基于 IRS 辅助毫米波通信的 QoS 感知机器人轨迹优化
网络与互联网体系结构
2022-02-21 v3 机器人学
摘要
本文研究一个使用智能反射面（IRS）辅助的毫米波（mm-wave）通信的机器人的运动能量最小化问题。机器人须在给定截止时间内完成任务，并受上行链路服务质量（QoS）约束。该问题对于由自主机器人与新一代移动通信（即 5G 和 6G）共同主导的全自动工厂至关重要。在这一新背景下，机器人能效与通信可靠性仍是优化机器人轨迹与通信 QoS 时相互耦合的基本问题。更确切地说，为考虑机器人位置与通信 QoS 的相互依赖，需同时优化机器人轨迹以及 IRS 与接入点的波束赋形。我们提出一种利用毫米波信道特性解耦这两个问题的方案。随后，波束赋形优化问题获得闭式解，而轨迹则通过一种新颖的基于逐次凸优化的算法优化，该算法可处理视距（LOS）到非视距（NLOS）的突变切换。具体而言，该算法利用无线电地图避免与障碍物及弱覆盖区域碰撞。我们证明该算法可收敛至满足 Karush-Kuhn-Tucker 条件的解。仿真结果显示算法收敛迅速，且相较于寻求最大速率轨迹的方法，运动能耗大幅降低。此外，我们表明无源 IRS 的应用是改善机器人无线电覆盖与运动能效的有力方案。
引用
@article{arxiv.2012.07451,
title = {QoS Aware Robot Trajectory Optimization with IRS-Assisted Millimeter-Wave Communications},
author = {Cristian Tatino and Nikolaos Pappas and Di Yuan},
journal= {arXiv preprint arXiv:2012.07451},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2010.14653