英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料
由太阳能电池板和电池驱动的基于无人机的蜂窝网络的最佳能源管理：配方和解决方案
摘要 我们专注于管理覆盖农村和低收入地区的蜂窝网络的能耗问题。所考虑的架构利用无人飞行器（UAV）来确保无线覆盖范围以及安装在一组地面站点中的太阳能电池板（SP）和电池，从而为UAV充电提供所需的能量。然后，我们通过安排随时间和空间的无人飞行器任务来确保领土覆盖范围，从而使无人飞行器和地面站点中存储的能量最大化。提供问题表述之后，我们通过提出一种基于分解的方法并设计一种全新的遗传算法来面对其复杂性。通过一系列有代表性的案例研究获得的结果表明，无人机电池电量，地面电池电量和覆盖范围之间需要权衡。此外，分解版本和遗传算法在性能上都非常接近集成模型，大大缩短了计算时间。
索引 条款能源管理，混合整数线性规划，可再生能源，无人机，无人机任务调度，蜂窝网络。
I.介绍
在农村和低收入地区提供蜂窝连接是一项复杂而具有挑战性的任务[3] – [5]。这是由于多种因素造成的，例如电信运营商的投资回报率（RoI）相对较低，以及电网普遍缺乏电力。在这种情况下，安装在无人机（UAV）上方的基站（BS）是带来蜂窝连接性的有前途的解决方案[6]，[7]。实际上，由于主要网络功能的分解，因此可以将大多数BS设备安装在地面上（涉及诸如基带处理，切换等高级任务），同时在无人机上保留一定数量的硬件（HW），以提供低级功能（即信号级）。这样，可以减少无人机携带的重量，并因此延长无人机飞行的持续时间。而且，这种解决方案的另一个重大优点是，可以使用无人机来覆盖部分领土，即用户所处的区域，而无需覆盖整个领土。与使用固定BS覆盖100％区域的解决方案相比，这使运营商可以显着降低成本[8]。
通过无人机确保一组区域的覆盖是一个具有挑战性的问题[9]。实际上，无人机上的电池容量有限，迫使其仔细计划其任务，将其作为一系列随时间推移而采取的行动[1]。
典型的无人机行动包括从地面站点移至需要覆盖的区域，为选定区域提供服务，返回地面站点以及为地面站点的无人机电池充电。这迫使以尽可能保留其电池电量的方式安排无人机任务。
然而，另一方面，无人机可以充电的地面也受到能量限制[10]。由于在农村和低收入地区，与电网的连接可能不可用和/或不可靠[8]，因此地面站点通常通过利用一组太阳能电池板（SP）来消耗微发电产生的所需能量. .另外，使用本地电池来存储多余的能量，该能量可以在夜间和/或恶劣的天气条件下使用。显然，也需要仔细管理该系统，以确保对耗尽电池的无人机进行充电。
在这种情况下，出现了一些问题，例如：是否可以通过无人飞行器定义一个框架来覆盖一组区域并管理其能耗？如何利用地面站点存储的能量（用于未来需求）和无人机存储的能量（用于执行任务）之间的权衡？是否可以定义有效的策略以在合理的时间内解决此问题？这项工作的目的是阐明这些问题。更深入地讲，我们最初将提供一个完整的问题表述，它能够：i）平衡地面位置存储的能量和无人机的电池电量，ii）将无人机任务安排为随时间推移采取的一系列行动，iii）确保覆盖一系列区域。然后，我们通过引入分解版本以及设计次优启发式方法来面对问题的复杂性，这些方法可以显着减少检索解决方案的时间。此外，我们引入了一个参数来对无人机的电池电量进行不同的权衡
利用存储在地面站点中的能量，从而允许操作员通过适当地改变目标函数中每一项的权重来谨慎地利用这两项的权衡。我们通过不同案例研究获得的结果表明，有可能通过无人机来覆盖一组区域，同时控制地面站点中存储的能量和无人机的电池电量。此外，我们还表明，分解版本和拟议的启发式方法都足够接近集成问题。
据我们所知，以前的工作都没有进行过类似的分析。实际上，与我们的工作最接近的论文是[1]，[2]，作者针对这些问题的目标是通过提供问题的表述和简单的启发式方法，将一组无人机的移动动作所产生的能量降至最低。基于遗传算法。与它们相比，在这项工作中，我们进一步走了五个步骤：i）针对一个不同的问题，包括最大程度地利用无人机存储的能量和存储在地面电池中的能量； ii）引入模型分解在大型实例中也可以解决该问题，iii）定义一个针对所考虑问题量身定制的新启发式方法，
iv)从一个小案例到一个大型案例研究，解决不同情况下的问题，该案例研究由数十个地面站点和数百个要覆盖的区域组成，
v)彻底比较从综合问题中获得的解决方案，分解后的问题和拟议的启发式方法。
