摘要
无人机由于其高机动性、易部署、价格相对较低和良好的视距（Lineof Sight，LoS）信道等优势引起了广泛关注。对于将物联网场景由2D转化到3D，无人机起到了关键性作用。针对无人机辅助物联网场景，多数学者们研究无人机作为中继使用时，考虑的地面用户为单用户，结合子载波的场景相对较少。在研究无人机作为基站（Base Station，BS）使用时，对无人机能量效率（Energy Efficiency，EE）以及通信功率的考虑相对较少。此外，在大多数研究中都是采用的固定用户，而对移动用户的研究相对较少。围绕上述几点考虑，本文研究了无人机辅助物联网联合轨迹和频谱资源优化。 主要研究内容如下： 首先，本文考虑了一种无人机中继辅助的多信道物联网模型，其中物联网节点将信息发送到无人机中继，无人机中继再进行处理和转发到数据中心。在飞行过程中，根据子载波的信道增益，在每个时隙动态分配子载波给地面用户，再通过注水算法对节点以及无人机进行功率分配，最后再通过连续凸优化（Successive Convex Approximation，SCA）技术对无人机轨迹进行优化。基于此，提出了一种联合优化子载波、功率分配和无人机轨迹的迭代算法来实现吞吐量最大化。此外还提出了一个吞吐量公平性优化问题并对其进行求解。仿真结果表明基于移动无人机和动态子载波分配的物联网模型可以获得更好的传输性能，公平性优化可以有效减少物联网节点的速率差异。 其次，针对无人机的有限能量，本文研究了一种多无人机辅助的物联网模型，并对其无人机的能量效率进行公平性优化。其中无人机作为移动基站使用，通过下行链路与地面用户进行通信。根据信道增益决定无人机与地面用户的通信调度，再通过注水算法对无人机进行功率分配，最后再通过SCA技术优化无人机轨迹。本文通过提出了一种联合优化通信调度、功率分配以及无人机轨迹的迭代算法并结合Dinkelbach方法对原问题进行求解，实现了无人机最小能量效率的最大化。仿真结果表明，无人机之间的能量效率可以达到相对公平，有利于多无人机的同时部署和疏散。 最后，针对移动节点以及无人机之间的干扰，本文提出了一种多无人机辅助的车联网模型。通过制定有关通信调度、无人机功率分配和无人机轨迹的联合优化问题来实现车联网吞吐量最大化。该模型中无人机作为移动基站可以跟踪服务于移动车辆。根据信道增益决定无人机与车辆的服务关系，再通过拉格朗日算法求解功率分配问题，最后再通过SCA技术对无人机轨迹进行优化。基于子问题解的基础上，提出了一种联合优化通信调度、功率分配和无人机轨迹的迭代算法，实现了系统吞吐量的最大化。此外，本文还考虑了吞吐量的公平性优化并对其进行了求解。仿真结果表明该模型具有良好的通信性能，在公平性方面也可以达到一定的相对公平效果。
NETL