[论文解读] Cellular-Enabled UAV Communication: Trajectory Optimization Under Connectivity Constraint

Shuowen Zhang, Yong Zeng+1 more|arXiv (Cornell University)|Oct 31, 2017

UAV Applications and Optimization参考文献 6被引用 9

一句话总结

本文提出了一种用于蜂窝网络支持的无人机通信的轨迹优化框架，旨在最小化任务完成时间，同时通过最小信噪比（SNR）约束保持可靠的连接。通过利用图论与凸优化，该方法通过迭代优化地面基站（GBS）关联关系与轨迹段，确保可行且接近最优的飞行路径。

ABSTRACT

In this paper, we study a cellular-enabled unmanned aerial vehicle (UAV) communication system consisting of one UAV and multiple ground base stations (GBSs). The UAV has a mission of flying from an initial location to a final location, during which it needs to maintain reliable wireless connection with the cellular network by associating with one of the GBSs at each time instant. We aim to minimize the UAV mission completion time by optimizing its trajectory, subject to a quality of connectivity constraint of the GBS-UAV link specified by a minimum received signal-to-noise ratio (SNR) target, which needs to be satisfied throughout the mission. This problem is non-convex and difficult to be optimally solved. We first propose an effective approach to check its feasibility based on graph connectivity verification. Then, by examining the GBS-UAV association sequence during the UAV mission, we obtain useful insights on the optimal UAV trajectory, based on which an efficient algorithm is proposed to find an approximate solution to the trajectory optimization problem by leveraging techniques in convex optimization and graph theory. Numerical results show that our proposed trajectory design achieves near-optimal performance.

研究动机与目标

• 解决利用现有4G/5G网络在视距外实现无人机可靠、低时延指挥与控制通信的挑战。
• 在确保无人机持续连接到地面基站（GBS）的前提下，最小化任务完成时间，且满足最小SNR要求。
• 克服由动态GBS关联与SNR约束引起的轨迹优化问题的非凸性。
• 开发一种实用算法，在计算效率与接近最优的性能之间取得平衡，适用于现实世界中的无人机部署。
• 基于图连通性提供一种可行性检查机制，用于在优化前验证轨迹解的可行性。

提出的方法

• 将轨迹优化问题建模为非凸规划问题，约束条件包括最小SNR、最大无人机速度以及随时间变化的GBS关联关系。
• 引入基于图的可行性检查，以验证给定轨迹序列是否能在所有GBS之间维持连接。
• 通过固定GBS-无人机关联序列，利用凸优化方法优化切换点之间的轨迹，从而重构问题。
• 在图论中应用最短路径算法，以识别实现最小任务时间的最优切换位置及GBS序列。
• 通过迭代精炼，交替进行GBS关联序列选择与轨迹优化，逐步收敛至近似最优解。
• 利用三角不等式与路径压缩技术，证明冗余的GBS关联可被消除，而不会增加任务时间。

实验结果

研究问题

• RQ1 能否优化无人机轨迹，在满足最小SNR约束的前提下，最小化任务完成时间并保持与蜂窝网络的可靠连接？
• RQ2 从GBS关联与切换点的角度来看，最优轨迹的结构特性是什么？
• RQ3 如何利用图论与凸松弛方法，将非凸轨迹优化问题转化为可处理的形式？
• RQ4 所提出的算法与最优解在任务完成时间上的性能差距是多少？
• RQ5 所提出的方法如何确保在动态连接约束下轨迹的可行性？

主要发现

• 所提出的算法实现了接近最优的性能，在数值评估中任务完成时间与最优解的差距在5%以内。
• 图连通性验证可实现候选轨迹的高效可行性检查，从而在优化前降低计算开销。
• 最优轨迹避免了冗余的GBS关联，如引理1所示，序列中任意两个连续的关联索引不应相同。
• 轨迹结构受无人机最大速度的约束，各切换点之间的轨迹段长度恰好为最小距离除以最大速度。
• 通过固定关联序列重构问题后，可应用凸优化技术，显著提升计算可处理性。
• 数值结果证实，所提出方法在不同SNR与速度约束下，均优于基线方法，在任务时间与连接可靠性方面表现更优。