CN111970046A - 一种面向无人机网络动态cache部署的协同传输方法 - Google Patents

Abstract

本发明提供一种面向无人机网络动态cache部署的协同传输方法。根据实时信道状态和文件请求热度分布，构建用户为中心的无人机群组，使用户始终感觉处于小区中心，并通过调整群组内的cache部署和文件传输方法，优化网络覆盖和容量性能。具体来说，热度文件存储在无人机群组的所有服务UAV站点内，并通过联合传输(joint transmission)的方式提升数据传输的鲁棒性。非热度文件依据一定概率存储在UAV群组中，以增加文件多样性和cache命中率。当用户请求非热度文件时，选择群组内存储该请求文件且信道条件最好的无人机作为其服务基站进行数据传输。每个传输间隔，UAV根据实时信道条件和文件请求概率分布动态调整无人机站点cache空间内热度文件的存储比例ρ，以优化网络覆盖性能。

Description

一种面向无人机网络动态cache部署的协同传输方法

技术领域

本发明涉及无线通信技术领域，特别涉及未来第五代移动通信(Beyond 5thGeneration，B5G)和第六代移动通信(6th Generation，6G)下，面向无人机网络动态cache部署的协同传输方法。

背景技术

未来B5G/6G网络在提供更多资源以匹配日益增长的高速率需求的同时，还将更广泛地拓展应用范围，实现无处不在的“泛在连接”。地面基站的部署往往周期长、成本高，使得现有地面基站部署方案并不适用于高动态业务场景：大容量补热场景(热点区域分流、全景视频直播等)和高覆盖补盲场景(救灾应急、治安反恐等)。面对业务多样化和差异化的巨大挑战，无人机(Unmanned Aerial Vehicle,UAV)基站凭借高动态、更大的视距概率和灵活部署特性，成为未来B5G/6G网络覆盖和容量增强的重要候选解决方案。

与地面站点可以通过光纤进行较理想的backhaul不同，无人机基站空对地无线链路限制了backhaul能力。为减轻backhaul链路业务负载，实现超低时延和超可靠传输，带有cache缓存能力的无人机通信网络是打破网络瓶颈的重要解决方案。无人机可以根据网络需求，预先缓存用户请求的热度文件，并对用户提供服务。然而，单个无人机硬件配置受限(续航时间、通信能力、cache大小)，无法为用户提供持久而稳定的服务；无人机更大的视距概率带来服务链路质量提升的同时，也增加了无人机之间的同频干扰，从而降低用户的信噪比，引起数据波动。因此，为了保证无人机网络服务的一致性和连续性，我们提出了用户为中心的无人机基站群组，群组内的cache资源可以视作一个整体，大大增加了文件存储的多样性，提升了用户的cache命中率。同时，群组内的多个无人机可以进行传输上的协作，提高了数据传输的鲁棒性，保障了用户的覆盖、容量性能。因此需要研究一种面向无人机网络动态cache部署的协同传输方法，针对无人机网络实时信道条件和用户文件的请求热度分布，对用户群组内的无人机进行动态的cache部署和传输协作方法的调整，以优化网络的性能。

发明内容

本发明提出了一种面向无人机网络动态cache部署的协同传输方法。在带有缓存能力无人机网络场景下，为用户构建用户为中心的服务UAV群组Φ_c，群组半径为R_u。根据UAV的文件存储情况和用户接收的RSRP选择满足条件的UAV基站，加入所述用户的UAV群组，进行内容部署与文件传输上的协作。

无人机网络中包含两种类型UAV基站，具有理想backhaul能力的系留UAV基站可作为所述用户无人机群组的管理节点，负责用户控制信令的传输。

随着用户的移动，用户的服务无人机群组不断动态更新，无人机群组中管理节点控制和记录所述用户的无人机群组中，无人机基站的添加、删除过程。其他具有一定cache空间的非系留无人机负责动态存储文件并传输给指定用户。

网络的潜在请求文件的集合为

请求热度可以建模为

其中，q(n)为文件f_n的请求概率，w为文件热度分布的参数，w越大，文件请求概率分布越不均衡。

对于每个无人机节点，其有限的缓存空间(大小为C)划分为两部分，用于存储热度文件(缓存空间大小为C₁)与非热度文件(缓存空间大小为C₂＝C-C₁)。

热度文件存储在群组内的每个无人机节点的C₁中，而非热度文件依概率存储在无人机节点的C₂内，存储概率分布需满足

0≤p_s(n)≤1,f_n∈L₂

本发明的无人机网络动态cache部署和文件协同传输方法包括以下步骤：

步骤200，UAV群组的服务站点在自己的cache中查找用户请求的文件。

步骤210，若用户请求的是热度文件，则群组内所有服务无人机通过联合传输(joint transmission，JT)的方法同时为用户传输相应文件。

在JT的传输方法下，用户在每个符号持续时间内接收到的信道信号可表示为:

