Optimale Positionierung und Trajektorienplanung einer Flotte von Drohnen zur priorisierten Datenerfassung

Основні поняття

Durch eine optimierte Positionierung und Trajektorienplanung einer Flotte von Drohnen kann die kumulierte Belohnung für die Erfassung von priorisiertem Verkehr von heterogenen Benutzern maximiert werden, unter Berücksichtigung der Leistungsbeschränkungen der Drohnen.

Анотація

Das Papier beschreibt einen Rahmen für die Optimierung einer Flotte von rotorgetriebenen Drohnen zur Erfassung von priorisiertem Verkehr von zufällig verteilten heterogenen Benutzern mit MIMO-Fähigkeiten. In einem begrenzten Offline-Zeithorizont wird das Ziel verfolgt, das Strahlformungsdesign, die 3D-Positionierung und Trajektorienplanung der Drohnen sowie die Benutzer-Zuordnung/-Planung zu optimieren, um die kumulierte Flotten-Belohnung zu maximieren, die durch die Erfüllung der Dienstgüte-Vorgaben für jede Benutzer-Uplink-Anfrage erzielt wird, unter Berücksichtigung einer durchschnittlichen Mobilitätsleistungsbeschränkung pro Drohne.
Mit einem probabilistischen Modell für den Luft-Boden-Kanal, einem Mehrbenutzer-MIMO-Uplink-Kommunikationsmodell mit priorisiertem Verkehr und einem neuartigen 3D-Mobilitätsmodell für rotorgetriebene Drohnen wird das Problem der Maximierung der Flotten-Belohnung über einen Rahmen für die Schichtoptimierung gelöst: Zunächst wird K-Means-Clustering verwendet, um Benutzercluster zu erhalten; dann, ausgestattet mit einem Zero-Forcing-Strahlformungsdesign, werden die Positionen der Drohnen über eine zweistufige Rastersuche optimiert; anschließend werden, unter Behandlung dieser optimalen Positionen als Graphknoten eines vollständig verbundenen Netzes, die 3D-Drohnentrajektorien (d.h. Graphkanten) über einen lernbasierten Competitive Swarm Optimization-Algorithmus entworfen, unter einer durchschnittlichen Drohnenleistungsaufnahmebeschränkung, gekoppelt mit einem projizierten Subgradienten-Aufstieg für die Dual-Optimierung; schließlich wird die Benutzer-Zuordnung/-Planung über eine grafische Branch-and-Bound-Methode auf dem zugrunde liegenden Mehrfach-Handlungsreisenden-Problem gelöst.
Numerische Auswertungen zeigen, dass die vorgeschlagene Lösung statische Drohnenbereitstellungen, adaptive Voronoi-Zerlegungstechniken und den Stand der Technik bei iterativen Flottensteuerungsalgorithmen in Bezug auf Benutzer-Dienstgüte und durchschnittlichen Drohnenleistungsverbrauch übertrifft.

Статистика

Die Belohnung Ωug, die eine Drohne u für die Erfassung der Daten eines Bodenknotens g erhält, ist gegeben durch:
Ωug = χgγ(δug−δg,max)
g
mit δug =
νg
¯
Rug (dug, θug)
Dabei ist χg die Priorität des Bodenknotens g, γg der Abzinsungsfaktor nach der Deadline, δg,max die maximale Latenz und νg die Nutzlastgröße.

Цитати

"Durch eine optimierte Positionierung und Trajektorienplanung einer Flotte von Drohnen kann die kumulierte Belohnung für die Erfassung von priorisiertem Verkehr von heterogenen Benutzern maximiert werden, unter Berücksichtigung der Leistungsbeschränkungen der Drohnen."

