CN112702719A - 一种无人机场景下高能效d2d资源分配方法 - Google Patents

一种无人机场景下高能效d2d资源分配方法 Download PDF

Info

Publication number
CN112702719A
CN112702719A CN202011357892.2A CN202011357892A CN112702719A CN 112702719 A CN112702719 A CN 112702719A CN 202011357892 A CN202011357892 A CN 202011357892A CN 112702719 A CN112702719 A CN 112702719A
Authority
CN
China
Prior art keywords
channel
goblet
uav
cue
users
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
Application number
CN202011357892.2A
Other languages
English (en)
Inventor
孙恩昌
屈晗星
袁永仪
杨睿哲
李萌
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 Technology
Original Assignee
Beijing University of Technology
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 Technology filed Critical Beijing University of Technology
Priority to CN202011357892.2A priority Critical patent/CN112702719A/zh
Publication of CN112702719A publication Critical patent/CN112702719A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Emergency Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Public Health (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种无人机场景下高能效D2D资源分配方法。该方法基于UAV场景下的D2D通信构建系统模型，在保证用户QoS和发射功率的前提下，利用自适应樽海鞘算法求解问题，得到D2D用户的最佳信道分配和功率分配策略。该方法首先利用K均值聚类算法为小区中的蜂窝用户和D2D用户进行分簇，部署无人机；其次，提出一种自适应的樽海鞘算法，根据所求问题重新定义追随樽海鞘的位置更新方式和算法的适应度函数，迭代求解出D2D用户对的最佳传输功率和信道分配方案，从而有效减少系统中的同频干扰、提高系统的能量效率。

