CN111970712A - 一种考虑建筑物遮挡效应的无人机基站部署方法 - Google Patents

一种考虑建筑物遮挡效应的无人机基站部署方法 Download PDF

Info

Publication number
CN111970712A
CN111970712A CN202010809650.6A CN202010809650A CN111970712A CN 111970712 A CN111970712 A CN 111970712A CN 202010809650 A CN202010809650 A CN 202010809650A CN 111970712 A CN111970712 A CN 111970712A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
base station
vehicle base
deployment
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
Application number
CN202010809650.6A
Other languages
English (en)
Other versions
CN111970712B (zh
Inventor
张鸿涛
杨丽云
赵嘉怡
魏皓琰
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing 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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202010809650.6A priority Critical patent/CN111970712B/zh
Publication of CN111970712A publication Critical patent/CN111970712A/zh
Application granted granted Critical
Publication of CN111970712B publication Critical patent/CN111970712B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • 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
    • H04B7/18504—Aircraft used as relay or high altitude atmospheric platform
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/24—Cell structures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/24—Cell structures
    • H04W16/26—Cell enhancers or enhancement, e.g. for tunnels, building shadow

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出一种考虑建筑物遮挡效应的无人机基站部署方法，具体地，无人机基站作为地面蜂窝网络的补充部署在受灾区域上空，根据受灾区域的位置和范围确定无人机基站的部署区域，根据受灾区域内用户数量确定无人机基站数量；每个无人机独立随机地进行周期性的部署；获取受灾区域的环境参数，根据受灾区域的建筑物位置分布和高度分布，建立受灾区域内的信道衰落模型；统计建筑物遮挡效应下的链路波动性，并建立受灾区域内的网络覆盖率模型，根据网络覆盖性能随无人机部署高度的变化关系确定无人最优部署高度，并根据相关配置下的链路波动性和网络覆盖性能制定无人机基站的重传策略。

