周婉旭，翟亞紅，崔峻瑋，賀權(quán)，呂勇

（湖北汽車工業(yè)學院電氣與信息工程學院，湖北十堰 442002）

隨著自然災害事件數(shù)量的不斷增加，應(yīng)急通信需求迅速增長［1］。受災地區(qū)的通信基礎(chǔ)設(shè)施經(jīng)常面臨不同程度的毀壞甚至完全無法工作，導致通信中斷，因此應(yīng)急通信對災后及時救援意義重大［2］。無人機（unmanned aerial vehicle，UAV）憑借其抗干擾能力強、可移動、小巧靈活、可操作、成本低等優(yōu)勢被國內(nèi)外專家學者廣泛應(yīng)用于應(yīng)急通信中，用于替代被破壞的基站，極大地提高系統(tǒng)的可擴展性，解決受災地區(qū)通信受限的問題［3-6］。徐馬蒙等人［7］提出了基于傳輸速率最大梯度變化的移動策略，通過改變移動策略，提高UAV的轉(zhuǎn)發(fā)數(shù)據(jù)量，降低單位數(shù)據(jù)量消耗的能量，提升UAV執(zhí)行任務(wù)的效率。但該方案僅考慮了UAV 和蜂窩網(wǎng)絡(luò)用戶（cellular network user，CU）架構(gòu)，并不適用于應(yīng)急場景。郝立元等人［8］研究了基于UAV 的無線通信系統(tǒng)的節(jié)能優(yōu)化策略方案。作者根據(jù)控制傳感器發(fā)射功率達到降低能耗的目的，但在此方案中作者只利用單個UAV 進行數(shù)據(jù)傳輸，無法滿足多用戶密集任務(wù)下的需求。作為單UAV 的補充，姚維等人［9］針對多UAV協(xié)同執(zhí)行任務(wù)過程中計算量大和能耗高的問題，提出了多UAV 自適應(yīng)任務(wù)卸載方案。At?eya［10］等人提出了UAV 卸載算法，但建模時沒有考慮實際情況中信道的周期性變化。Le Liang［11］等人在V2V（vehicle to vehicle）應(yīng)用場景中對通信過程建模時考慮了信道的周期性變化，但沒有將此理論延伸在UAV 的應(yīng)用場景中，不能滿足實際通信需求。文中針對應(yīng)急場景下多UAV通信傳輸速率低和能耗高的問題，提出了應(yīng)急通信下優(yōu)化多UAV能效的方案；對CU和UAV相互協(xié)作形成聯(lián)盟的過程進行建模分析，將此過程分為CU 分組過程和UAV頻譜資源分配過程；設(shè)計了CU聯(lián)盟形成算法和聯(lián)盟形成算法，使用仿真實驗驗證了該方案的可行性和有效性。

1 系統(tǒng)模型

應(yīng)急場景下的多UAV 通信系統(tǒng)模型如圖1 所示。由K個CU、Q架UAV 和1 臺遠端基站（base station，BS）組成。為了解決本地BS 受損無法工作的問題，通信數(shù)據(jù)可以轉(zhuǎn)發(fā)到具有計算能力和通信能力的UAV，由UAV 轉(zhuǎn)發(fā)到遠端BS。假設(shè)CU 在受災地區(qū)隨機分布，UAV 基于博弈論的資源分配方式?jīng)Q定是否轉(zhuǎn)發(fā)CU 數(shù)據(jù)［12］。將K個CU 分成N組，然后為每組用戶分配1 架UAV 進行通信。同時假設(shè)UAV 與遠端BS 間通信的頻譜是固定分配的，此段頻譜不會被共享。每個分組內(nèi)的所有用戶共享UAV 的同一段頻譜與本組的UAV 通信，其中1個用戶只能屬于1個分組，1個分組只能被分配1架UAV與遠端BS進行通信。

圖1 應(yīng)急場景下多UAV通信系統(tǒng)模型

1.1 通信過程建模

假設(shè)遠端BS 位于地平面，高度為0，系統(tǒng)模型的位置坐標固定不變。系統(tǒng)內(nèi)的UAV群在上空盤旋飛行，受災區(qū)域的CU 位于地面。由于通信過程中所產(chǎn)生的干擾一般是針對接收端，與發(fā)送端無關(guān)，所以在CU 與UAV 間及UAV 與BS 間的雙向通信過程中，僅考慮UAV發(fā)送數(shù)據(jù)到BS和UAV回傳數(shù)據(jù)給CU的單向通信過程。

1）UAV 與BS 通信過程建模 根據(jù)文獻［13］提出的UAV與BS間的視距通信理論，應(yīng)急通信的系統(tǒng)模型中UAV與BS間的信道增益為

式中：Pq為UAV發(fā)射功率；σ2為噪聲功率。

2）UAV 與CU 通信過程建模 UAV 與CU 間鏈路的信道增益和信道的周期性變化與UAV與BS通信的表示方式相似。由式（1）～（3）推出UAV 與CU之間的信息傳輸速率為

式中：k為CU群的CU編號；k′為除了k以外的其他CU；n為CU 分組中的某個分組；βk′n為k′是否屬于分組n的關(guān)系表示；gq,k為q與k通信的信道增益；Pk′gk′,k為系統(tǒng)內(nèi)所有的其他編號為k的CU 對編號為k′的CU干擾。

