CN110290542A - 海上无人机通信覆盖优化方法及系统 - Google Patents
海上无人机通信覆盖优化方法及系统 Download PDFInfo
- Publication number
- CN110290542A CN110290542A CN201910577860.4A CN201910577860A CN110290542A CN 110290542 A CN110290542 A CN 110290542A CN 201910577860 A CN201910577860 A CN 201910577860A CN 110290542 A CN110290542 A CN 110290542A
- Authority
- CN
- China
- Prior art keywords
- region
- unmanned plane
- user
- rate
- iteration
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1853—Satellite systems for providing telephony service to a mobile station, i.e. mobile satellite service
- H04B7/18539—Arrangements for managing radio, resources, i.e. for establishing or releasing a connection
- H04B7/18543—Arrangements for managing radio, resources, i.e. for establishing or releasing a connection for adaptation of transmission parameters, e.g. power control
-
- 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
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/18—Negotiating wireless communication parameters
- H04W28/22—Negotiating communication rate
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明实施例提供一种海上无人机通信覆盖优化方法及系统,所述方法包括:将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率;基于所述最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。在传统的平均功率分配情况下,NOMA系统中的公平问题较OMA系统(正交多址系统)更加明显,通过新的功率分配方案不仅有效解决了公平问题,而且有效提升了信道较差的远端用户的通信质量。
Description
技术领域
本发明涉及无线通信中覆盖优化技术领域,尤其涉及一种海上无人机通信覆盖优化方法及系统。
背景技术
近年来,随着海上旅游、海洋工业和渔业等海事活动的迅速发展,我国海洋经济十分活跃,海上用户终端对于海洋通信服务的需求也日益增长。船上旅客和船员等需要宽带互联网技术满足其娱乐及通信需求。海上捕捞及资源开采等行业需要利用宽带通信完成信息化管理,进行数据资料上传以及时频监控等。现有的海上通信系统主要包括卫星通信和岸基通信。卫星通信的高延迟和低速率难以满足通信需求,因此必须基于现有LTE网络建设岸基通信,为用户终端提供宽带服务。
然而,与密集布站的陆上LTE网络相比,海域通信站址选择受限,而沿岸架设的基站多用于服务近海用户终端,覆盖范围有限。因此,岸基通信无法保证沿岸网络的连续覆盖,在覆盖范围内可能存在盲区。在岸基通信基础上,选择无人机、船只和岛屿等作为基站形成多跳网络可以有效扩大覆盖范围。其中,由于位置远离海面且机动性良好,在海上应用无人机作为空中基站可以覆盖更广的区域,并解决盲区的覆盖问题。利用这种方法,可以为较远端的用户终端提供通信服务,收集用户终端待上传数据。海上无人机通信系统如图1所示。
无人机通信中的挑战主要来源于无人机的布局安排和飞行时间的限制。目前,基于无人机建立的通信网络受到广泛关注。许多文献对无人机网络的优化方法进行了重点研究,包括无人机的最佳高度,飞行轨迹等。通过对无人机的飞行高度和轨迹进行优化,可以有效提升通信质量。然而,一些工作忽视了无人机的能量和飞行时间的限制,如何进行有限资源的有效分配成为亟待解决的问题。
发明内容
本发明实施例提供一种基于NOMA的海上无人机通信覆盖优化方法及设备,用以解决现有技术中用户终端需要手动按键切换视频输出模式的缺陷,实现视频输出模式的自动切换。
本发明实施例提供一种基于NOMA的海上无人机通信覆盖优化方法,包括以下步骤:
将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;
