CN106792716B - 一种应灾无人机基站的控制方法和装置 - Google Patents

一种应灾无人机基站的控制方法和装置 Download PDF

Info

Publication number
CN106792716B
CN106792716B CN201611150293.7A CN201611150293A CN106792716B CN 106792716 B CN106792716 B CN 106792716B CN 201611150293 A CN201611150293 A CN 201611150293A CN 106792716 B CN106792716 B CN 106792716B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
base station
vehicle base
cell
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611150293.7A
Other languages
English (en)
Other versions
CN106792716A (zh
Inventor
张琳
贾树葱
顾昕钰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201611150293.7A priority Critical patent/CN106792716B/zh
Publication of CN106792716A publication Critical patent/CN106792716A/zh
Application granted granted Critical
Publication of CN106792716B publication Critical patent/CN106792716B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
    • H04W16/04—Traffic adaptive resource partitioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Abstract

本发明实施例公开了一种应灾无人机基站的控制方法和装置，包括对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度；根据各所述无人机基站的初始位置与初始高度部署所述无人机基站，由无人机基站对覆盖范围内的用户提供网络接入服务；所述无人机基站周期性地对覆盖范围内的各用户与自身之间的信道质量信息进行测量、记录和上传；根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，根据所述精确估计的结果周期性地对各个无人机基站的部署位置与高度进行调整。本发明可以提高无人机基站辅助的应灾通信的网络连通率，保障灾区通信的稳定。

Description

一种应灾无人机基站的控制方法和装置
技术领域
本发明涉及移动通信技术领域，特别是指一种应灾无人机基站的控制方法和装置。
背景技术
如今，移动电话在人们的日常生活中有相对重要的作用。在移动通信系统中，基站负责上行的数据收集与下行的数据分发。在诸如地震、洪水等自然灾害发生时，移动通信系统的基站可能会受到物理性破坏而无法正常工作，也有可能由于没有电能的供给而无法正常工作。这时，可以将一些携带基站通信模块的(旋翼)无人机部署在移动通信系统地面基站无法正常工作的受灾区域。通常将这些携带基站通信模块的无人机称为无人机基站，无人机基站向用户提供移动通信服务，各个无人机基站之间通过无线链路相互连接，并通过多跳传输链路连接到无人机基站控制中心。无人机基站控制中心的作用是对无人机的位置与高度进行控制与调整。
在应灾通信中，由于自然灾害的影响，受灾区域的地形、建筑物高度和形状都有可能发生变化，地对空通信中的视距通信(Line of Sight，LoS)概率与非视距通信(Non-Lineof Sight，NLoS)概率会受到受灾区域地形以及建筑物高度和形状的影响，因而，需要根据受灾区域具体的地理情况对无人机的位置与高度进行控制。在自然灾害发生时，用户会选择特定的避灾地点或者会在特定的区域聚集，比如，洪灾发生时人们会选取尽量高的地点进行避难，地震发生时人们会在开阔的广场聚集。而且人们可能根据灾害的情况调整自己的位置，由于用户的动态移动以及用户业务需求的随机性、时变性和不均衡性，受灾区域内各个小区域的业务量是动态变化的，并且在各个小区域间可能有很大的差别。因此，需要根据受灾区域内用户的移动和用户业务需求的动态变化，对无人机的位置与高度进行动态的控制，从而提高通信资源的利用率，提高无人机基站辅助的应灾通信的网络连通率。
发明人在实现本发明的过程中发现，目前实现无人机基站位置与高度的控制方法，通常是在固定的高度上对无人机的位置进行控制与调整，具体根据用户在受灾场景中的分布位置，控制无人机的位置，提升通过无人机节点中继辅助的点到点之间的连通性；或者是根据受灾区域的建筑物密度、平均高度等信息，对地对空信道进行估计，设置固定的无人机高度与位置。这些方法都没有考虑人们在自然灾害发生后的行为，比如，洪灾发生时人们会选取尽量高的地点进行避难，地震发生时人们会在开阔的广场聚集等。用户的上述行为会对地对空信道质量产生影响，因此提出一种有效地无人机基站控制方法和相应装置，以保障地对空信道质量是十分重要且必要的。
发明内容
