摘要
在无人机辅助无线通信系统中，无人机通信节点通过调整其位置建立视距链路提高与地面用户的通信质量和稳定性，从而提高用户体验，促进网络性能的提升和能源的有效利用。无人机辅助的数据采集系统是无人机辅助无线通信系统的重要研究方向之一。相比传统的数据采集方式，无人机具备灵活移动的特点，能够自适应且快速地调整飞行路线，获得更好的通信条件，从而显著提高数据采集的效率，并为环境恶劣的目标提供通信服务。可充电无人机可以摆脱有限的机载电源的制约，探索更远的飞行路径，有效扩大服务范围。而采用无人机群不仅可以增强无人机的服务能力，还能提高系统的稳定性，避免出现因个别无人机故障而导致整个通信系统瘫痪的情况，具有广泛的科研与应用价值。本文主要对充电无人机辅助的数据采集系统进行研究，针对如何协调可充电无人机的飞行任务和服务终端，提出适用于可充电无人机辅助的数据采集系统的终端调度和轨迹规划算法。所提算法可以在保证可充电无人机满足服务性能的前提下，最大化服务终端数目，有效提高数据采集效率和系统稳定性。论文研究内容主要包括以下两方面。 (1)本文首先研究单个充电无人机辅助的数据采集系统，系统需要采集大量的地面终端的数据，而这些数据对时间敏感，超过其数据生命期后则无效。为了减少失效数据的产生，避免终端请求无响应，充电无人机需要在数据生命周期内尽可能多地收集数据，大化采集终端数量。在最大化采集终端数量的任务执行过程中，无人机需要多次返回充电桩充电。在无人机数据采集系统的飞行路线与通信调度优化问题中，优化变量耦合程度较高，且部分变量为二进制，使用传统方法求解该问题的复杂度较高。因此，本文提出了一种联合优化飞行路线、速度和通信速率的终端调度算法，以在数据生命期内最大化采集数据的终端数量。首先，本文引入飞行悬停通信协议来分解无人机的飞行状态，然后提出一种用户调度算法，算法通过提取衡量飞行任务时间相关的特征给终端设定调度优先级，实现终端的合理调度。在得到终端调度方案后，问题可转化成一系列求解最小时长的子问题，其中这些子问题可通过块坐标下降和连续凸优化方法求解子问题。仿真结果表明，在不同终端总数的场景和不同数据生命期限制下，与几种基准算法相比，本文提出的飞行路线与终端调度算法均能采集到更大数量的地面终端的数据。 (2)大多数无人机辅助数据采集的研究多聚焦于单无人机的单程飞行任务，但单无人机的服务范围和服务能力往往十分有限。本文在第一项工作的基础上，进一步优化了将充电无人机群应用在数据采集系统的终端调度算法。该算法在分析终端中新增特征衡量无人机间相互干扰的问题，再通过加权计算出其调度优先级，基于优先级进行终端调度从而把问题中的变量解耦，最后通过迭代优化把问题化简成传统的单无人机优化问题。仿真实验证明，本文所提出的终端调度算法调度的终端分布更密集、距离更近且待传输数据量更少，达到最大化无人机群服务终端数量的目的。
NETL