Description

一种无人机场景下高能效D2D资源分配方法
技术领域
本发明涉及通信技术领域，特别是涉及一种无人机场景下基于自适应樽海鞘 算法的高能效D2D(device to device,设备到设备)资源分配方法。
背景技术
在灾难发生时，灾区通常面临道路、通信和电力中断的极端情况，普通的 通信手段无法应对极端环境的考验，灵活而可靠的应急通信是进行搜索和救援的 一项关键挑战。空天地一体化应急通信保障方案是解决应急通信的一个非常重要 的手段。无人机(unmanned aerial vehicle,UAV)凭借其低成本、强机动性和高可靠 性成为建立应急通信网络的一个解决方法，作为空中基站为灾区提供无线覆盖， 快速恢复通信条件。
作为5G关键技术之一，D2D通信是一种能够在运营商授权频段内应用、 复用蜂窝用户资源(cellular users,CUE)、允许邻近设备之间直接交换信息的技术， 能够减小设备到设备传输时延、提高系统网络性能和效率，在充分利用通信资源 的同时应对数据流量的爆炸式增长，符合“绿色通信”节能减排的基本要求。
将D2D通信引入UAV场景下的应急通信中，可以进一步提高灾难场景下 的数据传输速率，改善灾区的移动通信质量。
发明内容
无人机场景下基于自适应樽海鞘算法的高能效D2D资源分配方法设计并 实现了单小区中多个UAV充当基站时，系统中D2D用户能量效率最大化的D2D 频率和功率联合分配方案。该方案主要包括以下步骤：(1)建立UAV场景下的 D2D通信系统模型，所述通信模型包括UAV、CUE和D2D用户对；(2)利用K 均值聚类算法对小区中用户进行分簇，并将UAV部署在簇的中心；(3)提出一 种无人机场景下高能效D2D资源分配方法，在保证用户服务质量(Quality of Service,QoS)和发射功率的前提下最大化D2D接收端的能量效率。
UAV场景下的D2D通信如图1所示。假设由于自然灾害，地面基站(ground basestation,GBS)受到破坏。在这些紧急情况下，服务供应商迫切地需要恢复通 信连接。因此，UAV因其灵活和简单易部署的特性，能够快速替换在场景中受 损的GBS。这些UAV作为空中移动基站来为通信用户之间建立连接。考虑一 个干扰受限的单小区多个UAV场景下的上行D2D通信系统模型。
假设小区中有M个UAV。第m个UAV中的CUE记为集合
Figure BDA0002803121340000021
D2D对记为集合
Figure BDA0002803121340000022
小区中所 有CUE的集合记为C＝[C1,C2,...,Cm,...,CM]，所有D2D对的集合记为 D＝[D1,D2,Dm,...,DM]。其中每一个D2D对包括两个D2D用户设备，一个 D2D发射端(D2D-T)和一个D2D接收端(D2D-R)，小区中的信道数目取决于包含 CUE最多的UAV中的CUE数目，记为集合K＝{1,2,...,k,...,K}。在同一UAV 中，每个CUE占用一个信道，信道之间相互正交，每个D2D用户对只能复用一 个CUE的信道资源，一个蜂窝用户的信道资源可以被多个D2D用户对复用。因 此，一个信道可能被同一UAV中的多个D2D用户对、不同UAV中的多个CUE 用户以及多个D2D用户对共同使用，复用同一信道的用户之间存在干扰。
假设每对D2D对只能复用一条信道资源，对
Figure BDA0002803121340000023
的干扰分析如图2所示。
将干扰分为同一UAV内的干扰和不同UAV内的干扰。其中，同一UAV内 的干扰表达式可写为：
Figure BDA0002803121340000024
其中ak,i表示信道状态指示变量，当
Figure BDA0002803121340000025
和
Figure BDA0002803121340000026
同时复用第k条信道时，ak,i＝1； 否则，ak,i＝0。
Figure BDA0002803121340000027
表示
Figure BDA0002803121340000028
的发射功率；lx,i表示
Figure BDA0002803121340000029
和
