認(rèn)知無(wú)人機(jī)輔助邊緣通信的能效優(yōu)化

谷奕龍，宋旻旻，黃仰超

(1.空軍工程大學(xué) 研究生院，陜西 西安 710077；2.中國(guó)人民解放軍93166部隊(duì)，北京 100010；3.空軍工程大學(xué) 信息與導(dǎo)航學(xué)院，陜西 西安 710077)

0 引言

隨著無(wú)人機(jī)(Unmanned Air Vehicle,UAV)的小型化和制造成本的不斷降低，如今已廣泛應(yīng)用于各個(gè)領(lǐng)域。由于其具有機(jī)動(dòng)性高和部署靈活等特點(diǎn)，配備通信系統(tǒng)的UAV通常執(zhí)行輔助通信、偵查和巡視等任務(wù)[1-2]。在執(zhí)行輔助通信的過(guò)程中，UAV可以輔助地面基站(Ground Base Station,GBS)實(shí)施對(duì)邊緣節(jié)點(diǎn)的通信覆蓋，提高邊緣節(jié)點(diǎn)的通信質(zhì)量，特別是在建筑工地、災(zāi)區(qū)、高速公路、狹窄車(chē)道等場(chǎng)景下的應(yīng)用備受關(guān)注。

在無(wú)人機(jī)朝著聯(lián)網(wǎng)、集群和智能方向發(fā)展的同時(shí)，地面上可穿戴設(shè)備、無(wú)人駕駛汽車(chē)、智能終端等移動(dòng)物聯(lián)網(wǎng)設(shè)備也呈現(xiàn)爆炸式增長(zhǎng)[3]，大量的用戶(hù)接入使得UAV頻譜資源變得擁擠；WiFi、藍(lán)牙及蜂窩網(wǎng)絡(luò)等無(wú)線技術(shù)的成熟也使得頻譜資源越來(lái)越稀缺。因此，UAV的頻譜資源緊缺問(wèn)題受到了眾多國(guó)內(nèi)外學(xué)者的關(guān)注[4-5]。此外，無(wú)人機(jī)作為空中平臺(tái)，其工作過(guò)程依靠電池供電，有限的電池容量也限制了無(wú)人機(jī)的通信質(zhì)量、時(shí)間等工作性能[6]，因此無(wú)人機(jī)的能量效率也成為研究的熱點(diǎn)。眾所周知，認(rèn)知無(wú)線電(Cognitive Radio,CR)允許次級(jí)用戶(hù)(Secondary User,SU)在不干擾主用戶(hù)(Primary User,PU)的情況下機(jī)會(huì)性地訪問(wèn)授權(quán)頻譜，通過(guò)采用CR技術(shù)可以解決UAV頻譜稀缺問(wèn)題[7]。如何在提升UAV頻譜效率的同時(shí)，進(jìn)一步提升能量效率，對(duì)于UAV輔助通信的未來(lái)發(fā)展具有至關(guān)重要的意義。

在UAV通信網(wǎng)絡(luò)中使用頻譜共享技術(shù)也被認(rèn)為是一種互利的解決方案[8]。當(dāng)PU的傳輸速率低于要求時(shí)，將一部分帶寬授權(quán)給SU，以達(dá)到協(xié)同傳輸?shù)哪康?。與地面頻譜感知技術(shù)相比，無(wú)人機(jī)具有較好的信道條件，頻譜感知可以獲得更好的感知性能，文獻(xiàn)[9]證明了UAV通信存在一個(gè)感知-傳輸時(shí)間的權(quán)衡，使通信的吞吐量達(dá)到最大值。文獻(xiàn)[10]提出了一種基于頻譜共享機(jī)制的UAV通信方案，用于提供災(zāi)難恢復(fù)和公共安全等關(guān)鍵任務(wù)服務(wù)。本文采用一種深度神經(jīng)網(wǎng)絡(luò)模型以顯著減少無(wú)人機(jī)優(yōu)化資源分配、提高吞吐量過(guò)程中求解的執(zhí)行時(shí)間。

