CN112788726A - 一种无人机辅助基站通信的网络场景模型下的功率控制方法 - Google Patents

Abstract

本发明公开了一种无人机辅助基站通信的网络场景模型下的功率控制方法，包括：1)启动无人机基站，统计场景中用户数n，以及每个用户请求；根据用户需求，计算用户满意度，按照用户满意度对用户进行分类标记，分为一般用户和时延敏感用户；2)统计不同用户信道H，计算信道相似性，按相似度对用户进行分组，共分为k组；3)计算每组用户收到的来自所有基站的传输信号；4)计算第k组用户信噪比和用户系统容量；5)使用连续凸近似求解优化问题：6)将优化问题的解作为发射功率的最优值。本发明通过求解优化问题，将基站功率分配方案按照最优解进行配置，在保证系统中一般用户速率的前提下，提高时延敏感用户的满意度。

Description

一种无人机辅助基站通信的网络场景模型下的功率控制方法

技术领域

本发明属于网络技术领域，具体涉及一种无人机辅助基站通信的网络场景模型下的功率控制方法。

背景技术

无人机与蜂窝网络技术的结合，提供了一种低成本、高可靠性的通信方式，并支持大规模无人机通信。当前的移动蜂窝网络理论上可以满足无人机实时视频流和数据中继等高速率和延迟敏感的通信应用。

无人机与蜂窝通信技术结合的主要模式是使用无人机来辅助地面蜂窝通信，无人机搭载基站作为空中通信平台，为地面用户提供空中无线接入，与传统的地面通信相比，无人机搭载基站可以根据需要快速部署。对于多种应用场景具有较强的适应性。其次，相对于地面通信基站，由于无人机搭载基站时飞行高度较高，无人机更容易与地面用户进行视距链路连接，从而为通信以及多用户调度和资源分配提供了更可靠的连接。由于无人机的高机动性，无人机机载基站可利用额外的自由度来提高通信性能，通过三维动态调整其位置来满足地面通信需求。因此无人机基站作为一个以快速和动态部署为特征的空中基站，对于未来移动通信场景和业务需求具有很强的实用性。

终端距离更近，将带来频谱效率和系统容量的提升。然而，实际网络中的移动用户和数据流量具有时空分布特性，现有地面网络覆盖方法难以灵活部署。无人机基站可以依据用户分布状态和数据流量变化，灵活地协助地面基站进行网络覆盖，例如演唱会、户外展会等大型活动和火车站、码头的人流密集区域。利用无人机搭载小基站，在传统异构无线移动接入网络的基础上，叠加了一层基于无人机基站的无线接入网络，为用户提供网络接入和通信服务，在空中实现了为用户提供临时的无线接入，解决了通信热点地区临时覆盖的问题。

在无人机辅助蜂窝通信环境下，无人机基站部署后可能带来小区覆盖不规则、用户移动状态评估不准确、移动切换频繁且切换成功概率较低等问题，传统移动控制方法此时就面临着新的问题和挑战。配置好无人机基站的部署后，不同无人机基站的覆盖区域可能出现重叠，当用户在相邻重叠覆盖区域移动时，必须考虑用户切换控制的问题。

发明内容

本发明的目的在于针对上述现有技术的不足，提供了一种无人机辅助基站通信的网络场景模型下的功率控制方法。

本发明采用如下技术方案来实现的：

一种无人机辅助基站通信的网络场景模型下的功率控制方法，包括如下步骤：

1)启动无人机基站，设置与用户通信的发射功率为初始化默认值，对场景用户进行广播，统计场景中用户数n，以及每个用户请求需求，包括用户的丢包率ε，到达率λ_k以及最大传输时延D_max,k；根据用户需求，计算用户满意度，按照用户满意度对用户进行分类标记，分为一般用户和时延敏感用户；

2)统计不同用户信道H，计算信道相似性，将相似度高的同类用户划分至同一组，共分为k组；

3)计算每组用户收到的来自所有基站的传输信号

其中

为第k组在时隙i上收到来自其他所有基站的有用信号，

为第k组在时隙i上为收到来自其他所有基站的干扰信号，

为噪声；

4)计算第k组用户信噪比Γ^k(i)和用户系统容量C^k(i)；

5)使用连续凸近似求解优化问题：

6)将优化问题的解作为无人机与用户通信的发射功率的最优值。

本发明进一步的改进在于，步骤1)的具体实现方法如下：

一般用户服务由4大类组成，分别是VoIP服务，HTTP服务，IPTV服务和TCP服务；

使用统一的函数来表示以上四种典型的服务，统一函数表示为：

其中A，B，C，D和d是要根据所属的类别确定的参数，在此基础上由于时延对HTTP服务和TCP服务类用户影响更为明显，将HTTP服务和TCP服务类用户划归为时延敏感用户，而VoIP服务和IPTV服务类用户划归为一般用户。