Figure BDA00028031213400000210
之间的距离，β表示路径损耗指数(β≥4)；
Figure BDA00028031213400000211
表示
Figure BDA00028031213400000212
和
Figure BDA00028031213400000213
之 间的信道增益。pc表示CUE的发射功率；lx,c表示复用同一信道的CUE和
Figure BDA00028031213400000214
之间的距离，
Figure BDA00028031213400000215
表示复用同一信道的CUE和
Figure BDA00028031213400000216
之间的信道增益。
不同UAV内的干扰表达式可写为：
Figure BDA00028031213400000217
其中ak,j表示信道状态指示变量，当
Figure BDA00028031213400000218
和
Figure BDA00028031213400000219
同时复用第k条信道时，ak,j＝1； 否则，ak,j＝0。
Figure BDA0002803121340000031
表示
Figure BDA0002803121340000032
的发射功率；lx,j表示
Figure BDA0002803121340000033
和
Figure BDA0002803121340000034
之间的距离，β表示路径损耗指数(β≥4)；
Figure BDA0002803121340000035
表示
Figure BDA0002803121340000036
和
Figure BDA0002803121340000037
之 间的信道增益。pc′表示CUE的发射功率；lx,c′表示复用同一信道的CUE和
Figure BDA0002803121340000038
之间的距离，
Figure BDA0002803121340000039
表示复用同一信道的CUE和
Figure BDA00028031213400000310
之间的信道增益。
因此，
Figure BDA00028031213400000311
的瞬时信干噪比(signal to interference plus noise ratio,SINR)可 以表示为：
Figure BDA00028031213400000312
其中
Figure BDA00028031213400000313
表示
Figure BDA00028031213400000314
的发射功率；ln表示
Figure BDA00028031213400000315
和
Figure BDA00028031213400000316
之间的距离；
Figure BDA00028031213400000317
表 示复用
Figure BDA00028031213400000318
和
Figure BDA00028031213400000319
之间的信道增；σ2表示信道高斯白噪声的噪声功率。
Figure BDA00028031213400000320
的频谱效率(Spectral Efficiency,SE)可以表示为：
Figure BDA00028031213400000321
系统中的功率消耗包括蜂窝用户的传输功率以及D2D-T的发射功率，即：
Figure BDA00028031213400000322
基于上述分析，D2D能量效率(Energy Efficiency,EE)为系统中各个D2D对 能量效率总和，即：
Figure BDA00028031213400000323
本发明的优化目标是在保证用户QoS和发射功率的前提下最大化D2D接收 端的能量效率，同时减少用户间的干扰，该优化问题可表述为：
max EE (7)
s.t.SEd-R≥SEmin (8)
Figure BDA0002803121340000041
Figure BDA0002803121340000042
Figure BDA0002803121340000043
式中，SEmin表示系统中d-R的最小频谱效率；约束(9)(10)表示一个信道 资源只能被一个D2D对复用，一个D2D对只能复用一个信道资源；约束(11)表 示
