论文部分内容阅读
反向散射通信技术具有低功耗、低复杂度和低成本的优势,被认为是未来物联网的核心技术之一;而基于无人机的移动通信平台由于其高灵活性的特点,在未来无线通信场景中具有巨大的应用潜力。本文考虑一个无人机辅助的反向散射通信网络,即利用一个旋转翼无人机收集地面上被动式反向散射设备的数据,其中被动式反向散射设备从激励源发射的载波信号中收集能量,并且以反射入射的载波信号的方式向无人机传输数据。无人机携带电池的有限能量是该系统设计的关键性因素。因此本文分别基于时分多址接入(time division multiple access,TDMA)和虚拟多天线(multiple-input multiple-output,MIMO)传输的上行接入方式,研究了该系统的能量效率优化问题,提出了使能量效率最大化的系统资源配置和无人机路径规划联合设计方案。首先,针对基于TDMA的无人机辅助反向散射通信系统,本文分别研究了基于TDMA的动态传输策略和基于TDMA的静态传输策略的能量效率最大化问题。对于这两种传输策略本文分别建模优化问题,通过联合优化多个反向散射设备的上行接入顺序和通信时间、激励源发射功率和无人机的飞行路径,以最大化系统的能量效率。本文还提出两个基于块坐标下降的迭代算法,并综合利用cutting-plane算法、Dinkelbach算法、连续凸逼近技巧等,以获得能量效率优化问题的局部最优解。然后,针对基于虚拟MIMO的无人机辅助反向散射通信系统,本文首先利用无人机的移动性构成虚拟MIMO信道,然后采用二阶矩匹配近似的方法得到上行传输速率的下界。并且本文对该系统建立了相应的能量效率优化问题,通过联合优化无人机的静止悬停位置和反向散射设备的功率反射系数以最大化系统能量效率。对于该问题的求解,本文提出了基于时间的一维搜索算法,并综合利用块坐标下降算法、Dinkelbach算法和连续凸逼近技巧等以获得该优化问题的局部最优解。另外,本文对所提出的算法的收敛性进行了论证,并分析了其算复杂度。最后,仿真结果表明基于TDMA的动态传输策略的能量效率明显高于另外两种传输策略的能量效率;在时间资源较少的情况下基于虚拟MIMO的传输策略所能达到的能量效率高于基于TDMA的静态传输策略,然而随着任务周期增大,二者情况相反。另外,距离激励源较近的反向散射设备总是占据更多的通信时间资源,而无人机路径在不同的接入方式下展现出不同的飞行模式。