基于运动信源的无人机中继辅助传输方案研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:jiajia0321
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着第五代移动通信网络的深入研究和逐步应用,更密集、更多样化的设备将接入网络,并要求网络在更加丰富的通信场景中提供高速率、低时延的高质量传输。诸如运动赛事实时转播、军事、工业实时通信、高铁及更高速轨道交通等日趋火热的领域中,信源往往是时刻运动的,随之产生的信道时变问题导致资源分配也应实时、动态地调整,传统静态中继难以灵活应对此类场景。而无人机的实时可调整性及可规划性可以有效地辅助各种运动场景下的数据传输,其作为中继更是可以发挥其轨迹可控、高度可调、可支持多种业务的优点,从而完成更多元化通信场景中的多跳传输。此外,巧妙结合能量收集技术,可以有效提升多无人机中继组在执行高强度、长时间、距离跨度大的任务时的鲁棒性与续航能力,并可以在信息协同之外进行能量维度的协同传输,进而针对不同的信源运动轨迹制定不同的资源分配方案。综上,基于运动信源的无人机中继辅助传输技术具有研究意义。本文的主要工作及创新点如下:首先,从信息角度,本文设计了系统总功率受限场景下,基于运动信源的多悬停无人机及单跟随无人机的无线信息传输方案,并以误符号率为优化目标,推导出两种方案下的动态功率分配策略的表达式。本文既将所提方案与两种典型的适用于静态信源下的功率分配方案进行了仿真对比,也对所提多、单无人机两种方案进行了纵向对比,分析特定场景的最优无人机数量。结合缓存技术,提出一种低开销的实施方案——将动态功率分配表提前写入无人机的发射机,在运动场景可预测的情况下可以有效节省信令。其次,从能量与信息协同传输角度,本文提出了在能量收集模型下,基于运动信源的双无人机能量协同传输方案。具体地,通过中继选择在每个周期对双无人机的中继角色(信息中继与能量中继)进行切换,在此基础上,建立双无人机在信源运动过程中的实时能量模型并进行无人机间能量协同。借助Matlab工具得到使得每个周期内的系统吞吐量最大化的功率分流比最优解,进而得到本文所提方案在整个信源运动过程中的平均吞吐量性能。与适用于静态信源的无人机中继能量收集技术方案进行了仿真对比,仿真表明,本文所提方案的瞬时吞吐量及平均吞吐量都优于对比方案。此外,还仿真分析了所提方案中系统吞吐量、角色切换频率与无人机速度、轨迹半径的关系,在无人机轨迹设计上具有参考意义。
其他文献
随着可视化编程工具的出现,中小学的信息技术教育内容发生了改变,人们越来越关注对孩子们的编程能力培养,目前青少年开始学习编程的首选语言就是Scratch。学生在进行Scratch编程时需要为舞台选择合适的背景图,舞台背景图不仅能为角色的活动提供合适的环境,而且其风格可以直接表达作者的情感和个性。但是目前主流的Scratch平台上都没有设计与图像风格相关的功能,所有平台里的图像风格比较单一,一张图像仅
车辆编队技术通过将道路上车辆组织成以固定间距紧随的车队,在减少了风阻的同时保证了车辆行驶的安全,为减少能源消耗、提升道路安全与交通效率带来了贡献。基于V2X(Vehicle-to-Everything)和MEC(Mobile Edge Computing/Multi-access Edge Computing,移动边缘计算)的车云融合技术,为车辆编队提供了车辆与周边交通环境的通信能力,以及可用于编
随着地球上化石能源的日益短缺,能源问题逐渐得到人们的重视。能量传输的关键技术是能源问题的关键环节之一。微波无线传能在能量传输领域具有很广阔的实用价值。本论文研究了微波无线传能系统的发射天线。根据微带阵列天线理论和聚焦原理,设计了幅度激励天线和基于幅度激励天线设计了带相位补偿的幅度激励天线,还研究了平顶波束微带阵列天线。论文主要研究内容如下:1.切比雪夫幅度聚焦微带阵列天线研究设计。通过微带馈电网络
目前,基于深度学习的图像感知算法虽然取得很大的进步,但是仅利用图像信息只能帮助智能设备去感知静态的外界环境,无法提取到时序动作信息和关系信息。视频数据在当今社会生活中爆炸性增长,相比于图像数据,视频数据拥有视觉信息,听觉信息,以及时序信息,利用它可以更好地帮助智能设备去感知和理解外界环境。在深度学习领域,视频作为样本输入可以带来更多的信息,也带来了更为庞大的计算量。因此,如何降低视频深度学习算法的
随着云计算以及5G技术的不断发展和推进,网络规模日益扩大,为了适应用户多样化的业务需求,异构化和虚拟化成为未来网络的发展趋势。异构网络由多种网络堆叠组成,其中每个转发节点都拥有多种通信接口,节点之间通过同种网络接口或者跨网协作进行通信。在这种接入环境复杂的异构网络中进行资源分配和虚拟化将十分困难。借鉴软件定义网络(Software Defined Network,SDN)的控制转发分离的思想,物理
模态指数据的存在形式,如图片、文本、视频等。跨模态检索旨在由一种模态的数据作为查询来检索另一种模态的相关数据。如今,互联网的迅速发展推动了多媒体数据的爆炸性增长,这对检索提出了更高的要求。与传统单模态检索相比,跨模态检索利用了不同模态相关数据具有底层特征异构、高层语义相关这一特点,极大丰富了我们对同一事物或事件的认知,具有重要的研究意义和实用价值。然而,现有跨模态图文检索模型在图文对齐这一核心问题
随着社会的发展和科技水平的提高,移动互联网及智能设备发展迅速。由于短视频信息量大,时间短,符合各年龄段用户的使用习惯,短视频应用层出不穷,占据了大量的用户市场。大量的用户数量创造了巨大的商机,而短视频收益最为重要的一条途径便是广告的植入。然而传统的视频网站中的广告植入多为贴片广告和中插广告,严重影响用户的体验,也不适用于短视频的应用场景。针对传统视频广告植入技术的不足之处,本文设计并实现了一个基于
对于校园教学平台而言,现有的单一功能及容客量都还不足提供给师生一种一站式的教学服务,且在电磁场、天线等学科的教学过程中,仿真功能依然无法以校园教学平台承载,为方便师生可在校园内部教学网站进行一站式的教授与学习,丰富平台的教学功能,提出设计一个基于虚拟仿真的电磁场类课程教学平台系统。本文设计的教学网站系统不仅包含师生沟通等常规功能,还包括电磁仿真模块,其中天线虚拟仿真模块中阵列天线多位置观测效果的呈
网络技术和网络设备领域的快速发展推动了网络架构朝多元化、异构化、大规模方向发展。路由作为网络的基本功能之一,负责计算网络中数据分组的传输路径。网络建模是路由算法的基础,准确高效的网络建模能够提升路由的处理能力和优化效率,从而影响网络性能。现有的矩阵建模方法表达效率与表达准确性欠缺,不利于网络性能的提高。基于此,本文面向软件定义网络架构下的网络表示学习问题开展研究。本文尝试将网络表示学习算法与路由结
随着移动互联网和智能物联网的高速发展,移动设备数量的不断激增,网络边缘不得不面对越来越高的数据量和计算量挑战。将边缘网络的数据集中至云平台核心网络进行计算往往会带来高昂的传输成本和用户难以接受的处理时延。这使得移动边缘计算(MEC/Mobile Edge Computing)成为研究和应用的热点。移动边缘网关是MEC的核心设备之一,其通过合理的资源协同调度,可以更实时和高效地处理移动用户设备的计算