有鉴于此，本发明实施例的目的在于提出一种应灾无人机基站的控制方法和装置，用以提高无人机应灾通信系统的无线资源利用率。
基于上述目的本发明实施例的一个方面提供的一种应灾无人机基站的控制方法，包括：
对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度；
根据各所述无人机基站的初始位置与初始高度部署所述无人机基站，由无人机基站对覆盖范围内的用户提供网络接入服务；
所述无人机基站周期性地对覆盖范围内的各用户与自身之间的信道质量信息进行测量、记录和上传；
根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，周期性地对各个无人机基站的部署位置与高度进行调整。
可选的，所述对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度，具体包括：
根据受灾区域的形状与面积，以及无人机基站的覆盖半径计算小区数量，每个小区中设置一个所述无人机基站；
将所述小区的几何中心作为该小区对应无人机基站的初始位置；
根据受灾区域的地形、建筑物密度、建筑物平均高度等信息计算各无人机基站的初始高度。
可选的，所述根据受灾区域的地形、建筑物密度、建筑物平均高度等信息计算各无人机基站的初始高度，具体包括：
根据小区内地形、建筑物密度、建筑物平均高度等信息，估算所述小区对应的无人机基站与任一地面用户进行视距传输的概率和非视距传输的概率；
根据所述视距传输的概率和非视距传输的概率，建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型；
以平均接收功率取到最大值时，所述小区对应的无人机基站的高度作为该无人机基站的初始高度。
可选的，所述建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型，具体包括：
将所述小区对应的无人机基站到某一地面用户发生视距传输的概率表示为参数B和C和环境有关，具体与建筑物平均高度以及建筑物密度等环境参数有关；参数θ是用户和无人机基站的上倾角；
将所述小区对应的无人机基站到某一地面用户发生非视距传输的概率表示为PNLoS＝1-PLoS；
将所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率表示为其中Pt为发射功率，L为与传输距离d正相关的路径损耗，μLoS为视距传输时叠加在路径损耗上的额外损耗，μNLoS为非视距传输时叠加在路径损耗上的额外损耗。
可选的，所述根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，周期性地对各个无人机基站的部署位置与高度进行调整，具体包括：
获取小区内的用户的分布状态，将每个用户作为质量相同的质点，计算所述小区内全部用户组成的质点组的重心；
将所述小区的几何中心与所述小区内全部用户组成的质点组的重心连线，模拟将所述无人机基站设置于所述连线上不同位置时，小区中心用户平均吞吐量以及小区边缘用户平均吞吐量的比例关系，根据实地情况和业务需要确定所述无人机基站在所述连线上的具体位置并替换所述初始位置。
基于上述目的本发明实施例的另一方面提供一种应灾无人机基站的控制装置，包括：
对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度；
根据各所述无人机基站的初始位置与初始高度部署所述无人机基站，由无人机基站对覆盖范围内的用户提供网络接入服务；
所述无人机基站周期性地对覆盖范围内的各用户与自身之间的信道质量信息进行测量、记录和上传；
根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，周期性地对各个无人机基站的部署位置与高度进行调整。
可选的，所述对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度，具体包括：
根据受灾区域的形状与面积，以及无人机基站的覆盖半径计算小区数量，每个小区中设置一个所述无人机基站；
将所述小区的几何中心作为该小区对应无人机基站的初始位置；
根据受灾区域的地形、建筑物密度、建筑物平均高度等信息计算各无人机基站的初始高度。
可选的，所述根据受灾区域的地形、建筑物密度、建筑物平均高度等信息计算各无人机基站的初始高度，具体包括：
根据小区内地形、建筑物密度、建筑物平均高度等信息，估算所述小区对应的无人机基站与任一地面用户进行视距传输的概率和非视距传输的概率；
根据所述视距传输的概率和非视距传输的概率，建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型；
以所述平均接收功率取到最大值时，所述小区对应的无人机基站的高度作为该无人机基站的初始高度。
可选的，所述建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型，具体包括：
将所述小区对应的无人机基站到某一地面用户发生视距传输的概率表示为参数B和C和环境有关，具体与建筑物平均高度以及建筑物密度等环境参数有关；参数θ是用户和无人机基站的上倾角；
将所述小区对应的无人机基站到某一地面用户发生非视距传输的概率表示为PNLoS＝1-PLoS；
将所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率表示为其中Pt为发射功率，L为与传输距离d正相关的路径损耗，μLoS为视距传输时叠加在路径损耗上的额外损耗，μNLoS为非视距传输时叠加在路径损耗上的额外损耗。