在結(jié)合CR的UAV通信網(wǎng)絡(luò)基礎(chǔ)上，文獻(xiàn)[11]優(yōu)化了感知時(shí)間與傳輸功率以提升UAV能效；文獻(xiàn)[12]提出了一種通過(guò)無(wú)人機(jī)空間資源優(yōu)化提升能效的方法，針對(duì)Overlay模式下的帶寬和軌跡進(jìn)行了優(yōu)化；在文獻(xiàn)[13]中Y.Pei等人首次給出基于機(jī)會(huì)頻譜接入(Opportunistic Spectrum Access，OSA)模型下CR網(wǎng)絡(luò)能效的定義，即每焦耳能量下SU獲得的平均傳輸率。在該定義基礎(chǔ)上，文獻(xiàn)[14-15]給出了衰落信道下的次級(jí)網(wǎng)絡(luò)平均能效定義，即單位平均功率下SU獲得的平均傳輸速率，單位為bit/J。文獻(xiàn)[16]研究了一種UAV認(rèn)知通信網(wǎng)絡(luò)中的能量管理方案，通過(guò)聯(lián)合優(yōu)化傳輸功率和感知時(shí)間實(shí)現(xiàn)能效優(yōu)化。

綜上所述，國(guó)內(nèi)外學(xué)者從不同的參數(shù)角度研究了無(wú)人機(jī)通信網(wǎng)絡(luò)中的能量效率優(yōu)化問(wèn)題。本文從聯(lián)合優(yōu)化感知時(shí)間、無(wú)人機(jī)飛行速度以及無(wú)人機(jī)輔助通信距離閾值的角度出發(fā)，研究結(jié)合CR技術(shù)的UAV輔助通信網(wǎng)絡(luò)能效優(yōu)化問(wèn)題；建立了UAV輔助邊緣通信的場(chǎng)景，并通過(guò)認(rèn)知通信向地面節(jié)點(diǎn)傳輸U(kuò)AV偵察獲得的信息?；谠搱?chǎng)景，提出了一種有效的聯(lián)合優(yōu)化算法以獲得UAV的最大能效，并考慮用戶(hù)對(duì)吞吐量要求較高時(shí)對(duì)UAV最大化能效的影響。最后，通過(guò)仿真對(duì)比驗(yàn)證了所提算法在提升能效方面的有效性。

1 系統(tǒng)模型

如圖1所示，通信網(wǎng)絡(luò)由一個(gè)地面基站、一架固定翼無(wú)人機(jī)和M個(gè)用戶(hù)節(jié)點(diǎn)組成，如汽車(chē)節(jié)點(diǎn)、智能手機(jī)及電腦等節(jié)點(diǎn)。具備認(rèn)知功能的無(wú)人機(jī)任務(wù)是輔助距離地面基站較遠(yuǎn)或者受遮蔽導(dǎo)致通信服務(wù)質(zhì)量較差的地面節(jié)點(diǎn)通信，且當(dāng)?shù)孛婊镜氖跈?quán)頻譜處于空閑狀態(tài)時(shí)，無(wú)人機(jī)可以利用該頻譜傳輸其他信息到地面用戶(hù)[17]。無(wú)人機(jī)作為次級(jí)用戶(hù)，設(shè)其高度為K,速度為v，其飛行軌跡是以地面基站上方高度為K的點(diǎn)為圓心，半徑為ru的圓。采用圓形軌跡的優(yōu)點(diǎn)是在降低能耗的同時(shí)還可以為地面節(jié)點(diǎn)提供定期的通信服務(wù)。考慮無(wú)人機(jī)配備了全球定位系統(tǒng)(Global Positioning System,GPS)能夠獲得地面基站的地理坐標(biāo)。

圖1 認(rèn)知無(wú)人機(jī)輔助邊緣通信的系統(tǒng)模型Fig.1 System model for cognitive UAV assisted edge communication

假設(shè)地面節(jié)點(diǎn)隨機(jī)均勻地分布在以地面基站為圓心、半徑為rg的圓形區(qū)域內(nèi)，密度為ρ。在某一時(shí)刻t，無(wú)人機(jī)可以與半徑為rt的圓形區(qū)域內(nèi)的節(jié)點(diǎn)建立通信鏈路，且有ru=rg-rt。如圖1所示，當(dāng)無(wú)人機(jī)飛行到A、B位置時(shí)，可與其垂直投影點(diǎn)A′、B′為圓心的圓內(nèi)節(jié)點(diǎn)進(jìn)行通信，該圓的大小即是無(wú)人機(jī)的通信覆蓋范圍，定義為Sc。用M表示在t時(shí)刻Sc內(nèi)的地面節(jié)點(diǎn)總數(shù)，則：

(1)

