[论文解读] On the Performance of Renewable Energy-Powered UAV-Assisted Wireless Communications

Silvia Sekander, Hina Tabassum+1 more|arXiv (Cornell University)|Jul 16, 2019

UAV Applications and Optimization参考文献 25被引用 14

一句话总结

本文为无人机辅助无线网络中的太阳能和风能采集开发了闭式统计模型，实现了对能量和信噪比（SNR）中断概率的精确分析。推导了混合太阳能-风能功率的新型矩母函数（MGF），并制定了在能量因果约束下最小化SNR中断的最优发射功率与飞行时间。

ABSTRACT

We develop novel statistical models of the harvested energy from renewable energy sources (such as solar and wind energy) considering harvest-store-consume (HSC) architecture. We consider three renewable energy harvesting scenarios, i.e. (i) harvesting from the solar power, (ii) harvesting from the wind power, and (iii) hybrid solar and wind power. In this context, we first derive the closed-form expressions for the probability density function (PDF) and cumulative density function (CDF) of the harvested power from the solar and wind energy sources. Based on the derived expressions, we calculate the probability of energy outage at UAVs and signal-to-noise ratio (SNR) outage at ground cellular users. We derive novel closed-form expressions for the moment generating function (MGF) of the harvested solar power and wind power. Then, we apply Gil-Pelaez inversion to evaluate the energy outage at the UAV and signal-to-noise-ratio (SNR) outage at the ground users. We formulate the SNR outage minimization problem and obtain closed-form solutions for the transmit power and flight time of the UAV. In addition, we derive novel closed-form expressions for the moments of the solar power and wind power and demonstrate their applications in computing novel performance metrics considering the stochastic nature of the amount of harvested energy as well as energy arrival time. These performance metrics include the probability of charging the UAV battery within the flight time, average UAV battery charging time, probability of energy outage at UAVs, and the probability of eventual energy outage (i.e. the probability of energy outage in a finite duration of time) at UAVs.

研究动机与目标

• 采用能量获取-存储-消耗（HSC）架构，对无人机网络中太阳能与风能的随机采集能量进行建模。
• 推导太阳能与风能采集功率的概率密度函数（PDF）与累积分布函数（CDF）的闭式表达式。
• 在间歇性可再生能源条件下，分析无人机与地面用户处的能量中断概率与SNR中断概率。
• 建立并求解在能量因果约束下最小化SNR中断的优化问题，获得发射功率与飞行时间的闭式解。
• 引入新型性能指标，如电池充电时间、最终能量中断概率，以及飞行时间内完成充电的概率。

提出的方法

• 基于太阳辐照度的截断正态分布模型，推导采集太阳能功率的PDF与CDF。
• 采用威布尔分布建模风速，并通过非线性变换推导采集功率的PDF。
• 利用拉普拉斯变换与特殊函数，推导太阳能与风能功率的新型闭式矩母函数（MGF）表达式。
• 应用吉尔-佩拉莱斯反演公式，从推导出的MGF计算能量中断与SNR中断概率。
• 利用矩母函数（MGF）反演与积分恒等式，计算电池充电时间、最终能量中断等性能指标。
• 通过推导在能量因果约束下最优发射功率与飞行时长的闭式表达式，求解SNR中断最小化问题。

实验结果

研究问题

• RQ1 在HSC架构下，无人机网络中采集的太阳能与风能功率的统计分布是什么？
• RQ2 太阳能与风能功率的矩母函数（MGF）如何实现对能量中断与SNR中断概率的精确计算？
• RQ3 在能量因果约束下，使SNR中断最小化的最优发射功率与飞行时间是什么？
• RQ4 无人机电池在飞行时间内完成充电的概率是多少？其如何依赖于采集能量的动力学特性？
• RQ5 最终能量中断概率（即有限时间窗内发生能量中断的可能性）是多少？

主要发现

• 本文利用误差函数与涉及正态分布的积分，推导出太阳能功率矩母函数（MGF）的闭式表达式。
• 对于风能功率，MGF以伽马函数为系数的无穷级数形式表达，通过变量代换与级数展开推导得出。
• 利用吉尔-佩拉莱斯反演公式计算无人机处的能量中断概率，实现了在随机能量到达条件下的精确中断分析。
• SNR中断最小化问题的求解结果给出了最优发射功率与飞行时间的闭式解，其依赖于采集能量的统计特性。
• 飞行时间内完成电池充电的概率被推导并表明其依赖于采集能量的分布特性与飞行时长。
• 数值结果验证了分析表达式的正确性，并表明最优飞行时间与发射功率对一天中不同时段及风速变化高度敏感。