国家自然科学基金项目
基于小型无人机的无线资源协作与优化理论研究
基本信息
项目批准号：62071294
申请代码：F0105
项目名称：基于小型无人机的无线资源协作与优化理论研究
项目负责人：熊箭
依托单位：上海交通大学
研究期限：2021-01-01 至 2024-12-31
资助经费：56.0（万元）
中文摘要：
小型无人机具有低成本、灵活部署等优点，但受限于载荷能力，在执行大范围、远距离、长航时任务时，具很大的挑战。结合前期在机载通信、资源调度等移动通信领域的研究基础，提出了基于磁性联结的无线资源协作与再分配技术方案，并对相关资源优化理论进行研究，以提高无人机执行空时任务的能力和效率。根据任务在单位时间内对资源的需求量，将其分为资源需求微少、少、多三类。拟采用循环资源协作方案，并利用动态规划、连续凸优化等方法，对资源需求少的任务执行效能进行分析和优化；拟采用分布式资源协作方案，并利用反向拍卖理论及强化学习方法，对资源需求较多的任务执行效能进行分析和优化；拟对协作资源进行再分配，并采用贪心算法、资源预留、按任务权重分配资源等方法，以提高对资源需求微少的任务执行效能。通过无线资源的协作,将最终从根本上解决无人机小型化与提高任务执行能力的矛盾，从而为我国在无人机通信及相关领域的发展提供关键的技术支撑。
英文摘要：
Small Unmanned Air Vehicles(UAV) have many good merits, including low cost, flexibly to deploy and etc. However, limited by the load capability, it is a big challenge for them to perform the tasks which need long range, long distance and long time. Based on our preliminary researches on airborne communications, resource scheduling technologies in the field of wireless communication, we propose resources allocation schemes of wireless resources cooperation and re-allocation based on magnetic connection between UAVs. The related resources optimization theory will be researched to improve the space-time task implementation capability and efficiency of UAVs. We will firstly predict the resource requirement of the tasks, and classify the tasks into three types based on the amount of the resource requirement in per time unit. Cyclic resources cooperation scheme is proposed if the UAVs require less resources; and dynamical programming and successive convex optimizing technique will be employed to analyze and optimize the task implementation capability and the efficiency of the UAVs. Distributed resources cooperation scheme is proposed if the UAVs require more resources. And reverse auction strategy and deep reinforcement learning approach will be researched to analyze and optimize the task implementation capability and the efficiency of the UAVs. Cooperated resources re-allocation scheme is proposed if the UAVs require tiny amounts of resources. And greedy algorithm, resource reservation strategy and resource allocation methods based on the task weight will be adopted to improve the task implementation capability and the efficiency of the UAVs. Finally, this research will resolve the contradiction between the size and the capability of the small UAVs. It will also significantly contribute to the airborne communication technologies and the development of the related fields of our country.
结题摘要
基于现有无人机系统无人机小型化与提高其任务执行能力之间的矛盾，项目研究了基于小型无人机的无线资源协作与优化理论，以有效提高小型无人机的任务执行能力与效率。通过预测无人机在典型场景下对无线资源的空时需求，分别采用循环协作、分布式协作以及资源再分配策略，对无线资源进行协作，并优化资源配置以提高小型无人机的任务执行能力和资源利用效率。.以最小化无人机的工作时间为目标，提出了基于地面补给的无人机能源循环调度算法，将编码器-解码器结构的神经网络和基于策略的强化学习算法相结合。仿真结果表明：提出的算法可以有效减少无人机的工作时间，降低物联网数据的平均年龄，提高无人机的工作效率。研究能量循环补给策略，以解决马拉松直播场景中小型无人机载荷能力与任务执行能力之间的矛盾关系。基于UAV-T（任务无人机）的固定飞行路径，采用了一种贪婪的策略，沿马拉松赛道轨迹部署若干临时能量补给站。仿真结果表明，采用空中补给方案，可以大大降低部署临时能量补给站的成本。基于任务无人机的固定飞行路径，采用强化学习算法对协同空地系统的补给策略进行优化。仿真表明：提出的空中能量循环协作策略要优于传统的地面补给方案。任务无人机的工作时间可以减少8.3%~19.5%；所采集到的数据的新鲜度、采集效率可以大大提高。同时，还对补给无人机的路径进行了优化，仿真表明：提出的基于强化学习的算法具有最佳的性能，并且具有可接受的算法复杂度。
从官网获取报告原文信息请点击左下角“阅读原文”！
版权声明：本文所有文字来自国家自然科学基金委员会官方网站（https://www.nsfc.gov.cn/），版权归原作者/机构所有。如有侵权，请留言并提交证据，收到核实后删。
！
以科技赋能产业
以创新引领发展
未来，已来！
