欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024100476064
申请人: 西南大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于蜂窝网联无人机的空地协同监控资源分配方法,其特征在于,所述方法包括:S1:利用基于蜂窝网联无人机系统构建网络模型、通信模型,以及任务达到和排队模型;

其中,在监控区域ξ内存在J个基站,记为j={1,2,...,J};每个基站j覆盖KS2:根据对无人机的发射功率分配和上行基站关联的联合优化,构建多阶段随机优化问题模型(P1),优化空中和地面监控系统上行链路总吞吐量的长期平均值;

S3:将所述多阶段随机优化问题模型(P1)通过基于李雅普诺夫控制理论的优化框架处理随机非凸优化问题,来实现具有队列稳定性的在线资源分配;以及,利用问题的最优结构和逐次凸逼近方法,确定基站关联和功率分配的在线优化策略;

利用基于蜂窝网联无人机系统构建网络模型,具体包括:将地面设备的位置固定,始终在其感应范围内收集监控数据,并通过蜂窝网络地面通信链路上传数据至与其关联的基站;

假设无人机的飞行轨迹预先给定,其时间范围为T,将时间段T划分为N个时隙,每一个时隙的长度是利用基于蜂窝网联无人机系统构建通信模型,具体包括:假设分配给所有上行通信的正交资源块的总数为M,用控制每个基站基于资源分配原则将资源块分配给其关联的地面设备,以减轻地面蜂窝网络的干扰;

对于每个资源块m和时隙n,确定一个集合J对于地对地信道,通过k

对于空对地信道,用G

利用基于蜂窝网联无人机系统任务达到和排队模型,具体包括:在每个时隙n开始时,无人机执行空中监控任务捕获的数据大小用A在时隙n开始时,队列长度表示为Q其中,R

所述多阶段随机优化问题模型(P1)表示为:(P1):

约束条件为:

其中,约束条件(2)用于使任务缓冲区稳定,以确保所有任务在有限的时间内完成,

2.根据权利要求1所述的方法,其特征在于,所述将所述多阶段随机优化问题模型(P1)通过基于李雅普诺夫控制理论的优化框架处理随机非凸优化问题,来实现具有队列稳定性的在线资源分配,具体包括:采用基于李雅普诺夫控制理论的分析方法,确定队列长度Q则在时隙n处的漂移加惩罚函数表示为

3.根据权利要求2所述的方法,其特征在于,所述将所述多阶段随机优化问题模型(P1)通过基于李雅普诺夫控制理论的优化框架处理随机非凸优化问题,来实现具有队列稳定性的在线资源分配,具体包括:将所述多阶段随机优化问题模型(P1)通过基于李雅普诺夫控制理论的优化框架,求解确定性逐时隙优化问题模型(P2);其中所述确定性逐时隙优化问题模型(P2)表示为:(P2):

约束条件为公式(3)~公式(5);

以及,

将确定性逐时隙优化问题模型(P2)简化为第三优化问题模型(P3),(P3):

其中,约束条件为:

4.根据权利要求3所述的方法,其特征在于,利用问题的最优结构和逐次凸逼近方法,确定基站关联和功率分配的在线优化策略,具体包括:使用逐次凸逼近方法来获得所述约束条件(10)的局部最优解;

引入p

(P4):

利用CVX求解第四问题模型(P4)得到最优解为p

5.一种基于蜂窝网联无人机的空地协同监控资源分配装置,其特征在于,包括:处理器;

用于存储所述处理器可执行指令的存储器;

其中,所述处理器被配置为执行所述指令,以实现如权利要求1至权利要求4中任一项所述的基于蜂窝网联无人机的空地协同监控资源分配方法。