[论文解读] Resource Allocation for Solar Powered UAV Communication Systems

Yan Sun, Derrick Wing Kwan Ng+3 more|arXiv (Cornell University)|Jan 22, 2018

UAV Applications and Optimization参考文献 14被引用 4

一句话总结

该论文提出了一种针对太阳能供电多载波无人机通信系统的次优资源分配算法，联合优化三维无人机定位、功率分配和子载波分配，以最大化系统总吞吐量。通过连续凸逼近方法，该方法在动态用户分布和太阳能能量约束条件下，显著提升了频谱效率。

ABSTRACT

In this paper, we investigate the resource allocation design for multicarrier (MC) systems employing a solar powered unmanned aerial vehicle (UAV) for providing communication services to multiple downlink users. We study the joint design of the three-dimensional positioning of the UAV and the power and subcarrier allocation for maximization of the system sum throughput. The algorithm design is formulated as a mixed-integer non-convex optimization problem, which requires a prohibitive computational complexity for obtaining the globally optimal solution. Therefore, a low-complexity suboptimal iterative solution based on successive convex approximation is proposed. Simulation results confirm that the proposed suboptimal algorithm achieves a substantially higher system sum throughput compared to several baseline schemes.

研究动机与目标

• 解决在地面基础设施不切实际的偏远地区或受灾区域提供可持续、高容量通信的挑战。
• 克服电池供电无人机需频繁充电、无法支持长期运行的局限性。
• 设计一种联合优化框架，协调三维无人机定位与功率和子载波分配，以最大化太阳能供电多载波无人机系统的系统总吞吐量。
• 应对在高空获取足够太阳能与保持良好空对地信道质量之间固有的权衡，后者受路径损耗影响。
• 为一种混合整数非凸优化问题开发计算高效的解决方案，该问题若不采用近似方法则难以全局求解。

提出的方法

• 将系统总吞吐量最大化问题建模为一个涉及无人机三维定位、每子载波功率分配及用户子载波分配的混合整数非凸优化问题。
• 将太阳能能量采集建模为飞行高度、大气透射率和云量的函数，并基于太阳能电池板尺寸和效率推导能量约束。
• 应用连续凸逼近（SCA）方法，将非凸问题迭代逼近为一系列凸子问题，从而实现收敛到次优但实用的解。
• 采用块迭代算法，交替优化无人机位置、功率分配和子载波分配，同时满足能量和服务质量约束。
• 采用真实的空对地信道路径损耗模型，考虑距离相关的路径损耗和阴影效应。
• 将无人机功耗和太阳能可用性整合到优化中，以确保能量因果性和可持续运行。

实验结果

研究问题

• RQ1 与固定或随机配置相比，联合优化三维无人机定位、功率分配和子载波分配在太阳能供电多载波无人机系统中如何提升系统总吞吐量？
• RQ2 飞行高度对太阳能采集与空对地通信质量之间权衡的影响如何？
• RQ3 基于连续凸逼近的所提次优算法在性能和复杂度上相较于固定无人机位置或随机子载波分配的基线方案表现如何？
• RQ4 在太阳能能量约束下，系统吞吐量在发射功率和用户数增加时的扩展程度如何？
• RQ5 云量和大气条件如何影响太阳能供电无人机通信中的能量可用性和系统性能？

主要发现

• 所提次优算法在用户数量增加时，显著提升了平均系统总吞吐量，尤其得益于对多用户分集增益的有效利用。
• 对于固定为1 m²的太阳能电池板尺寸，系统总吞吐量随最大发射功率增至35 dBm而提升，之后因高空太阳能采集受限而趋于饱和。
• 当太阳能电池板尺寸较小时（如1 m²），无人机必须飞得更高以获取足够能量，导致路径损耗增加，并在高功率场景下形成性能下限。
• 基线方案1将无人机固定在(x,y) = (0,0)位置，吞吐量低于所提方案，因其无法适应用户位置，限制了空间分集增益。
• 基线方案2采用随机子载波分配，性能较差，因资源利用效率低下，尽管保证了公平性，且用户数增加时无性能提升。
• 在所有测试配置中，所提方案均优于所有基线方案，证明了在太阳能供电无人机系统中联合三维定位与资源分配优化的关键作用。