CN110753310B - 面向多用户应急通信网络的无人机位置优化方法及装置 - Google Patents

面向多用户应急通信网络的无人机位置优化方法及装置 Download PDF

Info

Publication number
CN110753310B
CN110753310B CN201911073678.1A CN201911073678A CN110753310B CN 110753310 B CN110753310 B CN 110753310B CN 201911073678 A CN201911073678 A CN 201911073678A CN 110753310 B CN110753310 B CN 110753310B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
user
emergency communication
communication network
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
CN201911073678.1A
Other languages
English (en)
Other versions
CN110753310A (zh
Inventor
朱佳
涂慧
邹玉龙
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing 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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN201911073678.1A priority Critical patent/CN110753310B/zh
Publication of CN110753310A publication Critical patent/CN110753310A/zh
Application granted granted Critical
Publication of CN110753310B publication Critical patent/CN110753310B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Environmental & Geological Engineering (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种面向多用户应急通信网络的无人机位置优化方法，该方法适用于应急通信场景下用户端与核心网之间的数据传输，利用用户、无人机和核心网构成应急通信网络，考虑以应急通信网络的总中断概率最小化为优化目标，通过迭代优化算法得出无人机部署的最佳三维空间位置。还公开了一种面向多用户应急通信网络的无人机位置优化装置，包括：获取单元、计算单元、求解单元。本发明通过对无人机的高度与水平位置联合优化，最大程度地减小总中断概率，有效保证无线应急通信网络的传输可靠性。