1.2 能耗過程建模

對于UAV 而言，接收數(shù)據(jù)所產(chǎn)生的能耗相比轉(zhuǎn)發(fā)數(shù)據(jù)和回傳數(shù)據(jù)產(chǎn)生的能耗小得多，所以忽略UAV 在通信過程中接收數(shù)據(jù)的能耗。通信過程中，UAV與BS通信所產(chǎn)生的能耗為

式中：Tq,B為編號為q的UAV轉(zhuǎn)發(fā)數(shù)據(jù)到BS所需要的時間。UAV與CU通信所產(chǎn)生的能耗為

式中：Tq,k為編號為q的UAV轉(zhuǎn)發(fā)數(shù)據(jù)到為編號為k的CU 所需要的時間。UAV 在整個通信過程中按照規(guī)劃路徑飛行，產(chǎn)生飛行過程能耗［14］為

式中：λ為飛行損耗系數(shù)；v為UAV的飛行速度。優(yōu)化UAV能效的模型為

式中：rk為編號為k的CU 的信噪比；r0為系統(tǒng)預設(shè)的最低信噪比。

2 基于博弈論的資源分配策略

利用聯(lián)盟形成博弈對CU 的頻譜資源分配進行數(shù)學建模。對于CU 分組，采用聯(lián)盟策略將干擾較大的CU 劃分為不同的組，使同組內(nèi)的CU 共享同一個UAV 的同一段頻譜。在可重用的UAV 頻譜資源中，利用聯(lián)盟博弈為每組CU 選擇合適的UAV，同時最小化所選UAV對各個CU分組的干擾。

2.1 CU分組

在此部分中，將CU 分組問題建模為可轉(zhuǎn)移效用的聯(lián)盟博弈［15］。CU為博弈者，分組結(jié)果為聯(lián)盟。對于所有CU，只能加入其中1個聯(lián)盟。編號為k的CU 接收到來自同一聯(lián)盟內(nèi)其他編號為k′的CU 的總干擾越小，其對聯(lián)盟的個體貢獻值越大。聯(lián)盟Cn的效用函數(shù)為

基于聯(lián)盟形成博弈分析，提出CU聯(lián)盟形成算法。

2.2 UAV頻譜資源分配

將可重用的UAV 頻譜資源分配問題建模為1個可轉(zhuǎn)移效用的聯(lián)盟博弈，選擇合適的UAV 加入已經(jīng)分配好的CU 的聯(lián)盟。系統(tǒng)中所有UAV 為博弈者，分組集合為聯(lián)盟。遠端BS為每個CU的聯(lián)盟選擇1 個UAV，剩余的UAV 加入輔助聯(lián)盟CN+1。UAV的效用函數(shù)為

式中：Q為所有UAV 集合；N為所有CU 聯(lián)盟集合。對偏好順序為

式中：?q,q′為編號為q的UAV能夠?qū)λ兴赡軐儆诘穆?lián)盟Cn建立的偏好關(guān)系；sn為某個聯(lián)盟；sn′為除了sn外的其他聯(lián)盟。根據(jù)上述偏好順序，交換操作定義為如果編號為q的UAV 根據(jù)偏好順序選擇離開聯(lián)盟Cn加入聯(lián)盟Cn′，更新當前的Ω?為

基于聯(lián)盟形成博弈分析，提出UAY聯(lián)盟形成算法。

3 仿真分析

為驗證所提算法的效果，給出了基于博弈論的資源分配策略和其他策略的對比結(jié)果。仿真的主要參數(shù)如表3所示。圖2描述了在8 km×8 km被測區(qū)域內(nèi)，3架UAV和10臺CU終端組成的應(yīng)急場景實例。CU 終端隨機分布在被測區(qū)域，其位置在一定時間內(nèi)保持不變，UAV 在飛行同時執(zhí)行與遠端BS和CU的通信任務(wù)。

圖2 3架UAV和10臺CU組成的實例

表3 仿真主要參數(shù)

圖3a 為在10 臺CU 終端下，隨著分組數(shù)量增加，不同策略下的系統(tǒng)傳輸速率變化情況。文中提出的基于博弈論的策略標記為策略A，CU 與BS 通信的策略標記為策略B，CU 與UAV 通信的策略標記為策略C。隨著分組數(shù)量的增加，基于策略A的總信息傳輸速率越來越高，當分組個數(shù)為10時，策略A的傳輸速率達到432 bit·s?1，策略B的傳輸速率為374 bit·s?1，策略C的傳輸速率為365 bit·s?1。圖3b 給出了在10 臺CU 終端下，隨著分組數(shù)量增加，不同策略下UAV 總能耗的變化情況?；谝苿舆吘売嬎悴呗詷擞洖椴呗訢。根據(jù)圖3b可以看出，策略A的UAV總能耗最低，當分組個數(shù)為8時，UAV 總能耗降低到2139 J；策略D的UAV 總能耗降低到2372 J；策略C的UAV的總能耗為3176 J。

圖3 不同策略下的總傳輸速率和UAV總能耗曲線

4 結(jié)論

針對應(yīng)急通信下優(yōu)化UAV 能效的問題，用1階高斯-馬爾可夫過程對信道的周期性變化進行建模，CU 和UAV 相互協(xié)作形成聯(lián)盟，設(shè)計基于博弈論的CU 聯(lián)盟形成算法和聯(lián)盟形成算法。相較于其他的典型策略，基于博弈論的策略能夠在有效降低系統(tǒng)UAV 能耗的同時提高信息傳輸速率，實現(xiàn)UAV的能效優(yōu)化。