本发明进一步的改进在于，步骤1)中，用户满意度衡量标准，根据3GPP TS23.203，数据流的控制机制分为保证比特率和非保证比特率，每个服务数据流只能分配一个QoS类标识符。

本发明进一步的改进在于，步骤3)的具体实现方法如下：

在小范围内，将用户在空间上进行划分，按照相似度将用户分为k组，通过两阶段预编码对组内所有用户进行通信；

在由无人机组成的多基站范围中，多基站进行协调多点传输，各基站之间通过共享数据进行联合处理；

假设所有无人机基站都配备了数量为M的阵列天线，所有用户均配备了一个全向天线，任意用户与基站均有通信条件，中央控制处理器掌握所有信道信息，并能够计算执行应用资源分配策略；系统中的所有基站可以数据共享来相互协作；

在该系统模型中，B Hz的总带宽被平均划分为N个正交子载波，每个子载波带宽为B_s＝B/N，采用扁平信道模型，在一个时隙中信道质量与子载波保持恒定；

基站B_m给组k在子载波i上传输的信号为：

其中

是基站m给组k在子载波i上的传输功率，

是混合预编码矩阵，u^k(i)是基站给用户的数据矩阵；

组k收到的来自所有基站的信号为：

其中：

为收到来自其他所有基站的有用信号，

为收到来自其他所有基站的干扰信号；

为第c个基站和第k组用户之间的信道矩阵，

为第c个基站和第k组用户之间的预编码矩阵，

为第c个基站对第k组用户的发射功率，

为噪声。

本发明进一步的改进在于，步骤4)的具体实现方法如下：

用户信干噪比计算公式为

其中

为第m个基站和第k组用户之间的信道矩阵，

为第m个基站和第k组用户之间的预编码矩阵，

为第m个基站对第k组用户的发射功率，

为噪声；

用户系统容量计算公式C^k(i)＝B_slog₂(1+Γ^k(i))，其中Γ^k(i)为用户信干噪比，B_s为用户带宽。

本发明进一步的改进在于，步骤5)的具体实现方法如下：

本发明至少具有如下有益的技术效果：

本发明提供了一种无人机辅助蜂窝通信场景中无人机功率控制算法，通过将用户分类后分组通信，统一量化用户满意度，建立优化问题，将计算出的最优功率控制方案分配给无人机，相较于传统功率控制方法，本发明充分考虑用户特征，将用户进行分类，在保证所有用户基础性能的前提下，充分考虑用户需求差异，为需求更高的用户提供更好的系统性能。在优化过程中，以基站下行功率为优化变量，以场景中时延敏感用户的加权总速率为优化目标，以基站总功率，一般用户总速率为限制条件来求解优化问题。最终，求出的基站下行功率分配方案对场景中时延敏感用户的用户速率有着很大的提升。

进一步，利用统一的效用函数来表示一般用户的四种服务类型，设置统一衡量标准，将用户分为两类，一方面降低系统复杂度，另一方面保证用户特征，将用户统一管理，为优化目标设立提供统一的标准。

进一步，将信道相似的用户分为一组，通过两阶段预编码来进行用户区分，有效利用了位置相邻用户之间信道的相似性，减少系统信道数量，有效减少由于信道数量庞杂带来的干扰。

综上，本发明通过求解优化问题，将基站功率分配方案按照最优解进行配置，在保证系统中一般用户速率的前提下，极大程度的提高了时延敏感用户的满意度。

附图说明

图1为C-RRM问题场景模型示意图。

图2中(a)-(d)分别为四类服务用户满意度曲线。

图3为不同参数下系统容量对比图。

具体实施方式

以下结合附图和实施例对本发明做出进一步的说明。

场景模型：

考虑图1场景模型，中央为宏基站，负责整个场景模型的数据收集处理，并作为和核心网通信的节点，通过光纤与核心网进行数据传输，同时搭载多天线系统，负责将核心网数据分发给下属的无人机或者用户，并收集无人机和用户的移动数据进行汇总。宏基站周围按照空间位置分布有六个无人机。无人机搭载微基站系统，负责收集并转发用户数据。