Description

一种考虑建筑物遮挡效应的无人机基站部署方法
技术领域
本发明涉及无线通信技术领域，特别涉及第五代移动通信(5th Generation，5G)和未来第六代移动通信(6th Generation，6G)中，无人机基站网络中考虑建筑物遮挡效应的无人机基站部署方法。
背景技术
当前，无人机基站辅助地面蜂窝网络已经成为无线通信领域的研究热点，其存在以下优势：视距传输，动态部署，临时覆盖，无人机群组协作：
由于无人机部署位置比地面基站更高，因此与地面用户视距传输的概率更高，提高了用户接收信号强度；
无人机具有移动性，可以根据实时需求动态部署，并根据需要分配给不同的用户或控制器，与部署大量静态节点以覆盖整个区域相比，根据需求的时空变化重新部署无人机更具成本效益；
对于边缘地区、灾后重建、大型活动等临时覆盖场景，由于该情况下的连接性需求都是暂时且无法预测，因此部署其他基础架构是不经济的，由于无人机的高灵活性和快速配置功能，可以按需在专用区域上快速形成，并动态扩展或更改此类平台的覆盖范围和拓扑；
根据实际需求，无人机还可以以群组的方式部署在所需区域，群组内的无人机可以相互协作，并且根据用户需求搭建不同的网络架构和制定不同的传输机制。
现有研究提出了一些无人机基站的通信设备设计方案，及单个无人机的轨迹优化方案，然而无人机基站通信的具体实现中尚有一些亟待解决的问题：如何根据受灾区域的具体情况确定无人机的部署；当单个无人机的服务能力不足，多无人机如何部署，无人机之间如何协作通信；在受灾区域，空对地链路上建筑物的数量影响了用户的性能，此外，由于无人机基站的移动性，传输链路时刻波动，一方面无人机的移动导致了传输距离的变化，另一方面，移动导致了链路上的建筑物数量的变化从而导致信号衰落的变化，因此如何优化无人机部署以提高传输的一致性、稳定性和连续性。
发明内容
本发明提出了应急通信网络场景中的无人机基站部署方法，具体地，无人机基站作为地面蜂窝网络地补充，提供受灾区域的临时覆盖，根据受灾区域的位置和范围确定无人机基站的部署区域，根据受灾区域内用户数量确定无人机基站数量；为适应受灾区域内动态变化的用户分布，无人机基站具有高动态特性：每个无人机以独立、随机的方式选择移动方向和速度，从而调整部署位置；受无人机动态变化的影响，传输链路时刻波动，且传输距离动态变化，受灾区域的地面用户处性能波动，为提高用户处的网络性能，统计建筑物遮挡效应下的链路波动性，并建立受灾区域内的网络覆盖率模型，根据网络覆盖性能随无人机部署参数的关系确定无人最优部署；并根据链路波动情况和网络覆盖性能调整无人机重传策略，以提高无人机传输效率，降低重传开销。
本发明的无人机基站群的部署方法包括以下步骤：
步骤200，根据受灾区域的位置和范围确定无人机基站的部署区域。
无人机部署在受灾区域上空H的圆域内，圆心对应于受灾区域几何中心，半径R由受灾区域大小和用户分布决定，具体为：
确定无人机基站可连接的距离L，获取用户位置参数，计算出用户到受灾区域几何中心的距离di，为实现受灾区域内的用户连接，需要满足
Figure BDA0002628845670000031
由此，可得R的计算式。
Figure BDA0002628845670000032
其中，Nu是受灾区域用户数量，通过周期性采集进行获取和更新。
步骤210，根据受灾区域内用户数量确定无人机基站数量。
设置计时器t0和采集用户数量信息的周期t1，t0的长度为t1的N倍，N为正整数，t0的长度Lt0与N的取值根据具体需求配置；在t0＝0时，获取区域内用户数量Nu和单个无人机基站可接入的最大用户数量No，依据Nd＝Nu/No确定无人机基站的数量；
t0<Lt0时，每隔t1采集一次用户数量Nt，如果|Nt-Nu|>Tn，其中Tn为无人机重配阈值，则根据取Nu＝Nt，重配无人机基站数量，且设置t0＝0，使其重新开始计时；
当t0＝Lt0时，无论|Nt-Nu|是否大于Tn，都取Nu＝Nt，重配无人机基站数量，并设置t0＝0，使其重新开始计时。
步骤220，无人机基站动态调整部署位置，完成初始部署。
