[论文解读] Flight Time Minimization of UAV for Data Collection over Wireless Sensor Networks

Jie Gong, Tsung‐Hui Chang+2 more|arXiv (Cornell University)|Jan 9, 2018

UAV Applications and Optimization被引用 14

一句话总结

本文提出了一种用于无人机（UAV）的轨迹优化框架，旨在最小化飞行时间，同时从线性部署的传感器收集数据，通过联合优化无人机速度、悬停时长和传感器发射功率实现。主要贡献在于提出了一种动态规划方法，将多传感器问题简化为单传感器子问题，其解析解表明：无人机速度与传感器能量和传感器间距成正比，但与数据需求成反比。

ABSTRACT

In this paper, we consider a scenario where an unmanned aerial vehicle (UAV) collects data from a set of sensors on a straight line. The UAV can either cruise or hover while communicating with the sensors. The objective is to minimize the UAV's total flight time from a starting point to a destination while allowing each sensor to successfully upload a certain amount of data using a given amount of energy. The whole trajectory is divided into non-overlapping data collection intervals, in each of which one sensor is served by the UAV. The data collection intervals, the UAV's speed and the sensors' transmit powers are jointly optimized. The formulated flight time minimization problem is difficult to solve. We first show that when only one sensor is present, the sensor's transmit power follows a water-filling policy and the UAV's speed can be found efficiently by bisection search. Then, we show that for the general case with multiple sensors, the flight time minimization problem can be equivalently reformulated as a dynamic programming (DP) problem. The subproblem involved in each stage of the DP reduces to handle the case with only one sensor node. Numerical results present insightful behaviors of the UAV and the sensors. Specifically, it is observed that the UAV's optimal speed is proportional to the given energy of the sensors and the inter-sensor distance, but inversely proportional to the data upload requirement.

研究动机与目标

• 在能量和数据约束下，最小化线性部署传感器的无人机总飞行时间。
• 联合优化无人机速度、每个传感器的悬停时间以及多传感器的传感器发射功率。
• 解决能量受限平台在无人机辅助数据采集中非凸且耦合的优化挑战。
• 推导最优无人机速度与功率分配策略的结构特性。
• 通过动态规划开发可扩展的解决方案，将多传感器问题简化为单传感器子问题。

提出的方法

• 将问题建模为非凸优化问题，目标是最小化总飞行时间，同时满足数据和能量约束。
• 对于单个传感器，最优发射功率在无人机飞越时间段内遵循水填入策略。
• 通过二分查找法确定无人机的最优速度，利用可实现速率的凹性结构。
• 对于多传感器场景，问题被重新表述为动态规划（DP）问题，其中阶段对应于传感器服务顺序。
• 每个DP阶段通过水填入和二分查找方法求解单传感器子问题，从而实现最优轨迹的递归计算。
• 最优解确保了能量的完全利用，并在每个无人机飞行段实现了最大吞吐量。

实验结果

研究问题

• RQ1 如何联合优化无人机速度与悬停时长及传感器发射功率，以最小化飞行时间？
• RQ2 在无人机飞越期间，单个传感器的最优功率分配策略是什么？
• RQ3 如何高效地分解并求解多传感器飞行时间最小化问题？
• RQ4 最优无人机速度与传感器能量和数据需求之间的结构性关系是什么？
• RQ5 传感器间距如何影响最优无人机速度和轨迹效率？

主要发现

• 最优无人机速度与每个传感器的可用能量及传感器间距成正比。
• 最优无人机速度与每个传感器的数据上传需求成反比。
• 对于单个传感器，最优发射功率在无人机飞越时间段内遵循水填入策略。
• 多传感器飞行时间最小化问题被重新表述为具有解析可解子问题的动态规划问题。
• 数值结果表明，无人机最优速度随传感器能量提高和传感器间距增大而增加，但随数据需求提高而降低。
• 所提方法确保了传感器能量的完全利用，并在每个飞行段实现了最大频谱效率。