Description

面向多用户应急通信网络的无人机位置优化方法及装置
技术领域
本发明属于无线通信网络领域，具体涉及一种面向多用户应急通信网络的无人机位置优化方法及装置。
背景技术
目前，无线通信网络领域的大部分研究工作，主要集中在陆地移动通信系统上，但面临地震，泥石流等场景时，往往灾区会出现大面积通信中断，传统的蜂窝无线网络在一定程度上受到限制，对灾区的通讯需求产生不便，同时更会影响灾区求援活动的展开。无人机以其机动性，便捷性等优势，成为辅助灾害救援方面的强有力支撑，但是，目前无人机基站的通信由于无法确定无人机在基站空间的最优位置，存在通信传输不佳的问题。
发明内容
本发明提供了一种面向多用户应急通信网络的无人机位置优化方法及装置，解决了通信传输过程中传输不佳的技术问题。
为了解决上述技术问题，本发明所采用的技术方案是：一种面向多用户应急通信网络的无人机位置优化方法，包括以下步骤：
获取应急通信网络，所述应急通信网络包括无人机、用户和核心网；
计算出所述应急通信网络用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量；
将所述第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式，求解出最小总中断概率，获得无人机的最佳三维位置。
进一步地，所述第一瞬时信道容量通过以下公式计算获得：
Figure 583996DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE004AAA
。
进一步地，所述第二瞬时信道容量通过以下公式计算获得：
Figure 61300DEST_PATH_IMAGE008
式中：
Figure 394192DEST_PATH_IMAGE010
为无人机的发射功率，
Figure 208564DEST_PATH_IMAGE012
为无人机到核心网的小尺度信道衰落系数，
Figure 968710DEST_PATH_IMAGE014
为噪 声功率，
Figure 970164DEST_PATH_IMAGE016
表示无人机到核心网的大尺度衰落。
进一步地，所述总中断概率的表达式具体为：
Figure 169064DEST_PATH_IMAGE018
式中：
Figure 468634DEST_PATH_IMAGE020
，
Figure 461998DEST_PATH_IMAGE022
为第
Figure 154011DEST_PATH_IMAGE024
个用户到无人机链路的莱斯因子，
Figure 625443DEST_PATH_IMAGE026
为无人机到核心网链路的莱斯因子，
Figure 148828DEST_PATH_IMAGE028
为用户到无人机链路以及无人机到核心网链路的数据传输速率，
Figure 719618DEST_PATH_IMAGE030
为一阶Marcum Q函数，
Figure 961244DEST_PATH_IMAGE032
为用户的发射功率，
Figure 469323DEST_PATH_IMAGE034
为噪声功率，
Figure 253740DEST_PATH_IMAGE036
为从用户到无人机链路的大尺度衰落，
Figure 588906DEST_PATH_IMAGE038
为无人机的发射功率，
Figure 255511DEST_PATH_IMAGE040
表示无人机到核心网的大尺度衰落。
进一步地，所述将第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式，求解出最小总中断概率，具体为：将所述第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式，求解出最小总中断概率，利用迭代优化算法求解出最小总中断概率。
进一步地，所述迭代优化算法包括粒子群迭代算法。
一种面向多用户应急通信网络的无人机位置优化装置，包括：
获取单元，用于获取应急通信网络，所述应急通信网络包括无人机、用户和核心网；
计算单元，用于计算出应急通信网络中用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量；
求解单元，用于将所述第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式，求解出最小总中断概率，获得无人机的最佳三维位置。
进一步地，所述第一瞬时信道容量通过以下公式计算获得：
Figure 334325DEST_PATH_IMAGE042
Figure DEST_PATH_IMAGE044AAA
。
进一步地，所述第二瞬时信道容量通过以下公式计算获得：
Figure 715201DEST_PATH_IMAGE048
Figure DEST_PATH_IMAGE050AAA
声功率，表示无人机到核心网的大尺度衰落。
进一步地，所述总中断概率的表达式具体为：
Figure 626974DEST_PATH_IMAGE052
式中：
Figure 212413DEST_PATH_IMAGE020
，
Figure 154962DEST_PATH_IMAGE022
为第
Figure 733842DEST_PATH_IMAGE024
个用户到无人机链路的莱斯因子，
Figure 154459DEST_PATH_IMAGE026
为无人机到核心网链路的莱斯因子，
Figure 361449DEST_PATH_IMAGE028
为用户到无人机链路以及无人机到核心网链路的数据传输速率，
Figure 412582DEST_PATH_IMAGE030
为一阶Marcum Q函数，
Figure 337812DEST_PATH_IMAGE032
为用户的发射功率，