在多天线蜂窝网中，分布着K个用户，根据用户需求不同，设立用户满意度衡量标准，将用户分为时延敏感用户和一般用户。

用户满意度衡量标准，根据3GPP TS 23.203，数据流的控制机制分为保证比特率(GBR)和非保证比特率(Non-GBR)。每个服务数据流只能分配一个QoS类标识符(QCI)。一般用户服务主要由4大类组成，分别是VoIP服务，HTTP服务，IPTV服务和TCP服务。图2是4种不同的效用函数来衡量用户对所占用带宽的满意度。

本发明使用统一的函数来表示以上四种典型的服务。统一函数表示为：

其中A，B，C，D和d是要根据所属的类别确定的参数。通过更改参数的值，函数U(r)会出现图2所示的四种典型流量曲线形式。在此基础上由于时延对HTTP服务和TCP服务类用户影响更为明显，本发明将HTTP服务和TCP服务类用户划归为时延敏感用户，而VoIP服务和IPTV服务类用户划归为一般用户。

在小范围内，由于一定空间中的用户信道具有很高的相似性，本发明可以将用户在空间上进行划分，让一定角度空间内的同种用户组成一组用户，通过两阶段预编码来保证对组内所有用户能进行有效通信。

在由无人机组成的多基站范围中，多基站进行协调多点传输(CoMP)，各基站之间通过共享数据进行联合处理(JP)，以消除同信道干扰并提高频谱效率。

假设所有无人机基站都配备了数量为M的阵列天线，所有用户均配备了一个全向天线。任意用户与基站均有通信条件。中央控制处理器掌握所有信道信息，并可以执行资源分配策略。此外，系统中的所有基站都可以通过一个容量受限的回程链路进行数据共享来相互协作。

在该系统模型中，BHz的总带宽被平均划分为N个正交子载波，每个子载波带宽为B_s＝B/N。采用扁平信道模型，在一个时隙中信道质量与子载波保持恒定。

基站B_m给组k在子载波i上传输的信号为：

其中

是基站m给组k在子载波i上的传输功率。

是混合预编码矩阵，u^k(i)是基站给用户的数据矩阵。

组k收到的来自所有基站的信号为：

其中：

为收到来自其他所有基站的有用信号，

为收到来自其他所有基站的干扰信号。

为第c个基站和第k组用户之间的信道矩阵，

为第c个基站和第k组用户之间的预编码矩阵，

为第c个基站对第k组用户的发射功率，

为噪声。

用户信干噪比计算公式为

其中

为第m个基站和第k组用户之间的信道矩阵，

为第m个基站和第k组用户之间的预编码矩阵，

为第m个基站对第k组用户的发射功率，

为噪声。

用户系统容量计算公式C^k(i)＝B_slog₂(1+Γ^k(i)) (5)

其中Γ^k(i)为用户信干噪比，B_s为用户带宽。

假设用户

为一般用户，而用户

都是时延敏感用户。本发明用有效容量来衡量用户的满意程度：

则优化目标为：

本发明将通过控制基站的发射功率来影响用户接受信号的信干噪比。由公式(4)(5)可以看出，用户接收到的信干噪比越大，其系统信道容量越大。优化问题整理如下：

其中C^h(i)表示时延敏感用户的信道容量，C^k(i)表示一般用户信道容量，

表示一般用户信道荣丽那个最小值，

和

表示基站对不同组用户的发射功率，P_Max表示基站最大发射功率。限制条件C1保证了一般用户的速率始终高于既定最小值，限制条件C2，C3保证用户发射功率始终处为非负，限制条件C4保证对两类用户的发射功率之和始终小于基站最大发射功率。通过对该优化问题的求解，获得以用户中心的无人机辅助基站通信场景模型下最优功率分配值。

传统的功率控制方法，计算当前基站发射功率与最大发射功率的比值，根据这一比值按照比例提高基站发射功率，若系统性能有所提升则采用提升后的发射功率，若系统性能提升小于更新阈值，则沿用之前的发射功率。