可选的，所述根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，周期性地对各个无人机基站的部署位置与高度进行调整，具体包括：
获取小区内的用户的分布状态，将每个用户作为质量相同的质点，计算所述小区内全部用户组成的质点组的重心；
将所述小区的几何中心与所述小区内全部用户组成的质点组的重心连线，模拟将所述无人机基站设置于所述连线上不同位置时，小区中心用户平均吞吐量以及小区边缘用户平均吞吐量的比例关系，根据实地情况和业务需要确定所述无人机基站在所述连线上的具体位置并替换所述初始位置。
从上面所述可以看出，本发明提供的一种应灾无人机基站的控制方法和装置，在对无人机基站的初始位置和初始高度进行设置之后，还会根据受灾区域内用户的移动和用户业务需求的动态变化，对无人机基站的位置与高度进行动态的控制，从而提高通信资源的利用率，提高无人机基站辅助的应灾通信的网络连通率，保证地对空信道质量，保障灾区通信的稳定。
附图说明
图1为本发明提供的一种应灾无人机基站的控制方法的实施例的流程示意图；
图2为本发明提供的一种应灾无人机基站的控制方法的实施例中小区设置的示意图；
图3为本发明提供的一种应灾无人机基站的控制方法的实施例中视距传输与非视距传输的示意图；
图4为本发明提供的一种应灾无人机基站的控制方法的实施例中小区中心用户密度高时无人机基站高度的示意图；
图5为本发明提供的一种应灾无人机基站的控制方法的实施例中小区边缘用户密度高时无人机基站高度的示意图；
图6为本发明提供的一种应灾无人机基站的控制方法的实施例中无人机基站位置的选择示意图；
图7为本发明提供的一种应灾无人机基站的控制装置的实施例的模块示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
图1为本发明提供的一种应灾无人机基站的控制方法的实施例的流程示意图。如图所示，在本发明实施例的一个方面公开了一种应灾无人机基站的控制方法，可选的，应用于服务器、控制中心，包括：
S10，对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度。
S11，根据各所述无人机基站的初始位置与初始高度部署所述无人机基站，由无人机基站对覆盖范围内的用户提供网络接入服务。
S12，所述无人机基站周期性地对覆盖范围内的各用户与自身之间的信道质量信息进行测量、记录和上传。
S13，根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，根据所述精确估计的结果周期性地对各个无人机基站的部署位置与高度进行调整。
步骤S10与S13中，对受灾区域的地形以及地对空信道特点进行估计时，需要用到的地形、建筑物密度、建筑物平均高度等信息，可以由城市建设信息相关部门获取。
步骤S11和步骤S13中，无人机基站对信道质量信息进行测量、记录和上传的周期(上传周期)，和周期性对各个无人机基站的部署位置与高度进行调整的周期(部署周期)可以是不相同的。例如，部署周期是上传周期的某一整数倍，在进行数次上传后，对于各无人机基站的地对空信道特点的变化趋势进行统计评估，根据评估结果判断所述数次上传过程中受灾地区的环境变化、人员位置变化等，从而做出地对空信道特点的精确估计，并重新部署无人机基站。
从上面所述可以看出，本发明提供的一种应灾无人机基站的控制方法，在对无人机基站的初始位置和初始高度进行设置之后，还会根据受灾区域内用户的移动和用户业务需求的动态变化，对无人机基站的位置与高度进行动态的控制，从而提高通信资源的利用率，提高无人机基站辅助的应灾通信的网络连通率，保证地对空信道质量，保障灾区通信的稳定。
在一些可选的实施例中，步骤S10，对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度，具体包括：
S20，根据受灾区域的形状与面积，以及无人机基站的覆盖半径计算小区数量，每个小区中设置一个所述无人机基站。
S21，将所述小区的几何中心作为该小区对应无人机基站的初始位置。
S22，根据受灾区域的地形、建筑物密度、建筑物平均高度等信息计算各无人机基站的初始高度。
图2为本发明提供的一种应灾无人机基站的控制方法的实施例中小区设置的示意图。如图所示，步骤S20中，在计算小区数量时，可以选用六边形小区或正方形小区等(附图2中采用了六边形小区)，对受灾区域进行覆盖，在保证受灾区域被覆盖完全的前提下尽量减少小区数量，然后在每个小区中设置无人机基站。
较佳的，在另一可选的实施例中，S22，根据受灾区域的地形、建筑物密度、建筑物平均高度等信息计算各无人机基站的初始高度，具体包括：
S30，根据小区内地形、建筑物密度、建筑物平均高度等信息，估算所述小区对应的无人机基站与任一地面用户进行视距传输的概率和非视距传输的概率。
S31，根据所述视距传输的概率和非视距传输的概率，建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型。
S32，根据所述平均接收功率模型，结合地面用户的初始分布状态估计，计算所述小区对应的无人机基站与小区内全部用户进行通信时的平均接收功率。
S33，以所述平均接收功率取到最大值时，所述小区对应的无人机基站的高度作为该无人机基站的初始高度。
步骤S32中，所述地面用户的初始分布状态估计是指，对于该小区内用户在常规受灾状态下的分布估计；例如在发生地震灾害时，人群倾向于朝向平坦、宽阔的地区聚集，而在发生洪涝灾害时，人群倾向于朝向地势较高的地区聚集。因此在进行初始高度的计算式，应当考虑上述情形，对用户的初始分布状态进行估计。
