CN112367668A - 一种利用反射波束补充覆盖的无人机基站部署方法 - Google Patents
一种利用反射波束补充覆盖的无人机基站部署方法 Download PDFInfo
- Publication number
- CN112367668A CN112367668A CN202011199918.5A CN202011199918A CN112367668A CN 112367668 A CN112367668 A CN 112367668A CN 202011199918 A CN202011199918 A CN 202011199918A CN 112367668 A CN112367668 A CN 112367668A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- building
- coverage
- density
- 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.)
- Pending
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
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
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
本发明提供了一种利用反射波束补充覆盖的无人机基站部署方法。具体的,当无人机和用户之间的直射波束没有被阻塞时,利用直射波束进行覆盖,当直射波束被阻塞时,利用反射波束进行覆盖补充,发挥反射波束的覆盖潜力,扩充无人机的覆盖区域,有效降低用户的中断概率。首先建模分析建筑物对无人机毫米波传播的影响,选用路径长度最短的一阶反射径进行服务,推导服务一阶反射波束的垂直投影长度s的概率密度表达式,最终得到无人机基站的覆盖率,将目标覆盖区域的实际传播环境参数如建筑物的密度、平均高度等带入覆盖率表达式,根据覆盖率随无人机部署参数的变化关系,得到使覆盖性能最优的无人机部署高度、密度,对实际无人机基站的部署提供指导。
Description
技术领域
本发明涉及无线通信技术领域,特别涉及无人机(Unmanned aerial vehicle,简称为UAV)基站网络无人机基站的部署方法设计。
背景技术
未来网络将面对用户高覆盖、高容量需求的巨大挑战。在现有的地面蜂窝网络中,地面基站部署周期长、成本高,难以解决高动态场景的业务需求。随着无人机(Unmannedaerial vehicle,UAV)技术的显著进步,例如更好的电力管理技术,增加的有效载荷能力,更长的飞行续航时间等,无人机可以用于多种目的,例如拍摄,监视,运输,通信等。在通信方面,由于无人机的高动态特性和无人机与地面用户之间的视距的传输链路,无人机可作为临时基站为有大量数据流量需求的热点区域(如大型活动、音乐会、体育赛事)分流,或者是为事故、灾难导致的地面覆盖的盲区提供临时覆盖,此外,无人机基站还可以作为在缺乏传统蜂窝基础设施的偏远地区提供无处不在的连接的可能候选者。在补盲、补热的场景下,与临时安装传统基站相比,无人机基站的临时部署更加高效且更具成本效益。
移动互联网和智能终端的快速发展带来了移动数据业务的爆发式增长,数据流量呈现指数式增长。未来的网络将面对巨大的挑战,这些挑战包括更大的容量,更低的时延等。而毫米波(mmWave)通信是第五代移动通信的关键技术之一,可以利用毫米波范围巨大的带宽有效地提高链路的容量。实现毫米波通信的一个严峻挑战是路径损耗,为了补偿毫米波传输严重的路径损耗,毫米波基站通常采用大规模天线阵列进行窄波束传输,可以有效的将传输能量集中在某一区域或方向。然而,毫米波方向性传输对阻塞非常敏感,甚至会导致连接中断,这也为毫米波通信带来了新的挑战。
在无人机部署之前,先通过理论建模对部署后的系统性能做一个预测评估,然后调整部署参量,找到能使部署后系统性能达到最优的部署参量对于无人机的部署是很有指导意义的,目前对于无人机基站的覆盖性能分析采用以下方法:
