基于中继-RIS辅助的SWIPT技术实现高能效无人机通信，构建抗灾性强网络：性能分析与优化

《Internet of Things》：Energy-Efficient UAV Communication via Relay-RIS-Aided SWIPT for Disaster-Resilient Networks: Performance Analysis and Optimization

　　马诺吉库马尔·B·科卡雷 | 斯瓦米纳坦·R | 苏米特·高塔姆
印度中央邦印多尔市印多尔印度理工学院电气工程系，邮编453552

摘要
在易受灾地区部署物联网设备时，需要具备强大且节能的无线连接能力，以支持紧急监测、搜救以及灾后恢复工作。本文研究了将无人机与可重构智能表面以及中继辅助网络相结合，以提高物联网通信性能的方法。我们提出了一种系统模型，该模型中无人机以集成式中继-智能表面模式运行，从而实现无线信息与能量同时传输。为延长无人机的运行时间，其设计中还融入了能量收集功能。在目的地，通过选择合并与最大比合并技术来增强信号接收效果。系统性能通过中断概率、平均符号错误率、中断容量和遍历容量等关键指标进行评估，分析是在纳卡加米衰落信道下进行的。文中推导出了这些指标的封闭形式表达式，并通过蒙特卡洛模拟进行了验证，结果表明与传统独立型物联网系统相比，该方案具有更高的可靠性。此外，还提出了三个优化问题，目标是在服务质量约束下最大化数据传输速率、无人机存储的能量以及能效。通过应用卡鲁什-库恩-塔克最优性条件，分别得到了速率和无人机存储能量问题的封闭形式解；而能效优化则通过丁克尔巴赫变换和二次变换来解决。所提出的框架为部署无人机辅助的中继-智能表面系统提供了坚实基础，有助于在智慧城市、应急响应及远程连接等动态环境中实现高效且稳定的通信。

引言
由于能够为各种设备提供灵活、按需且覆盖范围广的连接功能，无人机已成为物联网生态系统中的重要组成部分[1][2]。它们的应用领域极为广泛，从遥感、物流、影视制作等商业领域，到灾害管理、搜救、地理空间测绘和监控等政府和应急服务领域[3]。这些多样的应用凸显了无人机在智能基础设施和公共安全领域的重要性。然而，在密集的城市环境中低空飞行时，无人机往往会因高层建筑而频繁出现视距遮挡，这会降低通信可靠性，妨碍关键任务的执行[4]。此外，无人机有限的机载能量储备也限制了其续航时间，成为长期支持物联网发展的瓶颈。为解决这一问题，同时进行无线信息与能量传输的技术应运而生，它使得无人机能够在传输数据的同时从射频信号中获取能量。借助这一技术，无人机辅助的物联网网络能够延长运行时间，减少频繁充电的依赖，为那些能量受限的物联网节点保持稳定连接，尤其是在需要不间断服务的场景中，如灾后恢复。

可重构智能表面技术作为一种用于在下一代5G及更先进网络中动态优化无线传播的技术正逐渐兴起。这类技术由一系列可编程的超表面组成，能够通过软件控制实现信号的反射。每个智能表面元件都具有反射、折射、透射和吸收等功能，可根据不同需求进行选择性利用[5]。与传统的中继辅助通信系统相比，后者由于存在活跃的射频链路、较高的硬件复杂度、噪声传播加剧、可扩展性有限以及能效较低等问题，尤其在能量和载荷约束极为严格的无人机辅助及易受灾环境中表现不佳，而基于智能表面的架构则具有诸多优势。智能表面结构由成本较低的集成组件构成，如基于聚合物的二极管、可切换导电贴片以及其他可编程元件，这些组件能够以较低的硬件开销实现高效的信号重定向。由于其紧凑的形态和轻巧的设计，智能表面阵列能够支持高度灵活的三维部署。此外，可通过调整智能表面元件的数量来进一步优化信道，从而提升整体通信性能。值得注意的是，基于智能表面的信号反射无需专门的频率分配，因此可以避免全网频谱拥堵。另外，智能表面通过反射 incoming信号而不需要进行大规模的信号放大，从而实现了节能操作[6]，这一特性还使得搭载在无人机上的发射器在智能表面辅助传输能够保证足够通信质量时进入省电模式。将智能表面与无人机系统相结合，需要对其性能进行严谨的建模与评估，以便充分挖掘二者之间的协同潜力。