在步骤S32中，根据所述平均接收功率模型，可以得到在视距传输与非视距传输时对于单一用户通信的接收功率的平均值，结合所述用户初始分布状态进行计算(模拟一定数量用户进行视距传输而其余用户进行非视距传输)，就可以得到小区内所有用户接收功率的平均值，对这些平均值再次求取平均即可得到小区内全部用户进行通信时的平均接收功率。
在又一可选的实施例中，S31中，建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型，具体包括：
S40，将所述小区对应的无人机基站到某一地面用户发生视距传输的概率表示为参数B和C和环境有关，具体与建筑物平均高度以及建筑物密度等环境参数有关；参数θ是用户和无人机基站的上倾角，可以根据用户的初始分布状态得到用户的位置，从而参数θ可以表示为用户位置到无人机基站水平距离和无人机进展初始高度H的函数。
S41，将所述小区对应的无人机基站到某一地面用户发生非视距传输的概率表示为PNLoS＝1-PLoS。
S42，将所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率表示为其中Pt为发射功率，L为与传输距离d正相关的路径损耗，μLoS为视距传输时叠加在路径损耗上的额外损耗，μNLoS为非视距传输时叠加在路径损耗上的额外损耗。
图3为本发明提供的一种应灾无人机基站的控制方法的实施例中视距传输与非视距传输的示意图。参考附图3，如图所示，图中用户A，用户C与无人机基站之间均没有建筑物阻挡，因此进行视距传输；而用户B与无人机基站之间有建筑物阻挡，进行非视距传输。各用户与无人机基站的上倾角在图中也已示出，需要说明的时，无论进行视距传输还是非视距传输，上倾角均为用户质点与无人机基站的连线，和地平面所成的夹角。
步骤S40中，关于参数B、C的取值和意义源于参考文献[1]Al-Hourani,Akram,Sithamparanathan Kandeepan,and Simon Lardner.”Optimal LAP altitude formaximum coverage.”IEEE Wireless Communications Letters 3.6(2014):569-572，此处给出以供参考。
步骤S42中，可见是关于PLoS的函数，而PLoS是关于高度H的函数，因此是关于H的函数。通过求取最大值下的H取值(对求取关于H的导数并取0)，即可得到无人机基站的初始高度。
图4为本发明提供的一种应灾无人机基站的控制方法的实施例中小区中心用户密度高时无人机基站高度的示意图；图5为本发明提供的一种应灾无人机基站的控制方法的实施例中小区边缘用户密度高时无人机基站高度的示意图。参考附图，结合较为具体的场景对上述步骤S40-S42的步骤进行说明。图4中用户大多集中在小区中心，此时无人机基站应当偏重于提升中心用户的单位资源的通信速率，其高度h1相对较低，以便缩短与大部分中心用户的距离，提升传输效率；图5中用户大多集中在小区边缘，此时无人机基站应当偏重于提升边缘用户的单位资源的通信速率，其高度h2相对较高(其他条件相同时，高于h1)，以减少与边缘用户发生的非视距通信，降低信道衰减。
进一步，S13中，根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，周期性地对各个无人机基站的部署位置与高度进行调整，具体包括：
S50，获取小区内的用户的分布状态，将每个用户作为质量相同的质点，计算所述小区内全部用户组成的质点组的重心。
S51，将所述小区的几何中心与所述小区内全部用户组成的质点组的重心连线，模拟将所述无人机基站设置于所述连线上不同位置时，小区内全部用户平均吞吐量以及小区边缘用户平均吞吐量的比例关系，根据实地情况和业务需要确定所述无人机基站在所述连线上的具体位置并替换所述初始位置。
示例性的，令服务小区的几何中心(x中,y中)，用户建模的质点组的重心(x重,y重)，将无人机基站设置于(x中,y中)和(x重,y重)的连线上的一点，所述连线上的一点令b*(小区中心用户平均吞吐量)+(1-b)*(小区边缘用户平均吞吐量)取最大值，其中b是取值范围在[0，1]的实数，b表示对小区中心用户和小区边缘用户的服务质量的侧重程度，根据b的取值确定无人机基站的具体位置。
图7为本发明提供的一种应灾无人机基站的控制装置的实施例的模块示意图。如图所示，本发明的另一方面进一步提供一种应灾无人机基站的控制装置，包括：
接收单元60，用于获取受灾区域的地形等信息。
处理单元61，用于对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度。
发送单元62，用于根据各所述无人机基站的初始位置与初始高度部署所述无人机基站，由无人机基站对覆盖范围内的用户提供网络接入服务；所述无人机基站周期性地对覆盖范围内的各用户与自身之间的信道质量信息进行测量、记录和上传。
所述处理单元还用于根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，所述发送单元还用于根据所述精确估计的结果周期性地对各个无人机基站的部署位置与高度进行调整。
可选的，所述处理单元60用于根据受灾区域的形状与面积，以及无人机基站的覆盖半径计算小区数量，每个小区中设置一个所述无人机基站；将所述小区的几何中心作为该小区对应无人机基站的初始位置；根据受灾区域的地形、建筑物密度、建筑物平均高度等信息计算各无人机基站的初始高度。