确定无人机基站数量后，无人机基站进行动态部署，具体地，每个无人机以一定时间间隔更新位置，在每个更新时刻，无人机可以选择停驻不动和任意游走两种方式，其中无人机选择任意游走时，可以选择(0,2π)任意一个角度，和(0,vmax)任意一个速度进行移动，运动到无人机部署区域的边界，无人机将逆转角度π进行移动，从而完成无人机基站的初始部署。
步骤230，获取部署区域内建筑物的分布情况，量化建筑物遮挡效应对用户接收功率的影响，并获取网络的链路波动性。
基于获取的建筑物位置和高度分布，引入阴影衰落系数Ti，其计算式为：
Figure BDA0002628845670000033
其中，K表示衰落系数，λ0表示建筑物密度，p表示建筑物阻塞传输链路的概率，由建筑物高度分布决定。
因此，用户处的接收信号功率：
S＝Ptl(x1)h(x1)Ti (3)
其中，Pt表示无人机基站的发送功率，l(x1)表示空对地信道的大尺度衰落，h(x1)表示小尺度衰落，Ti表示传输链路上建筑物遮挡导致的阴影衰落。
通过计算两个不同时刻用户处接收信号的相关系数，统计用户处建筑物遮挡效应下的链路波动性ρ：
Figure BDA0002628845670000041
其中，s(ti)表示时刻ti的用户接收功率，E[s(ti)]和D[s(t1)]分别表示s(ti)的均值和方差。
步骤240，根据无人机部署参数随网络覆盖性能的变化关系优化无人机部署。
根据无人机的初始部署和考虑建筑物遮挡的信道衰落模型，计算受灾区域内任意用户的网络联合覆盖性能P，并上报无人机基站，P的计算公式为：
P＝P(SIR1≥T,SIR2≥T) (5)
其中，SIRi表示在时刻ti用户处的信干扰比。
根据网络覆盖性能随无人机部署平面P高度H的变化关系，确定无人机基站的最优部署高度，且当无人机基站数量发生变化后，需要重新优化无人机基站的最优部署高度。
步骤250，根据链路波动性和网络覆盖性能调整无人机重传策略。
设置链路波动性ρ阈值Tl和网络覆盖性能P的阈值Tc，当P<Tc且ρ>Tl时，如果发送传输失败，由于当前覆盖性能较好且链路波动性小，则无人机不会立即发起重传，等待一段时间后发起重传，等待的时间长度取决于具体业务需求。通过该机制设计可以提高无人机基站传输效率，降低重传开销。
有益效果
本发明考虑建筑物遮挡效应提出了无人机基站部署方法。首先提出了根据受灾区域确定无人机部署区域的方法，且提出了无人机数量的确定方法和更新策略，以指导实际灾后重建场景的无人机部署。同时，由于受灾区域内用户的流动性，提出了无人机的移动模型，无人机有停驻不动和运动两种选择，当选择运动时，每个无人机可以随机选择运动方向和速度，该模型使得无人机可以更灵活的部署，以适应实际需求。
对于建筑物密集的受灾区域，建筑物的遮挡对网络性能及传输的稳定性有重要影响，因此通过获取受灾区域的建筑物位置和高度分布，分析建筑物对链路的遮挡效应，并基于此建立了网络覆盖概率模型，根据用户处的覆盖性能对无人机部署进行优化，以提高无人机网络性能。
此外，基于建筑物遮挡建模了链路的波动性，制定了基于链路波动性和网络覆盖性能的无人机基站重传策略，减少了不必要的重传，提高了重传效率，降低了开销。
附图说明
图1是本发明的考虑建筑物遮挡效应的无人机基站部署的网络模型示意图；
图2是本发明的算法实施流程图；
图3是信号相关系数在不同的建筑物分布下随无人机基站部署高度的变化关系图；
图4是联合覆盖率随群内无人机基站密度的变化关系图；
具体实施方式
本发明针对应急通信，提出了考虑建筑物遮挡效应的无人机基站部署方法，网络模型如附图1所示。附图1展示了无人机在建筑物遮挡效应下的动态部署：无人机部署在受灾区域上空的圆域内，圆域中心对应于受灾区域几何中心，圆域半径由受灾区域大小的影响，无人机的数量受用户数量影响。
建筑物遮挡对于三维空对地传输链路有重要影响，根据受灾区域内建筑物的位置分布和高度分布，量化建筑物的遮挡效应；考虑无人机灵活性和遮挡效应对于通信稳定性的影响，建模链路波动性并度量网络联合覆盖性能，并基于链路波动性和覆盖性能优化无人机部署参数，调整无人机重传策略。
本案例的算法流程如附图2所示，其具体的实施步骤为：
步骤300，根据受灾区域的位置和范围确定无人机基站的部署区域。
无人机部署在受灾区域上空H的圆域内，圆心对应于受灾区域几何中心，半径由受灾区域大小和用户分布决定，具体为：