在本文的其余部分安排如下。II 审查相关工作。III 描述了基于UAV的蜂窝式架构。该问题的配方已在第二节中报告。IV. 提议的分解方法在第二节中有详细介绍。V. VI 描述了提出的遗传算法。VII 全面描述方案和输入参数的设置。VIII 报告建议解决方案的性能评估。IX 报告有关影响我们方法的主要问题的讨论。最后，X 结束我们的工作。
Ⅱ.相关工作
我们将相关工作分为三类：i）优化民用无人机的使用； ii）基于无人机的网络； iii）无人机的任务计划。
- 优化民用无人机的使用
近年来，由于这种解决方案的易用性和可接受的成本，人们普遍将无人机用于改善人们的生活质量的领域已大大增加。当前，各种各样的民用应用都使用无人机来改善其操作并节省成本，例如高精度监视，打包运送或灾难管理。为此，我们请感兴趣的读者阅读Otto等人的工作。[11]，他对使用无人机的民用优化方法进行了全面调查。Hayat等人[12]从通讯和网络的角度报告了基于UAV的网络的特性和对民用应用的需求。
视频监控是无人机广泛使用的最常见的应用之一[13]。Trotta等。[14]的目标是设计一个由无人机组成的多跳无线网络，以执行城市规模的视频监控，同时考虑能耗限制。更深入地讲，基于UAV的网络涵盖了一组兴趣点（PoI）。他们的解决方案包括前往以下地点的公交车：
- 允许无人机在其顶部为电池充电，并且
- 携带无人机到下一个PoI进行记录。与它们相反，在这项工作中，我们将重点放在不同的场景上，在该场景中，UAV用于部署蜂窝网络，目的是为位于特定区域内的用户提供覆盖范围。
Motlagh等。[15]提出了一种用于人群监视的基于无人机的物联网（IoT）平台，其中人脸识别被用于识别可疑人员。由于无人机的处理能力有限，因此视频处理被分流到移动边缘计算节点，目的是扩展其电池以进行监视。显然，在录制人物时，必须严格考虑视觉隐私，正如Clarke [16]所报道的那样。与这些工作类似，在本文中，我们还面临着无人机电池的能量限制。但是，我们的工作是针对蜂窝服务的，而不是像[15]，[16]中的视频监视。此外，我们工作的另一个原始方面是，我们利用安装在特定地面上的SP和电池来在必要时为无人机充电。此外，我们在多目标函数中共同瞄准了无人机电池电量的最大化和站点电池电量的最大化。
无人机被广泛利用的另一种应用是所谓的无人驾驶物流系统。在这种情况下，主要思想是使用自主无人机进行小包裹交付。具体来说，每个无人飞行器都装有一个装载包裹的容器，并将其从配送中心（仓库）移至目的地客户。然后将包裹放到客户前门附近，无人机将返回到起点，而无需人工干预（例如，参见Gross的工作[17]）。已经对该特定应用进行了研究努力，主要集中在无人机的技术方面，例如无人机的耐久性/安全性以及分配中心的选择，以尽可能地提高效率。具体来说，宋等。[18]提出了混合整数线性规划（MILP）的公式和有效的启发式推导持久的无人机交付时间表。在工作中，无人机可以在整个运营领域共享多个配送中心，以对产品进行充电并为其电池充电。通过这种方法，可以克服无人机的飞行时间和可装载产品的局限性，同时可以实现持续的交付服务。此外，Murray和Chu [19]将传统的卡车交付与可以从卡车上发射的自动无人机相结合，特别是在配送中心距离客户很远的情况下。尽管使用这种方法可以大大提高包裹递送的覆盖范围，但是在长途旅行中需要人工干预（即驾驶员）将包裹装载到无人机中并更换电池。Poikonen等人也利用了这个想法。[20]，目标是最大程度地减少交付所有包裹并将所有卡车送回中央仓库的完成时间。
尽管这些工作证明了对利用无人机进行覆盖范围广的持久包裹交付的极大兴趣，但这项工作的目标是提供不同的服务，即通过基于无人机的BS为用户提供无线覆盖，它们无需任何人机交互即可飞行并完成任务。
- 基于无人机的网络
最近，由无人机组成的网络的最佳规划和管理已引起研究界的关注。无人机网络是最近的一个研究主题，无人机旨在作为下一代传感和中继信息的基本要素。无线网络。在[21]中，Bor-Yaliniz等人。引入了UAV-BS概念，其中BS安装在UAV的顶部，以补充地面异构网络（HetNets）。提出了一种多层无人机蜂窝网络，以将无线网络的供应准确地带到需求的地点和时间。Mozaffari等。在[22]中分析了UAV-BS的性能，其中用户还可以通过直接的设备到设备链接进行通信。特别地，它们的主要目标是通过考虑两种通信类型来最大化UAV提供给特定区域的覆盖范围：i）下行UAV与用户的通信，以及ii）底层设备到设备的通信，这可以生成潜在的干扰和影响i）。在最近的工作中，Bor-Yaliniz等人。[23]讨论了从5G角度将无人飞行器和无线网络的概念结合起来以支持网络性能时出现的一系列挑战。