可选的，所述处理单元60用于根据小区内地形、建筑物密度、建筑物平均高度等信息，估算所述小区对应的无人机基站与任一地面用户进行视距传输的概率和非视距传输的概率；根据所述视距传输的概率和非视距传输的概率，建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型；根据所述平均接收功率模型，结合地面用户的初始分布状态估计，计算所述小区对应的无人机基站与小区内全部用户进行通信时的平均接收功率；以所述平均接收功率取到最大值时，所述小区对应的无人机基站的高度作为该无人机基站的初始高度。
可选的，所述处理单元60用于将所述小区对应的无人机基站到某一地面用户发生视距传输的概率表示为参数B和C和环境有关，具体与建筑物平均高度以及建筑物密度等环境参数有关；参数θ是用户和无人机基站的上倾角；将所述小区对应的无人机基站到某一地面用户发生非视距传输的概率表示为PNLoS＝1-PLoS；将所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率表示为 其中Pt为发射功率，L为与传输距离d正相关的路径损耗，μLoS为视距传输时叠加在路径损耗上的额外损耗，μNLoS为非视距传输时叠加在路径损耗上的额外损耗。
可选的，所述处理单元60用于获取小区内的用户的分布状态，将每个用户作为质量相同的质点，计算所述小区内全部用户组成的质点组的重心；将所述小区的几何中心与所述小区内全部用户组成的质点组的重心连线，模拟将所述无人机基站设置于所述连线上不同位置时，小区内全部用户平均吞吐量以及小区边缘用户平均吞吐量的比例关系，根据实地情况和业务需要确定所述无人机基站在所述连线上的具体位置并替换所述初始位置。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
所述领域的普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccess Memory,RAM)等。
另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种应灾无人机基站的控制方法，其特征在于，包括：
对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度：根据受灾区域的形状与面积，以及无人机基站的覆盖半径计算小区数量，每个小区中设置一个所述无人机基站；将所述小区的几何中心作为该小区对应无人机基站的初始位置；根据小区内地形、建筑物密度和建筑物平均高度，估算所述小区对应的无人机基站与任一地面用户进行视距传输的概率和非视距传输的概率；根据所述视距传输的概率和非视距传输的概率，建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型；根据所述平均接收功率模型，结合地面用户的初始分布状态估计，计算所述小区对应的无人机基站与小区内全部用户进行通信时的平均接收功率；以所述平均接收功率取到最大值时，所述小区对应的无人机基站的高度作为该无人机基站的初始高度；
根据各所述无人机基站的初始位置与初始高度部署所述无人机基站，由无人机基站对覆盖范围内的用户提供网络接入服务；
所述无人机基站周期性地对覆盖范围内的各用户与自身之间的信道质量信息进行测量、记录和上传；
根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，根据所述精确估计的结果周期性地对各个无人机基站的部署位置与高度进行调整。
2.根据权利要求1所述的方法，其特征在于，所述建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型，具体包括：
将所述小区对应的无人机基站到某一地面用户发生视距传输的概率表示为参数B和C和环境有关，具体与建筑物平均高度以及建筑物密度等环境参数有关；参数θ是用户和无人机基站的上倾角；
将所述小区对应的无人机基站到某一地面用户发生非视距传输的概率表示为PNLoS＝1-PLoS；
将所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率表示为其中Pt为发射功率，L为与传输距离d正相关的路径损耗，μLoS为视距传输时叠加在路径损耗上的额外损耗，μNLoS为非视距传输时叠加在路径损耗上的额外损耗。
3.根据权利要求1所述的方法，其特征在于，所述根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，周期性地对各个无人机基站的部署位置与高度进行调整，具体包括：
获取小区内的用户的分布状态，将每个用户作为质量相同的质点，计算所述小区内全部用户组成的质点组的重心；
将所述小区的几何中心与所述小区内全部用户组成的质点组的重心连线，模拟将所述无人机基站设置于所述连线上不同位置时，小区中心用户平均吞吐量以及小区边缘用户平均吞吐量的比例关系，根据实地情况和业务需要确定所述无人机基站在所述连线上的具体位置并替换所述初始位置。
4.一种应灾无人机基站的控制装置，其特征在于，包括：
接收单元，用于获取受灾区域的地形等信息；
处理单元，用于对受灾区域的地形以及地对空信道特点进行粗略估计，计算无人机基站的初始数目以及各无人机基站的初始位置与初始高度：根据受灾区域的形状与面积，以及无人机基站的覆盖半径计算小区数量，每个小区中设置一个所述无人机基站；将所述小区的几何中心作为该小区对应无人机基站的初始位置；根据小区内地形、建筑物密度和建筑物平均高度，估算所述小区对应的无人机基站与任一地面用户进行视距传输的概率和非视距传输的概率；根据所述视距传输的概率和非视距传输的概率，建立所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率模型；根据所述平均接收功率模型，结合地面用户的初始分布状态估计，计算所述小区对应的无人机基站与小区内全部用户进行通信时的平均接收功率；以所述平均接收功率取到最大值时，所述小区对应的无人机基站的高度作为该无人机基站的初始高度；