式中，?x」表示不大于x的最大整數(shù)。

如圖2所示，感知幀長(zhǎng)Tc被分為感知時(shí)間τ和傳輸時(shí)間Tc-τ。在感知時(shí)間內(nèi)，當(dāng)?shù)孛婊咎幱诠ぷ鳡顟B(tài)時(shí)，無(wú)人機(jī)將進(jìn)行輔助通信；當(dāng)?shù)孛婊镜念l譜處于空閑狀態(tài)時(shí)，無(wú)人機(jī)將在傳輸時(shí)間內(nèi)利用該頻譜向地面節(jié)點(diǎn)傳送其收集的其他信息。

圖2 2維認(rèn)知無(wú)人機(jī)輔助邊緣通信的系統(tǒng)模型Fig.2 2-D system model for cognitive UAV assisted edge communication

在無(wú)人機(jī)進(jìn)行認(rèn)知通信的過(guò)程中，主要考慮兩類(lèi)信道：一類(lèi)是地面基站與無(wú)人機(jī)之間的通信信道，另一類(lèi)是無(wú)人機(jī)與地面節(jié)點(diǎn)之間的通信信道。這兩類(lèi)信道均可被視為視距鏈路(Line of Sight,LoS)。假設(shè)無(wú)人機(jī)的飛行高度K是滿(mǎn)足避開(kāi)實(shí)際地形或建筑的最小高度，因此不需要頻繁地調(diào)整無(wú)人機(jī)飛行高度，并且可以忽略無(wú)人機(jī)在感知和傳輸過(guò)程中嚴(yán)重的地面衰減。同時(shí)，考慮無(wú)人機(jī)運(yùn)動(dòng)所產(chǎn)生的多普勒效應(yīng)得到了補(bǔ)償，無(wú)人機(jī)到地面節(jié)點(diǎn)的信道增益符合自由空間路徑損失的模型可表示為：

(2)

式中，β0表示單位距離信道增益，D(t)表示某一時(shí)刻無(wú)人機(jī)到地面節(jié)點(diǎn)的水平距離。

(3)

為了保證整個(gè)通信網(wǎng)絡(luò)的通信質(zhì)量，考慮最差的一種情況是無(wú)人機(jī)與Sc邊緣的節(jié)點(diǎn)進(jìn)行通信。當(dāng)?shù)孛婊疚刺幱诠ぷ鳡顟B(tài)時(shí)，定義C0為無(wú)人機(jī)到每一個(gè)地面節(jié)點(diǎn)的傳輸速率，可表示為：

(4)

式中，Pt為無(wú)人機(jī)傳輸信息到每個(gè)地面節(jié)點(diǎn)所用的功率，σ2表示噪聲方差。當(dāng)?shù)孛婊咎幱诠ぷ鳡顟B(tài)時(shí)，無(wú)人機(jī)所處次級(jí)網(wǎng)絡(luò)的信息傳輸速率為：

(5)

式中，Pp表示無(wú)人機(jī)對(duì)地面基站產(chǎn)生的干擾功率，N0表示噪聲功率。

無(wú)人機(jī)作為次級(jí)用戶(hù)使用地面基站的頻譜進(jìn)行通信的情況可分為以下兩種：

① 當(dāng)?shù)孛婊镜念l譜處于空閑狀態(tài)，無(wú)人機(jī)感知報(bào)告也顯示該頻譜處于空閑狀態(tài)時(shí)，無(wú)人機(jī)的次級(jí)通信鏈路吞吐量為((Tc-τ)/Tc)C0；

② 當(dāng)?shù)孛婊镜念l譜未處于空閑狀態(tài)，但無(wú)人機(jī)感知報(bào)告顯示該頻譜處于空閑狀態(tài)時(shí)，無(wú)人機(jī)的次級(jí)通信鏈路吞吐量為((Tc-τ)/Tc)C1。

(6)

地面基站的活躍概率用P(H1)表示，空閑概率用P(H0)表示。因此，第一種情況發(fā)生的概率為(1-Pf)P(H0)，第二種情況發(fā)生的概率為(1-Pd)·P(H1)。當(dāng)無(wú)人機(jī)可獲得的總帶寬W給定后，地面基站的頻譜處于空閑狀態(tài)下，無(wú)人機(jī)通信鏈路的有效吞吐量為：

(7)

地面基站處于活躍狀態(tài)下，無(wú)人機(jī)通信鏈路的有效吞吐量為：

(8)