Figure 204531DEST_PATH_IMAGE034
为噪声功率，
Figure 266028DEST_PATH_IMAGE036
为从用户到无人机链路的大尺度衰落，
Figure 284799DEST_PATH_IMAGE038
为无人机的发射功率，
Figure 697326DEST_PATH_IMAGE040
表示无人机到核心网的大尺度衰落。
本发明所达到的有益效果：利用无人机、用户和核心网构成应急通信网络，求解出应急通信网络中用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量，并结合应急通信网络的总中断概率的表达式，通过迭代优化算法求解出最小总中断概率，进而获得无人机部署的最佳三维空间位置。通过对无人机的高度与水平位置联合优化，最大程度地减小应急通信网络的总中断概率，达到最佳传输效果，有效保证了无线应急通信网络的传输可靠性。
附图说明
图1为本发明的架构示意图；
图2为本发明的流程示意图；
图3为本发明迭代优化算法的适应度（总中断概率）与迭代次数的收敛曲线图；
图4为本发明用户、核心网与无人机平面位置示意图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1
如图1和2所示，本发明实施例中提供了一种面向多用户应急通信网络的无人机位置优化方法，包括以下步骤：
获取应急通信网络，所述应急通信网络包括无人机、用户和核心网；在实际应用过程中，用户发送信号到无人机，无人机进行解码转发，核心网接收信号；优选地，无人机采用DF方式转发用户端的信号；
计算出所述应急通信网络中用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量；
将所述第一瞬时信道容量和第二瞬时信道容量代入应急通信网络的总中断概率的表达式，求解出最小总中断概率，获得无人机的最佳三维位置。
实施例2
基于与实施例1相同的发明构思，本发明实施例中提供了一种面向多用户应急通信网络的无人机位置优化装置，包括：
获取单元，用于获取应急通信网络，所述应急通信网络包括无人机、用户和核心网；
计算单元，用于计算出应急通信网络中用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量；
求解单元，用于将所述第一瞬时信道容量和第二瞬时信道容量代入应急通信网络的总中断概率的表达式，求解出最小总中断概率，获得无人机的最佳三维位置。
利用无人机、用户和核心网构成应急通信网络，求解出应急通信网络中用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量，并结合应急通信网络的总中断概率的表达式，通过迭代优化算法求解出最小总中断概率，进而获得无人机部署的最佳三维空间位置。通过对无人机的高度与水平位置联合优化，最大程度地减小应急通信网络的总中断概率，达到最佳传输效果，有效保证了无线应急通信网络的传输可靠性。
实施例3
本发明实施例中提供了一种面向多用户应急通信网络的无人机位置优化方法，具体包括以下步骤：
步骤一、获取应急通信网络，所述应急通信网络包括无人机、用户和核心网。
步骤二：分别计算应急通信网络中用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量。具体地，以两跳带宽相同为例、但不限于两跳带宽相同，可以推广到第二跳采用毫米波通信等两跳带宽不同的情况，获得所述第一瞬时信道容量和第二瞬时信道容量的方法如下：
Figure 663008DEST_PATH_IMAGE054
Figure 782274DEST_PATH_IMAGE056
Figure 971947DEST_PATH_IMAGE058
Figure DEST_PATH_IMAGE060AAA
与分别表示第个用户视距传播和非视距传播的概率，为光速，为载波频率，为路 径损耗因子，分别表示视距传播和非视距传播相对自由空间所带来的额外传 播损 耗，和是与环境有关的常数，表示无人机相对地面第个用户节点的俯仰角，具 体表示为，为无人机的垂直高度，为地面二维平面内第个用户到无 人机的直线距离，具体表示为，其中，表示第个用户在地面二维平面上的坐标，表示无人机映射在地面二维平 面上的坐标，为第个用户到无人机通信链路对应的直线传输距离，具体表示为。
同样，针对无人机
Figure 509029DEST_PATH_IMAGE096
到核心网
Figure 286492DEST_PATH_IMAGE098
，由下述公式：
Figure 767152DEST_PATH_IMAGE100
Figure 997276DEST_PATH_IMAGE102
上式中：
Figure 290592DEST_PATH_IMAGE104
分别表示从无人机到核心网的视距传输损耗和非视距传输损耗，
Figure 984879DEST_PATH_IMAGE106
与
Figure 574123DEST_PATH_IMAGE108
分别表示视距传播和非视距传播的概率，
Figure 557123DEST_PATH_IMAGE110
表示无人机相对核心网节点的俯仰角，具体表示为
Figure 952332DEST_PATH_IMAGE112
，
Figure 438808DEST_PATH_IMAGE114
为地面二维平面内用户到无人机的直线距离，具体表示为
Figure 526850DEST_PATH_IMAGE116
，
Figure 233031DEST_PATH_IMAGE118
表示无人机映射在地面二维平面上的坐标，
Figure 369614DEST_PATH_IMAGE120
表示核心网映射在地面二维平面上的坐标，
Figure 772914DEST_PATH_IMAGE122
为无人机到核心网通信链路对应的直线传输距离，具体表示为