因无人机可以部署在空中而能实现很高的LOS概率,一种分析方法是假设了无人机与用户一定是通过直射链路连接,但是在密集城区环境中,由于建筑物的遮挡,地面上存在很大一部分区域属于无人机LOS链路无法覆盖的区域,因此直接假设无人机和用户可以通过LOS链路连接不合理;另外一种分析方法考虑到建筑物的阻塞效应,如果直射链路被阻塞则认为用户发生中断,这种假设没有考虑到反射波束的覆盖潜力。事实上,毫米波具有良好的反射性能,反射波束功率远大于噪声级,如果障碍物的大小尺寸合适,非直射链路的反射波束接收功率与相同链路距离的直射自由空间接收功率相差很小,证明了反射波束为用户服务的可行性,因此在实际部署之前的理论分析中需要同时考虑建筑物对波束的阻塞和反射效应,这样才能使分析模型更加准确。
发明内容
本发明提出一种利用反射波束补充覆盖的无人机基站部署方法,发挥反射波束的覆盖潜力,考虑利用反射波束对直射波束无法到达的盲区进行补充覆盖,建立数学模型对该场景下的无人机基站覆盖性能进行分析,根据覆盖率随部署参数的变化关系,得到使覆盖性能最优的无人机部署高度、密度。
本发明提出一种利用反射波束补充覆盖的无人机基站部署方法,该方法包括以下步骤:
步骤200,建立无人机、建筑物的分布模型及需要无人机基站空间覆盖的目标区域的传播环境模型,分析建筑物对无人机毫米波传播的影响。
建筑物对无人机毫米波传播的影响主要包括三个方面:建筑物对直射波束的阻塞效应、建筑物对直射波束的反射效应以及建筑物对反射波束的阻塞效应。用分布在同一高度H的泊松点过程建模无人机的分布,其密度为λ。一个建筑物可以用一个四元组{C=(x,y),l,w,h,θ}来表示,其中,(x,y)是建筑物底面中心的坐标,l表示建筑物底面长边的长度,w表示建筑物底面宽边的长度,h是建筑物的高度,θ定义为从无人机垂直投影点到典型用户的向量和建筑物l侧之间的逆时针夹角。假设(x,y)服从二维平面上的泊松点过程(PPP),建筑物密度为μ,建筑物的长、宽和高度分别独立服从与一个特定的分布,概率密度函数分别是fL(l)、fW(w)和fH(h),θ在(0,π]内均匀分布。
则阻挡无人机和用户之间直射波束的建筑物个数NLB的密度函数为:
其中,η表示已知一个建筑物在二维平面上阻塞无人机到用户的直射路径的垂直投影的条件下,该建筑物在三维空间中没有阻塞直射波束的概率,可以用公式计算。由公式计算,D表示用户到无人机的水平距离,El和Ew分别表示建筑物长和宽的均值。
建筑物阻挡直射波束的同时会产生反射波束,反射过程中会造成能量损失,所以我们不考虑高阶反射和散射效应。因为建筑物位置朝向的差异性,会形成不同的反射波束,为了更好地描述反射的过程,我们假设反射波束形成的机制遵循镜面反射定理,即入射角等于反射角。椭圆模型可以很好地刻画P2P链路中的一阶反射路径,它基于这样一个事实:如果给定一个发射点和接收点,一条一阶反射路径可以完全由其反射点确定,而如果给定一阶反射路径的长度s,则所有可能的反射点组成了一个以发射点和接收点为焦点的椭圆。
则基于椭圆模型,固定一个建筑物朝向θ,一阶反射路径的垂直投影长度在D和s之间的一阶反射径条数NR(s)是一个非齐次泊松分布随机变量,其强度函数为
建筑物除了阻塞直射波束以外,还有可能阻塞反射波束。一条反射路径可以分为两段:发射点到反射点和反射到接收点,两条中有一条被阻塞则反射径被阻塞。一般来说,这两条路径是否被阻塞以及阻塞的数量是有一定的相关性的,尤其是两条路径离得比较近的时候相关性会更强,但是有文献证明了在此种情况下忽略路径相关性不会对结果造成太大的误差,尤其是在建筑物的尺寸远小于一阶反射径的长度时,这种相关性对结果的影响更加微小,因此我们假设这两条链路具有独立性。则在三维空间中,给定一个建筑物朝向θ和一阶反射径垂直投影长度s,能阻塞一阶反射径的建筑的个数是一个泊松分布随机变量,其均值为
ENRB(s,θ)=(1-η)μSRB(s,θ)/π (3)
其中,SRB(s,θ)可以用下式计算:
所以,一条长度为s的一阶反射径不被阻塞的概率为因此用的条件概率去稀释非齐次泊松分布NR(s)可以得到:固定建筑物朝向θ,存在且未被阻塞的垂直投影长度在D和s之间的一阶反射径的条数NPR(s)是一个非齐次泊松分布随机变量,它的强度函数为:
步骤210,利用一阶反射径补充覆盖,当无人机与用户的直射波束被阻塞时,考虑用最短的一阶反射波束进行覆盖,推导服务一阶反射波束的垂直投影长度s的概率密度表达式。
