SCI论文（www.lunwensci.com）
摘 要 ：无人机、NOMA 和反向散射通信相结合,是物联网低功耗需求的有效解决方案。本文通过优化无人机发射功率、 反向散射系数和飞行轨迹达到系统能效最优,首先设定发射功率最优值 ;其次基于反射系数子问题推导出反射系数闭式解,然 后推导无人机最低飞行能耗速度,并采用二次变化算法求解简化的飞行轨迹子问题 ;最后设计基于系统吞吐量最优的无人机轨 迹优化方案来对比,表明本文所设计方案较有优势且具有良好的算法收敛性。
Energy Efficiency Optimization Algorithm for UAV-assisted NOMA-based Backscatter Communication Systems
JIANG Junjie
(School of Communication and Information Engineering, Nanjing University of Posts and Telecommunications,Nanjing Jiangsu 210003)
【Abstract】：The combination of drones, NOMA, and backscatter communication is an effective solution to the low power consumption requirements of the Internet of Things. This article achieves the optimal system energy efficiency through the transmission power, backscatter coefficient, and flight trajectory of drones. Firstly, the optimal value of transmission power is set; Secondly, based on the reflection coefficient subproblem, a closed form solution for the reflection coefficient is derived. For the drone flight trajectory subproblem, the minimum flight energy consumption speed of the drone is first derived. Based on this speed, the flight trajectory subproblem is simplified, and then the quadratic variation algorithm is used to solve the simplified flight trajectory subproblem; Finally, a drone trajectory optimization scheme based on the optimal system throughput was designed for comparative, indicating that the proposed scheme has advantages and good algorithm convergence.
【Key words】：UAV;backscatter communication;NOMA;energy efficiency
0引言
随着物联网的兴起,节点电池的能量问题成为制约 其发展的一个主要因素,反向散射通信技术应运而生 [1.2]。 反向散射设备 (Backscatter Device, BD) 不仅可以通过 调整设备阻抗来反射入射的射频波以实现传输信息,还 可以从入射的射频波信号中收集能量 [3]。
无人机辅助通信因其覆盖范围广、机动性高、成本 低以及高概率的视距链路,成为无线通信领域国内外学 者广泛研究的热点 [4]。NOMA 技术在复用多个用户传输信号进行传输,接收端使用连续干扰消除技术对信息 进行解码 [5]。
目前,无人机、NOMA 和反向散射通信的结合研究 已取得了一些成果。文献 [6] 研究了载波发射器的系统总 速率最优问题,通过优化功率分配、时间分配、反射系 数来最大化总和速率。文献 [7] 研究了多个 BD 和地面载 波发射器组成的反向散射系统,并以时分多址的方式向 无人机传输信息。通过联合优化 BD 调度、反射系数、 发射功率和无人机轨迹来最大化能效,提出了一种基于块坐标下降和连续凸逼近方法的迭代算法。文献 [8] 研 究了全双工无人机辅助反向散射系统,通过优化无人机 的高度最大限度地增加上行链路中成功解码的比特数, 同时最小化无人机的飞行时间。
本文针对无人机辅助的 NOMA 反向散射系统,研 究系统能效最优问题,提出通过优化无人机发射功率、 反向散射系数和飞行轨迹的能效最优问题。首先设定发 射功率最优值 ;其次基于反射系数子问题推导出反射系 数闭式解,并优先推导无人机最低飞行能耗速度,基于 该速度简化飞行轨迹子问题,再采用二次变化算法求解 简化的飞行轨迹子问题。仿真结果表明,与对比方案比 较,所提算法具有较好的最小速率,且本文所设计方案 较有优势且具有良好的算法收敛性。
1 系统模型和问题描述
假设无人机发送的信号是x(t),第k 个BD在 n 时刻收到的信号表示为hk [n]P [n]x [n], 其中P[n]表示 n 时刻发射功率。第 k 个BD在 n 时刻收集到的能量如式 (4)所示 ：
其中, ηk [n] ∈ (0.1)表示 BD 能量采集效率, αk [n] ∈ (0.1) 表示 BD 反射系数。在 n 时隙无人机可以采集到的信号表示为如式(5)所示 ：
务时间与收敛性的关系。可以观察到,设置不同的任务 时间,基本保持一致的收敛曲线,在进行到 7 次迭代收 敛,证明本算法具有较好的收敛性。
3 结语
本文研究 NOMA 通信场景下的无人机辅助反向散 射通信系统。通过优化 BD 的反射系数和无人机的飞行 轨迹来最大化系统的能量效率。首先考虑 BD 的工作能 耗约束在 NOMA 通信场景下建立能效最优问题, 设定 发射功率最优值 ;然后基于反射系数子问题推导出反射 系数闭式解,并优先推导无人机最低飞行能耗速度, 基 于该速度简化飞行轨迹子问题,再采用二次变化算法求 解简化的飞行轨迹子问题 ;最后设计对比方案, 基于系 统吞吐量最优的无人机轨迹优化方案来对比验证本文所设计方案较有优势且具有良好的算法收敛。
参考文献
[1] 徐勇军,杨浩克,叶迎晖,等.反向散射通信网络资源分配综述 [J].物联网学报,2021.5(3):56-69.
[2] 徐勇军,谷博文,陈前斌,等.基于能效最大的无线供电反向散 射网络资源分配算法[J].通信学报,2020.41(10):202-210.
[3] 陈新颖,盛敏,李博,等.面向6G的无人机通信综述[J].电子与 信息学报,2022.44(3):781-789.
[4] 吕思运.天地一体化网络中无人机通信链路选择策略研究 [J].软件,2016.37(9):109-114.
[5] 雒艳.面向非正交多址接入的资源分配方法研究[J].软件, 2021.42(4):135-137+156.
[6] XU YJ,GUI G.Optimal Resource Allocation for Wireless Powered Multi-Carrier Backscatter Communication Networks[J].IEEE Wireless Communication Letters, 2020.9(8):1191-1195.
[7] YANG G,DAI R,LIANG Y C.Energy-Efficient UAV Backscatter Communication with Joint Trajectory Design and Resource Optimization[J].IEEE Transactions on Wireless Communications,2021.20(2):926-941.
[8] FARAJZADEH A,ERCETIN O,YANIKOMEROGLU H.UAV Data Collection Over NOMA Backscatter Networks:UAV Altitude and Trajectory Optimization[J]. International Conference on Communications,2019. 12(2):1-7.
[9] FAN Z,HU Y.Sum Rate Optimization for UAV-assisted NOMA-based Backscatter Communication System[J]. IEEE Access,2022.7(3):40861-40871.
[10] ZENG Y,XU J,ZHANG R.Energy Minimization for Wireless Communication with Rotary-Wing UAV[J]. Wireless Communications,IEEE Transactions,2019.18 (4):2329-2345.
[11] CHAMBOLLE A,POCK T.A Remark on Accelerated Block Coordinate Descent for Computing the Proximity Operators of A Sum of Convex Functions[J].Block Coordinate Descent,2015.12(3):238-245.
[12] SHEN,K M,YU W.Fractional Programming for Communication Systems-Part I:Power Control and Beamforming[J].IEEE Transactions on Signal Processing A Publication of the IEEE Signal Processing Society, 2018.7(3):328-331.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/68737.html