Figure 969540DEST_PATH_IMAGE124
。
用户到无人机、无人机到核心网通信过程中所产生的路径损耗为：
Figure 723869DEST_PATH_IMAGE126
上式中：
Figure 398564DEST_PATH_IMAGE128
、
Figure 358168DEST_PATH_IMAGE040
分别表示从用户到无人机链路与无人机到核心网的大尺度衰落。
则用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量分别为：
Figure 788012DEST_PATH_IMAGE130
上式中：
Figure 701741DEST_PATH_IMAGE032
与
Figure 242444DEST_PATH_IMAGE038
分别为用户的发射功率与无人机的发射功率，
Figure 823598DEST_PATH_IMAGE132
为第
Figure 96448DEST_PATH_IMAGE024
个用户到无人机 的小尺度信道衰落系数，
Figure 825369DEST_PATH_IMAGE134
为无人机到核心网的小尺度信道衰落系数，
Figure 343332DEST_PATH_IMAGE136
为噪声功率。
为计算出应急通信网络的总中断概率，首先确定小尺度衰落模型，鉴于研究对象为无人机具有通信功能，以莱斯衰落来描述无人机网络信道的小尺度衰落，获得在应急通信网络的总中断概率，因此步骤三的具体步骤如下：
通过莱斯衰落来描述无人机的通信信道中小尺度衰落，采用非中心卡方分布表述瞬时信噪比
Figure 841309DEST_PATH_IMAGE138
Figure DEST_PATH_IMAGE140A
则第
Figure 376644DEST_PATH_IMAGE064
个用户到核心网的瞬时信道容量可以表示为：
Figure 259149DEST_PATH_IMAGE144
由中断概率的定义，第
Figure 47851DEST_PATH_IMAGE064
个用户的中断概率为：
Figure 928083DEST_PATH_IMAGE146
则该应急通信网络的总中断概率为：
Figure 366017DEST_PATH_IMAGE148
式中：
Figure 724317DEST_PATH_IMAGE020
，
Figure 196887DEST_PATH_IMAGE022
为第
Figure 982440DEST_PATH_IMAGE024
个用户到无人机链路的莱斯因子，
Figure 346819DEST_PATH_IMAGE026
为无人机到核心网链路的莱斯因子，
Figure 571127DEST_PATH_IMAGE028
为用户到无人机链路以及无人机到核心网链路的数据传输速率，
Figure 39149DEST_PATH_IMAGE030
为一阶Marcum Q函数，
Figure 792341DEST_PATH_IMAGE032
为用户的发射功率，
Figure 939288DEST_PATH_IMAGE034
为噪声功率，
Figure 373812DEST_PATH_IMAGE036
为从用户到无人机链路的大尺度衰落，
Figure 555395DEST_PATH_IMAGE038
为无人机的发射功率，
Figure 446865DEST_PATH_IMAGE040
表示无人机到核心网的大尺度衰落。
步骤四、基于应急通信网络的总中断概率的表达式，利用迭代优化算法求解出最小总中断概率，以获得无人机的最佳三维位置。迭代优化算法包括粒子群迭代算法，但不限于粒子群算法。
步骤五、按照步骤四得出的最佳三维位置放置无人机，进行通信。
实施例4
如图3至4所示，本实施例提供了一种利用MATLAB语言来仿真面向多用户应急通信网络的无人机位置优化方法。
在具体实施过程中，视距传输与非视距传输额外损耗
Figure 346688DEST_PATH_IMAGE150
取值为(1.6,23)，单位为dB，环境参数
Figure 850482DEST_PATH_IMAGE152
取值为（11.95,0.136）。其中为
Figure 886571DEST_PATH_IMAGE154
光速，取值为3×103m/s，噪声功率
Figure 450407DEST_PATH_IMAGE156
为-100dBm，总功率
Figure 775209DEST_PATH_IMAGE158
，数据速率
Figure 879431DEST_PATH_IMAGE160
，路径损耗因子
Figure 463036DEST_PATH_IMAGE162
，核心网映射在地面二维平面上的坐标为（700,400）m，
Figure 260090DEST_PATH_IMAGE164
为载波频率，取值为2×109Hz。
图3为迭代优化算法的总中断概率与迭代次数的收敛曲线；由图可知，当粒子进化到100代左右时，粒子的适应度即总中断概率不再变化，即算法收敛。
表1：
Figure 806609DEST_PATH_IMAGE166
Figure 714522DEST_PATH_IMAGE168
表，从表1可以看出，当迭代100次时，中断概率不再改变，存在一个极值点使得该应急通信网络的总中断概率最小，该点即为无人机所在的最佳位置。
将本实施例的参数代入实施例一的方程组中，如图4所示，随机选取3个用户，位置坐标为(200,300) m、((200,600) m、(100,500) m，核心网的位置坐标为(700,400)m，得出无人机的最佳三维位置为
Figure 725204DEST_PATH_IMAGE170
，最小中断概率为2.3805×10-5。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (8)