在传统通信基础设施缺失或无法使用的环境中，比如受灾地区，配备智能表面的无人机与中继站的结合为通信网络带来了前所未有的灵活性。智能表面技术通过可重构表面来增强信号传播，能够有效消除障碍物、创建虚拟的视距路径，并在复杂环境中降低干扰。将中继站与智能表面相结合，则进一步提升了这些优势，使得无人机能够作为动态网络节点发挥作用，而智能表面则负责优化与地面站之间的无线连接。这种混合架构显著提升了网络覆盖范围，降低了延迟，提高了整体通信可靠性，相较于传统的独立系统具有明显优势[7]。

近期的一些研究致力于利用智能表面技术提升无人机通信网络的可靠性和性能。有研究者[1]提出了一个集成式无人机-智能表面中继系统的理论模型，该模型充分利用了智能表面和无人机的灵活性来改善地面通信。他们提出了三种运行模式——仅无人机模式、仅智能表面模式以及混合模式，并通过中断概率和平均符号错误率等指标分析了这三种模式的性能。在[8]中，研究者们探讨了一种智能表面辅助的无人机通信框架，其中智能表面安装在建筑物上，负责将地面信号反射给无人机，随后无人机再将解码后的信号传输到预定目的地。该研究推导出了瞬时信噪比的概率密度函数，并利用它得到了包括平均比特错误率、中断概率以及平均信道容量在内的关键性能指标的解析表达式。研究结果表明，将智能表面引入无人机通信系统能够显著提升覆盖范围和传输可靠性。在[9]中，研究者们分析了在纳卡加米衰落环境下，带有智能表面的无人机辅助非正交多址接入网络的性能。他们考虑了分集合并技术以及不完美的连续干扰消除和智能表面相位误差的影响，推导出了中断概率和遍历容量的解析表达式。在另一项研究[10]中，研究者们分析了解码转发型中继系统在通过智能表面实现无人机与地面站通信中的作用，指出该技术有助于提升信号质量和覆盖范围。他们得到了包括中断概率、平均比特错误率以及遍历信道容量在内的性能指标的封闭形式表达式，同时还给出了高信噪比条件下的近似公式，用以描述极端条件下的系统性能。这些结果进一步证明了在传统视距链路经常被阻挡的密集城市环境中，智能表面辅助的无人机通信具有可行性。在[11]中，研究者们提出了一种基于智能表面的混合太赫兹/射频架构，采用选择合并技术来提升链路可靠性。他们分别为太赫兹和射频链路推导出了输出信噪比的概率密度函数和累积分布函数的精确封闭形式表达式。通过α?μ衰落模型得到了中断概率和平均符号错误率的解析表达式，渐近分析则揭示了系统的分集效应。仿真结果证实，该方案在性能和能效方面都有显著提升。在[12]中，研究者们提出了一种基于网络感知的射频能量发射器定位方案，该方案与强大的混合射频波传播模型相结合，可以有效缓解能量短缺问题，提升物联网网络的能效。仿真和实验验证表明，该方案在能量收集量、网络覆盖范围以及网络整体寿命方面都有显著改善。在[13]中，研究者们提出了一种基于智能表面的蜂窝网络方案，用于扩展对空中用户的覆盖范围。该方案将智能表面与基站相结合，从而实现高效的空地通信，同时减少干扰信号在较大区域内的扩散。通过优化智能表面的位置，提升了空间信干噪比，减少了小区间干扰。数值结果表明，当智能表面的位置得到合理配置时，该方案的性能显著优于没有智能表面的传统系统。在[14]中，研究者们提出了一种针对受空中窃听威胁的、支持非正交多址接入的无人机-边缘计算网络的保密计算卸载框架，该框架在满足用户安全约束的前提下，实现了安全计算能力的最大化。该非凸优化问题通过最坏情况安全分析、逐次凸近似以及块坐标下降法得以解决，所提出的设计方案在安全性方面的表现优于现有方案。在[15]中，研究者们提出了一种用于无人机辅助边缘计算安全通信的在线边缘学习卸载方案，该方案通过在任务队列稳定性和最低安全要求的前提下，联合优化二进制卸载决策和资源分配，从而提升了安全计算效率。该方案的分数阶和耦合优化结构通过丁克尔巴赫方法、深度强化学习以及逐次凸近似得以解决，与现有方法相比，该方案在计算效率、安全性和系统稳定性方面均有提升。在[16]中，研究者们通过构建保密速率最大化问题，并在功率约束条件下结合联合波束成形和智能表面配置，研究了卫星下行通信中的物理层安全问题。仿真结果表明，基于卫星-地面集成网络的智能表面辅助方案相比传统的机载波束成形方案具有更好的保密性能；不过，纯反射型智能表面架构在抵御窃听者方面的能力较弱。在[17]中，研究者们研究了基于智能表面的混合卫星-地面中继网络，用于提升那些卫星链路被阻断的用户的网络接收性能。