发送单元，用于根据各所述无人机基站的初始位置与初始高度部署所述无人机基站，由无人机基站对覆盖范围内的用户提供网络接入服务；所述无人机基站周期性地对覆盖范围内的各用户与自身之间的信道质量信息进行测量、记录和上传；
所述处理单元还用于根据所述信道质量信息进行分析，对受灾区域的地形以及地对空信道特点进行精确估计，所述发送单元还用于根据所述精确估计的结果周期性地对各个无人机基站的部署位置与高度进行调整。
5.根据权利要求4所述的装置，其特征在于，所述处理单元用于将所述小区对应的无人机基站到某一地面用户发生视距传输的概率表示为参数B和C和环境有关，具体与建筑物平均高度以及建筑物密度等环境参数有关；参数θ是用户和无人机基站的上倾角；将所述小区对应的无人机基站到某一地面用户发生非视距传输的概率表示为PNLoS＝1-PLoS；将所述小区对应的无人机基站与所述任一地面用户进行通信时的平均接收功率表示为 其中Pt为发射功率，L为与传输距离d正相关的路径损耗，μLoS为视距传输时叠加在路径损耗上的额外损耗，μNLoS为非视距传输时叠加在路径损耗上的额外损耗。
6.根据权利要求4所述的装置，其特征在于，所述处理单元用于获取小区内的用户的分布状态，将每个用户作为质量相同的质点，计算所述小区内全部用户组成的质点组的重心；将所述小区的几何中心与所述小区内全部用户组成的质点组的重心连线，模拟将所述无人机基站设置于所述连线上不同位置时，小区中心用户平均吞吐量以及小区边缘用户平均吞吐量的比例关系，根据实地情况和业务需要确定所述无人机基站在所述连线上的具体位置并替换所述初始位置。
CN201611150293.7A 2016-12-14 2016-12-14 一种应灾无人机基站的控制方法和装置 Active CN106792716B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611150293.7A CN106792716B (zh) 2016-12-14 2016-12-14 一种应灾无人机基站的控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611150293.7A CN106792716B (zh) 2016-12-14 2016-12-14 一种应灾无人机基站的控制方法和装置

Publications (2)

Publication Number Publication Date
CN106792716A CN106792716A (zh) 2017-05-31
CN106792716B true CN106792716B (zh) 2019-12-27

Family

ID=58876768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611150293.7A Active CN106792716B (zh) 2016-12-14 2016-12-14 一种应灾无人机基站的控制方法和装置

Country Status (1)

Country Link
CN (1) CN106792716B (zh)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018209319A1 (en) 2017-05-12 2018-11-15 Gencore Candeo, Ltd. Systems and methods for response to emergency situations using unmanned airborne vehicles with improved functionalities
AU2018281967A1 (en) 2017-06-06 2019-12-12 Bae Systems Plc Mobile communications network
GB2563226A (en) * 2017-06-06 2018-12-12 Bae Systems Plc Mobile communications network
CN107277792A (zh) * 2017-06-16 2017-10-20 贵州广思信息网络有限公司 一种应急通信方法
CN109217910B (zh) * 2017-07-05 2021-04-20 昊翔电能运动科技(昆山)有限公司 基于无人机的信号中继方法和系统
FR3069523A1 (fr) * 2017-07-27 2019-02-01 Prodose Procede de realisation d'un reseau pour la fourniture notamment d'internet sur toute la surface du globe terrestre, avion permettant de le mettre en oeuvre
CN109548071A (zh) 2017-09-21 2019-03-29 索尼公司 无线通信系统中的装置和方法、计算机可读存储介质
CN107635239B (zh) * 2017-09-25 2020-02-18 北京邮电大学 一种无人机基站部署方法、装置及电子设备
CN107911828B (zh) * 2017-11-15 2021-02-05 中国人民解放军国防科技大学 一种将无人空中移动平台用作基站集群的部署方法