基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率;
基于各所述区域的最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。
进一步地,所述基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率的步骤,进一步包括:
步骤21,基于Pm,k计算各用户终端可达数据通信速率Rm,k,并获取任一所述区域内各Rm,k中的最小值其中,Pm,k表示在第m个区域内为第k个用户终端分配的所述无人机信号收发功率;Rm,k第m个区域内第k个用户终端的可达数据通信速率;
步骤22,迭代更新第m个区域内分配的无人机信号收发功率i为迭代次数,基于计算迭代后第m个区域内各用户终端可达数据通信速率为并获取中的最小值
步骤23,将与第i-1次迭代获取的进行比较,若差值小于预设阈值,则结束迭代,得到第m个区域的最优公平用户速率若差值大于预设阈值,则继续执行步骤22,直至满足结束迭代条件。
进一步地,所述步骤21之前还包括:
基于第m个区域内第k个用户终端的位置,计算所述各用户终端到所述无人机的距离dm,k;
基于dm,k计算第m个区域内第k个用户终端的大尺度衰落Lm,k,并将各Lm,k从大至小进行排序。进一步地,所述基于Pm,k计算各用户终端可达数据通信速率Rm,k的步骤进一步包括:
基于以下公式计算Rm,k:
其中,Pm,k=Em,k/Δt,Em,k为所述无人机在第m个区域内对第k个用户终端分配的能量,Δt为无人机在各所述区域停留的平均时长;无人机在第m个区域内停留时对第k个用户的大尺度信道衰落为Lm,k,无人机在第m个区域内停留时对第k个用户的小尺度信道衰落为sm,k;为的加性高斯白噪声为系统的加性高斯白噪声的方差。由于所诉区域的小尺度信道衰落Sk服从正态分布且难以获得,计算速率时对小尺度衰落Sk取期望求解。
进一步地,所述步骤22进一步包括:
进行第i次迭代,第i次迭代后,第m个区域内分配的无人机信号收发功率为:
其中
对进行功率归一化,即
基于计算获得并获取中的最小值
进一步地,所述基于各所述区域的最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等的步骤,进一步包括:
步骤31,初始化所述无人机分配在各所述区域的信号收发功率都为PmT=PT/M,其中PT=ET/Δt,无人机单次飞行的总能量为ET,M为区域的总个数,则无人机单次飞行一共停留M次,每次停留时间为Δt;
步骤32,在保证任一区域内各用户终端都达到对应最优公平用户速率条件下,找到所有区域对应最优公平用户速率中最小速率和最大速率根据用户最大和最小速率确定无人机分配在各所述区域的对应最大功率和最小功率
步骤33,迭代更新无人机分配在各所述区域的信号收发功率获取和其中,j为迭代的次数,其中迭代步长根据当前的功率情况进行调整,一般为PT的1%到5%;
步骤34,基于更新后的无人机分配在各所述区域的信号收发功率,计算第j次迭代各区域内用户终端的速率并获取各区域对应中的最小速率和最大速率计算若ΔR小于第二预设阈值,则结束迭代,得到整体最优速率并基于整体最优速率R*计算无人机在各所述区域的无线点收发功率;若ΔR大于第二预设阈值,则令令返回执行步骤33,直至满足结束迭代条件。
本发明实施例提供一种基于NOMA的海上无人机通信覆盖优化系统,包括:
划分模块,用于将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;
计算模块,用于基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率;
分配模块,用于基于所述最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。
进一步地,基于Pm,k计算各用户终端可达数据通信速率Rm,k,并获取所述区域m内Rm,k中的最小值其中,Pm,k表示在第m个区域内为第k个用户终端分配的所述无人机信号收发功率;Rm,k第m个区域内第k个用户终端的可达数据通信速率;
执行步骤22,迭代更新第m个区域内分配的无人机信号收发功率i为迭代次数,基于计算迭代后第m个区域内各用户终端可达数据通信速率并获取中的最小值
将与第i-1次迭代获取的进行比较,若差值小于预设阈值,则结束迭代,得到第m个区域的最优公平用户速率若差值大于预设阈值,则继续执行步骤22,直至满足结束迭代条件。
本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一项所述海上无人机通信覆盖优化方法的步骤。
本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一项所述海上无人机通信覆盖优化方法的步骤。
