面向能源感知的无人机轨迹优化：带位置约束的在线优化

对于无人机（UAV）轨迹设计，总推进能耗和初始-最终位置约束是实际中需要考虑的因素。然而，与传统的离线设计不同，这两个约束在面向实时目标跟踪的在线无人机轨迹设计中由于信息不确定而难以同时满足。为此，我们提出了一种新的在线无人机轨迹优化方法，用于加权求和-预测后验Cramér-Rao下界（PCRB）的最小化，保证满足上述两个约束的可行性。具体而言，我们的方法通过解决两个子问题来设计无人机轨迹：候选轨迹优化问题和能源感知备用轨迹优化问题。然后，基于Dinkelbach变换和Lasserre层次结构提出了一种高效的候选轨迹优化问题求解方法，在给定的充分条件下能够获得全局最优解。能源感知的备用轨迹优化问题采用 successive 凸近似方法求解。数值结果表明，我们提出的无人机轨迹优化方法在感知性能和能源利用灵活性方面显著优于基准方法。