CN109982310B (zh) * 2017-12-27 2020-11-13 中国移动通信集团北京有限公司 一种基站位置的调整方法及基站
CN109982254A (zh) * 2017-12-27 2019-07-05 中国移动通信集团北京有限公司 一种基站位置的调整方法、装置及介质
KR20200136027A (ko) * 2018-04-05 2020-12-04 텔레폰악티에볼라겟엘엠에릭슨(펍) 공중 ue에 대한 공수 상태 종속 업링크 전력 제어 관련 작업
CN108966129B (zh) * 2018-07-19 2021-01-26 南京邮电大学 基于无人机中继网络的最佳高度与位置的联合优化方法
CN109660292B (zh) * 2019-01-23 2021-01-19 南京邮电大学 一种基于多无人机覆盖的无线通信系统飞行高度设计方法
CN109862575B (zh) * 2019-03-25 2021-10-08 河北工程大学 无人机基站部署方法、终端设备及计算机可读存储介质
CN110099389B (zh) * 2019-04-09 2020-11-24 北京航空航天大学 铁路应急通信快速恢复中无人机空中基站的优化部署方法
CN110033687B (zh) * 2019-05-14 2022-03-01 郑州航空港经济综合实验区空港人工智能研究院 一种卫星导航地面模拟装置及方法
CN110149588B (zh) * 2019-05-17 2021-01-22 电信科学技术研究院有限公司 确定无人机基站的位置的方法、装置、设备及存储介质
CN110430577B (zh) * 2019-08-06 2021-11-30 北京邮电大学 一种基于时间相关性的无人机基站群组部署方法
US11870539B2 (en) 2019-12-19 2024-01-09 Telefonaktiebolaget Lm Ericsson (Publ) Controlling dispatch of radio coverage drones
CN112203289B (zh) * 2020-04-26 2022-02-15 北京理工大学 一种集群无人机区域覆盖的空中基站网络部署方法
CN111787546B (zh) * 2020-06-04 2022-02-08 北京邮电大学 依托无人空中平台的无线网络快速部署方法及装置
CN111787548B (zh) * 2020-06-30 2021-07-06 北京邮电大学 近地无线网络部署方法及装置
CN111818543B (zh) * 2020-08-04 2023-03-24 重庆三峡学院 一种无人机基站部署及用户关联方法
CN111954275B (zh) * 2020-08-12 2022-09-27 北京邮电大学 一种面向无人机基站网络的用户多连接配置方法
CN111970710B (zh) * 2020-08-12 2022-06-21 北京邮电大学 一种无人机终端接入蜂窝网络的配置方法
CN111970712B (zh) * 2020-08-12 2022-06-24 北京邮电大学 一种考虑建筑物遮挡效应的无人机基站部署方法
CN112929866A (zh) * 2021-01-20 2021-06-08 河北工程大学 一种自适应优化城市灾区网络覆盖的无人机部署方法
CN112965369B (zh) * 2021-01-29 2022-02-01 电子科技大学 无人机三维无线通信网络的分布式部署方法
CN113329412B (zh) * 2021-05-28 2022-06-07 怀化学院 一种高吞吐量的uav位置选择系统及计算机存储介质
CN113938830B (zh) * 2021-09-24 2023-03-24 北京邮电大学 无人机基站部署方法及装置
CN116743295B (zh) * 2023-05-19 2024-03-01 西藏康发电子工程有限公司 一种应急广播管理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105071852A (zh) * 2015-08-27 2015-11-18 杨珊珊 一种利用无人机实现的智能中继系统及方法
CN105259916A (zh) * 2015-10-30 2016-01-20 杨珊珊 无人飞行器的调度装置及其调度方法
CN105933866A (zh) * 2016-04-29 2016-09-07 中国航天空气动力技术研究院 一种无人机跑道航向及中心坐标标定方法
CN106249747A (zh) * 2016-08-17 2016-12-21 邹霞 智能化无人机系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105071852A (zh) * 2015-08-27 2015-11-18 杨珊珊 一种利用无人机实现的智能中继系统及方法
CN105259916A (zh) * 2015-10-30 2016-01-20 杨珊珊 无人飞行器的调度装置及其调度方法
CN105933866A (zh) * 2016-04-29 2016-09-07 中国航天空气动力技术研究院 一种无人机跑道航向及中心坐标标定方法