本发明实施例提供的基于NOMA的海上无人机通信覆盖优化方法及系统,通过采用NOMA系统,与传统OMA系统相比频谱效率明显增强。此外,在传统的平均功率分配情况下,NOMA系统中的公平问题更加明显,通过新的功率分配方案不仅有效解决了公平问题,有效增加了信道较差的远端用户的通信质量。同时,该方案的实现仅依赖于用户位置信息,复杂度低,具有较大的应用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中海上无人机通信系统示意图;
图2为本发明海上无人机通信覆盖优化方法实施例流程图;
图3为本发明海上无人机通信覆盖优化设备实施例结构示意图;
图4为本发明海上无人机通信覆盖优化方法仿真结果比较示意图;
图5为本发明海上无人机通信覆盖优化系统实施例结构图;
图6为本发明一种电子设备实施例结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为解决现有技术中的至少一个技术问题,本发明实施例提供一种海上无人机通信覆盖优化方法。如图2所示,所述海上无人机通信覆盖优化方法整体包括以下步骤。
步骤S1,将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;
步骤S2,基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率;
步骤S3,基于各所述区域的最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。
其中,步骤S1假设系统的用户数量为N(编号为1,2,...,N),根据用户位置将其分为M个区域,每个区域内有K个用户。则无人机一共停留M次,每次停留时间为Δt,单次飞行的总能量为ET,即可分配总功率为PT=ET/Δt。
无人机停留时为第m个区域分配能量Em,对应功率为PmT=Em/Δt。无人机在第m个区域内停留时对第k个用户的大尺度和小尺度信道衰落分别为Lm,k和sm,k,Lm,k取决于无人机到用户的距离dm,k,sm,k服从均值为0、方差为的复高斯分布,系统的噪声为方差为的加性高斯白噪声。
进一步利用先验的大尺度信道信息的慢变特性,在每个停留时间Δt内认为信道的大尺度衰落不变,对变化较快的小尺度衰落取期望,将用户按照大尺度衰落大小依次排列,得到第m个区域内第k个用户的可达速率。
步骤S2中针对各区域分别使用NOMA,通过迭代使区域内用户速率相等,保证区域内公平性。步骤S3中在各区域用户速率相等的基础上,无人机为各区域分配不同功率,实现各区域间用户速率相等,保证全域的公平性。
本发明实施例提供一种海上无人机通信覆盖优化方法,所述方法包括以下步骤:将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率;基于各所述区域的最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。该方案通过采用NOMA(非正交多址接入技术)系统,与传统OMA(正交多址接入技术)系统相比频谱效率明显增强。此外,在传统的平均功率分配情况下,NOMA系统中的公平问题更加明显,通过新的功率分配方案不仅有效解决了公平问题,有效增加了信道较差的远端用户的通信质量。同时,该方案的实现仅依赖于用户位置信息,复杂度低,具有较大的应用价值。
在本发明任一上述实施例的基础上,提供一种海上无人机通信覆盖优化方法,其特征在于,所述基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率的步骤,进一步包括:
步骤21,基于Pm,k计算各用户终端可达数据通信速率Rm,k,并获取任一所述区域内各Rm,k中的最小值其中,Pm,k表示在第m个区域内为第k个用户终端分配的所述无人机信号收发功率;Rm,k第m个区域内第k个用户终端的可达数据通信速率;
步骤22,迭代更新第m个区域内分配的无人机信号收发功率i为迭代次数,基于计算迭代后第m个区域内各用户终端可达数据通信速率为并获取中的最小值
步骤23,将与第i-1次迭代获取的进行比较,若差值小于预设阈值,则结束迭代,得到第m个区域的最优公平用户速率若差值大于预设阈值,则继续执行步骤22,直至满足结束迭代条件。
具体地,针对各区域分别使用NOMA,通过迭代使区域内用户速率相等,保证区域内公平性。表示功率为PmT的第m个区域的最优公平用户速率。具体流程如下:
(1)初始化参数:
通过用户位置(由AIS实时获取)计算用户到无人机的距离,从而求解大尺度衰落Lm,k并从大到小依次排列。
令Pm,k=PmT/K,计算用户速率Rm,k,并找到最小速率
(2)功率分配迭代
进行第i次迭代,更新功率分配。若为第一次迭代,则采用步骤1)中的初始化参数。新一轮区域内功率为:
其中
对进行功率归一化,即
(3)判断是否结束迭代。
根据更新后功率求解新一轮用户速率并找到最小速率将与前一轮最小速率进行比较。
若差值Δ>0.01,则令并返回到步骤2),继续迭代。
若差值Δ≤0.01,则认为迭代已经收敛,结束迭代,得到第m个区域的最优公平用户速率
本发明该实施例通过采用NOMA系统,与传统OMA系统相比频谱效率明显增强。此外,在传统的平均功率分配情况下,NOMA系统中的公平问题更加明显,通过新的功率分配方案不仅有效解决了公平问题,有效增加了信道较差的远端用户的通信质量。同时,该方案的实现仅依赖于用户位置信息,复杂度低,具有较大的应用价值。