1.一种面向多用户应急通信网络的无人机位置优化方法，其特征在于，包括以下步骤：
获取应急通信网络，所述应急通信网络包括无人机、用户和核心网；计算出所述应急通信网络中用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量；
将所述第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式，求解出最小总中断概率，获得无人机的最佳三维位置；
所述总中断概率的表达式具体为：
Figure FDA0002575217470000011
式中：
Figure FDA0002575217470000012
Figure FDA0002575217470000013
为第i个用户到无人机链路的莱斯因子，Kub为无人机到核心网链路的莱斯因子，R为用户到无人机链路以及无人机到核心网链路的数据传输速率，Q(x,y)为一阶Marcum Q函数，Ps为用户的发射功率，N0为噪声功率，
Figure FDA0002575217470000014
为从用户到无人机链路的大尺度衰落，Pu为无人机的发射功率，Gub表示无人机到核心网的大尺度衰落。
2.根据权利要求1所述的面向多用户应急通信网络的无人机位置优化方法，其特征在于，所述第一瞬时信道容量通过以下公式计算获得：
Figure FDA0002575217470000015
式中：Ps为用户的发射功率，
Figure FDA0002575217470000016
为第i个用户到无人机的小尺度信道衰落系数，N0为噪声功率，
Figure FDA0002575217470000017
为从用户到无人机链路的大尺度衰落。
3.根据权利要求1所述的面向多用户应急通信网络的无人机位置优化方法，其特征在于，所述第二瞬时信道容量通过以下公式计算获得：
Figure FDA0002575217470000021
式中：Pu为无人机的发射功率，hub为无人机到核心网的小尺度信道衰落系数，N0为噪声功率，Gub表示无人机到核心网的大尺度衰落。
4.根据权利要求1所述的面向多用户应急通信网络的无人机位置优化方法，其特征在于，所述将第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式，求解出最小总中断概率，具体为：将所述第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式，求解出最小总中断概率，利用迭代优化算法求解出最小总中断概率。
5.根据权利要求4所述的面向多用户应急通信网络的无人机位置优化方法，其特征在于，所述迭代优化算法包括粒子群迭代算法。
6.一种面向多用户应急通信网络的无人机位置优化装置，其特征在于，包括：
获取单元，用于获取应急通信网络，所述应急通信网络包括无人机、用户和核心网；
计算单元，用于计算出应急通信网络中用户到无人机的第一瞬时信道容量，以及无人机到核心网的第二瞬时信道容量；
求解单元，用于将所述第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式，求解出最小总中断概率，获得无人机的最佳三维位置；
所述总中断概率的表达式具体为：
Figure FDA0002575217470000022
式中：
Figure FDA0002575217470000023
Figure FDA0002575217470000024
为第i个用户到无人机链路的莱斯因子，Kub为无人机到核心网链路的莱斯因子，R为用户到无人机链路以及无人机到核心网链路的数据传输速率，Q(x,y)为一阶Marcum Q函数，Ps为用户的发射功率，N0为噪声功率，
Figure FDA0002575217470000031
为从用户到无人机链路的大尺度衰落，Pu为无人机的发射功率，Gub表示无人机到核心网的大尺度衰落。
7.根据权利要求6所述的面向多用户应急通信网络的无人机位置优化装置，其特征在于，所述第一瞬时信道容量通过以下公式计算获得：
Figure FDA0002575217470000032
式中：Ps为用户的发射功率，
Figure FDA0002575217470000033
为第i个用户到无人机的小尺度信道衰落系数，N0为噪声功率，
Figure FDA0002575217470000034
为从用户到无人机链路的大尺度衰落。
8.根据权利要求6所述的面向多用户应急通信网络的无人机位置优化装置，其特征在于，所述第二瞬时信道容量通过以下公式计算获得：
Figure FDA0002575217470000035
式中：Pu为无人机的发射功率，hub为无人机到核心网的小尺度信道衰落系数，N0为噪声功率，Gub表示无人机到核心网的大尺度衰落。
CN201911073678.1A 2019-11-06 2019-11-06 面向多用户应急通信网络的无人机位置优化方法及装置 Active CN110753310B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911073678.1A CN110753310B (zh) 2019-11-06 2019-11-06 面向多用户应急通信网络的无人机位置优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911073678.1A CN110753310B (zh) 2019-11-06 2019-11-06 面向多用户应急通信网络的无人机位置优化方法及装置