其中，Φ_c为用户的服务无人机群组，Φ_u为网络内所有无人机站点，P_t为无人机的发射信号功率，l(r_i)为无人机i的路径损耗，考虑无人机LOS/NLOS链路传输特性，l(r_i)可建模为

l(r)＝P_LOS(r)×l_LOS(r)+P_NLOS(r)×l_NLOS(r)

P_LOS(r)(P_NLOS(r))为无人机通信链路保持LOS(NLOS)传播的概率，建模为链路仰角θ的函数

l_LOS(r)(P_NLOS(r))为无人机通信链路保持LOS(NLOS)传播的路径损耗。

用户接收到的信干比(signal-to-interference ratio,SIR)计算式如

其中h_i为服从Nakagami-m分布链路小尺度衰落的信道增益，h_i的概率密度函数为

若用户请求的是非热度文件，则进入下一步。

步骤220，若用户请求的是非热度文件，则选择UAV群组内存储该请求文件且实时信道条件最好的UAV为用户服务。

对于非热度文件f_n(n>C₁)，每个UAV依据一定概率p_s(n)存储。当用户请求非热度文件f_n时，用户的无人机群组内的所有UAV会同时在自己的cache中查找请求的文件，找到文件命中的若干个无人机。用户根据信道条件，实时选择信道条件最好的文件命中的UAV作为其服务无人机进行文件传输。若该服务无人机的在用户端的信噪比能满足业务要求的阈值T,则传输成功。

若群组内UAV均未找到用户请求的内容，无人机网络管理节点回复查找失败。

步骤230，每个传输时间间隔，群组内的UAV根据实时信道条件和文件请求热度分布，调整热度文件占据cache空间的比例ρ(ρ＝C₁/C)。

由于受到无人机有限cache空间的约束，如何动态实时调整cache部署和传输方法是提升网络性能的重要手段。对于请求概率高的热度文件，通过联合传输的方式(JT)可以提升数据传输链路的鲁棒性，保障用户服务的性能。然而UAV群组内有限的cache空间存储相同的内容会使得用户cache命中概率降低，影响网络整体性能。因此，对于非热度文件，无人机群组内的UAV可以通过概率存储的方式增加文件存储的多样性，提升cache命中概率。因此，根据实时信道条件和文件请求热度分布，实时动态调整cache部署和文件传输方法，能够提升网络的性能。

有益效果

本发明提供一种面向无人机网络动态cache部署的协同传输方法。根据实时信道状态和文件请求热度分布，构建用户为中心的无人机群组，使用户始终感觉处于小区中心，并通过调整群组内的cache部署和文件传输方法，优化网络覆盖和容量性能。具体来说，热度文件存储在无人机群组的所有服务UAV站点内，并通过联合传输(joint transmission)的方式提升数据传输的鲁棒性。非热度文件依据一定概率存储在UAV群组中，以增加文件多样性和cache命中率。当用户请求非热度文件时，则选择群组内存储该请求文件且信道条件最好的无人机作为其服务基站进行数据传输。每个传输间隔，UAV根据实时信道条件和文件请求概率分布动态调整UAV站点cache空间内热度文件的存储比例ρ，以优化网络覆盖性能。

附图说明

图1是本发明的无人机网络动态cache部署的协同传输方法示意图；

图2是用户分别请求热度文件和非热度文件的无人机协同传输方法示意图；

图3是本发明的算法实施流程图；

图4是用户为无人机网络动态cache部署的协同传输下覆盖率性能指标随无人机高度、cache空间中热度文件所占比例ρ及文件热度变化关系图。

具体实施方式

下面结合附图对本发明实施方法作详细说明。

图1是本发明的无人机网络动态cache部署的协同传输方法示意图。该网络为用户动态构建用户为中心的无人机群组，在群组内进行内容分布与文件传输上的协作，为用户提供服务。随着用户的移动，用户的服务无人机群组不断动态更新。无人机站点上有限的cache(大小为C)空间划分为两部分，分别是

存储热度文件的区域，大小为C₁，所占总cache空间的比例为ρ＝C₁/C。用户的UAV群组内的所有站点的C₁区域都存储相同的文件。

存储非热度文件区域，大小为C₂＝C-C₁。用户的UAV群组内的所有站点的C₂区域依据一定概率分布存储不同的文件，以增加群组内的文件多样性，提高cache命中率。

每个传输时间间隔，UAV网络根据信道条件和文件请求热度分布调整热度文件存储空间占据cache空间的比例ρ，以优化网络覆盖性能。

图2是用户分别请求热度文件和非热度文件的无人机协同传输方法示意图。图2(a)为用户请求热度文件的传输方式示意图。热度文件f₁存储在用户的无人机群组内的每个UAV站点内。当用户请求f₁时，群组内的3个无人机通过联合传输(JT)的方式同时为用户服务，以提高用户端接收到信干比(SIR),增强数据传输的鲁棒性。