在本发明上述任一实施例的基础上,提供一种海上无人机通信覆盖优化方法,所述步骤21之前还包括:
基于第m个区域内第k个用户终端的位置,计算所述各用户终端到所述无人机的距离dm,k;
基于dm,k计算第m个区域内第k个用户终端的大尺度衰落Lm,k,并将各Lm,k从大至小进行排序。
在本发明上述任一实施例的基础上,提供一种海上无人机通信覆盖优化方法,所述基于Pm,k计算各用户终端可达数据通信速率Rm,k的步骤进一步包括:
基于以下公式计算Rm,k:
其中,Pm,k=Em,k/Δt,Em,k为所述无人机在第m个区域内对第k个用户终端分配的能量,Δt为无人机在各所述区域停留的平均时长;无人机在第m个区域内停留时对第K个用户的大尺度信道衰落为Lm,k,无人机在第m个区域内停留时对第k个用户的小尺度信道衰落为sm,k;为的加性高斯白噪声为系统的加性高斯白噪声的方差。由于所诉区域的小尺度信道衰落Sk服从正态分布且难以获得,计算速率时对小尺度衰落Sk取期望求解。
在本发明任一上述实施例的基础上,提供一种海上无人机通信覆盖优化方法,所述步骤22进一步包括:
进行第i次迭代,第i次迭代后,第m个区域内分配的无人机信号收发功率为:
其中
对进行功率归一化,即
基于计算获得并获取中的最小值
在本发明任一上述实施例的基础上,提供一种海上无人机通信覆盖优化方法,所述基于各所述区域的最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等的步骤,进一步包括:
步骤31,初始化所述无人机分配在各所述区域的信号收发功率都为PmT=PT/M,其中PT=ET/Δt,无人机单次飞行的总能量为ET,M为区域的总个数,则无人机单次飞行一共停留M次,每次停留时间为Δt;
步骤32,在保证任一区域内各用户终端都达到对应最优公平用户速率条件下,找到所有区域对应最优公平用户速率中最小速率和最大速率根据用户最大和最小速率确定无人机分配在各所述区域的对应最大功率和最小功率
步骤33,迭代更新无人机分配在各所述区域的信号收发功率获取和其中,j为迭代的次数,其中迭代步长根据当前的功率情况进行调整,一般为PT的1%到5%;
步骤34,基于更新后的无人机分配在各所述区域的信号收发功率,计算第j次迭代各区域内用户终端的速率并获取各区域对应中的最小速率和最大速率计算若ΔR小于第二预设阈值,则结束迭代,得到整体最优速率并基于整体最优速率R*计算无人机在各所述区域的无线点收发功率;若ΔR大于第二预设阈值,则令令返回执行步骤33,直至满足结束迭代条件。RmT是一个矩阵,元素为各个区域的最优公平用户速率。
具体地,在各区域用户速率相等的基础上,无人机为各区域分配不同功率,实现各区域间用户速率相等,保证全域的公平性。区域间功率分配算法如下:
(1)初始化参数:
令各区域功率为PmT=PT/M,计算各区域速率并找到最小速率和最大速率其对应功率为和
(2)功率分配迭代
进行第i次迭代,更新功率分配。若为第一次迭代,则采用步骤(1)中的初始化参数。将上一次迭代中的和进行重新分配,有:
(3)判断是否结束迭代。
根据更新后功率求解新一轮区域速率并找到最小速率和最大速率其对应功率为和将与进行比较,差值为ΔR。
若差值ΔR>0.01,则令P(i)=P(i-1),R(i)=R(i-1),并返回到步骤(2)继续迭代。
若差值ΔR≤0.01,则认为迭代已经收敛,结束迭代,得到整体最优速率
本发明实施例提供的基于NOMA的海上无人机通信覆盖优化方法,通过采用NOMA系统,与传统OMA系统相比频谱效率明显增强。此外,在传统的平均功率分配情况下,NOMA系统中的公平问题更加明显,通过新的功率分配方案不仅有效解决了公平问题,有效增加了信道较差的远端用户的通信质量。同时,该方案的实现仅依赖于用户位置信息,复杂度低,具有较大的应用价值。
在本发明任一上述实施例的基础上,如图5所示,提供一种海上无人机通信覆盖优化系统,包括:
划分模块51,用于将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;
计算模块52,用于基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率;
分配模块53,用于基于各所述区域的最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。
其中,划分模块51假设系统的用户数量为N(编号为1,2,...,N),根据用户位置将其分为M个区域,每个区域内有K个用户。则无人机一共停留M次,每次停留时间为Δt,单次飞行的总能量为ET,即可分配总功率为PT=ET/Δt。
无人机停留时为第m个区域分配能量Em,对应功率为PmT=Em/Δt。无人机在第m个区域内停留时对第k个用户的大尺度和小尺度信道衰落分别为Lm,k和sm,k,Lm,k取决于无人机到用户的距离dm,k,sm,k服从均值为0、方差为的复高斯分布,系统的噪声为方差为的加性高斯白噪声。
进一步利用先验的大尺度信道信息的慢变特性,在每个停留时间Δt内认为信道的大尺度衰落不变,对变化较快的小尺度衰落取期望,将用户按照大尺度衰落大小依次排列,得到第m个区域内第k个用户的可达速率。