他们通过联合优化卫星和基站的波束成形向量以及智能表面的相位偏移，在用户速率约束的前提下构建了一个总发射功率最小化问题。基于奇异值分解、上下行对偶性以及基于惩罚的凸近似，他们开发了一种交替优化框架，仿真结果表明，该方案的性能优于现有基准方案。空间-空中-地面集成网络由于其广泛的覆盖范围和灵活的组网能力而在[18]中被广泛研究；然而，其异构架构带来了显著的无线安全挑战。为了解决传统加密方法的局限性，研究者们利用物理层资源的动态和异构特性，研究了无线内生安全技术，并提出了混合域无线内生安全方案，旨在同时提升安全性和传输效率。此外，为了支持海量物联网设备的接入，多种多址接入技术也得到了深入研究。在[19]中，研究者们研究了在卫星-空中集成网络中基于速率分割多址接入技术的组播通信，他们通过联合优化卫星和无人机的同一频段传输，开发了一种基于惩罚的顺序凸近似算法，旨在在信干噪比和功率约束条件下最大化系统总速率。仿真结果表明，该方案能够有效抑制干扰，且在总速率方面相比基准方案有显著提升。在[7]中，研究者们提出了一种用于同时进行无线信息与能量传输的双跳中继方案，该方案通过构建一个联合优化问题，旨在在混合主动-被动中继架构中最大化发射功率、能量收集量以及整体吞吐量。在[20]中，研究者们提出了一种基于同时进行无线信息与能量传输技术的解码转发-功率分割中继框架，该框架能够有效提升物联网网络的能效和数据可靠性。分析和仿真结果均表明，在不同的信道条件下，自适应功率分割方案的性能优于最优方案和联合最优方案。在[21]中，研究者们对无人机在中继网络中的选择算法进行了性能分析，这类无人机从专用的能量站获取能量。他们在非线性能量收集模型和纳卡加米衰落条件下，推导出了中断概率、吞吐量和符号错误率的封闭形式表达式。在[22]中，研究者们提出了一种基于同时进行无线信息与能量传输技术的移动边缘计算辅助物联网框架，该框架能够同时优化能量传输、计算卸载以及资源分配。通过将非凸的联合优化问题分解为两个凸子问题，所提出的交替优化方案实现了物联网设备的高效能源利用和更好的计算性能。在[23]中，研究者们分析了一种带有能量收集中继的、基于同时进行无线信息与能量传输技术的缓存辅助协作系统，该系统通过时间分割和中继选择，在服务质量约束下提升了吞吐量和能量存储能力。利用卡鲁什-库恩-塔克条件以及朗伯函数，他们得到了封闭形式解，结果表明该方案在服务时间和性能方面都有显著提升。在[24]中，研究者们提出了一种基于无人机-无线电力传输技术的空间-空中-地面能量物联网框架，该框架采用了混合任务卸载策略，在共享能源和计算资源的情况下，结合部分卸载和二进制卸载两种方式。通过采用多智能体分布式深度确定性策略梯度算法，该方案能够有效实现能量补充和任务卸载的联合优化，与现有最先进方法相比，该方案能够将延迟降低18.93%，能耗降低28.14%。在[25]中，研究者们提出了一种基于无人机-智能表面的太赫兹网络方案，该方案旨在实现高效的能量中继传输、中继选择、无人机飞行高度优化以及用户关联优化，从而在最大化总速率的同时最小化能耗。在三阶段交替优化策略的作用下，该方案在单用户和多用户场景下都能实现近乎最优的性能。在马拉加-M湍流和莱斯衰落条件下，对采用DF中继的自由空间光学（FSO）/RF-SWIPT系统进行了分析，重点关注能效和物理层安全。针对部分和完全窃听场景，推导出了封闭形式的保密性能指标[26]。在[27]中，作者研究了用于物联网的基于无人机的SWIPT网络，并分析了能效。采用丁克尔巴赫变换和多目标进化算法来获得最优解。提出了一种基于RIS的SWIPT系统，利用无人机和建筑物同时提升信息传输和能量传输效率。通过双迭代算法处理非凸优化问题，并在完美和统计信道状态信息条件下评估性能[28]。在[29]中，探索了基于无人机搭载的RIS辅助SWIPT技术，通过时分多址调度和无人机轨迹优化能源和信息传输。采用迭代方法解决非凸优化问题，提升了多个物联网设备的最低可达速率和能效性能。在[30]中，提出了一种具有能效功能的无人机辅助中继系统，用于城市通信场景，其中考虑了阴影瑞利衰落和阴影莱斯衰落来模拟无人机到地面目的地的链路。在这些信道条件下，通过纳入各种城市环境参数，推导出了OP的封闭形式表达式。通过蒙特卡洛仿真进一步验证了分析结果，发现其与理论预测非常接近。表1总结了系统模型、能效模型以及现有相关研究的对比情况。现有文献已经广泛研究了不同配置下无人机辅助通信系统的性能。此外，当前研究往往忽视了无人机可持续运行的关键问题。