确定无人机基站可连接的距离L，获取用户位置参数，计算出用户到受灾区域几何中心的距离di，为实现受灾R区域内的用户连接，需要满足
Figure BDA0002628845670000061
由此，可得R的计算式。
Figure BDA0002628845670000062
其中，Nu是受灾区域用户数量，通过周期性采集进行获取和更新。
步骤310，周期性采集受灾区域内用户数量，并根据用户数量确定无人机基站数量。
设置计时器t0和采集用户数量信息的周期t1，t0的长度为t1的N倍，N为正整数，t0的长度Lt0与N的取值根据具体需求配置；在t0＝0时，获取区域内用户数量Nu和单个无人机基站可接入的最大用户数量No，依据Nd＝Nu/No确定无人机基站的数量；
Figure BDA0002628845670000071
时，每隔t1采集一次用户数量Nt，如果|Nt-Nu|>Tn，其中Tn为无人机重配阈值，则根据取Nu＝Nt，重配无人机基站数量，且设置t0＝0，使其重新开始计时；
当
Figure BDA0002628845670000072
时，无论|Nt-Nu|是否大于Tn，都取Nu＝Nt，重配无人机基站数量，并设置t0＝0，使其重新开始计时。
步骤320，无人机基站动态调整部署位置，完成初始部署。
确定无人机基站数量后，无人机基站进行动态部署，具体地，每个无人机以一定时间间隔更新位置，在每个更新时刻，无人机可以选择停驻不动和任意游走两种方式，其中无人机选择任意游走时，可以选择(0,2π)任意一个角度，和(0,vmax)任意一个速度进行移动，运动到无人机部署区域的边界，无人机将逆转角度π进行移动，从而完成无人机基站的初始部署。
步骤330，根据部署区域内建筑物的分布情况，获取建筑物遮挡效应，并量化链路波动性。
基于获取的建筑物位置和高度分布，引入阴影衰落系数Ti，其计算式如下所示：
Figure BDA0002628845670000073
其中，K表示衰落系数，λ0表示建筑物密度，p表示建筑物阻塞传输链路的概率，由建筑物高度分布决定。
因此，用户处的接收信号功率：
S＝Ptl(x1)h(x1)Ti
其中，Pt表示无人机基站的发送功率，l(x1)表示空对地信道的大尺度衰落，h(x1)表示小尺度衰落，Ti表示传输链路上建筑物遮挡导致的阴影衰落。
通过计算两个不同时刻用户处接收信号的相关系数，统计用户处建筑物遮挡效应下的链路波动性ρ：
Figure BDA0002628845670000081
其中，s(ti)表示时刻ti的用户接收功率，E[s(ti)]和D[s(t1)]分别表示s(ti)的均值和方差。
步骤340，根据无人机部署参数随网络覆盖性能的变化关系优化无人机部署。
根据无人机的初始部署和考虑建筑物遮挡的信道衰落模型，计算受灾区域内任意用户的网络联合覆盖性能P，并上报无人机基站，P的计算公式为：
P＝P(SIR1≥T,SIR2≥T)
其中，SIRi表示在时刻ti用户处的信干扰比。
根据网络覆盖性能随无人机部署平面高度H的变化关系，确定无人机基站的最优部署高度，且当无人机基站数量发生变化后，需要重新优化无人机基站的最优部署高度。
步骤350，根据链路波动性和网络覆盖性能调整无人机重传策略。
设置链路波动性ρ阈值Tl和网络覆盖性能P的阈值Tc，当P<Tc且ρ>Tl时，如果发送传输失败，由于当前覆盖性能较好且链路波动性小，则无人机不会立即发起重传，等待一段时间后发起重传，等待的时间长度取决于具体业务需求。通过该机制设计可以提高无人机基站传输效率，降低重传开销。
仿真结果如附图3和附图4所示。附图3中给出了信号相关性在不同的建筑物分布(建筑物平均高度，平均密度λ0)下随无人机部署高度的变化关系。信号相关性体现了链路波动性大小，信hb号相关性越大表示链路的波动性越小。由图所示，链路波动性随着无人机的增加先减小后增大，建筑物的平均高度越大，建筑密度越大，遮挡效应更严重，链路波动性越大。
附图4给出在不同的部署高度和不同地建筑物密度下，联合覆盖率随无人机部署密度的变化关系，无人机的部署密度由无人机数量和部署区域的比值确定。有图可见随着无人机密度的增加，用户处累积干扰增加，因此联合覆盖性能降低。