计算模块52针对各区域分别使用NOMA,通过迭代使区域内用户速率相等,保证区域内公平性。步骤S3中在各区域用户速率相等的基础上,无人机为各区域分配不同功率,实现各区域间用户速率相等,保证全域的公平性。
本发明实施例提供一种海上无人机通信覆盖优化系统,所述系统包括:划分模块,用于将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;计算模块,基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率;分配模块,用于基于各所述区域的最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。该方案通过采用NOMA(非正交多址接入技术)系统,与传统OMA(正交多址接入技术)系统相比频谱效率明显增强。此外,在传统的平均功率分配情况下,NOMA系统中的公平问题更加明显,通过新的功率分配方案不仅有效解决了公平问题,有效增加了信道较差的远端用户的通信质量。同时,该方案的实现仅依赖于用户位置信息,复杂度低,具有较大的应用价值。
在本发明上述实施例的基础上,提供一种海上无人机通信覆盖优化系统,所述计算模块,进一步用于:
基于Pm,k计算各用户终端可达数据通信速率Rm,k,并获取任一所述区域内各Rm,k中的最小值其中,Pm,k表示在第m个区域内为第k个用户终端分配的所述无人机信号收发功率;Rm,k第m个区域内第k个用户终端的可达数据通信速率;
执行步骤22,迭代更新第m个区域内分配的无人机信号收发功率i为迭代次数,基于计算迭代后第m个区域内各用户终端可达数据通信速率为并获取中的最小值
将与第i-1次迭代获取的进行比较,若差值小于预设阈值,则结束迭代,得到第m个区域的最优公平用户速率若差值大于预设阈值,则继续执行步骤22,直至满足结束迭代条件。
具体地,针对各区域分别使用NOMA,通过迭代使区域内用户速率相等,保证区域内公平性。表示功率为PmT的第m个区域的最优公平用户速率。具体流程如下:
(1)初始化参数:
通过用户位置(由AIS实时获取)计算用户到无人机的距离,从而求解大尺度衰落Lm,k并从大到小依次排列。
令Pm,k=PmT/K,计算用户速率Rm,k,并找到最小速率
(2)功率分配迭代
进行第i次迭代,更新功率分配。若为第一次迭代,则采用步骤1)中的初始化参数。新一轮区域内功率为:
其中
对进行功率归一化,即
(3)判断是否结束迭代。
根据更新后功率求解新一轮用户速率并找到最小速率将与前一轮最小速率进行比较。
若差值Δ>0.01,则令并返回到步骤2),继续迭代。
若差值Δ≤0.01,则认为迭代已经收敛,结束迭代,得到第m个区域的最优公平用户速率
本发明该实施例通过采用NOMA系统,与传统OMA系统相比频谱效率明显增强。此外,在传统的平均功率分配情况下,NOMA系统中的公平问题更加明显,通过新的功率分配方案不仅有效解决了公平问题,有效增加了信道较差的远端用户的通信质量。同时,该方案的实现仅依赖于用户位置信息,复杂度低,具有较大的应用价值。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令,以执行如下方法:将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;基于非正交多址接入技术分别计算任一所述区域内各用户终端的可达数据通信速率相等时,任一所述区域对应的最优公平用户速率;基于所述最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。
此外,上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法,例如包括:将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;基于非正交多址接入技术分别计算任一所述区域内各用户终端的可达数据通信速率相等时,任一所述区域对应的最优公平用户速率;基于所述最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。
本发明上述实施例通过采用NOMA系统,与传统OMA系统相比频谱效率明显增强。此外,在传统的平均功率分配情况下,NOMA系统中的公平问题更加明显,通过新的功率分配方案不仅有效解决了公平问题,有效增加了信道较差的远端用户的通信质量。同时,该方案的实现仅依赖于用户位置信息,复杂度低,具有较大的应用价值。
最后,将本发明实施例上述方案应用于如图1所示的海上无人机通信系统中,无人机的飞行高度为500m。根据用户分布情况分为3组,每组4个用户,用户拓扑结构如图3所示。信道的大尺度信息由无人机到用户的位置确定,小尺度信息服从标准复高斯分布,噪声功率为-107dBm。