一阶反射径的最短长度S>s,意味着NPR(s)=0,所以最短的一阶反射径长度S的互补累积分布函数(CCDF)推导如下:
其中ENPR(s)表示NPR(s)的均值,即
则最短的一阶反射径长度s的概率密度函数(PDF)可由如下公式计算:
步骤220,建立无人机到用户的波束信道模型,基于建筑物对无人机波束的影响,以及服务一阶反射波束的垂直投影长度s的概率密度表达式,获取无人机基站的覆盖性能,根据覆盖性能随无人机基站的部署高度、部署密度和建筑物环境参数的变化情况,得到最优的无人机基站群组部署方案。
假设无人机波束受小尺度衰落和传播损耗影响,当用户被直射波束覆盖时,用户侧的信噪比表达式为其中,是大尺度衰落指数,α为小尺度衰落系数,服从高斯分布CN(0,1)。当用户被一阶反射波束覆盖时,用户侧的信噪比表达式为σ为反射损耗。
根据建筑物对无人机波束的影响,真正能够阻挡无人机和用户之间直射波束的建筑物个数NLB是一个参数为的泊松分布随机变量,则用户和无人机之间的直射波束没有被阻塞的概率NLOS的概率为覆盖率的定义是用户的信干噪比(SINR)值大于阈值T的概率,当阈值为T时,覆盖率为:
其中P(SNRLOS>T)可由下列公式计算:
P(SNRRef>T)可由下列公式计算:
获取目标覆盖区域传播环境参数(如建筑物平均高度、密度等),带入覆盖率表达式,绘制覆盖率随无人机的部署参数(无人机的部署高度、密度)的变化关系图,从图中找到覆盖率的最大值,覆盖率最大值所对应的部署参数即为该目标区域的最佳部署方案。
有益效果
本发明针对无人机蜂窝网络直射波束的覆盖盲区,提出了利用反射波束补充覆盖的无人机基站部署方法。利用反射波束对直射波束无法到达的盲区进行补充覆盖,发挥反射波束的覆盖潜力,扩充了无人机的覆盖区域,有效降低了用户的中断概率。建立数学模型对该场景下的无人机基站覆盖性能进行分析,将目标覆盖区域的实际传播环境参数带入覆盖率表达式,根据覆盖率随部署参数的变化关系,得到使覆盖性能最优的无人机部署高度、密度,对实际无人机基站的部署提供指导。
附图说明
图1是本发明的利用反射波束补充覆盖的无人机基站部署应用场景示意图;
图2是本发明的算法实施流程图;
图3是SINR覆盖率与无人机挂高变化关系图
图4是SINR覆盖率与无人机密度变化关系图;
具体实施方式
本发明针对无人机蜂窝网络直射波束的覆盖盲区,提出了利用反射波束补充覆盖的无人机基站部署方法。密集城区场景下,建筑物对毫米波波束造成严重的阻塞,如附图1所示,无人机到用户的直射波束被阻塞,导致用户处于无人机直射波束的覆盖盲区,此时增加部署一个无人机服务此盲区可以解决直射波束覆盖不到的问题,但同时带来了成本的提升,然而,建筑物在阻塞波束的同时产生了丰富的反射,如附图1中的一阶反射路径1和一阶反射路径2刚好对准用户,可以为用户提供服务,此时涉及到一阶反射路径的选择问题,我们假设无人机选择路径长度最短的一阶反射径为用户提供服务。
考虑用反射波束对直射波束无法到达的盲区进行补充覆盖,发挥反射波束的覆盖潜力,扩充了无人机的覆盖区域,有效降低了用户的中断概率。建立数学模型对该场景下的无人机基站覆盖性能进行分析,将目标覆盖区域的实际传播环境参数带入覆盖率表达式,根据覆盖率随部署参数的变化关系,得到使覆盖性能最优的无人机部署高度、密度,对实际无人机基站的部署提供指导。
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,建立无人机、建筑物的分布模型及需要无人机基站空间覆盖的目标区域的传播环境模型,分析建筑物对无人机毫米波传播的影响。建筑物对无人机毫米波传播的影响主要包括三个方面:建筑物对直射波束的阻塞效应、建筑物对直射波束的反射效应以及建筑物对反射波束的阻塞效应。用分布在同一高度H的泊松点过程建模无人机的分布,其密度为λ。一个建筑物可以用一个四元组{C=(x,y),l,w,h,θ}来表示,其中,(x,y)是建筑物底面中心的坐标,l表示建筑物底面长边的长度,w表示建筑物底面宽边的长度,h是建筑物的高度,θ定义为从无人机垂直投影点到典型用户的向量和建筑物l侧之间的逆时针夹角。假设(x,y)服从二维平面上的泊松点过程(PPP),建筑物密度为μ,建筑物的长、宽和高度分别独立服从与一个特定的分布,概率密度函数分别是fL(l)、fW(w)和fH(h),θ在(0,π]内均匀分布,推导阻挡无人机和用户之间直射波束的建筑物个数NLB的密度函数。