Publications (2)

Publication Number Publication Date
CN110753310A CN110753310A (zh) 2020-02-04
CN110753310B true CN110753310B (zh) 2020-09-01

Family

ID=69282334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911073678.1A Active CN110753310B (zh) 2019-11-06 2019-11-06 面向多用户应急通信网络的无人机位置优化方法及装置

Country Status (1)

Country Link
CN (1) CN110753310B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112947583A (zh) * 2021-03-29 2021-06-11 清华大学 无人机通信网络拓扑优化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102098074A (zh) * 2011-02-15 2011-06-15 北京理工大学 一种用于直接序列扩频系统的高动态弱信号快速捕获方法
CN103237311A (zh) * 2013-05-08 2013-08-07 西安电子科技大学 基于ofdm频域内插导频的循环平稳特征频谱感知方法
CN104702355A (zh) * 2015-02-26 2015-06-10 西安电子科技大学 一种大小尺度衰落信道下宽带协作频谱感知方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104010341B (zh) * 2014-06-06 2018-03-02 电子科技大学 一种用于高效协同组播通信中的中继选择和功率控制方法
CN106357313B (zh) * 2016-10-14 2019-08-09 哈尔滨工业大学深圳研究生院 面向无人机通信的mimo中继信道中断概率计算方法
CN107040982B (zh) * 2017-03-31 2019-10-01 南京邮电大学 一种面向无人机中继网络的用户调度与功率分配联合优化方法
CN107017940B (zh) * 2017-04-25 2019-11-05 中国民航大学 无人机中继广播通信系统航迹优化方法
CN108156613A (zh) * 2017-11-26 2018-06-12 南京邮电大学 一种无人机中继多跳通信系统中的中继节点布设方法
CN110381444B (zh) * 2019-06-24 2020-10-09 广东工业大学 一种无人机轨迹优化及资源分配方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102098074A (zh) * 2011-02-15 2011-06-15 北京理工大学 一种用于直接序列扩频系统的高动态弱信号快速捕获方法
CN103237311A (zh) * 2013-05-08 2013-08-07 西安电子科技大学 基于ofdm频域内插导频的循环平稳特征频谱感知方法
CN104702355A (zh) * 2015-02-26 2015-06-10 西安电子科技大学 一种大小尺度衰落信道下宽带协作频谱感知方法

Also Published As

Publication number Publication date
CN110753310A (zh) 2020-02-04

Similar Documents

Publication Publication Date Title
CN107040982B (zh) 一种面向无人机中继网络的用户调度与功率分配联合优化方法
CN108337034B (zh) 全双工无人机移动中继系统及其路径优化方法
JP2019024248A (ja) 移動通信ネットワークにおける近隣サービスを実現する方法及び装置
Kang et al. 3D placement for multi-UAV relaying: An iterative gibbs-sampling and block coordinate descent optimization approach
CN113517921B (zh) 一种基于无人机的irs辅助低空无源空中中继控制方法
CN108966129B (zh) 基于无人机中继网络的最佳高度与位置的联合优化方法
CN110753354B (zh) 基于无人机协作星地联合noma通信系统位置部署方法
Huang et al. Optimized deployment of drone base station to improve user experience in cellular networks
CN111970711B (zh) 一种空间边界约束下的无人机动态部署方法
CN112965369B (zh) 无人机三维无线通信网络的分布式部署方法
Matalatala et al. Performance Evaluation of 5G Millimeter‐Wave Cellular Access Networks Using a Capacity‐Based Network Deployment Tool
CN107426758B (zh) 蜂窝通信系统中基于家庭基站分布状态干扰统计建模方法
CN110719125A (zh) 一种面向无人机频谱共享系统的多天线传输方法
CN110753310B (zh) 面向多用户应急通信网络的无人机位置优化方法及装置
CN111225353B (zh) 一种基于虚拟小区与宏小区协作的室内定位系统及方法
CN104853425A (zh) 一种用于异构网络上行链路的功率控制方法
CN111200824A (zh) 无人机基站的最优部署方法、装置、无人机基站及介质
Mostafa et al. Performance evaluation of cellular mobile radio systems with interference nulling of dominant interferers
CN106656612B (zh) 一种用于超密集网络系统遍历和速率的近似方法
CN105227222B (zh) 一种利用统计信道状态信息的高能效大规模mimo波束成形方法
WO2023143572A1 (zh) 基于人工智能ai模型的定位方法及通信设备
Li et al. Maximal lifetime power and rate allocation for wireless sensor systems with data distortion constraints
Adebo et al. A hybrid localization scheme for detection of primary user emulator in cognitive radio networks
CN114665995A (zh) 一种考虑硬件损伤的无人机辅助无线通信的安全性能分析方法
Nielsen et al. Location-quality-aware policy optimisation for relay selection in 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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200204

Assignee: NANJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS NANTONG INSTITUTE Co.,Ltd.

Assignor: NANJING University OF POSTS AND TELECOMMUNICATIONS

Contract record no.: X2021980011448

Denomination of invention: Location optimization method and device of UAV for multi-user emergency communication network

Granted publication date: 20200901

License type: Common License

Record date: 20211027

EE01 Entry into force of recordation of patent licensing contract