Claims (8)

1.一种考虑建筑物遮挡效应的无人机基站部署方法，其特征在于，包括：无人机基站作为地面蜂窝网络的补充动态部署在受灾区域上空，根据受灾区域的位置和范围确定无人机基站的部署区域，根据受灾区域内用户数量确定无人机基站数量；获取受灾区域的环境参数，根据受灾区域的建筑物位置分布和高度分布，建立受灾区域内的信道衰落模型；统计建筑物遮挡效应下的链路波动性，并建立受灾区域内的网络覆盖率模型，根据网络覆盖性能随无人机部署高度的变化关系确定无人最优部署高度，并根据相关配置下的链路波动性和网络覆盖性能制定无人机基站的重传策略。
2.根据权利要求1所述的方法，其特征在于，无人机部署在受灾区域上空H的圆域内，圆域中心对应于受灾区域几何中心，圆域半径R由受灾区域大小和用户分布决定，具体为：
确定无人机基站可连接的距离L，获取用户位置参数，计算出用户到受灾区域几何中心的距离di，则R的计算式为；
Figure FDA0002628845660000011
其中，Nu是受灾区域用户数量。
3.根据权利要求1所述的方法，其特征在于，设置计时器t0和采集用户数量信息的周期t1，t0的长度为t1的N倍，N为正整数，t0的长度
Figure FDA0002628845660000012
与N的取值根据具体需求配置；在t0＝0时，获取区域内用户数量Nu和单个无人机基站可接入的最大用户数量No，依据Nd＝Nu/No确定无人机基站的数量；
Figure FDA0002628845660000021
时，每隔t1采集一次用户数量Nt，如果|Nt-Nu|>Tn，其中Tn为无人机重配阈值，则根据取Nu＝Nt，重配无人机基站数量，且设置t0＝0，使其重新开始计时；
当
Figure FDA0002628845660000022
时，无论|Nt-Nu|是否大于Tn，都取Nu＝Nt，重配无人机基站数量，并设置t0＝0，使其重新开始计时。
4.根据权利要求1或3所述的方法，其特征在于，确定无人机基站数量后，无人机基站进行动态部署，具体地，每个无人机以一定时间间隔更新位置，在每个更新时刻，无人机可以选择停驻不动和任意游走两种方式，其中无人机选择任意游走时，可以选择(0,2π)任意一个角度，和(0,vmax)任意一个速度进行移动，运动到无人机部署区域的边界，无人机将以角度减π进行移动，从而完成无人机基站的初始部署。
5.根据权利要求1所述方法，其特征在于，获取受灾区域内的环境参数，包括建筑物的位置分布和高度分布，建模建筑物分布对传输链路的影响，计算用户处的接收信号功率：
S＝Ptl(x1)h(x1)Ti
其中，Pt表示无人机基站的发送功率，l(x1)表示空对地信道的大尺度衰落，h(x1)表示小尺度衰落，Ti表示传输链路上建筑物遮挡导致的阴影衰落。
6.根据权利要求1或4所述方法，其特征在于，用户处统计建筑物遮挡效应下的链路波动性ρ，根据无人机的初始部署和考虑建筑物遮挡的信道衰落模型，计算受灾区域内任意用户的网络覆盖性能P，并上报无人机基站，其中ρ计算式为：
Figure FDA0002628845660000031
其中，s(ti)表示时刻ti的用户接收功率，E[s(ti)]和D[s(t1)]分别表示s(ti)的均值和方差。
P的计算公式为：
P＝P(SIR1≥T,SIR2≥T)
其中，SIRi表示在时刻ti用户处的信干扰比。
7.根据权利要求1或5所述方法，其特征在于，根据网络覆盖性能随无人机部署平面高度H的变化关系，确定无人机基站的最优部署高度，且当无人机基站数量发生变化后，需要重新优化无人机基站的最优部署高度。
8.根据权利要求1所述方法，其特征在于，设置链路波动性ρ阈值Tl和网络覆盖性能P的阈值Tc，当P<Tc且ρ>Tl时，如果发送传输失败，由于当前覆盖性能较好且链路波动性小，则无人机不会立即发起重传，等待一段时间后发起重传，等待的时间长度取决于具体业务需求。
CN202010809650.6A 2020-08-12 2020-08-12 一种考虑建筑物遮挡效应的无人机基站部署方法 Active CN111970712B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010809650.6A CN111970712B (zh) 2020-08-12 2020-08-12 一种考虑建筑物遮挡效应的无人机基站部署方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010809650.6A CN111970712B (zh) 2020-08-12 2020-08-12 一种考虑建筑物遮挡效应的无人机基站部署方法

Publications (2)

Publication Number Publication Date
CN111970712A true CN111970712A (zh) 2020-11-20
CN111970712B CN111970712B (zh) 2022-06-24

Family

ID=73364325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010809650.6A Active CN111970712B (zh) 2020-08-12 2020-08-12 一种考虑建筑物遮挡效应的无人机基站部署方法

Country Status (1)