Figure BDA0002803121340000044
的发射功率不能超过指定的最大功率。A＝{ak,i}表示系统中所有 D2D用户对的信道分配矩阵，
Figure BDA0002803121340000045
表示系统中所有D2D用户对的功率分 配矩阵。
本发明提出基于一种自适应樽海鞘算法的资源分配方法，采用一种自适应 权重法来更新追随樽海鞘的位置。将信道分配矩阵A和功率分配矩阵P作为樽 海鞘的位置。樽海鞘群分为领导樽海鞘和追随樽海鞘，领导樽海鞘的位置更新方 式为：
A1＝Abest (12)
Figure BDA0002803121340000046
A1和P1表示领导樽海鞘的位置；Abest和Pbest表示当前迭代中最优的信道分 配矩阵和功率分配矩阵；λ1、λ2和λ3是[0,1]的随机数，其中
Figure BDA0002803121340000047
l 为当前迭代次数，L为迭代总次数。
追随樽海鞘的位置更新方式为：
Figure BDA0002803121340000048
Figure BDA0002803121340000049
式中，y≥2；F(Ay,Py)表示第y只追随樽海鞘的适应度。樽海鞘个体的适应 度函数为：
F(Ay,Py)＝EE(Ay,Py) (16)
结合本发明的D2D通信场景，改进樽海鞘算法的流程如表1所示。
表1无人机场景下基于自适应樽海鞘算法的高能效D2D通信资源分配方法
Figure BDA0002803121340000051
附图说明
图1 UAV场景下的D2D通信
图2 D2D接收端的干扰分析
图3小区中的用户分布
图4 UAV部署
图5迭代收敛曲线
图6不同D2D用户对距离时D2D能量效率
图7不同UAV数量时D2D能量效率
具体实施方式
本发明在Matlab2019a中设计仿真系统。小区为1000m×1000m的方形区域， 随机分布200个CUE。当两个CUE之间小于一定距离时，形成一个D2D对， 进行D2D通信。如图3所示，“●”表示CUE，“★”表示D2D用户，D2D对之间 距离均小于20m。
利用K均值聚类算法为小区内的CUE和D2D进行分簇，将UAV部署在每 一簇的中心位置。如图4所示，小区中一共部署7个UAV，“●”表示UAV，不同 颜色代表归属于不同UAV的用户，圆圈代表CUE，其余形状代表D2D对。
完成UAV部署后，利用改进后的樽海鞘算法为系统中的D2D用户进行最佳 信道和功率分配，以最大化系统中D2D用户的能量效率。具体步骤如下：
步骤1：对樽海鞘个体的位置进行初始化。Qb表示当前最优的信道分配矩阵，FoodPosition表示当前最优的功率分配矩阵；根据式(16)计算FoodFitness，表示 当前最优的适应度值。
步骤2：随机更新樽海鞘个体的位置，并计算对应的适应度。
步骤3：根据式(12)(13)更新领导樽海鞘的位置。
步骤4：根据式(14)(15)更新追随樽海鞘的位置。
步骤5：根据式(16)计算樽海鞘个体对应的适应度，根据最佳适应度更新最佳的信道分配矩阵和功率分配矩阵。
步骤6：重复步骤(2)(3)(4)(5)，直到求出最佳的信道分配矩阵和功率分配矩阵或达到迭代次数最大值。
仿真参数设置如表2所示
表2仿真参数设置
Figure BDA0002803121340000061
为了验证算法的有效性，选取樽海鞘算法作为对比算法：
(Ⅰ)自适应樽海鞘算法和樽海鞘算法的迭代情况
图5是两种算法迭代收敛曲线，设置D2D用户对之间距离为20m，小区中 UAV数量为7。相较于樽海鞘算法，本发明的自适应樽海鞘算法搜索精度更高， 更易实现D2D能量效率最大化，收敛速度更快。
图6是不同D2D用户对距离情况下两种算法的能量效率仿真对比，设置小 区中UAV数量为7。随着D2D用户对距离的增加，小区中D2D用户对的数量 增多，D2D能量效率逐渐提升，且自适应樽海鞘算法的搜索精度优于樽海鞘算 法。
图7是不同UAV数量时两种算法的能量效率方针对比，设置D2D用户对距 离为20m。随着UAV数量的增加，小区中D2D用户对之间的干扰增加，导致 D2D能量效率下降，但是自适应樽海鞘算法的搜索精度仍要优于樽海鞘算法。