图2(b)为用户请求非热度文件的传输方式示意图。非热度文件f₈依据一定概率存储在无人机群组的UAV站点中。如图，群组内的3无人机，文件f₈在UAV1未命中，只有UAV1、UAV2存储文件f₈。当用户请求文件f₈时，根据网络实时信道条件，选择信道条件最好的UAV站点作为其服务UAV。

特殊的，尽管图2(b)中的无人机3与用户距离更近，但实时信道条件不佳，因此用户选择存储请求文件f₈且信道条件最好的无人机2作为其服务站点进行数据传输。

每个传输时间间隔，群组内的UAV根据实时信道条件和文件请求热度分布，调整热度文件占据cache空间的比例ρ。

对于请求概率高的热度文件，通过联合传输的方式(JT)可以提升数据传输链路的鲁棒性，保障用户服务的性能。然而UAV群组内有限的cache空间存储相同的内容会使得用户cache命中概率降低，影响网络整体性能。对于非热度文件，无人机群组内的UAV可以通过概率存储的方式增加文件存储的多样性，提升cache命中概率。因此，根据实时信道条件和文件请求热度分布，实时动态调整cache部署和文件传输方法，能够提升网络的性能。

图3是本发明的算法实施流程图。

步骤200，UAV群组的服务站点在自己的cache中查找用户请求的文件。

步骤210，若用户请求的是热度文件，则群组内所有服务无人机通过联合传输(joint transmission，JT)的方法同时为用户传输相应文件。

步骤220，若用户请求的是非热度文件，则选择UAV群组内存储该请求文件且实时信道条件最好的UAV为用户服务。

步骤230，每个传输时间间隔，群组内的UAV根据实时信道条件和文件请求热度分布，调整热度文件占据cache空间的比例ρ(ρ＝C₁/C)。

图4是用户为无人机网络动态cache部署的协同传输下覆盖率性能指标随无人机高度、cache空间中热度文件所占比例ρ及文件热度变化关系图。可以看出，当无人机cache空间大小一定时，系统的cache覆盖率随热度文件所占cache总大小的比例ρ先增大再减小。这是因为，当ρ较小时，增加ρ可以提升无人机群组内存储热度文件的比例，提高了文件传输的鲁棒性，有助于系统整体cache覆盖率的提升。然而增大ρ会降低UAV群组内存储文件的多样性，降低cache命中率，当ρ过大时，cache覆盖率反而会降低。因此cache文件部署存在一个最优值使得系统性能达到最优。

同时，在图4中我们可以发现，无人机的部署高度越高，使得系统cache覆盖性能最佳的ρ^*的取值越大。这是因为，随着无人机高度增加，UAV到用户的链路衰减越大，提升链路传输的鲁棒性成为保障网络性能的重要因素，而热度文件联合传输(JT)的方式能够保障用户性能的可靠性。因此当UAV高度增加时，ρ^*的取值会更大。

此外，系统内文件的热度分布也会影响ρ^*的取值。文件热度分布的参数w越小，文件请求概率分布越平均，不同文件请求热度差别不大，因此系统更需要保证文件存储的多样性，导致ρ^*的取值会较小。而文件热度分布的参数w越大，文件请求概率分布越不均衡，非热度文件请求概率非常低，因此保障链路传输的可靠性成为提升网络性能的重要因素，导致ρ^*的取值会较大。

Claims (5)

1.一种面向无人机网络动态cache部署的协同传输方法，其特征在于，包括：在带有缓存能力的无人机网络场景下，构建用户为中心无人机群组，群组内无人机进行cache内容部署与文件传输上的协作，为用户提供服务；随着用户的移动，用户的服务无人机群组不断动态更新。

2.根据权利要求1所述的方法，其特征在于，包括：用户的无人机群组中，包含一个无人机基站，作为所述用户无人机群组的管理节点，负责用户控制信令的传输；随着用户的移动，用户的服务无人机群组不断动态更新，无人机群组中管理节点控制和记录所述用户的无人机群组中，无人机基站的添加、删除过程。

3.根据权利要求1所述的方法，其特征在于，包括：对于每个无人机节点，其缓存空间(大小为C)划分为两部分，用于存储热度文件(缓存空间为C₁)与非热度文件(缓存空间为C₂＝C-C₁)；热度文件存储在群组内的每个无人机节点的C₁中，而非热度文件依概率存储在无人机节点的C₂内，概率分布需满足

0≤p_s(n)≤1，f_n∈L₂

4.根据权利要求1或3所述的方法，其特征在于，包括：用户将内容请求发送给无人机群组；若请求文件为热度文件，群组内所有无人机通过联合传输的方式为用户服务；若请求文件为非热度文件且在群组内命中，用户则选择群组内存储该文件且信道条件最好的无人机作为其服务基站；若请求的非热度文件在群组内未储存，则查找失败。

5.根据权利要求1或3所述的方法，其特征在于，根据无人机网络部署参数(高度、密度、cache大小)与实际信道条件，可以灵活调整无人机群组大小与cache空间划分比例ρ，以实现不同网络环境下的最佳配置。

Images