按照上述功率分配方案进行仿真,本实例选取的无人机总能量为60J到140J区域,以20J为间隔逐点进行仿真,得到最小用户速率,并将本方案与OMA系统的公平功率分配和两种系统中平均功率分配下的最小用户速率进行对比。对比结果如图4所示,三角形(Max-min NOMA)所表示的曲线为本方案的仿真结果,可以看出,相比其他三者Max-min OMA、EPA(Ethernet for Plant Automat ion)OMA和EPA(Ethernet for Plant Automation)NOMA本方案在保障最小用户速率方面最为突出,可以有效提高系统中信道较差的远端用户速率,提高通信覆盖性能。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种海上无人机通信覆盖优化方法,其特征在于,包括以下步骤:
将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;
基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率;
基于各所述区域的最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。
2.根据权利要求1所述的海上无人机通信覆盖优化方法,其特征在于,所述基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率的步骤,进一步包括:
步骤21,基于Pm,k计算各用户终端可达数据通信速率Rm,k,并获取任一所述区域内各Rm,k中的最小值其中,Pm,k表示在第m个区域内为第k个用户终端分配的所述无人机信号收发功率;Rm,k第m个区域内第k个用户终端的可达数据通信速率;
步骤22,迭代更新第m个区域内分配的无人机信号收发功率i为迭代次数,基于计算迭代后第m个区域内各用户终端可达数据通信速率为并获取中的最小值
步骤23,将与第i-1次迭代获取的进行比较,若差值小于预设阈值,则结束迭代,得到第m个区域的最优公平用户速率若差值大于预设阈值,则继续执行步骤22,直至满足结束迭代条件。
3.根据权利要求2所述的海上无人机通信覆盖优化方法,其特征在于,所述步骤21之前还包括:
基于第m个区域内第k个用户终端的位置,计算所述各用户终端到所述无人机的距离dm,k;
基于dm,k计算第m个区域内第k个用户终端的大尺度衰落Lm,k,并将各Lm,k从大至小进行排序。
4.根据权利要求3所述的海上无人机通信覆盖优化方法,其特征在于,所述基于Pm,k计算各用户终端可达数据通信速率Rm,k的步骤进一步包括:
基于以下公式计算Rm,k:
其中,Pm,k=Em,k/Δt,Em,k为所述无人机在第m个区域内对第k个用户终端分配的能量,Δt为无人机在各所述区域停留的平均时长;无人机在第m个区域内停留时对第K个用户的大尺度信道衰落为Lm,k,无人机在第m个区域内停留时对第k个用户的小尺度信道衰落为sm,k;为加性高斯白噪声为系统的加性高斯白噪声的方差;由于所述区域的小尺度信道衰落sk服从正态分布且难以获得,计算速率时对小尺度衰落sk取期望求解。
5.根据权利要求4所述的海上无人机通信覆盖优化方法,其特征在于,所述步骤22进一步包括:
进行第i次迭代,第i次迭代后,第m个区域内分配的无人机信号收发功率为:
其中
对进行功率归一化,即
基于计算获得并获取中的最小值
6.根据权利要求5所述的海上无人机通信覆盖优化方法,其特征在于,所述基于各所述区域的最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等的步骤,进一步包括:
步骤31,初始化所述无人机分配在各所述区域的信号收发功率都为PmT=PT/M,其中PT=ET/Δt,无人机单次飞行的总能量为ET,M为区域的总个数,则无人机单次飞行一共停留M次,每次停留时间为Δt;
步骤32,在保证任一区域内各用户终端都达到对应最优公平用户速率条件下,找到所有区域对应最优公平用户速率中最小速率和最大速率根据用户最大和最小速率确定无人机分配在各所述区域的对应最大功率和最小功率
步骤33,迭代更新无人机分配在各所述区域的信号收发功率获取和其中,j为迭代的次数,其中迭代步长根据当前的功率情况进行调整,为PT的1%到5%;
步骤34,基于更新后的无人机分配在各所述区域的信号收发功率,计算第j次迭代各区域内用户终端的速率并获取各区域对应中的最小速率和最大速率计算若ΔR小于第二预设阈值,则结束迭代,得到整体最优速率并基于整体最优速率R*计算无人机在各所述区域的无线点收发功率;若ΔR大于第二预设阈值,则令令返回执行步骤33,直至满足结束迭代条件。
7.一种海上无人机通信覆盖优化系统,其特征在于,包括:
划分模块,用于将所述无人机对应的目标海域划分成多个区域,每个所述区域内包含同样数量的用户终端;
计算模块,用于基于非正交多址接入技术对任一所述区域进行功率迭代使得各用户终端的可达数据通信速率相等,从而获得任一所述区域内最优公平用户速率;
分配模块,用于基于所述最优公平用户速率,为所述无人机分配其在各所述区域的信号收发功率,以使得所述目标海域内所有用户终端的可达数据通信速率相等。
8.根据权利要求7所述的海上无人机通信覆盖优化系统,其特征在于,所述计算模块,进一步用于:
