CN111010659A - 下行noma两用户环境中最优的无人机部署方法 - Google Patents

Abstract

下行NOMA两用户环境中最优的无人机部署方法，包括以下步骤：S1：首先建立最大化两用户和速率的优化问题，以功率和不大于无人机能提供的总功率且每个用户的速率均大于可实现速率阈值为约束条件；S2：对优化问题进行简化，给出简化后的等价问题；S3：根据等价问题求出最优无人机位置的横坐标；S4：检验得到的最优无人机位置的横坐标。通过这种方法获得的最优无人机位置，可以得到最大化的两用户传输和速率，进一步提高无人机在下行NOMA环境中的通信效率。

Description

下行NOMA两用户环境中最优的无人机部署方法

技术领域

本发明属于无人机网络、NOMA网络、无线通信、通信系统、优化理论、边缘计算、资源分配、功率分配领域，具体涉及下行NOMA两用户环境中最优的无人机部署方法。

背景技术

非正交多址(NOMA)技术作为5G网络中的一项关键技术，已经引起了广泛的关注。采用NOMA方案，用户可以在不同的功率级上进行复用，而用户可以同时访问其他资源，例如频率、时间或码分资源。在接收机侧，用户利用连续干扰抵消(SIC)来提取其对应的信号。尽管NOMA可以获得优异的性能，但是边缘用户在网络中仍然有服务质量下降的问题。在5G网络中推进NOMA仍面临许多挑战。由于这些原因，具有部署的灵活性的无人机，引起了通信界的极大关注。具体地说，无人机可以利用视线(LoS)空对地通信信道的优点来提供增强的通信服务。现有的无人机研究主要可分为静态无人机部署和无人机轨迹设计两个方向。本专利设计的方案属于静态无人机部署，从最大化两用户下行和速率的角度出发，提出了NOMA系统中的最优无人机部署方法。

发明内容

本发明针对现有技术中的不足，提供下行NOMA两用户环境中最优的无人机部署方法，目的在于填补下行NOMA两用户环境中无人机通信部署的空白，进一步提高通信服务质量。

为实现上述目的，本发明采用以下技术方案：

下行NOMA两用户环境中最优的无人机部署方法，其特征在于，包括以下步骤：

S1：首先建立最大化两用户和速率的优化问题，以功率和不大于无人机能提供的总功率且每个用户的速率均大于可实现速率阈值为约束条件；

S2：对优化问题进行简化，给出简化后的等价问题；

S3：根据等价问题求出最优无人机位置的横坐标；

S4：检验得到的最优无人机位置的横坐标。

为优化上述技术方案，采取的具体措施还包括：

进一步地，步骤S1具体如下：

考虑具有两个地面用户的三维笛卡尔坐标系，两个用户的位置分别位于w₁＝[L，0，0]^T和w₂＝[-L，0，0]^T处，L为用户1和用户2距离的一半；假设无人机部署在q＝[x，y，H]^T位置，H是无人机的固定飞行高度；假设网络中的所有结点都配备了一根天线，并且从无人机到地面用户的通信链路以视线为主；假设无人机运动引起的多普勒效应在地面用户处得到完全补偿，因此，从无人机到用户i，{i＝1，2}的信道系数h_i表示如下：

其中，λ₀为参考距离d₀＝1米时的信道增益，d_i＝|q-w_i|表示从无人机到用户i，{i＝1，2}的距离；

无人机同时向两个地面用户发送叠加信号，表示为：

其中，s₁和s₂表示发送给用户1和用户2的信号，P₁和P₂表示无人机给用户1和用户2的传输功率，且满足：

P₁+P₂≤P_max (3a)

P_i≥0，i＝1，2 (3b)

其中，P_max表示无人机的最大传输功率；因此，用户i，{i＝1，2}的接收信号表示为：

其中，n_i表示均值为零的加性高斯白噪声的方差

假设

根据NOMA原理，在接收端采用连续干扰抵消；由于对称性，只考虑x≥0这种情况；假设用户1被视为更强的用户，而用户2被视为较弱的用户；因此，首先解码用于用户2的信号，然后解码用于用户1的信号，从无人机到用户1和用户2的可实现速率表示为：

R₁＝log₂(1+P₁λ₁) (5a)

和

其中，

以及

建立如下问题：

max_q，P R₁+R₂ (6a)

s.t.，(3a)，(3b) (6b)

R_i≥r^*，i＝1，2 (6c)

其中，P＝{P₁，P₂}，r^*表示无人机承诺为用户提供的可实现速率阈值。

进一步地，步骤S2具体如下：

通过证明可以获得最优的无人机部署位置位于两个用户之间的连线上，即y＝0；无人机的位置简化为q＝[x，0，H]^T，问题(6a)到(6c)可被简化为问题(7a)到(7b)：

max_xf(x) (7a)

0≤x≤L (7b)

其中，

x为无人机的横坐标；

两个用户对应的传输速率为：

和

R₂＝r^* (9)

