[论文解读] Energy-Efficient Data Collection and Wireless Power Transfer Using A MIMO Full-Duplex UAV

Jiancao Hou, Zhaohui Yang+1 more|arXiv (Cornell University)|Nov 22, 2018

Energy Harvesting in Wireless Networks参考文献 17被引用 4

一句话总结

本文提出了一种基于MIMO全双工（FD）无人机（UAV）的节能框架，用于同时进行数据收集与无线能量传输（WPT），通过联合优化UAV轨迹、WPT波束成形和上行链路传输功率，以最小化UAV总能量消耗。该方法采用迭代连续凸逼近算法处理非凸性问题，在计算复杂度低且收敛速度快的前提下，实现了优于基准方案的能效表现。

ABSTRACT

In this paper, we propose a novel energy-efficient data collection and wireless power transfer (WPT) framework for internet of things (IoT) applications, via a multiple-input multiple-output (MIMO) full-duplex (FD) unmanned aerial vehicle (UAV). To exploit the benefits of UAV-enabled WPT and MIMO FD communications, we allow the MIMO FD UAV charge low-power IoT devices while at the same time collect data from them. With the aim of saving the total energy consumed at the UAV, we formulate an energy minimization problem by taking the FD hardware impairments, the number of uploaded data bits, and the energy harvesting causality into account. Due to the non-convexity of the problem in terms of UAV trajectory and transmit beamforming for WPT, tracking the global optimality is quite challenge. Alternatively, we find a local optimal point by implementing the proposed iterative search algorithm combining with successive convex approximation techniques. Numerical results show that the proposed approach can lead to superior performance compared with other benchmark schemes with low computational complexity and fast convergence.

研究动机与目标

• 通过利用无人机（UAV）实现同时数据收集与无线能量传输，解决大规模物联网（IoT）部署中低功耗IoT设备的能量约束问题。
• 在考虑实际硬件损伤的条件下，通过联合优化轨迹、WPT波束成形和上行链路传输功率，最小化UAV总能量消耗。
• 考虑由于UAV轨迹和发射协方差矩阵导致的优化问题非凸性，该特性使全局最优解难以获得。
• 开发一种低复杂度、快速收敛的算法，在实际UAV启用的IoT网络中实现接近最优的性能。
• 在能效和收敛速度方面，证明所提方案优于基准轨迹方案。

提出的方法

• 构建一个非凸的能量最小化问题，综合考虑UAV硬件损伤、数据速率需求以及能量收集因果性约束。
• 采用连续凸逼近（SCA）方法，将非凸问题迭代近似为一系列凸子问题，以实现可解性。
• 采用迭代搜索算法，联合优化UAV轨迹（时间槽上的水平位置）、WPT波束成形（协方差矩阵）和IoT设备上行链路发射功率。
• 将UAV建模为具有M根天线的MIMO FD系统，服务于最多K个单天线IoT设备，上行链路和自干扰均采用Rician衰落信道模型。
• 通过失真系数κ和β引入实际硬件损伤，并将推进能量建模为飞行时间与距离的函数。
• 将总时间T划分为N个相等的时间槽，假设每个时间槽内信道为准静态，从而实现离散时间轨迹优化。

实验结果

研究问题

• RQ1 如何使MIMO全双工无人机同时实现对多个低功耗IoT设备的能量收集与数据采集，同时最小化总能量消耗？
• RQ2 硬件损伤对全双工无人机在WPT与数据采集场景下的性能有何影响？
• RQ3 与固定或启发式轨迹相比，联合优化UAV轨迹、WPT波束成形和上行链路功率在能效方面有何提升？
• RQ4 低复杂度的迭代算法是否能在该非凸优化问题中实现快速收敛与近似最优性能？
• RQ5 UAV移动时间如何影响系统中推进能量与WPT/通信能量之间的权衡？

主要发现

• 所提算法在总UAV能量消耗方面优于两种基准方案，表现出更优的能效。
• 优化后的UAV轨迹位于两种基准之间，更靠近数据需求较高的IoT设备，同时最小化飞行距离。
• 当UAV移动时间t < 1.32 s时，基准方案2（线性路径）比基准方案1（中心悬停）消耗更少能量，因其飞行距离更短。
• 当t > 1.32 s时，基准方案1（中心悬停）因中心位置带来的更优WPT与数据采集增益，转而更具能效优势。
• 该迭代算法在所有测试移动时间下均约在4轮完整迭代内收敛，表明其计算复杂度低。
• 系统实现快速收敛与低计算成本，适用于动态IoT环境中实时部署。