Country Link
CN (1) CN111970712B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112672376A (zh) * 2020-12-18 2021-04-16 大连理工大学 一种无人机辅助蜂窝网络中无人机部署方法
CN112839342A (zh) * 2020-12-31 2021-05-25 国网吉林省电力有限公司长春供电公司 基于支持向量机的救灾移动应急基站选址方法
CN112929866A (zh) * 2021-01-20 2021-06-08 河北工程大学 一种自适应优化城市灾区网络覆盖的无人机部署方法
CN113328775A (zh) * 2021-05-28 2021-08-31 怀化学院 一种uav高度定位系统及计算机存储介质
CN113938830A (zh) * 2021-09-24 2022-01-14 北京邮电大学 无人机基站部署方法及装置
CN113993105A (zh) * 2021-10-21 2022-01-28 北京邮电大学 一种面向城市热点区域的无人机三维部署参数设定方法
CN114268903A (zh) * 2021-12-28 2022-04-01 北京航空航天大学 一种地理信息辅助的无人机中继位置部署以及功率分配方法
CN114371726A (zh) * 2021-12-06 2022-04-19 特金智能科技(上海)有限公司 无人机空地一体化探测定位方法、装置、系统与设备
CN115209422A (zh) * 2022-06-17 2022-10-18 北京邮电大学 一种密集城区下无人机基站协同组网参数配置方法
CN115278698A (zh) * 2022-06-13 2022-11-01 北京邮电大学 基于动态用户分布预测的无人机基站动态部署方法及装置
CN114371726B (zh) * 2021-12-06 2024-06-07 特金智能科技(上海)有限公司 无人机空地一体化探测定位方法、装置、系统与设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106792716A (zh) * 2016-12-14 2017-05-31 北京邮电大学 一种应灾无人机基站的控制方法和装置
CN109862575A (zh) * 2019-03-25 2019-06-07 河北工程大学 无人机基站部署方法、终端设备及计算机可读存储介质
US20190302083A1 (en) * 2018-03-27 2019-10-03 Gybe, LLC Hyperspectral sensing system
CN110430577A (zh) * 2019-08-06 2019-11-08 北京邮电大学 一种基于时间相关性的无人机基站群组部署方法
CN111245485A (zh) * 2020-01-16 2020-06-05 北京航空航天大学 机载毫米波通信波束赋形与位置部署方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106792716A (zh) * 2016-12-14 2017-05-31 北京邮电大学 一种应灾无人机基站的控制方法和装置
US20190302083A1 (en) * 2018-03-27 2019-10-03 Gybe, LLC Hyperspectral sensing system
CN109862575A (zh) * 2019-03-25 2019-06-07 河北工程大学 无人机基站部署方法、终端设备及计算机可读存储介质
CN110430577A (zh) * 2019-08-06 2019-11-08 北京邮电大学 一种基于时间相关性的无人机基站群组部署方法
CN111245485A (zh) * 2020-01-16 2020-06-05 北京航空航天大学 机载毫米波通信波束赋形与位置部署方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LIYUN YANG, HONGTAO ZHANG: "Temporal Interference Correlation and Joint Coverage in Finite Cellular Network with Non-Uniform PPP", 《2019 IEEE 30TH ANNUAL INTERNATIONAL SYMPOSIUM ON PERSONAL, INDOOR AND MOBILE RADIO COMMUNICATIONS (PIMRC)》 *
RUIXIN JIN, LIYUN YANG, AND HONGTAO ZHANG: "Performance Analysis of Temporal Correlation in Finite-Area UAV Networks with LoS/NLoS", 《2020 IEEE WIRELESS COMMUNICATIONS AND NETWORKING CONFERENCE (WCNC)》 *
周奎翰等: "应急场景下无人机基站自组网的高效部署方案", 《信息与电脑(理论版)》 *
彭高召: "基于无人机的应急通信网研究", 《中国优秀博硕士学位论文全文数据库(硕士)》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112672376B (zh) * 2020-12-18 2022-09-20 大连理工大学 一种无人机辅助蜂窝网络中无人机部署方法
CN112672376A (zh) * 2020-12-18 2021-04-16 大连理工大学 一种无人机辅助蜂窝网络中无人机部署方法
CN112839342A (zh) * 2020-12-31 2021-05-25 国网吉林省电力有限公司长春供电公司 基于支持向量机的救灾移动应急基站选址方法
CN112839342B (zh) * 2020-12-31 2022-02-08 国网吉林省电力有限公司长春供电公司 基于支持向量机的救灾移动应急基站选址方法
CN112929866A (zh) * 2021-01-20 2021-06-08 河北工程大学 一种自适应优化城市灾区网络覆盖的无人机部署方法
CN112929866B (zh) * 2021-01-20 2024-05-28 河北工程大学 一种自适应优化城市灾区网络覆盖的无人机部署方法
CN113328775A (zh) * 2021-05-28 2021-08-31 怀化学院 一种uav高度定位系统及计算机存储介质
CN113328775B (zh) * 2021-05-28 2022-06-21 怀化学院 一种uav高度定位系统及计算机存储介质
CN113938830A (zh) * 2021-09-24 2022-01-14 北京邮电大学 无人机基站部署方法及装置
CN113993105A (zh) * 2021-10-21 2022-01-28 北京邮电大学 一种面向城市热点区域的无人机三维部署参数设定方法
CN114371726A (zh) * 2021-12-06 2022-04-19 特金智能科技(上海)有限公司 无人机空地一体化探测定位方法、装置、系统与设备
CN114371726B (zh) * 2021-12-06 2024-06-07 特金智能科技(上海)有限公司 无人机空地一体化探测定位方法、装置、系统与设备
CN114268903A (zh) * 2021-12-28 2022-04-01 北京航空航天大学 一种地理信息辅助的无人机中继位置部署以及功率分配方法
CN115278698A (zh) * 2022-06-13 2022-11-01 北京邮电大学 基于动态用户分布预测的无人机基站动态部署方法及装置
CN115278698B (zh) * 2022-06-13 2024-02-02 北京邮电大学 基于动态用户分布预测的无人机基站动态部署方法及装置
CN115209422A (zh) * 2022-06-17 2022-10-18 北京邮电大学 一种密集城区下无人机基站协同组网参数配置方法
CN115209422B (zh) * 2022-06-17 2024-05-24 北京邮电大学 一种密集城区下无人机基站协同组网参数配置方法

