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 PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000013468 resource allocation Methods 0.000 title claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 26
- 241000251555 Tunicata Species 0.000 claims abstract description 23
- 241000251557 Ascidiacea Species 0.000 claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 230000001413 cellular effect Effects 0.000 claims abstract description 6
- 238000003064 k means clustering Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000190687 Gobius Species 0.000 description 1
- 208000035895 Guillain-Barré syndrome Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
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
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 D2D对记为集合小区中所 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。
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:
其中ak,i表示信道状态指示变量,当和同时复用第k条信道时,ak,i=1; 否则,ak,i=0。表示的发射功率;lx,i表示和 之间的距离,β表示路径损耗指数(β≥4);表示和之 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 之间的距离,表示复用同一信道的CUE和之间的信道增益。
不同UAV内的干扰表达式可写为:
其中ak,j表示信道状态指示变量,当和同时复用第k条信道时,ak,j=1; 否则,ak,j=0。表示的发射功率;lx,j表示和 之间的距离,β表示路径损耗指数(β≥4);表示和之 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 之间的距离,表示复用同一信道的CUE和之间的信道增益。
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:
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:
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)
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,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)
追随樽海鞘的位置更新方式为:
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
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
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D2D对记为集合小区中所有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。
同一UAV内的干扰表达式写为:
其中ak,i表示信道状态指示变量,当和同时复用第k条信道时,ak,i=1;否则,ak,i=0;表示的发射功率;lx,i表示和之间的距离,β表示路径损耗指数;表示和之间的信道增益;pc表示CUE的发射功率;lx,c表示复用同一信道的CUE和之间的距离,表示复用同一信道的CUE和之间的信道增益;
不同UAV内的干扰表达式写为:
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)
追随樽海鞘的位置更新方式为:
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)。
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)
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)
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 |
-
2020
- 2020-11-27 CN CN202011357892.2A patent/CN112702719A/zh active Pending
Patent Citations (4)
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)
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 |