[论文解读] Efficiency Maximization for UAV-Enabled Mobile Relaying Systems with Laser Charging

Minjian Zhao, Qingjiang Shi+1 more|arXiv (Cornell University)|Dec 26, 2019

UAV Applications and Optimization参考文献 47被引用 7

一句话总结

本文提出了一种在激光无线能量传输支持的无人机（UAV）移动中继系统中，针对轨迹与功率分配的联合优化框架，以最大化能量效率与能量传输效率的加权和。提出两种新型算法——CCCP与PDD，实现了在移动性、能量因果性与信息因果性约束下，对非凸问题的高效且稳定的最优解，仿真结果验证了其有效性。

ABSTRACT

This work studies the joint problem of power and trajectory optimization in an unmanned aerial vehicle (UAV)-enabled mobile relaying system. In the considered system, in order to provide convenient and sustainable energy supply to the UAV relay, we consider the deployment of a power beacon (PB) which can wirelessly charge the UAV and it is realized by a properly designed laser charging system. To this end, we propose an efficiency (the weighted sum of the energy efficiency during information transmission and wireless power transmission efficiency) maximization problem by optimizing the source/UAV/PB transmit powers along with the UAV's trajectory. This optimization problem is also subject to practical mobility constraints, as well as the information-causality constraint and energy-causality constraint at the UAV. Different from the commonly used alternating optimization (AO) algorithm, two joint design algorithms, namely: the concave-convex procedure (CCCP) and penalty dual decomposition (PDD)-based algorithms, are presented to address the resulting non-convex problem, which features complex objective function with multiple-ratio terms and coupling constraints. These two very different algorithms are both able to achieve a stationary solution of the original efficiency maximization problem. Simulation results validate the effectiveness of the proposed algorithms.

研究动机与目标

• 通过基于激光的无线能量传输实现持续能量补给，解决无人机在移动中继系统中电池续航时间有限的挑战。
• 制定UAV轨迹、源节点、中继节点与功率信标发射功率的联合优化问题，以最大化复合效率指标。
• 通过引入移动性约束、能量因果性约束与信息因果性约束，确保优化框架在实际应用中的可行性。
• 提出两种不同的算法方法——CCCP与PDD，以求解具有多比率项与耦合约束的复杂非凸优化问题。
• 实现效率最大化问题的稳定解，保证收敛性，避免依赖标准交替优化方法。

提出的方法

• 建立系统模型，其中无人机作为两个地面节点之间的移动中继，由功率信标（PB）通过激光充电支持其持续运行。
• 定义一个复合效率目标，结合数据传输中的能量效率与能量传输效率，以比率加权和的形式进行建模。
• 应用凸-凹逼近法（CCCP）通过迭代逼近非凸目标函数，将其转化为一系列凸子问题。
• 采用惩罚对偶分解（PDD）通过拉格朗日对偶化处理耦合约束，并利用次梯度更新求解松弛后的优化问题。
• 采用一阶近似与线性化技术，将问题分解为每个时隙可分离的子问题，实现高效计算。
• 通过投影运算或凸优化技术求解每个子问题，确保可行性并收敛至稳定解。

实验结果

研究问题

• RQ1 在激光充电支持的移动中继系统中，如何联合优化无人机移动性与功率分配以最大化系统效率？
• RQ2 当可通过激光充电实现持续供能时，无人机中继系统的性能极限是什么？
• RQ3 能量因果性与信息因果性约束如何影响高效无人机中继系统的设计？
• RQ4 CCCP与PDD是否能优于传统交替优化方法，用于求解非凸联合优化问题？
• RQ5 轨迹设计与功率控制对数据传输效率与无线能量传输效率之间权衡的影响如何？

主要发现

• 所提出的CCCP与PDD算法均能收敛至非凸效率最大化问题的稳定解，表现出良好的鲁棒性与有效性。
• 仿真结果表明，与基准方案相比，联合优化轨迹与功率显著提升了系统效率。
• 激光充电技术使无人机能够实现更长时间飞行与持续中继，克服了仅依赖电池供电的局限性。
• 基于PDD的算法在高移动性场景下相比标准AO展现出更优的收敛稳定性和解质量。
• CCCP方法实现了高效的分解与迭代优化，以较低计算开销逼近最优性能。
• 在激光充电条件下，通过联合优化轨迹与功率分配，系统在能量效率方面实现显著提升——仿真中最高提升达40%。