为了确保用户1的传输速率也高于r^*，需要保证f(x)大于

进一步地，步骤S3具体如下：

令f′(x)＝0，得到2Lx²-Ax+AL-2L(H²+L²)＝0；

为了求解2Lx²-Ax+AL-2L(H²+L²)＝0，首先，求出参数Δ，表达式为：

Δ＝A²-8AL²+16L²(H²+L²) (10)

其中，

σ²为均值为0的高斯加性白噪声的功率值；

接着，分两种情况讨论：

第一种情况是Δ≥0，获得两个解

和

又有四种可能性，分别给出最优的无人机位置的横坐标x^*，表示如下：

可能性1：若

那么

可能性2：若

那么

可能性3：若

那么

可能性4：若

那么x*＝arg max{f(0)，f(L)}；

第二种情况是Δ＜0，f(x)是关于x的单调递增函数，那么x^*＝L。

进一步地，步骤S4具体如下：

检验得到的最优无人机位置的横坐标是否满足

若满足，则最优无人机位置有效，结束算法；若不满足，则改变r^*，从S1开始重复上述步骤。

本发明的有益效果是：在给定无人机最大传输功率的前提下，通过优化无人机的部署，进一步提高两用户和速率，进而提高通信质量。

附图说明

图1为下行NOMA两用户环境中无人机通信示意图。

图2为本发明提出的无人机部署方法使得两用户和速率最大的仿真图。

图3是本发明操作步骤流程图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。

如图1所示，给定一个无人机网络，包含一台无人机充当基站和两个地面用户。

一、系统模型

不失一般性，考虑了具有两个地面用户(即图1中的用户1和用户2)的三维笛卡尔坐标系，两个用户的位置分别位于w₁＝[L，0，0]^T和w₂＝[-L，0，0]^T处。假设无人机部署在q＝[x，y，H]^T位置，H是无人机的固定飞行高度。为简单起见，假设网络中的所有结点都配备了一根天线，并且从无人机到地面用户的通信链路以视线(LoS)为主。假设无人机运动引起的多普勒效应在地面用户处得到完全补偿。因此，从无人机到用户i，{i＝1，2}的信道系数h_i可以表示如下：

其中，λ₀为参考距离d₀＝1米时的信道增益，d_i＝|q-w_i|表示从无人机到用户i，{i＝1，2}的距离。

无人机同时向两个地面用户发送叠加信号，可以表示为：

其中，s₁和s₂表示发送给用户1和用户2的信号，P₁和P₂表示无人机给用户1和用户2的传输功率，且满足：

P₁+P₂≤P_max (3a)

P_i≥0，i＝1，2 (3b)

其中，P_max表示无人机的最大传输功率。因此，用户i，{i＝1，2}的接收信号可以表示为：

其中，n_i表示均值为零的加性高斯白噪声的方差

为了简化表示，我们下面假设

根据NOMA原理，在接收端采用连续干扰抵消。由于对称性，我们在下面的讨论中只考虑x≥0这种情况。此外，我们假设用户1被视为更强的用户，而用户2被视为较弱的用户。因此，首先解码用于用户2的信号，然后解码用于用户1的信号。因此，从无人机到用户1和用户2的可实现速率可以表示为：

R₁＝log₂(1+P₁λ₁) (5a)

和

其中，

以及

建立如下问题：

s.t.，(3a)，(3b) (6b)

R_i≥r^*，i＝1，2 (6c)

其中，P＝{P₁，P₂}，r^*表示可实现速率阈值。本专利提出的算法即是解决这个问题对应的方法。

二、下行NOMA两用户环境中一种最优的无人机部署方法

通过证明可以获得最优的无人机部署位置，位于两个用户之间的连线上，即y＝0。无人机的位置简化为q＝[x，0，H]^T，问题(6)可被简化为问题(7)：

max_xf(x) (7a)

0≤x≤L (7b)

其中，

其中x为无人机的横坐标。

两个用户对应的传输速率为：

和

R₂＝r^* (9)

为了确保用户1的传输速率也高于r^*，我们需要保证f(x)大于

否则，将需要重新确定r^*。

这样可以用如下方法确定最优无人机部署位置：

令f′(x)＝0，我们可以得到2Lx²-Ax+AL-2L(H²+L²)＝0。

为了求解2Lx²-Ax+AL-2L(H²+L²)＝0。首先，求出参数Δ，表达式为：

A＝A²-8AL²+16L²(H²+L²) (10)

其中，

λ₀为在参考距离为d₀＝1m时的信道增益，σ²为均值为0的高斯加性白噪声的功率值，P_max表示无人机的最大传输功率，r^*为无人机承诺为用户提供的可实现速率阈值。采用笛卡尔坐标系，用户1和用户2的位置表示为w₁[L，0，0]^T和w₂＝[-L，0，0]^T，L可以理解为用户1和用户2距离的一半，H为无人机的飞行高度。

