CN111918337A - 一种业务负载均衡的无人机基站最优部署方法 - Google Patents

Abstract

本发明提供了一种业务负载均衡的无人机基站最优部署方法，包括以下步骤：首先，根据用户位置和无人机基站的负载能力，提出循环k‑means算法，得到无人机基站的二维位置坐标与覆盖半径，然后以最小化传输功率优化了高度，从而得出每个无人机基站的三维位置。本发明考虑了每个无人机基站的负载能力，对所需无人机基站个数的确定考虑更为全面；结合高度域爬升方法，对最小化路径损耗的目的寻找无人机基站的高度，降低了无人机基站的总传输功率。

Description

一种业务负载均衡的无人机基站最优部署方法

技术领域

本发明属于通信技术领域，具体涉及一种业务负载均衡的无人机基站最优部署方法。

背景技术

未来无线通信业务需求和数据交互会越来越多，固定的通信基础设施在一定程度上能提供稳定可靠的通信质量，但无法满足一些需要快速部署的紧急通信需求，而无人机可操作性和承载能力的提高，搭载微型基站可作为空中基站随时部署在需要通信的地区，进一步实现无线网络覆盖。生活中存在当有大型会议或集会发生突发热点情况，地面基站的载荷不能满足激增人数的通信速率要求，此时无人机作为临时基站可以为地面分流提高用户接入率，此时用户的位置可以通过GPS实时获得，并反馈给无人机基站或中央控制器，此时无人机基站的部署只需要满足用户的通信要求即可。

目前无人机基站的静态覆盖部署都是假设已知地面用户位置、服务需求等全局信息，利用集中式部署优化的方法对无人机基站的位置进行调整。通过对无人机基站的静态部署方法的总结，大部分静态部署方法都是不考虑无人机基站的负载能力，而当基站传输速率一定时，带宽一定，同时可服务的用户数就是一定的，所以负载能力是影响无人机基站部署的重要因素。

需要注意的是，本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

本发明目的在于提供了一种业务负载均衡的无人机基站最优部署方法，将多无人机基站的优化部署方法转化为水平位置和高度位置的优化问题，解决目前旋翼无人机作为基站以及能量有限时，无人机基站的三维部署问题。

为实现上述目的本发明采用如下技术方案：

该业务负载均衡的无人机基站最优部署方法，包括以下步骤：

步骤1：初始化地面用户的初始位置和无人机基站的负载能力L；

步骤2：通过k-means算法将所有用户划分为K个簇，并检测每个簇中的用户数量；

步骤3：若簇中用户数量有大于L，则K＝K+1，转步骤1；若簇中用户数量无大于L，则转步骤4；

步骤4：计算每个无人机基站的覆盖半径，即聚类中心与簇中最远用户的水平距离；

步骤5：以最小化路径损耗的目的求解每个无人机基站的高度；

步骤6：基于水平距离和高度得出每个无人机基站的三维位置。

进一步地，上述步骤2中K值的计算具体如下：

假设无人机基站最多可以为L个用户提供连接，则

其中，

表示向下取整，C_BS为无人机基站的容量，R为用户所需的最低下行传输速率；

无人机基站的初始数量由以下公式估计，

其中

表示向上取整，N是该区域的用户总数，K为选取的无人机基站初始数量。

本发明的有益效果：

1.本发明公开了一种业务负载均衡的无人机基站最优部署方法，考虑了每个无人机基站的负载能力，对所需无人机基站个数的确定考虑更为全面；

2.本发明公开了一种业务负载均衡的无人机基站最优部署方法，结合高度域爬升方法，对最小化路径损耗的目的寻找无人机基站的高度，降低了无人机基站的总传输功率。

附图说明

图1为本发明无人机基站覆盖用户场景示意图；

图2为本发明三种覆盖半径下的平均路径损耗与高度的关系图；

图3为本发明的流程示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征或特性可以以任何合适的方式结合在一个或更多实施方式中。

