多目标联合的上行链路功率优化算法

张延年，吴 昊，张 云

(南京交通职业技术学院 电子信息工程学院，江苏 南京 211188)

0 引言

作为前沿技术，无人机(Unmanned Aerial Vehicle,UAV)已在多个领域内广泛使用[1-2]。其中，将UAV作为飞行基站，能够有效地将设备终端连通至蜂窝网络[3-4]，提高了频谱利用率，扩大了通信覆盖范围。基于UAV的通信系统不同于传统的由静态基站组成的通信系统。不失一般性，UAV以及物联网网络(Internet of Things,IoT)中的设备均是由电池供电[5]，限制了它们的通信距离。因此，如何有效地利用它们的能量成为研究热点之一。

目前，研究人员已对UAV位置、路径规划，物联网中节点位置部署问题进行了大量研究[6-14]。文献[5]针对UAV-IoT通信场景，研究了UAV部署和上行链路功率的控制策略。文献[6]针对地-空通信链路(地面上的节点安装一架天线，UAV安装了多架天线[8])，对其上行链路的速率和进行了优化。然而，其在优化速率和过程中只考虑了地面节点的位置。

针对UAV-IoT通信系统，提出多目标联合的上行链路功率优化(Multi-objective joint Optimization of Uplink Power,MJOP)算法。MJOP算法通过从UAV水平位置、飞行高度和波束宽度三方面优化上行链路功率，进而降低了总功耗。

1 系统模型及问题描述

1.1 系统模型

图1 系统模型Fig.1 System model

假定UAV与用户u间的信道模型为自由空间信道模型，且它们之间的链路为视距链路。此外，UAV配备的定向天线，其天线增益为G，用户配备全向天线。不失一般性，UAV天线的半功率波束宽度的方位角和仰角相等，且分别表示为2Θ，其中Θ∈(0,[π/2])[14]。参照文献[15]，在方位(θ,φ)的天线增益可近似表述为：

(1)

式中,G0≈2.284 6；θ和φ分别表示方位角和仰角；g表示天线增益。……