建筑物阻挡直射波束的同时会产生反射波束,反射过程中会造成能量损失,所以我们不考虑高阶反射和散射效应。因为建筑物位置朝向的差异性,会形成不同的反射波束,利用椭圆模型,推导固定一个建筑物朝向θ,一阶反射路径的垂直投影长度在D和s之间的一阶反射径条数NR(s)的强度函数。
建筑物除了阻塞直射波束以外,还有可能阻塞反射波束。一条反射路径可以分为两段:发射点到反射点和反射到接收点,两条中有一条被阻塞则反射径被阻塞。忽略这两条链路的相关性,假设它们彼此独立,推导三维空间中,给定一个建筑物朝向θ和一阶反射径垂直投影长度s,能阻塞一阶反射径的建筑的个数的均值。进而推导固定建筑物朝向θ,存在且未被阻塞的垂直投影长度在D和s之间的一阶反射径条数NPR(s)的强度函数。
步骤310,利用一阶反射径补充覆盖,当无人机与用户的直射波束被阻塞时,考虑用一阶反射波束为用户提供服务,当有多条可用的一阶反射径存在时,选择路径长度最短的一阶反射波束进行覆盖,推导服务一阶反射波束的垂直投影长度s的概率密度表达式。
步骤320,建立无人机到用户的波束信道模型,基于建筑物对无人机波束的影响,以及服务一阶反射波束的垂直投影长度s的概率密度表达式,获取无人机基站的覆盖性能,根据覆盖性能随无人机基站的部署高度、部署密度和建筑物环境参数的变化情况,得到最优的无人机基站群组部署方案。
假设无人机波束受小尺度衰落和传播损耗影响,当用户被直射波束覆盖时,用户侧的信噪比表达式为其中,是大尺度衰落指数,α为小尺度衰落系数,服从高斯分布CN(0,1)。当用户被一阶反射波束覆盖时,用户侧的信噪比表达式为σ为反射损耗。
覆盖率的定义是用户的信干噪比(SINR)值大于阈值T的概率,根据建筑物对无人机波束的影响,推导阈值为T时的覆盖率。获取目标覆盖区域传播环境参数(如建筑物平均高度、密度等),带入覆盖率表达式,绘制覆盖率随无人机的部署参数(无人机的部署高度、密度)的变化关系图,从图中找到覆盖率的最大值,覆盖率最大值所对应的部署参数即为该目标区域的最佳部署方案。
仿真结果如附图3和附图4所示。
附图3给出了SINR阈值取-3dB,无人机密度λ=0.00006/m2,用户密度为γ=0.06/m2,建筑物密度为μ=0.0005/m2,建筑物的平均高度分别为40m和80m时,时SINR覆盖率与无人机挂高变化关系图。从中可以看出,随着无人机高度的增加,覆盖率会先增大而后又随着无人机挂高的增加而减小,原因是一开始无人机挂高很低时,无人机高度的增加能明显改善无人机和用户之间的LOS概率,但是当无人机高度很高时,LOS概率已经很高了,这个时候继续提升无人机的高度,LOS概率增加缓慢,但是信号经历的大尺度衰落却明显增加,致使此时的SINR会随着无人机高度的增加而减小。图中第一个增益无人机部署增益,只考虑直射波束的情况下,无人机高度为0时就相当于地面基站,调整无人机高度使覆盖率最高,此时的覆盖率与地面基站相比增益为159%,由此看出,在密集的城市环境中,使用无人机覆盖用户的优势。第二个增益是反射波束增益,是在考虑一阶反射波束之后优化无人机的挂高使覆盖率最大,与考虑直射波束时相比增益为22%。
附图4给出了SINR阈值取-3dB,无人机挂高H为100m,用户密度为γ=0.06/m2,建筑物密度为μ=0.0005/m2,建筑物的平均高度分别为40m和80m时,时SINR覆盖率与无人机密度变化关系图。从中可以看出,无人机密度越大,SINR覆盖率越大,这是因为无人机密度越大,用户和关联无人机的水平距离越小,这样直射波束被阻塞的概率越小,即使被阻塞了,反射径的长度也相对短一些,经历的大尺度衰落也会小一些,因此可以实现更高的覆盖率,但是无人机的密集部署也会来带部署成本的急剧增加。除此以外,我们还能明显的看到一阶反射波束的引入给覆盖率带来了显著提升,比如,无人机密度为0.00011/m2,建筑物平均高度为40m时,一阶反射波束带来的增益为39%,而建筑物平均高度为80m时,一阶反射波束带来的增益为84%,由此可以看出引入一阶反射波束之后,即使在无人机密度较小的时候也可以实现较高的覆盖率,一阶反射波束可以在不影响性能的情况下节约成本。并且我们还可以看出,建筑物平均高度越高,环境越阻塞时,一阶反射波束带来的增益百分数越高。