本发明为了确定每个无人机的最佳位置及其覆盖半径，将三维部署问题分解成两个子问题进行求解。给定地面用户数目及位置信息和每个无人机基站的最大负载数目，利用循环k-means算法推导出无人机的最优二维位置并计算出每个无人机单元的覆盖半径。通过优化无人机基站的总传输功率确定无人机的最佳高度，最终完成无人机基站的三维部署。具体步骤如下：

步骤1：将地面用户随机分布于任务区域，指定无人机基站同一时间内可服务的用户数；

步骤2：通过k-means算法将所有用户划分为K个簇，其中簇个数K值的确定的具体步骤为：

对于给定的用户位置信息，无人机基站所需覆盖的区域是确定的。然而无人机基站的带宽是有限的，这意味着无人机基站的最大数据速率是有限的。所以，假设无人机基站最多可以L个用户提供的连接，则

其中，

表示向下取整，C_BS为无人机基站的容量，R为用户所需的最低下行传输速率。为了快速确定所需无人机基站的数量，首先获得服务所有用户的无人机基站的初始数量。无人机基站的初始数量由以下公式估计，

其中

表示向上取整，N是该区域的用户总数，K为选取的无人机基站初始数量。

本算法中k的初始值K由用户数量和无人机基站的负载能力决定，但经过图2所示的k-means算法分成K簇后，不是所有簇用户数量会等于或小于L。为了对所有用户覆盖，最终k值由步骤3确定。

步骤3：如果一个簇中的用户数量大于无人机最大服务数量L，则添加一个无人机基站共同为目标区域提供服务。接下来，将所有的用户划分为新的K个簇，并检测每个簇的用户数，直到每个簇中的用户数不超过L，算法结束。最终K的值为所需无人机基站的数目。

步骤4：每个簇中心位置为无人机基站的水平位置。然后计算每个无人机基站的覆盖半径，其值等于无人机基站的水平投影点到簇中离它最远的用户之间的距离。

步骤5：以最小化路径损耗的目的求解每个无人机基站的高度。为了使功率最小化，可以使路径损耗最小。则优化函数如(3)：

如图3所示，仿真了在城市环境中，无人机基站覆盖半径R＝100、R＝200、R＝300米、f_c＝2GHz时，路径损耗与高度的关系。

从图3可以看出，随着无人机高度的增加，路径损耗先减小后增大，不是一个单调的函数，对于某一用户而言，当与无人机基站的覆盖半径确定，存在最大路径损耗值时，此值对应两个高度，即最大和最小高度，将其称为高度域。而对于其中一个无人机基站服务的用户来说，每个用户均有高度域，对所有用户的高度域内求交集，称为总高度域。本节采取在总高度域内上升的方法确定无人机基站的高度。假如上升间隔为5米，则在总高度域内，每5米计算一次路径损耗总和，然后进行比较，找到的这个最小值对应的高度便是最优高度。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。

Claims (2)

1.一种业务负载均衡的无人机基站最优部署方法，其特征在于，包括以下步骤：

步骤1：初始化地面用户的初始位置和无人机基站的负载能力L；

步骤2：通过k-means算法将所有用户划分为K个簇，并检测每个簇中的用户数量；

步骤3：若簇中用户数量有大于L，则K＝K+1，转步骤1；若簇中用户数量无大于L，则转步骤4；

步骤4：计算每个无人机基站的覆盖半径，即聚类中心与簇中最远用户的水平距离；

步骤5：以最小化路径损耗的目的求解每个无人机基站的高度；

步骤6：基于水平距离和高度得出每个无人机基站的三维位置。

2.根据权利要求1所示的业务负载均衡的无人机基站最优部署方法，其特征在于，所述步骤2中K值的计算具体如下：

假设无人机基站最多可以为L个用户提供连接，则

其中，

表示向下取整，C_BS为无人机基站的容量，R为用户所需的最低下行传输速率；

无人机基站的初始数量由以下公式估计，

其中

表示向上取整，N是该区域的用户总数，K为选取的无人机基站初始数量。

Images