因此，無(wú)人機(jī)通信鏈路的平均吞吐量為：

R=R0+R1。

(9)

在分析平均吞吐量時(shí)，以下3種情況需要考慮：

① 當(dāng)無(wú)人機(jī)漏檢到地面基站處于活躍狀態(tài)時(shí)，無(wú)人機(jī)利用地面基站頻譜進(jìn)行通信時(shí)會(huì)對(duì)地面基站產(chǎn)生干擾。因此C1

② 在IEEE 802.22 WRAN中，信噪比為-20 dB條件下目標(biāo)檢測(cè)概率要大于0.9，即Pd>Pf。

③ 為了保證無(wú)人機(jī)機(jī)會(huì)性地接入地面基站的頻段是經(jīng)濟(jì)、可行且有實(shí)際意義的，地面基站的活躍概率要足夠小，通常設(shè)為小于0.3[19]，因此P(H1)

基于以上分析得出C1(1-Pd)P(H1)<

(10)

則平均吞吐量可以被近似為：

(11)

接下來(lái)，對(duì)無(wú)人機(jī)的能耗進(jìn)行分析。無(wú)人機(jī)的能耗分為兩部分：一個(gè)是與通信相關(guān)的能量消耗;另一個(gè)是維持固定翼無(wú)人機(jī)飛行所需的能耗。在實(shí)踐中，與通信相關(guān)的功率通常比飛行所需的功率小得多。通信所需的電力通常是幾瓦，但無(wú)人機(jī)的推進(jìn)動(dòng)力通常是數(shù)百瓦。因此，本文忽略與無(wú)人機(jī)通信相關(guān)的功率。

由于無(wú)人機(jī)做勻速圓周飛行，有‖v(t)‖=v和a(t)Tv(t)=0。其中，a(t)表示方向垂直于無(wú)人機(jī)速度方向的向心加速度。因此，固定翼無(wú)人機(jī)的推進(jìn)功耗為[20]:

(12)

式中，g是值為9.8 m/s2的重力加速度。c1和c2由無(wú)人機(jī)質(zhì)量、空氣密度及機(jī)翼面積等因素決定。該模型符合空氣動(dòng)力學(xué)理論中已知的經(jīng)典飛機(jī)功率消耗模型。

根據(jù)式(11)和式(12)，可以得出無(wú)人機(jī)認(rèn)知通信的能量效率：

(13)

2 能效優(yōu)化方法

為了提高無(wú)人機(jī)的能效，通過(guò)聯(lián)合優(yōu)化無(wú)人機(jī)飛行速度v、感知時(shí)間τ和通信距離閾值rt，使得能量效率最大化。當(dāng)吞吐量過(guò)低時(shí)，將無(wú)法滿(mǎn)足地面用戶(hù)對(duì)較高通信服務(wù)質(zhì)量的要求。設(shè)吞吐量的最低要求門(mén)限為RS，則能效優(yōu)化問(wèn)題表述如下：

(14)

在目標(biāo)函數(shù)中，τ只影響能效表達(dá)式的分子部分，即吞吐量；v只影響能效表達(dá)式的分母部分，即能耗。因此，可以先將這兩個(gè)參數(shù)的優(yōu)化分別求解，最后再進(jìn)行rt的優(yōu)化。從而，OP的優(yōu)化可以被分為3個(gè)子問(wèn)題：OP1、OP2和OP3。

2.1 給定τ和rt條件下的v優(yōu)化

為了得到最大化的能效，首先優(yōu)化速度v使得無(wú)人機(jī)能耗最小化。能耗最小化問(wèn)題可表述如下：

(15)

Ξ關(guān)于v的一階偏導(dǎo)數(shù)為：

(16)

(17)

(18)

定義最優(yōu)的飛行速度為v*，則當(dāng)Ξ(v0)>Ξ(vmax)時(shí)，v*=vmax；當(dāng)Ξ(v0)<Ξ(vmax)時(shí)，v*=v0。因此，在τ和rt給定的條件下，無(wú)人機(jī)飛行速度為v*時(shí)，其能量消耗最低。

2.2 給定v和rt條件下的τ優(yōu)化

由于τ只影響無(wú)人機(jī)能效的分子部分，因此可以在給定v和rt>rS的條件下，求最大化的吞吐量。吞吐量最大化問(wèn)題可表述如下：

(19)

(20)

由式(20)可得：

(21)

(22)

(23)

