Compared to a single UAV with limited sensing coverage and communication capability, multi-UAV cooperation is able to provide more effective sensing and transmission (S&T) services. Nevertheless, most existing works on multi-UAV sensing mainly focus on mutually exclusive task allocation and independent data transmission, which did not fully exploit the benefit of multi-UAV sensing and communication. Motivated by this, we propose a novel multi-UAV cooperative S&T scheme with replicated sensing task allocation. Although replicated task allocation may sound counter-intuitive, it can actually foster cooperative transmission among multiple UAVs and thus reduce the overall sensing mission completion time. To obtain the optimal task allocation and transmit power of the proposed scheme, a mission completion time minimization problem is formulated. To solve this problem, a necessary condition for replicated sensing task allocation is derived. For the cases of replicated sensing, the considered problem is transformed into a monotonic optimization and is solved by the generic Polyblock algorithm. To efficiently evaluate the mission completion time in each iteration of the Polyblock algorithm, new auxiliary variables are introduced to decouple the otherwise sophisticated joint optimization of transmission time and power. While for the degenerated case of non-replicated sensing, the closed-form expression of the optimal transmission time is derived


翻译:与遥感覆盖面和通信能力有限的单一无人驾驶航空器相比,多无人驾驶航空器合作能够提供更有效的遥感和传输(S&T)服务,然而,多数现有的多无人驾驶航空器遥感工作主要侧重于相互排斥的任务分配和独立数据传输,这些任务分配和独立数据传输没有充分利用多无人驾驶航空器遥感和通信的好处,因此,我们提出一个新的多无人驾驶航空器合作S&T计划,采用复制的遥感任务分配办法。虽然复制的任务分配可能听上去是反直觉的,但实际上可以促进多个无人驾驶航空器之间的合作传输,从而缩短整个遥感任务完成时间。为获得最佳任务分配和传送拟议计划的权力,制定了任务完成时间最小化问题。为解决这一问题,提出了复制任务分配任务的必要条件。对于复制的遥感来说,所考虑的问题已转变成一个单一的优化,由通用的聚块算法解决。为高效评估聚块算法每次反复计算的任务完成时间,引入新的辅助变量,以解析本来复杂的联合传输时间和权力的联合优化。同时,对非复制式变式变式的超式传输情况进行最佳的转换。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
会议交流 | IJCKG: International Joint Conference on Knowledge Graphs
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年1月26日
VIP会员
相关资讯
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
会议交流 | IJCKG: International Joint Conference on Knowledge Graphs
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员