Claims (4)
1.一种利用反射波束补充覆盖的无人机基站部署方法,其特征在于,包括:当无人机和用户之间的直射波束没有被阻塞时,利用直射波束进行覆盖,当直射波束被阻塞时,利用反射波束对直射波束无法到达的盲区进行补充覆盖,发挥反射波束的覆盖潜力,扩充无人机的覆盖区域,有效降低用户的中断概率;建立数学模型对该场景下的无人机基站覆盖性能进行分析,将目标覆盖区域的实际传播环境参数如建筑物的密度、平均高度等带入覆盖率表达式,根据覆盖率随无人机部署参数(无人机的密度、高度)的变化关系,得到使覆盖性能最优的无人机部署高度、密度,对实际无人机基站的部署提供指导。
2.根据权利要求1所述的方法,其特征在于,首先需要建立无人机、建筑物的分布模型,建模分析建筑物对无人机毫米波传播的影响;建筑物对无人机毫米波传播的影响主要包括三个方面:建筑物对直射波束的阻塞效应、建筑物对直射波束的反射效应以及建筑物对反射波束的阻塞效应;用分布在同一高度H的泊松点过程建模无人机的分布,其密度为λ,用一个四元组{C=(x,y),l,w,h,θ}来表示建筑物,其中,(x,y)是建筑物底面中心的坐标,l表示建筑物底面长边的长度,w表示建筑物底面宽边的长度,h是建筑物的高度,θ定义为从无人机垂直投影点到典型用户的向量和建筑物l侧之间的逆时针夹角;假设(x,y)服从二维平面上的泊松点过程(PPP),建筑物密度为μ,建筑物的长、宽和高度分别独立服从与一个特定的分布,概率密度函数分别是fL(l)、fW(w)和fH(h),θ在(0,π]内均匀分布;则阻挡无人机和用户之间直射波束的建筑物个数NLB的密度函数为:
其中,η表示已知一个建筑物在二维平面上阻塞无人机到用户的直射路径的垂直投影的条件下,该建筑物在三维空间中没有阻塞直射波束的概率,可以用公式计算;由公式计算,D表示用户到无人机的水平距离,El和Ew分别表示建筑物长和宽的均值;固定建筑物朝向θ,存在且未被阻塞的垂直投影长度在D和s之间的一阶反射径的条数NPR(s)是一个非齐次泊松分布随机变量,它的强度函数为:
其中,SRB(s,θ)表示二维平面上能够阻塞一阶反射径的建筑物中心所在的区域面积,根据阻塞无人机直射波束的建筑物数量分布以及可用的一阶反射径条数的强度函数分析建筑物对无人机波束的影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011199918.5A CN112367668A (zh) | 2020-10-30 | 2020-10-30 | 一种利用反射波束补充覆盖的无人机基站部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011199918.5A CN112367668A (zh) | 2020-10-30 | 2020-10-30 | 一种利用反射波束补充覆盖的无人机基站部署方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112367668A true CN112367668A (zh) | 2021-02-12 |
Family
ID=74512474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011199918.5A Pending CN112367668A (zh) | 2020-10-30 | 2020-10-30 | 一种利用反射波束补充覆盖的无人机基站部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112367668A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113115253A (zh) * | 2021-03-19 | 2021-07-13 | 西北大学 | 动态阻挡下毫米波无人机高度和密度部署估计方法及系统 |
CN113242566A (zh) * | 2021-04-09 | 2021-08-10 | 北京邮电大学 | 一种遮挡效应下无人机基站选择方法 |