接着，分两种情况讨论：第一种情况是Δ≥0，可以获得两个解

阳

又有四种可能性，分别给出最优的无人机位置的横坐标x^*，表示如下：

可能性1：若

那么

可能性2：若

那么

可能性3：若

那么

可能性4：若

那么x^*＝argmax{f(0)，f(L)}。

第二种情况是Δ＜0，f(x)是关于x的单调递增函数，那么x^*＝L。

检验得到的最优无人机位置的横坐标是否满足

r^*为无人机承诺为用户提供的可实现速率阈值。若满足，则最优无人机位置有效，结束算法。

若得到的最优无人机位置的横坐标不满足

则需要改变r^*，r^*为无人机承诺为用户提供的可实现速率阈值。重复上述步骤。

图2为本发明提出的无人机部署方法使和速率最大的仿真图。

图3是本发明操作步骤流程图。

需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (5)

1.下行NOMA两用户环境中最优的无人机部署方法，其特征在于，包括以下步骤：

S1：首先建立最大化两用户和速率的优化问题，以功率和不大于无人机能提供的总功率且每个用户的速率均大于可实现速率阈值为约束条件；

S2：对优化问题进行简化，给出简化后的等价问题；

S3：根据等价问题求出最优无人机位置的横坐标；

S4：检验得到的最优无人机位置的横坐标。

2.如权利要求1所述的下行NOMA两用户环境中最优的无人机部署方法，其特征在于：步骤S1具体如下：

考虑具有两个地面用户的三维笛卡尔坐标系，两个用户的位置分别位于w₁＝[L，0，0]^T和w₂＝[-L，0，0]^T处，L为用户1和用户2距离的一半；假设无人机部署在q＝[x，y，H]^T位置，H是无人机的固定飞行高度；假设网络中的所有结点都配备了一根天线，并且从无人机到地面用户的通信链路以视线为主；假设无人机运动引起的多普勒效应在地面用户处得到完全补偿，因此，从无人机到用户i，{i＝1，2}的信道系数h_i表示如下：

其中，λ₀为参考距离d₀＝1米时的信道增益，d_i＝|q-w_i|表示从无人机到用户i，{i＝1，2}的距离；

无人机同时向两个地面用户发送叠加信号，表示为：

其中，s₁和s₂表示发送给用户1和用户2的信号，P₁和P₂表示无人机给用户1和用户2的传输功率，且满足：

P₁+P₂≤P_max (3a)

P_i≥0，i＝1，2 (3b)

其中，P_max表示无人机的最大传输功率；因此，用户i，{i＝1，2}的接收信号表示为：

其中，n_i表示均值为零的加性高斯白噪声的方差

假设

根据NOMA原理，在接收端采用连续干扰抵消；由于对称性，只考虑x≥0这种情况；假设用户1被视为更强的用户，而用户2被视为较弱的用户；因此，首先解码用于用户2的信号，然后解码用于用户1的信号，从无人机到用户1和用户2的可实现速率表示为：

R₁＝log₂(1+P₁λ₁) (5a)

和

其中，

以及

建立如下问题：

max_q，P R₁+R₂ (6a)

s.t.，(3a)，(3b) (6b)

R_i≥r^*，i＝1，2 (6c)

其中，P＝{P₁，P₂}，r^*表示无人机承诺为用户提供的可实现速率阈值。

3.如权利要求2所述的下行NOMA两用户环境中最优的无人机部署方法，其特征在于：步骤S2具体如下：

通过证明可以获得最优的无人机部署位置位于两个用户之间的连线上，即y＝0；无人机的位置简化为q＝[x，0，H]^T，问题(6a)到(6c)可被简化为问题(7a)到(7b)：

max_xf(x) (7a)

0≤x≤L (7b)

其中，

x为无人机的横坐标；

两个用户对应的传输速率为：

和

R₂＝r^* (9)

为了确保用户1的传输速率也高于r^*，需要保证f(x)大于

4.如权利要求3所述的下行NOMA两用户环境中最优的无人机部署方法，其特征在于：步骤S3具体如下：

令f′(x)＝0，得到2Lx²-Ax+AL-2L(H²+L²)＝0；

为了求解2Lx²-Ax+AL-2L(H²+L²)＝0，首先，求出参数Δ，表达式为：

Δ＝A²-8AL²+16L²(H²+L²) (10)

其中，

σ²为均值为0的高斯加性白噪声的功率值；

接着，分两种情况讨论：

第一种情况是Δ≥0，获得两个解

和

又有四种可能性，分别给出最优的无人机位置的横坐标x^*，表示如下：

可能性1：若

那么

可能性2：若

那么

可能性3：若

那么

可能性4：若

那么

第二种情况是Δ＜0，f(x)是关于x的单调递增函数，那么x^*＝L。

5.如权利要求4所述的下行NOMA两用户环境中最优的无人机部署方法，其特征在于：步骤S4具体如下：

检验得到的最优无人机位置的横坐标是否满足

若满足，则最优无人机位置有效，结束算法；若不满足，则改变r^*，从S1开始重复上述步骤。

Images