CN106249747A (zh) * 2016-08-17 2016-12-21 邹霞 智能化无人机系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Multi-UAV-Aided Networks: Aerial-Ground Cooperative Vehicular Networking Architecture;Yi Zhou;《IEEE Vehicular Technology Magazine》;20151204;正文第6页 *
Unmanned Aerial Vehicle With Underlaid Device-to-Device Communications:Performance and Tradeoffs;Mohammad Mozaffari;《IEEE Transactions on Wireless Communications》;20160630;正文2,6节 *

Also Published As

Publication number Publication date
CN106792716A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN106792716B (zh) 一种应灾无人机基站的控制方法和装置
Yang et al. Proactive drone-cell deployment: Overload relief for a cellular network under flash crowd traffic
Lin et al. Mobile network-connected drones: Field trials, simulations, and design insights
Merwaday et al. UAV assisted heterogeneous networks for public safety communications
CN110087189B (zh) 一种无人机基站部署位置的确定方法及装置
WO2018082711A1 (zh) 一种基站部署方法、网络服务器及无人机
US9549411B2 (en) Methods and apparatus for enabling proximity services in mobile networks
Narang et al. UAV-assisted edge infrastructure for challenged networks
EP3968683A1 (en) Method and device for grading network system
US20150302123A1 (en) X-maps with flexible tiles
Mekikis et al. Communication recovery with emergency aerial networks
US10966099B2 (en) Computing wireless deployment in an area
Narang et al. A cyber physical buses-and-drones mobile edge infrastructure for large scale disaster emergency communications
EP3793096B1 (en) Efficient data generation for beam pattern optimization
Mignardi et al. On the performance improvement of a cellular network supported by an unmanned aerial base station
Esrafilian et al. UAV-relay placement with unknown user locations and channel parameters
US11089490B1 (en) Methods and apparatus for collecting and/or using wireless communication related information to facilitate WT mode of operation decisions
Bozkaya et al. SDN-enabled deployment and path planning of aerial base stations
JP6877458B2 (ja) 衛星ベースのインターネットアクセスおよびトランスポートのための承認制御システム
De Francesco et al. The interference-aware drone ad-hoc relay network configuration problem
WO2021049353A1 (ja) 通信制御装置、通信装置、及び通信制御方法
WO2020137915A1 (ja) 通信制御装置、通信装置、及びプロキシ装置
Tsipi et al. A machine learning UAV deployment approach for emergency cellular networks
Su et al. Key technologies for SON in next generation radio access networks
Oueis Radio access and core functionalities in self-deployable mobile networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant