基于能量收集的UAV-D2D網(wǎng)絡資源分配算法

王茜竹 胡洪瑞 徐勇軍*② 張海波 周繼華 陳 莉

①(重慶郵電大學通信與信息工程學院 重慶 400065)

②(西安郵電大學陜西省信息通信網(wǎng)絡及安全重點實驗室 西安 710121)

③(航天新通科技有限公司 重慶 401332)

1 引言

空天地一體化的網(wǎng)絡覆蓋已成為6G技術(shù)目標之一，空基無人機(Unmanned Aerial Vehicle, UAV)輔助地面終端直通(Device to Device, D2D)網(wǎng)絡得到了廣泛關(guān)注[1]。一方面，UAV因其高機動性、易部署、低成本等特點已成為空天地一體化網(wǎng)絡中空基網(wǎng)的重要組成[2,3]。如何利用UAV為突發(fā)事件提供應急通信服務，為熱點場所提供容量擴展已成研究熱點[4,5]；另一方面，D2D技術(shù)利用鄰近設備頻譜資源進行數(shù)據(jù)傳輸，有效提升頻譜利用率、擴充網(wǎng)絡容量的同時可減少基站負荷，成為物聯(lián)網(wǎng)與未來移動通信系統(tǒng)實現(xiàn)海量接入的關(guān)鍵技術(shù)[6]。然而，為大量的D2D設備更換電池或充電需要耗費巨大的財力和物力，從而難以及時有效地實現(xiàn)能量供給，同時設備數(shù)量的增加也會導致能源消耗的加速，帶來環(huán)境污染等問題[7–9]。因此，如何在提升系統(tǒng)容量的同時發(fā)展綠色通信成為下一代移動通信技術(shù)的重要發(fā)展方向。

將能量收集技術(shù)引入到UAV輔助的D2D系統(tǒng)中，既可提升能量效率，又可延長D2D設備壽命[10]。事實上，由于無線電的廣播特性，環(huán)境中存在著各種無線電射頻信號，能量收集技術(shù)可利用射頻信號對D2D設備進行無線充電[11]。雖然基于能量收集的UAV-D2D網(wǎng)絡極具應用前景，但是該網(wǎng)絡場景下的資源分配問題變得更加復雜。具體來講，在確保蜂窩用戶的通信質(zhì)量前提下盡可能地將射頻信號進行收集利用，需要合理優(yōu)化能量收集時間、發(fā)射功率及UAV軌跡。

目前，對UAV輔助的D2D網(wǎng)絡資源分配問題的研究已取得很多有價值的研究成果[12–19]。文獻[12]針對UAV中繼協(xié)作的D2D網(wǎng)絡，通過優(yōu)化UAV中繼部署和信道分配使D2D網(wǎng)絡容量最大化。文獻[13]考慮UAV用作無線充電站為D2D用戶進行無線供電的場景，通過聯(lián)合優(yōu)化UAV無線供電時長和D2D發(fā)射功率來最大化D2D用戶平均吞吐量的問題。文獻[14]從網(wǎng)絡安全的角度出發(fā)，研究了UAV-D2D網(wǎng)絡的安全傳輸問題，提出一種基于塊坐標下降和連續(xù)凸近似的交替迭代算法。文獻[15]研究了UAV-D2D網(wǎng)絡最小化覆蓋所有用戶所需時間的問題，并且推導了D2D用戶的中斷概率。但文獻[12–15]未考慮蜂窩用戶與D2D用戶之間在資源上的分配關(guān)系，考慮蜂窩用戶[16–18]或D2D用戶[19,20]服務質(zhì)量(Quality of Service, QoS)約束能夠使頻譜資源更合理的利用。文獻[16]研究了在UAV輔助蜂窩用戶的通信網(wǎng)絡場景下，D2D用戶采用下墊式接入，最大化D2D用戶速率，獲得了功率分配子問題和高度優(yōu)化子問題的閉式解。為提高頻譜效率和減少時延，文獻[17]在UAV與非正交多址接入技術(shù)結(jié)合的網(wǎng)絡下引入D2D，提出了一種基于圖論的資源分配算法。為提升能量效率，文獻[18]研究了UAV輔助的D2D網(wǎng)絡能效最大化問題。為擴大UAV的覆蓋范圍，文獻[19]提出了一種最短路徑路由算法來建立多跳D2D通信網(wǎng)絡的最小節(jié)點鏈路，并推導了上行鏈路和下行鏈路的跳數(shù)與中斷概率的封閉形式解。文獻[20]考慮了QoS約束來保證D2D用戶的最低速率要求，通過聯(lián)合優(yōu)化D2D信道分配、帶寬分配和功率分配來最大化最小蜂窩用戶吞吐量。

上述文獻只考慮了D2D用戶或者蜂窩用戶的單一目標優(yōu)化問題，沒有融合考慮D2D用戶和蜂窩用戶整體的系統(tǒng)性能，同時沒有利用能量收集技術(shù)來提高D2D用戶的運行壽命。因此，本文研究基于能量收集的UAV-D2D網(wǎng)絡系統(tǒng)和速率最大化問題，從而實現(xiàn)頻譜效率提升的同時，來保證每個D2D用戶的能量供應。本文主要貢獻如下：

(1) 考慮UAV 發(fā)射功率、UAV移動性、 蜂窩用戶和 D2D 用戶 QoS 以及能量收集等約束條件，本文聯(lián)合優(yōu)化UAV發(fā)射功率、D2D發(fā)射功率、用戶調(diào)度因子、能量收集時間和UAV軌跡變量，建立了系統(tǒng)和速率最大化的資源優(yōu)化問題。

(2) 針對上述問題是一個多變量混合整數(shù)非線性規(guī)劃問題，本文將其分解為多個優(yōu)化子問題，利用連續(xù)凸近似、變量替換等方法，將各子問題轉(zhuǎn)換為凸優(yōu)化問題，提出了一種交替迭代算法，并利用拉格朗日對偶方法求得解析解。

(3) 仿真結(jié)果表明，本文所提算法具有良好的收斂性能，有效提升系統(tǒng)容量，使周圍環(huán)境中的射頻信號得到有效利用。

2 系統(tǒng)模型

如圖1所示，系統(tǒng)中有一架用作移動基站的UAV服務于K個用戶簇，每簇中含有一個蜂窩用戶和Mk對D2D用戶，定義?k ∈K={1,2,...,K}表示用戶簇的序號，?m ∈M={1,2,...,Mk}表示第k個用戶簇中第m個D2D對的序號。假設UAV在固定高度H飛行，任務周期為Tmax，將Tmax分割為長度為T=Tmax/N的N個相等且足夠小的時隙，使得UAV的位置在每個時隙內(nèi)近乎保持不變，且相鄰時隙UAV具有位置變化，這里定義時隙序號?n ∈N={1,2,...,N}。UAV在第n個時隙的第1階段為第k個用戶簇中的蜂窩用戶提供下行數(shù)據(jù)傳輸服務；同時，該簇中的所有D2D發(fā)射機進行能量收集；然后，在時隙的第2階段，D2D發(fā)射機利用收集的能量進行數(shù)據(jù)傳輸。

圖1 基于能量收集的UAV-D2D網(wǎng)絡系統(tǒng)模型

2.1 數(shù)據(jù)下行及能量收集階段

2.2 D2D數(shù)據(jù)傳輸階段

2.3 問題描述

3 問題轉(zhuǎn)換

3.1 優(yōu)化傳輸時間τk,n和UAV發(fā)射功率pCk,n

其中，

3.2 優(yōu)化D2D用戶發(fā)射功率pDk,n,m

3.3 優(yōu)化UAV軌跡優(yōu)化qn

優(yōu)化問題式(47)是一個凸優(yōu)化問題，可以使用標準的凸優(yōu)化方法來進行求解。本文算法步驟如表1所示。

表1 基于交替迭代的資源分配算法

4 仿真分析

本節(jié)通過仿真分析對本文提出的算法有效性進行了分析驗證。假設系統(tǒng)中存在兩個蜂窩用戶，水平坐

4.1 本文算法性能分析

圖2給出了速率的收斂性能。從圖中可以看出，D2D和速率是大于蜂窩用戶與速率的，且每個蜂窩用戶的速率最終收斂為最小速率要求0.2 bit/s/Hz，這是由于兩對D2D所產(chǎn)生的和速率增益要比一個蜂窩用戶產(chǎn)生的速率增益大。因此，會分配更多的時間資源給D2D用戶，蜂窩用戶滿足最小速率門限即可。

圖2 速率收斂性能

圖3給出了系統(tǒng)和速率與UAV最大發(fā)射功率的關(guān)系。從圖中可以看出，隨著UAV最大發(fā)射功率的增大，系統(tǒng)和速率也在不斷增大，D2D用戶最小速率門限越小，系統(tǒng)和速率越大。由于時間資源和UAV發(fā)射功率共同決定蜂窩用戶的速率，隨著UAV最大發(fā)射功率的增加，在保證蜂窩用戶能夠滿足最小速率要求的前提下，將分配更多的時間資源給D2D用戶，從而系統(tǒng)和速率不斷增加。

圖3 系統(tǒng)和速率與UAV最大發(fā)射功率的關(guān)系

圖4給出了系統(tǒng)和速率與D2D用戶最小速率的關(guān)系圖。從圖中可以看出，系統(tǒng)和速率隨D2D用戶最小速率門限的增大而減小。其原因在于，兩對D2D設備之間存在信道差異。為了使D2D和速率達到最大，給信道狀態(tài)較好的D2D用戶分配更多的功率可以為D2D和速率的增加做出更大貢獻。

圖4 系統(tǒng)和速率與D2D最低速率要求的關(guān)系

圖5給出了系統(tǒng)和速率與UAV飛行高度的關(guān)系圖。從圖中可以看出，系統(tǒng)和速率隨UAV飛行高度的增加而減小，這是由于UAV與地面設備間信道狀態(tài)變差導致的。從另一個角度看，在相同UAV飛行高度和D2D最小速率門限取值時，隨著D2D數(shù)目的增加，系統(tǒng)和速率也在不斷增加，一定程度上補償了UAV飛行高度增加造成的系統(tǒng)和速率損失。

圖5 系統(tǒng)和速率與UAV飛行高度的關(guān)系

圖6給出了系統(tǒng)和速率與用戶簇數(shù)量的關(guān)系圖。在相同的UAV飛行周期T=8 s的條件設置下，從圖中可以看出，系統(tǒng)和速率隨著用戶簇數(shù)量的增加而變大，這是由于UAV能夠更好地利用軌跡優(yōu)化對最近的用戶簇進行調(diào)度，從而有效提升系統(tǒng)和速率。UAV最大發(fā)射功率增大時，系統(tǒng)和速率也在不斷增加。其原因在于，在第1階段提升了蜂窩用戶速率的同時，D2D用戶收集了更多能量，使得第2階段有效提升D2D用戶速率，從而系統(tǒng)和速率隨UAV發(fā)射功率的增加而變大。

圖6 系統(tǒng)和速率與用戶簇數(shù)量關(guān)系圖

圖7給出了UAV飛行軌跡圖。從圖中可以看出，當飛行周期T=15 s時，UAV從初始點以最大飛行速度直線靠近蜂窩用戶1，到達其正上方。為滿足每個用戶的QoS需求，UAV接下來飛到蜂窩用戶2的正上方進行數(shù)據(jù)傳輸服務，并在飛行周期內(nèi)抵達最終點。當T=13 s時，由于飛行周期過短，只能飛行至靠近蜂窩用戶的位置。

圖7 UAV飛行軌跡圖

4.2 算法對比

圖8給出了不同算法下系統(tǒng)和速率與UAV最大發(fā)射功率門限的關(guān)系。隨著UAV最大發(fā)射功率的增加，系統(tǒng)和速率均在不斷增加?？梢钥闯霰疚乃崴惴ǖ男阅苊黠@優(yōu)于平均功率算法和平均時間算法，這是由于本文所提算法相較于上述兩種算法增加了一個優(yōu)化的自由度，對系統(tǒng)和速率的提升具有明顯的貢獻。與無能量收集的網(wǎng)絡相比，本文算法考慮將UAV射頻信號在D2D設備端轉(zhuǎn)換為能量信號，可以有效提升D2D運行時長，增大系統(tǒng)和速率，提升頻譜利用效率。

圖8 不同算法下系統(tǒng)和速率與UAV最大發(fā)射功率的關(guān)系

圖9給出了不同算法下系統(tǒng)和速率與UAV飛行周期的關(guān)系圖。隨著UAV飛行周期的增加，系統(tǒng)和速率也在不斷增大。另外，考慮能量收集場景所得到的系統(tǒng)和速率要遠大于未考慮能量收集場景，且隨著UAV飛行周期的增大變化較為明顯，這是由于D2D利用收集的能量在良好的信道狀態(tài)下能夠大幅地提升系統(tǒng)和速率。結(jié)合圖2以及上述解釋，可以得知，增加的系統(tǒng)和速率是由于分配給了D2D用戶更多的時間資源，使得D2D用戶的和速率得到大幅提升，從而有效地提升了系統(tǒng)和速率。另外，由于本文算法考慮了多個優(yōu)化變量，在系統(tǒng)性能的提升上要明顯優(yōu)于平均功率算法和平均時間算法。

圖9 不同算法下系統(tǒng)和速率與UAV飛行周期的關(guān)系

5 結(jié)束語

本文提出了一種基于能量收集的UAV-D2D網(wǎng)絡系統(tǒng)和速率最大化的資源分配算法?？紤]蜂窩用戶QoS、D2D用戶QoS、UAV最大發(fā)射功率、能量收集等約束條件，建立了一個聯(lián)合優(yōu)化發(fā)射功率、UAV軌跡、能量收集時間的混合參數(shù)優(yōu)化問題。針對該非凸優(yōu)化問題，利用變量替換和連續(xù)凸近似方法將原問題轉(zhuǎn)換為凸優(yōu)化問題，并通過拉格朗日對偶法求得解析解。仿真驗證了本文所提算法能夠有效地提升系統(tǒng)和速率。