2.3 給定v和τ條件下rt優(yōu)化

在給定rt的條件下，可以得到最優(yōu)的τ和v，使得吞吐量最大和能耗最小。最后分析rt對(duì)于能效最大化的影響，OP3表述如下:

(24)

η對(duì)rt的一階偏導(dǎo)數(shù)為：

(25)

定義：

(26)

當(dāng)rt趨近于0時(shí)，Ξ為一個(gè)正數(shù)，C0趨近于0，因此：

(27)

整理式(26)，并定義：

G=G1+G2，

(28)

其中，

(29)

(30)

(31)

art3+brt2+crt+d=0，

(32)

其中，

b=-6rgK2g2(c1v3+c2/v),

令

p=(3ac-b2)/3a2，

(33)

q=(27a2d-9abc+2b3)/(27a3)，

(34)

Δ=(q/2)2+(p/3)3，

(35)

整理得到：Δ>0。由卡爾單判別法可知，方程只有一個(gè)實(shí)數(shù)根，且該根為：

(36)

綜上所述，高能效聯(lián)合優(yōu)化算法如算法1和算法2所示。

算法1 無(wú)人機(jī)高能效聯(lián)合優(yōu)化算法1:根據(jù)表1初始化參數(shù)變量并確定RS;2:令rt=rg且r't=rg-.(是步進(jìn));3:根據(jù)算法2得到最優(yōu)的感知時(shí)間τ*;4:將τ*和RS代入R～,求解得到rS;5:將rt和r't代入式(18),得到v0和v0';6: 進(jìn)行判斷 Ifv0

算法2 最優(yōu)感知時(shí)間搜索算法1: 初始化區(qū)間(0,Tc)為(a1,b1),確定迭代次數(shù)N和精度μ;2:根據(jù)表達(dá)式(10)計(jì)算F;3:令k=1,λ1=a1+0.382(b1-a1),μ1=a1+0.618(b1-a1);4:進(jìn)行循環(huán) While bk-ak>μ or k

3 仿真分析

3.1 仿真條件

假設(shè)主信號(hào)為BPSK信號(hào),采用能量檢測(cè)法去探測(cè)地面基站的頻譜是否處于空閑狀態(tài)。無(wú)人機(jī)的飛行速度區(qū)間為(10,80)m/s，并且地面基站所用頻譜的中心頻率為2.4 GHz，具體的仿真參數(shù)如表1所示。

表1 仿真參數(shù)

3.2 仿真結(jié)果

圖3展示了當(dāng)rt和v設(shè)置為一個(gè)固定值的條件下，能效隨感知時(shí)間變化的關(guān)系曲線。當(dāng)無(wú)人機(jī)進(jìn)行5個(gè)周期的感知-傳輸過(guò)程時(shí)，其能效如曲線Tc1所示，在每個(gè)周期內(nèi)都存在一個(gè)最優(yōu)的感知時(shí)間τ*使得能效η最大化。假設(shè)地面基站的忙、閑狀態(tài)之間切換頻率較低，無(wú)人機(jī)可以將Tc1=0.05 s連續(xù)5個(gè)周期的感知-傳輸過(guò)程整合為T(mén)c2=0.25 s一個(gè)周期內(nèi)的感知-傳輸過(guò)程，其能效曲線如曲線Tc2所示，這種方案下最大化的能效大于曲線Tc1。因此，當(dāng)設(shè)置無(wú)人機(jī)的感知時(shí)間τ=τ*時(shí)，可以最大化無(wú)人機(jī)的能效，并且當(dāng)?shù)孛婊镜拿?、閑狀態(tài)之間切換頻率較低時(shí)，可以通過(guò)整合幀周期的方式來(lái)提高能效。

圖3 無(wú)人機(jī)能效隨感知時(shí)間的變化曲線Fig.3 UAV energy efficiency versus the sensing time

圖4為3個(gè)不同吞吐量閾值下的無(wú)人機(jī)飛行速度與能耗之間的關(guān)系曲線。結(jié)果表明，當(dāng)v在(10,20)m/s之間時(shí)，無(wú)人機(jī)能耗急劇下降，因?yàn)轱w過(guò)相等的距離無(wú)人機(jī)消耗功率的時(shí)間變小了；當(dāng)v>40 m/s時(shí)，由于無(wú)人機(jī)提升速度伴隨著更大的功率消耗，導(dǎo)致無(wú)人機(jī)能耗急劇上升。因此，當(dāng)無(wú)人機(jī)速度在(20,40)m/s之間時(shí)，無(wú)人機(jī)的能耗較小，并且存在最優(yōu)的飛行速度v*使無(wú)人機(jī)的能耗最小。同時(shí)，當(dāng)吞吐量閾值增加時(shí)，無(wú)人機(jī)的能耗也將增大，即用戶(hù)服務(wù)質(zhì)量要求越高時(shí)，能量消耗也將增加。