基于无人机的网络最有希望的领域之一是自然灾害管理，可以将无人机与无线传感器网络（WSN）结合使用，以找到受伤人员并向救援队报告他们的位置。为此，亚当斯和弗里德兰德[24]回顾了在灾害监测阶段将无人机用于图像收集的相关工作。Maza等。[25]利用多个无人机的协调，为诸如灾难管理或民防应用等挑战性场景提出了一种分布式决策架构。来自不同供应商的自动驾驶车辆的顺利集成以及分布式方案带来的低通信成本，使得这种方法特别有吸引力。与它们相反，这项工作的问题是通过考虑区域的覆盖范围以及对无人机电池电量和地面电池电量的限制，专门安排无人机任务的时间。
Asadpour等。[26]提出了一种特设的多跳UAV网络解决方案，该解决方案能够：i）建立到失踪人员智能手机的端到端连接，并且ii）流传输高分辨率视频以扫描区域并进行发现受伤和失踪的人。更进一步，Malandrino等。[27]通过补充或替换传统的但仍受影响的通信基础设施，利用无人机在灾难危机期间改善无线网络的覆盖范围。提出了一个优化问题，以提供最大可能的覆盖范围，同时最大化用户吞吐量。Erdelj和Natalizio在[28]中所做的开创性工作采用了类似的方法，其中在幸存者，救援队和仍在运营的蜂窝基础设施之间建立了一个利用无人机的无线通信网络。Erdelj等。[29]还调查了有关无线传感器网络和无人机在自然灾害管理中的共同作用的相关工作，并提出了一系列尚未解决的挑战，这些挑战的解决方案将大大提高灾害管理系统的效率。更进一步，Erdelj等人。[30]考虑到地理，气候和气象问题，对不同类型的灾难进行分类，并提出合适的基于WSN和UAV的网络架构最终，Erdelj等人设计了一个IoT-UAV生态系统。[31]，为了通过多无人机系统在不稳定的通信环境中提供实时数据和多媒体通信，该系统还按需使用了可用的传感器，智能手机和无人机基础设施。
借助基于无人机的网络，也可以提高移动用户的体验质量（QoE）。Chen等。[32]提出使用启用缓存的UAV通过最小化UAV的发射功率并减少系统中的传输延迟，向云无线电接入网（C-RAN）中的移动用户提供所需的QoE。通过利用机器学习技术，以人为本的信息可用于预测内容分布和用户的移动性模式。然后，将这种获悉的信息用于确定无人机的位置和要缓存的内容。更进一步，从用户那里收集的信息对于提高例如无线网络的能效也很有价值。[33]
在[34]中，Yanmaz等人。总结了设计具有多个小型无人机的系统所面临的挑战。提出了一种由无人机和地面站组成的高层架构，这些地面站具有传感，协调和通信功能，并在具有不同需求和约束的多个实际应用中进行了评估，例如灾难期间的援助，记录了大型战斗机的进展情况。施工现场以及搜救过程。最后，作者指出，无人机网络的有效设计是通过正确定义感测，协调和通信模块之间的交互作用以及应用程序施加的特定约束条件而给出的。
Saacute;nchez-Garciacute;a等人的工作。[35]结合了空中和水上无线自组织网络的共同特征，将适用于空中介质的现有解决方案应用于水生无线网络。作者还调查了针对这种情况的评估工具，并针对这两种类型的网络的设计和评估提出了一系列开放性挑战。Reina等。[36]的目标是选择2D空间中的无人机位置，以确保所连接的网络具有冗余性和容错性。相反，我们的目标是通过考虑可能的无人机动作/运动来安排无人机任务，这些动作/运动作为多周期图中的弧线传递给我们的问题。实际上，[36]的输出可以用作我们问题的输入。
尽管这些工作证明了人们对利用无人机进行通信和监视非常感兴趣，但是在这项工作中，我们着眼于另一个方面，即通过利用带有BS和仅供电的无人机来在农村和低收入地区提供蜂窝服务通过可再生能源。此外，我们的目标是对地面站点和无人机的电池电量水平进行有效管理。
- 无人机任务计划
最后，我们回顾了针对无人机任务计划问题的工作。与以前的类别一样，不同的应用需要规划一组无人机的任务。
在体育赛事报道的背景下，Zema等人。[37]引入了具有交流和连通性约束的体育赛事拍摄问题，协调的无人驾驶飞机覆盖了法院或运动场，观众在他们的个人设备上收到了比赛的高质量视频直播。目标目
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[235641]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
