基于信道知识图的多无人机无线网络无导数位置优化
信息论
2022-03-14 v3 math.IT
摘要
本文研究一种多无人机无线网络，其中多个无人机用户共享同一频谱向各自关联的地面基站（GBS）发送独立消息。无人机用户旨在优化其位置以最大化加权求和速率。虽然大多数现有工作考虑简化的视距（LoS）或统计空对地（A2G）信道模型，我们利用位置特定的信道知识图（CKM）以提升实际中的位置优化性能。然而，由于 CKM 通常包含无解析模型函数的离散站点与位置特定信道数据，相应的加权求和速率函数一般变为不可微的。在此情形下，依赖函数导数的传统优化技术不适用于求解所得的位置优化问题。为解决该问题，我们提出一种基于无导数优化的新颖迭代算法。在每次迭代中，我们首先构造一个二次函数，在一组插值条件下逼近不可微的加权求和速率，然后在信赖域约束下通过最大化该近似二次函数来更新无人机的位置。数值结果展示了所提算法的收敛性。结果还表明，所提算法达到了基于穷举搜索的最优设计相近的加权求和速率，且实现复杂度远低于后者，并显著优于基于简化 LoS 信道模型的传统优化方法以及每架无人机悬停于其关联 GBS 上方的启发式设计。
引用
@article{arxiv.2203.03093,
title = {Derivative-Free Placement Optimization for Multi-UAV Wireless Networks with Channel Knowledge Map},
author = {Haoyun Li and Peiming Li and Jie Xu and Junting Chen and Yong Zeng},
journal= {arXiv preprint arXiv:2203.03093},
year = {2022}
}