CN113993098A (zh) * | 2021-09-15 | 2022-01-28 | 北京邮电大学 | 一种6g无人机用户的功率控制因子设定方法 |
CN114245305A (zh) * | 2021-12-13 | 2022-03-25 | 中国电信股份有限公司 | 通信方法、装置及系统 |
CN115209424A (zh) * | 2022-06-30 | 2022-10-18 | 北京邮电大学 | 一种基于椭圆覆盖模型的无人机基站分流部署方法 |
CN115347941A (zh) * | 2022-10-17 | 2022-11-15 | 四川腾盾科技有限公司 | 一种大型高空全网应急通信无人机对地覆盖方法 |
-
2020
- 2020-10-30 CN CN202011199918.5A patent/CN112367668A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113115253A (zh) * | 2021-03-19 | 2021-07-13 | 西北大学 | 动态阻挡下毫米波无人机高度和密度部署估计方法及系统 |
CN113115253B (zh) * | 2021-03-19 | 2022-08-23 | 西北大学 | 动态阻挡下毫米波无人机高度和密度部署估计方法及系统 |
CN113242566A (zh) * | 2021-04-09 | 2021-08-10 | 北京邮电大学 | 一种遮挡效应下无人机基站选择方法 |
CN113242566B (zh) * | 2021-04-09 | 2023-01-31 | 北京邮电大学 | 一种遮挡效应下无人机基站选择方法 |
CN113993098A (zh) * | 2021-09-15 | 2022-01-28 | 北京邮电大学 | 一种6g无人机用户的功率控制因子设定方法 |
CN113993098B (zh) * | 2021-09-15 | 2024-02-13 | 北京邮电大学 | 一种6g无人机用户的功率控制因子设定方法 |
CN114245305A (zh) * | 2021-12-13 | 2022-03-25 | 中国电信股份有限公司 | 通信方法、装置及系统 |
CN115209424A (zh) * | 2022-06-30 | 2022-10-18 | 北京邮电大学 | 一种基于椭圆覆盖模型的无人机基站分流部署方法 |
CN115209424B (zh) * | 2022-06-30 | 2023-12-29 | 北京邮电大学 | 一种基于椭圆覆盖模型的无人机基站分流部署方法 |
CN115347941A (zh) * | 2022-10-17 | 2022-11-15 | 四川腾盾科技有限公司 | 一种大型高空全网应急通信无人机对地覆盖方法 |
CN115347941B (zh) * | 2022-10-17 | 2023-02-17 | 四川腾盾科技有限公司 | 一种大型高空全网应急通信无人机对地覆盖方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112367668A (zh) | 一种利用反射波束补充覆盖的无人机基站部署方法 | |
Anjinappa et al. | Base station and passive reflectors placement for urban mmWave networks | |
CN108964736A (zh) | 一种基于毫米波系统中用户发现阶段波束优化方法 | |
CN113242566B (zh) | 一种遮挡效应下无人机基站选择方法 | |
CN110430542B (zh) | 一种面向无人机站点群组网的快速波束跟踪方法 | |
CN112672376B (zh) | 一种无人机辅助蜂窝网络中无人机部署方法 | |
CN112511198B (zh) | 用于波束图案优化的高效数据生成 | |
