[论文解读] UAV-assisted Cooperative Communications with Wireless Information and Power Transfer

Sixing Yin, Jing Tan+1 more|arXiv (Cornell University)|Sep 30, 2017

UAV Applications and Optimization参考文献 19被引用 8

一句话总结

本文提出了一种由无人机（UAV）辅助的协作通信系统，其中无人机通过能量分割技术实现同时无线信息与能量传输（SWIPT），作为移动中继节点。通过采用交替优化方法结合对偶分解与连续凸规划，联合优化无人机的轨迹、功率分配和能量分割比例，系统实现了端到端吞吐量的最大化——相较于静态和贪婪策略，性能显著提升，尤其在放大转发（AF）协议下表现更优。

ABSTRACT

In this paper, we focus on a typical cooperative communication system with one pair of source and destination, where a unmanned aerial vehicle (UAV) flying from a start location to an end location serves as a mobile relay. To efficiently utilize energy in ambient environment, the UAV's transmission capability is powered exclusively by radio signal transmitted from the source via the power-splitting mechanism. In such a cooperative communication system, we study the end-to-end cooperative throughput maximization problem by optimizing the UAV's power profile, power-splitting ratio profile and trajectory for both amplify-and-forward (AF) and decode-and-forward (DF) protocols. The problem is decomposed into two subproblems: profile optimization given trajectory and trajectory optimization given profile. The former one is solved via the dual decomposition with in-depth analysis and the latter one is solved via successive convex optimization, by which a lower bound is iteratively maximized. Then the end-to-end cooperative throughput maximization problem is solved by alternately solving the two subproblems. The numerical results show that with the proposed optimal solution, choice for the UAV's power profile and power-splitting ratio profile is more long-sighted than the greedy strategy from our previous work and the successive optimization is able to converge in a few rounds of iteration. Moreover, as for the end-to-end cooperative throughput, the proposed optimal solution outperforms both static and greedy strategies, especially for the AF protocol.

研究动机与目标

• 通过源节点经SWIPT实现无线能量传输，解决协作通信系统中无人机的能量约束问题。
• 在无人机能量受限和信道动态变化的实际约束下，最大化无人机辅助系统中的端到端协作吞吐量。
• 联合优化无人机的轨迹、功率分配和能量分割比例，适用于放大转发（AF）与解码转发（DF）中继协议。
• 构建一个可处理的优化框架，通过交替求解轨迹与功率分配子问题，实现收敛性证明。

提出的方法

• 在SWIPT约束下，通过联合优化无人机轨迹、功率分配和能量分割比例，构建吞吐量最大化问题。
• 将问题分解为两个子问题：给定轨迹时的功率分配优化（通过对偶分解求解），以及给定功率分配时的轨迹优化（通过连续凸优化求解）。
• 应用对偶分解方法，基于Karush-Kuhn-Tucker（KKT）条件与二次方程解法，推导出每个无人机航点的最优功率与能量分割比例分配。
• 利用凸函数的一阶泰勒近似构造非凸轨迹优化问题的凸近似模型，实现迭代优化。
• 采用交替优化框架，通过在轨迹优化与功率分配优化步骤间循环迭代，逐步提升解的质量。
• 在约束条件下推导出最优功率与能量分割比例的闭式表达式，并基于边界条件进行可行性检验。

实验结果

研究问题

• RQ1 如何利用无人机移动性在能量受限的中继系统中最大化协作吞吐量？
• RQ2 在SWIPT供能的无人机上，能量采集与信息中继之间存在何种最优权衡？
• RQ3 与贪婪或静态策略相比，联合优化轨迹、功率分配与能量分割比例如何提升系统性能？
• RQ4 连续凸规划能否有效求解无人机辅助SWIPT系统中的非凸轨迹优化问题？
• RQ5 与传统方法相比，所提出的最优解在AF与DF协议下可实现多大的性能增益？

主要发现

• 所提出的最优解在端到端协作吞吐量方面显著优于静态与贪婪策略，尤其在放大转发（AF）协议下表现更优。
• 无人机的功率分配与能量分割比例以前瞻性方式优化，避免了贪婪策略中常见的次优局部决策。
• 连续凸优化方法仅需数次迭代即可收敛，展现出快速收敛性与实际可行性。
• 对偶分解方法成功推导出在给定轨迹下的功率与能量分割比例的闭式最优解。
• 海森矩阵分析证实了近似目标函数的凸性，确保了迭代优化过程的收敛性。
• 数值结果验证了所提框架能有效平衡能量采集与信息中继，在真实无人机移动性与能量约束下实现系统吞吐量最大化。