基于Pm,k计算各用户终端可达数据通信速率Rm,k,并获取所述区域m内Rm,k中的最小值其中,Pm,k表示在第m个区域内为第k个用户终端分配的所述无人机信号收发功率;Rm,k第m个区域内第k个用户终端的可达数据通信速率;
执行步骤22,迭代更新第m个区域内分配的无人机信号收发功率i为迭代次数,基于计算迭代后第m个区域内各用户终端可达数据通信速率并获取中的最小值
将与第i-1次迭代获取的进行比较,若差值小于预设阈值,则结束迭代,得到第m个区域的最优公平用户速率若差值大于预设阈值,则继续执行步骤22,直至满足结束迭代条件。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述海上无人机通信覆盖优化方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述海上无人机通信覆盖优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910577860.4A CN110290542B (zh) | 2019-06-28 | 2019-06-28 | 海上无人机通信覆盖优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910577860.4A CN110290542B (zh) | 2019-06-28 | 2019-06-28 | 海上无人机通信覆盖优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110290542A true CN110290542A (zh) | 2019-09-27 |
CN110290542B CN110290542B (zh) | 2020-09-25 |
Family
ID=68020060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910577860.4A Active CN110290542B (zh) | 2019-06-28 | 2019-06-28 | 海上无人机通信覆盖优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110290542B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111417126A (zh) * | 2020-03-24 | 2020-07-14 | 清华大学 | 星空地协同海洋通信网络按需覆盖方法及装置 |
CN111417125A (zh) * | 2020-03-24 | 2020-07-14 | 清华大学 | 星空地协同海洋通信网络容量优化方法及装置 |
CN113296399A (zh) * | 2021-04-27 | 2021-08-24 | 清华大学 | 无人机集群网络通信方法 |
CN115314099A (zh) * | 2022-06-10 | 2022-11-08 | 北京邮电大学 | 无人机基站通信覆盖网络增强方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107276660A (zh) * | 2017-06-22 | 2017-10-20 | 清华大学 | 非正交多址空地协同通信系统中资源分配方法及装置 |
CN109462426A (zh) * | 2018-11-20 | 2019-03-12 | 南京邮电大学 | 面向高铁车厢服务质量保障的波束成形与功率分配方法 |
CN109682380A (zh) * | 2019-01-16 | 2019-04-26 | 北京邮电大学 | 一种通信无人机路径优化方法及设备 |
-
2019
- 2019-06-28 CN CN201910577860.4A patent/CN110290542B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107276660A (zh) * | 2017-06-22 | 2017-10-20 | 清华大学 | 非正交多址空地协同通信系统中资源分配方法及装置 |
CN109462426A (zh) * | 2018-11-20 | 2019-03-12 | 南京邮电大学 | 面向高铁车厢服务质量保障的波束成形与功率分配方法 |
CN109682380A (zh) * | 2019-01-16 | 2019-04-26 | 北京邮电大学 | 一种通信无人机路径优化方法及设备 |
Non-Patent Citations (2)
Title |
---|
XIANGLING LI: "UAV-Enabled Accompanying Coverage for Hybrid Satellite-Uav-Terrestrial Maritime Communications", 《2019 28TH WIRELESS AND OPTICAL COMMUNICATIONS CONFERENCE (WOCC)》 * |