1. [1]中的作者研究了一种集成中继-RIS的无人机系统，考虑了使用SC方案的OP和ASER性能，但未考虑采用更优的组合方案如最大比合并，也未分析EC和中断容量，或探讨SWIPT的整合。值得注意的是，尽管SWIPT能够使无人机从环境中的射频信号中获取能量，从而显著延长飞行时间并提高物联网网络的总体能效，但它仍然很少被纳入现有的物联网系统设计中。

2. 之前的研究如[8]、[28]和[30]已经探讨了无人机与RIS以及基于RIS的SWIPT协议的整合。虽然这些研究为各个系统组件提供了有用的见解，但它们并未提供在一般化和现实衰落环境下的集成中继-RIS无人机通信系统的全面性能分析。特别是，纳卡加米-m信道模型因其能够灵活描述具有不同衰落严重程度的视距和非视距传播而广受认可，但在现有框架中却几乎被忽视。因此，尽管中继操作、RIS辅助和SWIPT在纳卡加米-m衰落条件下的综合影响对于实际的无人机应用至关重要，但这一方面仍缺乏充分研究。

3. [23]、[24]、[25]、[26]中的作者讨论了考虑线性能效的RIS辅助SWIPT问题。然而，在现实信道条件下，联合分析集成中继-RIS无人机系统的通信性能和能源可持续性，并考虑非线性能效方面，仍存在较大的研究空白。填补这一空白对于开发强大、节能且高容量的无人机支持的物联网无线网络至关重要，这类网络适用于灾难响应、自主运输和遥感等新兴应用领域。

4. 除了现有文献在实际信道环境下对集成中继-RIS辅助无人机通信系统性能评估的重视不足外，在优化框架构建和最优组合技术方面也存在显著差距。当考虑到无人机的能效时，这一点尤为重要，因为能效是延长其运行时间和提高效率的关键因素。从上述讨论可以看出，现有研究并未提供一个统一的性能框架，用于在一般化的纳卡加米-m衰落条件下，结合非线性SWIPT基能效和最优组合，分析集成中继-RIS辅助的无人机系统性能。这些局限性共同促使了本项工作的开展，旨在通过对适合能源受限和实际无线环境的、基于中继-RIS的无人机通信架构进行全面性能分析，来弥补这些缺陷。本研究的主要贡献如下：

1. 提出了一种系统模型，该模型将无人机与中继和RIS技术相结合，同时在接收端采用SC和MRC方案以提高通信可靠性。

2. 在基于纳卡加米-m衰落建模的现实传播环境中，为包括OP、ASER、OC和EC在内的关键性能指标推导出了精确的封闭形式分析表达式。

3. 所开发的分析框架通过纳入视距和非视距场景，扩展了现有模型，从而为评估集成中继-RIS无人机通信系统的性能提供了全面的基础。

4. 通过构建三个优化问题，在满足实际部署场景相关的服务质量约束的同时，最大化了可实现的数据速率、无人机存储的能量以及能效。

5. 通过应用KKT条件，得到了所构建优化问题的最优封闭形式解，确保了分析的可行性和计算的效率。

6. 进行了全面分析，以评估关键参数，尤其是无人机高度以及纳卡加米-m衰落的形状和尺度因子，对整个系统性能的影响。此外，还将所提出的工作与现有研究进行比较，以展示其性能优势。

7. 通过大量的蒙特卡洛仿真验证了所推导分析公式的准确性。结果证实了所提出系统的有效性，与传统独立的中继或基于RIS的配置相比，具有显著的性能提升。本文的结构如下：第2节描述系统架构，第3节详细介绍构成所提框架基础的信道模型。第4节进行性能分析。第5节阐述优化过程及其解决方案。第6节呈现仿真结果和性能评估，包括参数敏感性分析和与现有方法的比较。最后，第7节总结主要发现并探讨未来研究方向。本文中使用的符号和标记列表见表2。