由图3可以看出，相较于传统功率控制方法，在相同的初始条件下，本发明充分考虑用户特征，对用户进行分类，通过设定不同的参数情况下，使系统整体性能始终由于传统功率控制算法，并在一定次数的迭代之后系统容量能够稳定收敛于一个较高的值。

Claims (6)

1.一种无人机辅助基站通信的网络场景模型下的功率控制方法，其特征在于，包括如下步骤：

1)启动无人机基站，设置与用户通信的发射功率为初始化默认值，对场景用户进行广播，统计场景中用户数n，以及每个用户请求需求，包括用户的丢包率ε，到达率λ_k以及最大传输时延D_max,k；根据用户需求，计算用户满意度，按照用户满意度对用户进行分类标记，分为一般用户和时延敏感用户；

2)统计不同用户信道H，计算信道相似性，将相似度高的同类用户划分至同一组，共分为k组；

3)计算每组用户收到的来自所有基站的传输信号

其中

为第k组在时隙i上收到来自其他所有基站的有用信号，

为第k组在时隙i上为收到来自其他所有基站的干扰信号，

为噪声；

4)计算第k组用户信噪比Γ^k(i)和用户系统容量C^k(i)；

5)使用连续凸近似求解优化问题：

6)将优化问题的解作为无人机与用户通信的发射功率的最优值。

2.根据权利要求1所述的一种无人机辅助基站通信的网络场景模型下的功率控制方法，其特征在于，步骤1)的具体实现方法如下：

一般用户服务由4大类组成，分别是VoIP服务，HTTP服务，IPTV服务和TCP服务；

使用统一的函数来表示以上四种典型的服务，统一函数表示为：

其中A，B，C，D和d是要根据所属的类别确定的参数，在此基础上由于时延对HTTP服务和TCP服务类用户影响更为明显，将HTTP服务和TCP服务类用户划归为时延敏感用户，而VoIP服务和IPTV服务类用户划归为一般用户。

3.根据权利要求2所述的一种无人机辅助基站通信的网络场景模型下的功率控制方法，其特征在于，步骤1)中，用户满意度衡量标准，根据3GPP TS 23.203，数据流的控制机制分为保证比特率和非保证比特率，每个服务数据流只能分配一个QoS类标识符。

4.根据权利要求1所述的一种无人机辅助基站通信的网络场景模型下的功率控制方法，其特征在于，步骤3)的具体实现方法如下：

在小范围内，将用户在空间上进行划分，按照相似度将用户分为k组，通过两阶段预编码对组内所有用户进行通信；

在由无人机组成的多基站范围中，多基站进行协调多点传输，各基站之间通过共享数据进行联合处理；

假设所有无人机基站都配备了数量为M的阵列天线，所有用户均配备了一个全向天线，任意用户与基站均有通信条件，中央控制处理器掌握所有信道信息，并能够计算执行应用资源分配策略；系统中的所有基站可以数据共享来相互协作；

在该系统模型中，B Hz的总带宽被平均划分为N个正交子载波，每个子载波带宽为B_s＝B/N，采用扁平信道模型，在一个时隙中信道质量与子载波保持恒定；

基站B_m给组k在子载波i上传输的信号为：

其中

是基站m给组k在子载波i上的传输功率，

是混合预编码矩阵，u^k(i)是基站给用户的数据矩阵；

组k收到的来自所有基站的信号为：

其中：

为收到来自其他所有基站的有用信号，

为收到来自其他所有基站的干扰信号；

为第c个基站和第k组用户之间的信道矩阵，

为第c个基站和第k组用户之间的预编码矩阵，

为第c个基站对第k组用户的发射功率，

为噪声。

5.根据权利要求4所述的一种无人机辅助基站通信的网络场景模型下的功率控制方法，其特征在于，步骤4)的具体实现方法如下：

用户信干噪比计算公式为

其中

为第m个基站和第k组用户之间的信道矩阵，

为第m个基站和第k组用户之间的预编码矩阵，

为第m个基站对第k组用户的发射功率，

为噪声；

用户系统容量计算公式C^k(i)＝B_slog₂(1+Γ^k(i))，其中Γ^k(i)为用户信干噪比，B_s为用户带宽。

6.根据权利要求5所述的一种无人机辅助基站通信的网络场景模型下的功率控制方法，其特征在于，步骤5)的具体实现方法如下：

Images