Zhang et al. | Augmenting transmission environments for better communications: Tunable reflector assisted mmWave WLANs | |
Hayajneh et al. | 3d deployment of unmanned aerial vehicle-base station assisting ground-base station | |
Meng et al. | Robust drones formation control in 5G wireless sensor network using mmWave | |
CN110113763B (zh) | 基于感知的移动高空通信平台自适应覆盖优化方法 | |
Dabiri et al. | 3D uplink channel modeling of UAV-based mmWave fronthaul links for future small cell networks | |
Ge et al. | Intelligent reflecting surface-enhanced UAV communications: Advances, challenges, and prospects | |
Loscrí et al. | BEST-RIM: A mmWave Beam Steering Approach Based on Computer Vision-Enhanced Reconfigurable Intelligent Metasurfaces | |
Kang et al. | Optimal receive beamwidth for time varying vehicular channels | |
He et al. | Reliable auxiliary communication of UAV via relay cache optimization | |
Wang et al. | Relay assisted concurrent scheduling to overcome blockage in full-duplex millimeter wave small cells | |
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 | |
Yuan et al. | Field Trial of Reconfigurable Intelligent Surface with Statistics-Based Optimization for 5G Commercial Networks | |
Al-Dabbagh et al. | Performance comparison of exploiting different millimetre-wave bands in 5G cellular networks | |
Zhang et al. | Directional antennas modelling and coverage analysis for UAV networks with blockage effects in urban environment | |
Moltchanov et al. | Optimal antenna locations for coverage extension in sub-terahertz vehicle-to-vehicle communications | |
CN114697975B (zh) | 一种增强陆地无线覆盖的无人机集群分布式部署方法 | |
Chopra et al. | Power Optimized Multiple-UAV Error-Free Network in Cognitive Environment | |
Yao et al. | Wireless Street Lighting Network Optimization to Alleviate Plane Earth Loss |
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 |