XUANXUAN,等: "Coverage Optimization for UAV-Aided Internet of Things with Partial Channel Knowledge", 《JOURNAL OF COMMUNICATIONS AND INFORMATION NETWORKS》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111417126A (zh) * | 2020-03-24 | 2020-07-14 | 清华大学 | 星空地协同海洋通信网络按需覆盖方法及装置 |
CN111417125A (zh) * | 2020-03-24 | 2020-07-14 | 清华大学 | 星空地协同海洋通信网络容量优化方法及装置 |
CN111417125B (zh) * | 2020-03-24 | 2021-06-29 | 清华大学 | 星空地协同海洋通信网络容量优化方法及装置 |
CN113296399A (zh) * | 2021-04-27 | 2021-08-24 | 清华大学 | 无人机集群网络通信方法 |
CN115314099A (zh) * | 2022-06-10 | 2022-11-08 | 北京邮电大学 | 无人机基站通信覆盖网络增强方法及系统 |
CN115314099B (zh) * | 2022-06-10 | 2023-08-01 | 北京邮电大学 | 无人机基站通信覆盖网络增强方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110290542B (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110290542A (zh) | 海上无人机通信覆盖优化方法及系统 | |
CN111901862B (zh) | 一种基于深度q网络的用户分簇与功率分配方法、设备和介质 | |
CN109068391B (zh) | 基于边缘计算和Actor-Critic算法的车联网通信优化算法 | |
CN111628855B (zh) | 基于深度强化学习的工业5g动态多优先级多接入方法 | |
Nguyen et al. | Distributed deep deterministic policy gradient for power allocation control in D2D-based V2V communications | |
Ma et al. | Scheduling policy and power allocation for federated learning in NOMA based MEC | |
CN110968426B (zh) | 一种基于在线学习的边云协同k均值聚类的模型优化方法 | |
CN104936186B (zh) | 基于布谷鸟搜索算法的认知无线电网络频谱分配方法 | |
CN113162666B (zh) | 一种面向智慧钢铁的大规模mimo混合预编码方法及装置 | |
CN101980470A (zh) | 一种基于混沌粒子群优化的ofdm系统资源分配算法 | |
CN113794494B (zh) | 一种面向低轨卫星网络的边缘计算系统及计算卸载优化方法 | |
CN110312265B (zh) | 无人机编队通信覆盖的功率分配方法及系统 | |
CN112469047B (zh) | 一种天地一体化智能网络卫星节点部署方法 | |
Montazeri et al. | Continuous state/action reinforcement learning: A growing self-organizing map approach | |
CN113316169B (zh) | 一种面向智慧港口的uav辅助通信能效优化方法及装置 | |
CN110083175A (zh) | 无人机编队网络协同调度方法及装置 | |
CN110300417A (zh) | 无人机通信网络的能量效率优化方法和装置 | |
CN114885420A (zh) | 一种noma-mec系统中的用户分组和资源分配方法及装置 | |
CN114745233B (zh) | 一种基于导频设计的联合信道估计方法及装置 | |
CN113890795B (zh) | 大规模mimo信道估计模型的构建方法、装置及介质 | |
CN114641006A (zh) | 一种基于二进制蜻蜓优化算法的认知无线电网络的频谱分配方法 | |
CN115689184A (zh) | 一种基于共识的捆绑算法的分布式任务分配方法 | |
CN113676917A (zh) | 基于博弈论的无人机分层移动边缘计算网络的能耗优化方法 | |
Tuba et al. | Water cycle algorithm for solving continuous p-median problem | |
CN115834580B (zh) | 面向海洋大数据的分布式数据处理方法、装置和设备 |
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 |