Also Published As

Publication number Publication date
CN111970712B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN111970712B (zh) 一种考虑建筑物遮挡效应的无人机基站部署方法
CN110430577B (zh) 一种基于时间相关性的无人机基站群组部署方法
JP6050506B2 (ja) 基準信号強度マップに基づくモビリティ頑健性最適化
CN102546059B (zh) 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法
CN111970711B (zh) 一种空间边界约束下的无人机动态部署方法
CN111654869B (zh) 无线网络自组网方法
US10624111B2 (en) Methods and apparatuses for scheduling service area in drone network environment
Liu et al. Deployment and movement for multiple aerial base stations by reinforcement learning
CN112423372B (zh) 网络系统、小区的接入方法、终端及网络设备
CN111970710B (zh) 一种无人机终端接入蜂窝网络的配置方法
CN104853425A (zh) 一种用于异构网络上行链路的功率控制方法
EP2485516B1 (en) Radio coverage in mobile telecommunications systems
CN116896777A (zh) 基于强化学习的无人机群通感一体能耗优化方法
CN111954275A (zh) 一种面向无人机基站网络的用户多连接配置方法
CN113993099B (zh) 一种面向三维空间移动无人机用户的切换参数配置方法
CN105068045A (zh) 一种基于正六边形的无线传感器网络递增式定位算法
CN112512115B (zh) 一种空中基站位置确定方法、装置及电子设备
CN113993105A (zh) 一种面向城市热点区域的无人机三维部署参数设定方法
CN114630297A (zh) 一种携带智能反射面的无人机中继的位置优化方法
CN114498072A (zh) 反射面调节方法以及相关装置
CN117793663B (zh) 一种基于LoRa的农机作业信息远距离传输方法
CN113993098B (zh) 一种6g无人机用户的功率控制因子设定方法
CN111212455B (zh) 无线自组织网络动态分簇系统及其方法
CN109413680B (zh) 一种超密集网络中基于认知和接入点协作的自治愈方法
WO2022184233A1 (en) Adaptive beam filter for mobile communication systems

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