[论文解读] UAV-Aided Wireless Communication Designs With Propulsion Energy Limitations

Subin Eom, Hoon Lee+2 more|arXiv (Cornell University)|Jan 9, 2018

UAV Applications and Optimization参考文献 14被引用 11

一句话总结

本文提出在推进能量约束下，联合优化无人机轨迹、速度、加速度及上行链路发射功率的多地面节点无人机辅助通信系统。通过连续凸逼近（SCA）方法，在真实能量限制下联合管理移动性与功率，实现了显著性能增益——能量效率提升109%，相较基线方案提高259%。

ABSTRACT

This paper studies unmanned aerial vehicle (UAV) aided wireless communication systems where a UAV supports uplink communications of multiple ground nodes (GNs) while flying over the area of the interest. In this system, the propulsion energy consumption at the UAV is taken into account so that the UAV's velocity and acceleration should not exceed a certain threshold. We formulate the minimum average rate maximization problem and the energy efficiency (EE) maximization problem by jointly optimizing the trajectory, velocity, and acceleration of the UAV and the uplink transmit power at the GNs. As these problems are non-convex in general, we employ the successive convex approximation (SCA) techniques. To this end, proper convex approximations for the non-convex constraints are derived, and iterative algorithms are proposed which converge to a local optimal point. Numerical results demonstrate that the proposed algorithms outperform baseline schemes for both problems. Especially for the EE maximization problem, the proposed algorithm exhibits about 109 % gain over the baseline scheme.

研究动机与目标

• 解决无人机推进能量在无线通信系统中的实际限制问题，其中飞行动力学影响运行效率。
• 在无人机推进能量约束下，制定最小平均速率最大化与能量效率（EE）最大化问题。
• 联合优化无人机轨迹、速度、加速度及地面节点上行链路发射功率，以在真实飞行动力学条件下提升系统性能。
• 通过凸近似函数与迭代SCA算法，克服优化问题的非凸性。
• 在速率与能量效率指标上，证明其性能显著优于基线方案，包括圆形轨迹与无约束速率最大化方案。

提出的方法

• 构建多地面节点与单架无人机的无人机辅助上行链路通信系统，建模空中到地面的信道特性与干扰。
• 引入辅助变量以解耦轨迹与发射功率优化，实现在推进能量约束下的联合设计。
• 应用连续凸逼近（SCA）方法，通过用凸近似替代非凸约束，迭代求解非凸优化问题。
• 推导关键非凸项的凸近似函数，如无人机与地面节点间距离平方的倒数，确保收敛至局部最优解。
• 为最小速率最大化与能量效率最大化问题设计迭代算法，其收敛性由SCA框架保证。
• 采用依赖于无人机速度与加速度的推进能量模型的凸近似，确保轨迹的物理可行性。

实验结果

研究问题

• RQ1 在上行多节点系统中，引入无人机推进能量约束如何影响最优无人机轨迹与发射功率分配的设计？
• RQ2 在真实能量限制下，联合优化无人机轨迹、速度、加速度及地面节点上行链路功率是否能提升系统性能？
• RQ3 相较于圆形轨迹或无约束速率最大化等基线方案，基于SCA的联合优化可实现多大性能增益？
• RQ4 当显式考虑推进能量时，频谱效率与能量效率之间的权衡关系如何体现？
• RQ5 在无人机移动性与功率控制设计中，非凸约束的凸近似函数在多大程度上可实现收敛至局部最优解？

主要发现

• 所提出的基于SCA的能量效率最大化算法，相较圆形轨迹基线方案，能量效率提升约109%。
• 能量效率最大化算法相较忽略推进能量限制的无约束最小速率最大化设计，性能提升达259%。
• 最小速率最大化算法在平均速率方面显著优于基线方案，尤其在推进能量约束条件下表现突出。
• 所提出的能量效率设计下的无人机轨迹呈现低速、平滑加速特性，有效降低推进能量消耗。
• 无人机移动性与发射功率的联合优化可减少节点间干扰，提升频谱效率与能量效率。
• 数值结果证实，所提算法可收敛至局部最优解，并在速率与能量效率指标上均实现显著增益。