圖4 不同吞吐量閾值條件下的能耗與速度關(guān)系曲線Fig.4 Energy consumption versus speed under different throughput threshold

圖5 無(wú)人機(jī)能效隨通信距離閾值的變化曲線Fig.5 UAV energy efficiency versus communication distance threshold

圖6為吞吐量閾值對(duì)無(wú)人機(jī)最大化能效的影響。由于吞吐量同時(shí)受到τ和rt的影響，因此當(dāng)感知時(shí)間最優(yōu)的情況下，吞吐量的約束實(shí)際上是對(duì)rt的約束。當(dāng)吞吐量閾值小于9.3 bit/s/Hz時(shí)，rS小于理論上的計(jì)算最優(yōu)值rt1，因此最大值在rt=rt1時(shí)取得；當(dāng)吞吐量閾值大于9.3 bit/s/Hz時(shí)，將導(dǎo)致此時(shí)的rS大于理論上的計(jì)算最優(yōu)值rt1。由圖5可知，此時(shí)最大的能效ηmax1′和ηmax2′將小于rt=rt1時(shí)的能效。因此，吞吐量閾值小于9.3 bit/s/Hz時(shí)，無(wú)人機(jī)最大化能效不變，隨著吞吐量閾值繼續(xù)增大，無(wú)人機(jī)最大化能效降低,且下降速度增加。

圖6 無(wú)人機(jī)最大能效隨吞吐量閾值變化曲線Fig.6 Maximum UAV energy efficiency versus throughput threshold

(a) 無(wú)吞吐量限制條件下無(wú)人機(jī)能效

圖8為本文所提的聯(lián)合優(yōu)化方案與最短飛行周期方案進(jìn)行比較的曲線。

圖8 不同地面基站覆蓋范圍下的能效提升方案對(duì)比Fig.8 Comparison of energy efficiency improvement schemes under different coverage of GBS

最短飛行周期要求無(wú)人機(jī)以最大速度飛行，從而盡可能地降低無(wú)人機(jī)環(huán)繞飛行時(shí)間周期的角度降低能耗。結(jié)果表明，當(dāng)?shù)孛婊靖采w范圍相同時(shí)，聯(lián)合優(yōu)化方案在一定程度上犧牲了吞吐量，但是能效大于其他兩種方案。同時(shí)，當(dāng)吞吐量受限的情況下，聯(lián)合優(yōu)化方案的能效仍大于最短飛行周期方案，驗(yàn)證了所提方案的有效性。

4 結(jié)束語(yǔ)

針對(duì)無(wú)人機(jī)輔助通信網(wǎng)絡(luò)中的頻譜資源緊缺與無(wú)人機(jī)能量受限問(wèn)題，本文主要研究了結(jié)合CR技術(shù)的UAV輔助通信網(wǎng)絡(luò)的能效優(yōu)化問(wèn)題。

① 為了提高無(wú)人機(jī)認(rèn)知通信網(wǎng)絡(luò)的能量效率，構(gòu)建了無(wú)人機(jī)在輔助通信的場(chǎng)景下與邊緣節(jié)點(diǎn)進(jìn)行認(rèn)知通信的模型。研究了該模型下能量效率提升的聯(lián)合優(yōu)化方案，并證明同時(shí)存在最優(yōu)的感知時(shí)間、無(wú)人機(jī)飛行速度和通信距離閾值使得該模型下的無(wú)人機(jī)能效最大化。

② 本文所提出的聯(lián)合優(yōu)化算法綜合了感知時(shí)間、無(wú)人機(jī)飛行速度和通信距離閾值對(duì)無(wú)人機(jī)能效的影響，并考慮了吞吐量限制條件下的無(wú)人機(jī)最大化能效。

③ 仿真結(jié)果表明，本文方案在提升能效方面優(yōu)于現(xiàn)有方案，并且能夠較好地實(shí)現(xiàn)優(yōu)化所提場(chǎng)景下的能效的目標(biāo)，具有一定的實(shí)用價(jià)值。