[发明专利]一种无人机协作NOMA通信网络的能效最大化方法

说明书

本发明请求保护一种无人机协作通信的非正交多址接入技术NOMA网络能效最大化方法，属于NOMA网络资源分配领域，在用户服务质量、基站发射功率、无人机发射功率及飞行轨迹和解码顺序的约束下，最大化UAV协作通信的NOMA网络系统的能效。其创新之处在于，与传统无人机协作NOMA通信资源管理不同，本发明使用了强化学习的方式来进行资源分配，并且还考虑了实际硬件不理想因素对系统性能造成的影响。本发明采用深度Q学习方法、拉格朗日对偶以及二次变换等方法设计资源分配方案，本发明所提供的方法，相比于使用传统凸优化方法且只考虑无人机部署位置的方案，提供了系统能效以及无人机飞行轨迹的解决方案，更具实用性，且更易于移植去处理复杂场景。

技术领域

本发明涉及无线资源管理技术领域，具体涉及在硬件损伤的条件下无人机(unmanned aerial vehicle,UAV)协作非正交多址接入技术(non-orthogonal multipleaccess,NOMA)通信网络的能效最大化方法。

背景技术

无人机通信技术的发展，更进一步地提高了NOMA网络的服务范围，因此两者的结合被认为是未来无线网络实现大规模设备接入的一种很有前景的解决方案。除了提升系统的通信覆盖率之外，无人机还天然具备高度的可控性以及低开销的特点，因此在处理应急环境如发生灾害后建立紧急通信时，较之传统手段能更迅速地恢复通信。

通过研究无人机协作NOMA通信的无线资源管理方法发现，目前对于无人机结合NOMA进行通信的场景主要分为以下两种：

一、未对所考虑的通信场景进行实际化的考虑。在实际的通信场景中，往往收发端的射频发生器是非理想条件的，会遭受到如同相正交不平衡、非线性放大噪声、射频电路噪声等实际硬件损伤的影响，这些影响对系统通信的性能造成消极的影响不可忽略，如Ningyuan Wang等人在《IEEE N.Wang,F.Li,D.Chen,L.Liu and Z.Bao,,in IEEETransactions on Vehicular Technology,2022,71(4):4129-4141.》上发表了题为“NOMA-Based Energy-Efficiency Optimization for UAV Enabled Space-Air-GroundIntegrated Relay Networks”的文章，研究了无人机辅助中继的NOMA系统能效问题，然而遗憾的是并未对实际非理想因素对系统造成的性能影响进行考虑，无法适用于实际网络之中，其次求解方法复杂过高，导致较难移植至其他场景。

二、绝大部分资源分配手段均为采用传统凸优化方法或智能算法。对单个场景进行建模分析，推导出的资源管理方案的确是可行的，但是实际中的环境会与建模存在差异性，其次传统凸优化手段往往由于目标问题的复杂性无法求得最优解，另外使用智能算法也较容易陷入局部最优解。强化学习的方法可以免去繁琐的数学运算过程且可以作为在线机制，实际环境发生变化时，不需重新进行资源分配方案的计算，通过强化学习可以将优化目标改为长期优化目标，而智能体可以根据学习获得最佳的资源分配管理策略。

因此，本发明在考虑了上述的两大问题的基础之上，设计了在存在硬件损伤条件下，无人机协作NOMA网络能效最大化方法是具有重要的实际意义和应用价值的。针对该方案的连续功率分配系数的处理是一个技术难点。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种无人机协作NOMA通信网络的能效最大化方法。本发明的技术方案如下：

一种无人机协作NOMA通信网络的能效最大化方法，其包括以下步骤：

步骤1)、在存在硬件损伤的条件下建立一个无人机协作NOMA通信网络能效最大化模型；

步骤2)、迭代优化对能效最大化模型进行求解，初始化无人机起点、终点位置以及其发射功率、解码顺序变量、基站位置以及发射功率、用户最小速率门限、基站功率分配系数、飞行周期大小；