Claims (8)

1.一种无人机场景下高能效D2D资源分配方法，其特征在于：包括以下步骤：
步骤1：建立UAV场景下的D2D通信系统模型，所述通信模型包括UAV、CUE和D2D用户对；
步骤2：利用K均值聚类算法对小区中用户进行分簇，并将UAV部署在簇的中心；
步骤3：提出一种基于自适应樽海鞘算法的资源分配方案，在保证用户QoS和发射功率的前提下最大化D2D接收端的能量效率。
2.根据权利要求1所述的一种无人机场景下高能效D2D资源分配方法，其特征在于，建立UAV场景下的D2D通信系统模型，有：
假设小区中有M个UAV；第m个UAV中的CUE记为集合
Figure FDA0002803121330000011
D2D对记为集合
Figure FDA0002803121330000012
小区中所有CUE的集合记为C＝[C1,C2,...,Cm,...,CM]，所有D2D对的集合记为D＝[D1,D2,Dm,...,DM]；每一个D2D对包括两个D2D用户设备，一个D2D发射端和一个D2D接收端，小区中的信道数目取决于包含CUE最多的UAV中的CUE数目，记为集合K＝{1,2,...,k,...,K}；在同一UAV中，每个CUE占用一个信道，信道之间相互正交，每个D2D用户对只能复用一个CUE的信道资源，一个蜂窝用户的信道资源被多个D2D用户对复用；一个信道可能被同一UAV中的多个D2D用户对、不同UAV中的多个CUE用户以及多个D2D用户对共同使用，复用同一信道的用户之间存在干扰。
3.根据权利要求1所述的一种无人机场景下高能效D2D资源分配方法，其特征在于，对模型中的
Figure FDA0002803121330000021
进行干扰分析，有：
同一UAV内的干扰表达式写为：
Figure FDA0002803121330000022
其中ak,i表示信道状态指示变量，当
Figure FDA0002803121330000023
和
Figure FDA0002803121330000024
同时复用第k条信道时，ak,i＝1；否则，ak,i＝0；
Figure FDA0002803121330000025
表示
Figure FDA0002803121330000026
的发射功率；lx,i表示
Figure FDA0002803121330000027
和
Figure FDA0002803121330000028
之间的距离，β表示路径损耗指数；
Figure FDA0002803121330000029
表示
Figure FDA00028031213300000210
和
Figure FDA00028031213300000211
之间的信道增益；pc表示CUE的发射功率；lx,c表示复用同一信道的CUE和
Figure FDA00028031213300000212
之间的距离，
Figure FDA00028031213300000213
表示复用同一信道的CUE和
Figure FDA00028031213300000214
之间的信道增益；
不同UAV内的干扰表达式写为：
Figure FDA00028031213300000215
其中ak,j表示信道状态指示变量，当
Figure FDA00028031213300000216
和
Figure FDA00028031213300000217
同时复用第k条信道时，ak,j＝1；否则，ak,j＝0；
Figure FDA00028031213300000218
表示
Figure FDA00028031213300000219
的发射功率；lx,j表示
Figure FDA00028031213300000220
和
Figure FDA00028031213300000221
之间的距离，β表示路径损耗指数；
Figure FDA00028031213300000222
表示
Figure FDA00028031213300000223
和
Figure FDA00028031213300000224
之间的信道增益；pc′表示CUE的发射功率；lx,c′表示复用同一信道的CUE和
Figure FDA00028031213300000225
之间的距离，
Figure FDA00028031213300000226
表示复用同一信道的CUE和
Figure FDA00028031213300000227
之间的信道增益。
4.根据权利要求3所述的一种无人机场景下高能效D2D资源分配方法，其特征在于，求
Figure FDA00028031213300000228
的信干噪比，有：
Figure FDA0002803121330000031
其中
Figure FDA0002803121330000032
表示
Figure FDA0002803121330000033
的发射功率；ln表示
Figure FDA0002803121330000034
和
Figure FDA0002803121330000035
之间的距离；
Figure FDA0002803121330000036
表示复用
Figure FDA0002803121330000037
和
Figure FDA0002803121330000038
之间的信道增；σ2表示信道高斯白噪声的噪声功率。
5.根据权利要求3所述的一种无人机场景下高能效D2D资源分配方法，其特征在于，求
Figure FDA0002803121330000039
的频谱效率SE，有：
Figure FDA00028031213300000310
6.根据权利要求3所述的一种无人机场景下高能效D2D资源分配方法，其特征在于，保证用户QoS和发射功率的前提下最大化D2D接收端的能量效率，同时减少用户间的干扰，有：
系统中的功率消耗包括蜂窝用户的传输功率以及D2D-T的发射功率，即：
Figure FDA00028031213300000311
基于上述分析，D2D能量效率EE为系统中各个D2D对能量效率总和，即：
Figure FDA00028031213300000312
7.根据权利要求1所述的一种无人机场景下高能效D2D资源分配方法，其特征在于，保证用户QoS和发射功率的前提下最大化D2D接收端的能量效率，同时减少用户间的干扰，有：
max EE (7)
s.t.SEd-R≥SEmin (8)
Figure FDA0002803121330000041
Figure FDA0002803121330000042
Figure FDA0002803121330000043
式中，SEmin表示系统中d-R的最小频谱效率；约束(9)、(10)表示一个信道资源只能被一个D2D对复用，一个D2D对只能复用一个信道资源；约束(11)表示
Figure FDA0002803121330000044
的发射功率不能超过指定的最大功率；A＝{ak,i}表示系统中所有D2D用户对的信道分配矩阵，
Figure FDA0002803121330000045
表示系统中所有D2D用户对的功率分配矩阵。
8.根据权利要求1所述的一种无人机场景下高能效D2D资源分配方法，其特征在于，采用一种自适应权重法来更新追随樽海鞘的位置；将信道分配矩阵A和功率分配矩阵P作为樽海鞘的位置；樽海鞘群分为领导樽海鞘和追随樽海鞘，领导樽海鞘的位置更新方式为：
A1＝Abest (12)
Figure FDA0002803121330000046
A1和P1表示领导樽海鞘的位置；Abest和Pbest表示当前迭代中最优的信道分配矩阵和功率分配矩阵；λ1、λ2和λ3是[0,1]的随机数，其中
Figure FDA0002803121330000047
l为当前迭代次数，L为迭代总次数；
追随樽海鞘的位置更新方式为：
Figure FDA0002803121330000051
Figure FDA0002803121330000052
式中，y≥2；F(Ay,Py)表示第y只追随樽海鞘的适应度；樽海鞘个体的适应度函数为：
F(Ay,Py)＝EE(Ay,Py) (16)。
CN202011357892.2A 2020-11-27 2020-11-27 一种无人机场景下高能效d2d资源分配方法 Pending CN112702719A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011357892.2A CN112702719A (zh) 2020-11-27 2020-11-27 一种无人机场景下高能效d2d资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011357892.2A CN112702719A (zh) 2020-11-27 2020-11-27 一种无人机场景下高能效d2d资源分配方法