Ключові висновки, отримані з

Orchestrating UAVs for Prioritized Data Harvesting

by Bharath Kesh... о arxiv.org 04-02-2024

https://arxiv.org/pdf/2404.00961.pdf

Глибші Запити

Wie könnte man die Robustheit des Systems gegenüber Ausfällen einzelner Drohnen oder Änderungen in der Benutzerverteilung verbessern

Um die Robustheit des Systems gegenüber Ausfällen einzelner Drohnen oder Änderungen in der Benutzerverteilung zu verbessern, könnten verschiedene Maßnahmen ergriffen werden. Eine Möglichkeit wäre die Implementierung von Redundanz in das System, indem zusätzliche Drohnen als Backup vorgehalten werden, die im Falle eines Ausfalls einspringen können. Dies würde sicherstellen, dass der Betrieb kontinuierlich fortgesetzt werden kann, selbst wenn eine Drohne ausfällt.
Des Weiteren könnte eine dynamische Neuzuordnung von Benutzern zu verbleibenden Drohnen erfolgen, um die Auswirkungen von Änderungen in der Benutzerverteilung zu minimieren. Durch kontinuierliche Überwachung und Anpassung der Zuordnung können Engpässe vermieden und die Effizienz des Systems maximiert werden.
Zusätzlich könnten Selbstheilungsmechanismen implementiert werden, die es dem System ermöglichen, automatisch auf Ausfälle zu reagieren und sich neu zu konfigurieren, um den Betrieb aufrechtzuerhalten. Dies könnte durch intelligente Algorithmen und Echtzeitdatenanalyse erreicht werden, um schnell auf Veränderungen zu reagieren.

Welche Auswirkungen hätte eine Erweiterung des Modells um Mehrfachzuordnung von Benutzern zu Drohnen auf die Optimierungsergebnisse

Die Erweiterung des Modells um Mehrfachzuordnung von Benutzern zu Drohnen hätte wahrscheinlich signifikante Auswirkungen auf die Optimierungsergebnisse. Durch die Möglichkeit, dass ein Benutzer mit mehreren Drohnen verbunden sein kann, würde sich die Komplexität der Optimierung erhöhen. Es müssten zusätzliche Variablen und Einschränkungen berücksichtigt werden, um die Zuordnung und Ressourcennutzung effizient zu optimieren.
Die Optimierungsalgorithmen müssten angepasst werden, um die Mehrfachzuordnung zu berücksichtigen und sicherzustellen, dass die Ressourcen gerecht und effektiv aufgeteilt werden. Dies könnte zu einer verbesserten Gesamtleistung des Systems führen, da die Auslastung der Drohnen optimiert und die Benutzerzufriedenheit erhöht werden könnte.
Es wäre jedoch wichtig, die zusätzliche Komplexität und Rechenleistung, die für die Optimierung von Mehrfachzuordnungen erforderlich ist, zu berücksichtigen, um sicherzustellen, dass das System weiterhin effizient und skalierbar bleibt.

Wie könnte man die Energieeffizienz des Systems weiter steigern, z.B. durch den Einsatz erneuerbarer Energien oder Batterietechnologien mit höherer Energiedichte

Um die Energieeffizienz des Systems weiter zu steigern, könnten verschiedene Ansätze verfolgt werden. Eine Möglichkeit wäre die Integration erneuerbarer Energien in den Betrieb der Drohnen, z.B. durch Solarmodule oder kinetische Energieumwandlung während des Fluges. Dies würde es den Drohnen ermöglichen, ihre Batterien während des Betriebs aufzuladen und die Abhängigkeit von externen Ladequellen zu verringern.
Eine weitere Möglichkeit zur Steigerung der Energieeffizienz wäre die Verwendung von Batterietechnologien mit höherer Energiedichte, die es den Drohnen ermöglichen würden, längere Flugzeiten bei gleichbleibender Batteriegröße zu erreichen. Durch die kontinuierliche Weiterentwicklung von Batterietechnologien könnten die Drohnen effizienter betrieben werden und längere Missionen durchführen.
Darüber hinaus könnte die Implementierung von intelligenten Energiemanagement-Algorithmen dazu beitragen, den Energieverbrauch der Drohnen zu optimieren, z.B. durch die Planung von effizienten Flugrouten, die Minimierung von Leerflügen und die Anpassung der Fluggeschwindigkeit an die jeweiligen Anforderungen. Dies würde dazu beitragen, die Gesamteffizienz des Systems zu steigern und die Umweltauswirkungen zu reduzieren.