Publications (1)

Publication Number Publication Date
CN112702719A true CN112702719A (zh) 2021-04-23

Family

ID=75506550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011357892.2A Pending CN112702719A (zh) 2020-11-27 2020-11-27 一种无人机场景下高能效d2d资源分配方法

Country Status (1)

Country Link
CN (1) CN112702719A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113613198A (zh) * 2021-07-26 2021-11-05 重庆邮电大学 无人机辅助的无线携能d2d网络资源分配方法
CN115442812A (zh) * 2022-11-08 2022-12-06 湖北工业大学 一种基于深度强化学习的物联网频谱分配优化方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111065163A (zh) * 2020-01-17 2020-04-24 深圳大学 一种蜂窝网络资源分配方法、装置及系统
CN111464231A (zh) * 2020-04-02 2020-07-28 北京邮电大学 一种无人机与用户协同缓存放置方法及装置
CN111988762A (zh) * 2020-09-01 2020-11-24 重庆邮电大学 一种基于无人机d2d通信网络的能效最大资源分配方法
US20200374889A1 (en) * 2017-08-11 2020-11-26 Kyocera Corporation Method for sending uplink interference indicator from neighbor cells to unmanned aerial vehicles

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200374889A1 (en) * 2017-08-11 2020-11-26 Kyocera Corporation Method for sending uplink interference indicator from neighbor cells to unmanned aerial vehicles
CN111065163A (zh) * 2020-01-17 2020-04-24 深圳大学 一种蜂窝网络资源分配方法、装置及系统
CN111464231A (zh) * 2020-04-02 2020-07-28 北京邮电大学 一种无人机与用户协同缓存放置方法及装置
CN111988762A (zh) * 2020-09-01 2020-11-24 重庆邮电大学 一种基于无人机d2d通信网络的能效最大资源分配方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113613198A (zh) * 2021-07-26 2021-11-05 重庆邮电大学 无人机辅助的无线携能d2d网络资源分配方法
CN113613198B (zh) * 2021-07-26 2023-06-20 河南浩宇空间数据科技有限责任公司 无人机辅助的无线携能d2d网络资源分配方法
CN115442812A (zh) * 2022-11-08 2022-12-06 湖北工业大学 一种基于深度强化学习的物联网频谱分配优化方法及系统

Similar Documents

Publication Publication Date Title
Wang et al. Deployment algorithms of flying base stations: 5G and beyond with UAVs
CN112737837B (zh) 一种高动态网络拓扑下无人机群带宽资源分配方法
CN107426820B (zh) 一种认知d2d通信系统中多用户博弈提高能效的资源分配方法
CN110225578B (zh) 一种基于图着色的d2d资源分配的方法
CN109982437B (zh) 一种基于位置感知加权图的d2d通信频谱分配方法
CN107172576B (zh) 一种增强蜂窝网安全性的d2d通信下行资源共享方法
CN112702719A (zh) 一种无人机场景下高能效d2d资源分配方法
CN106788812B (zh) 一种两层网络中基于分簇的干扰对齐方法
Nikooroo et al. Optimal positioning of flying base stations and transmission power allocation in NOMA networks
CN112564767B (zh) 无人机网络中基于自组织优化协作的连续覆盖方法
CN113099425B (zh) 一种高能效的无人机辅助d2d资源分配方法
Wu et al. 3D aerial base station position planning based on deep Q-network for capacity enhancement
CN104796990A (zh) 蜂窝异构网络中基于功率控制的d2d资源分配方法
Liu et al. Access points in the air: Modeling and optimization of fixed-wing UAV network
CN114070379A (zh) 基于安全能效公平性的无人机航迹优化与资源分配方法
CN112969185B (zh) 多无人机辅助移动用户通信的功率分配与航迹设计方法
Zhao et al. Transfer learning: A paradigm for dynamic spectrum and topology management in flexible architectures
CN111479240B (zh) 无人机通信系统及基于用户分簇的无线传输方法
CN103024913A (zh) 蜂窝通信系统终端直通自适应分组与资源分配方法
CN115225142B (zh) 多无人机通信中用户匹配与频谱资源联合优化方法及系统
Shakhatreh et al. Efficient 3D positioning of UAVs and user association based on hybrid PSO-K-means clustering algorithm in future wireless networks
Fu et al. Joint speed and bandwidth optimized strategy of UAV-assisted data collection in post-disaster areas
Prasad et al. Optimal deployment strategy for relay based UAV assisted cooperative communication for emergency applications
CN113301532A (zh) 一种用于无人机辅助毫米波应急通信网的信道分配方法
CN116867075B (zh) 一种蜂窝和d2d用户聚类网络中的信道分配方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210423