CN113242509A - 一种面向智慧物流的无人机辅助irs通信方法 - Google Patents

一种面向智慧物流的无人机辅助irs通信方法 Download PDF

Info

Publication number
CN113242509A
CN113242509A CN202110441905.2A CN202110441905A CN113242509A CN 113242509 A CN113242509 A CN 113242509A CN 202110441905 A CN202110441905 A CN 202110441905A CN 113242509 A CN113242509 A CN 113242509A
Authority
CN
China
Prior art keywords
irs
cluster
users
user
deployed
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
CN202110441905.2A
Other languages
English (en)
Inventor
张海君
陈安琪
隆克平
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.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
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 University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202110441905.2A priority Critical patent/CN113242509A/zh
Publication of CN113242509A publication Critical patent/CN113242509A/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
    • H04W4/02—Services making use of location information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]
    • 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
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种面向智慧物流的无人机辅助IRS通信方法，属于移动通信技术领域。所述方法包括：S101，初始化簇数K为最少应部署的IRS数量，每个IRS负责一个簇的通信；S102，在所有用户中随机选取K个用户作为初始聚集的簇心；S103，计算其余的每个用户到K个簇心的欧氏距离，对任一用户，找到距离该用户最近的簇心，将其分配给对应的簇；S104，分配完所有的用户后，分别计算已分配好的K个簇的聚类中心，并将其定义为新的簇心；S105，迭代S103和S104，直到预设的标准测度函数开始收敛为止；S106，判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102。采用本发明，能够实现用户与基站之间的有效通信。

Description

一种面向智慧物流的无人机辅助IRS通信方法
技术领域
本发明涉及移动通信技术领域，特别是指一种面向智慧物流的无人机辅助IRS通信方法。
背景技术
作为5G的关键技术之一，毫米波频谱可以支持极高的数据传输速率和超可靠、低时延功能，这对于工业场景中的应用也是至关重要的，然而毫米波存在穿透障碍物的能力比较差、无法穿过障碍物这一短板，在高楼林立的城市中，由于建筑物的阻挡，智慧物流运输服务的无线通信效果难以保证。
目前还没有有效的方法来直接改善毫米波的穿透力，但业界正在测试的是通过反射和折射来帮助毫米波实现非视距的通信，而智能反射面(IRS)作为一种全新的革命性技术，可为B5G/6G无线通信系统实现智能且可重新配置的无线信道/无线电传播环境，便引起了业界和学术界的广泛关注。一般而言，IRS是包括大量低成本无源反射元件的平面，每个无源反射元件都能够独立地对入射信号引起可控的幅度和相位变化，通过在无线网络中部署IRS并智能地协调其反射，可以灵活地重新配置发送器和接收器之间的信号传播/无线信道，从而显著提高无线通信网络的性能。
发明内容
本发明实施例提供了面向智慧物流的无人机辅助IRS通信方法，能够实现用户与基站之间的有效通信，最大限度的提升所有用户的QoS。所述技术方案如下：
一方面，提供了一种面向智慧物流的无人机辅助IRS通信方法，该方法应用于电子设备，该方法包括：
S101，确定最少应部署的IRS数量，初始化簇数K为最少应部署的IRS数量，每个IRS负责一个簇的通信；
S102，在所有用户中随机选取K个用户作为初始聚集的簇心；
S103，计算其余的每个用户到K个簇心的欧氏距离，对任一用户，找到距离该用户最近的簇心，将其分配给对应的簇；
S104，分配完所有的用户后，分别计算已分配好的K个簇的聚类中心，并将其定义为新的簇心；
S105，迭代S103和S104，直到预设的标准测度函数开始收敛为止；
S106，判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102。
进一步地，在确定最少应部署的IRS数量，初始化簇数K为最少应部署的IRS数量之前，所述方法还包括：
初始化所有用户坐标、每个IRS反射到地面的覆盖半径RI以及覆盖面积SI。
进一步地，确定的最少应部署的IRS数量为最小分簇数Kmin，其中，Kmin表示为：
Figure BDA0003035365260000021
其中，S表示所有用户覆盖范围总面积，SI表示每个IRS反射到地面的覆盖面积。
进一步地，欧氏距离表示为：
dij＝|uj-mi|,j≠i
其中，uj为簇心外其他用户的坐标；mi为簇Ci的簇心坐标，i＝1,…,K；dij表示簇心外其他用户到簇心的欧氏距离。
进一步地，采用均方差作为标准测度函数。
进一步地，标准测度函数表示为：
Figure BDA0003035365260000022
其中，E是所有用户的平方误差和；p为簇Ci中簇心外的其他用户坐标，i＝1,…,K；mi是簇Ci的簇心坐标。
进一步地，所述判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102包括：
计算每个簇中距离簇心最远的用户与对应簇心之间的距离，判断所述距离是否大于IRS的地面反射半径RI；
若有距离大于IRS的地面反射半径RI，则存在某个簇超出了IRS的服务范围，令K＝K+1，返回S102再次进行分簇。
进一步地，所述判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102还包括：
若所有距离都不大于IRS的地面反射半径RI，则所有簇均在对应IRS的服务范围内，则终止优化，得到应部署的IRS数量，并利用无人机携带IRS移至簇心位置正上方为相应簇用户提供通信服务。
一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述面向智慧物流的无人机辅助IRS通信方法。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述面向智慧物流的无人机辅助IRS通信方法。
本发明实施例提供的技术方案带来的有益效果至少包括：
本发明实施例中，将UAV-IRS通信场景中的部署数量、位置问题转化为用户分簇问题，先确定初始簇数，进而采用改进的k-means算法基于该簇数对用户进行合理的分簇，并保证所有用户均在IRS的服务范围内，确定最终应部署的IRS数量及其位置，保证每个簇中用户均在IRS的覆盖范围内，从而实现用户与基站之间的有效通信，防止分簇后仍存在用户无法通信的问题，最大限度的提升所有用户的QoS。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的UAV-IRS网络架构示意图；
图2为本发明实施例提供的面向智慧物流的无人机辅助IRS通信方法的流程示意图；
图3是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
如图1所示，图1为UAV-IRS(因为IRS是搭载在无人机UAV上，所以用“-”表示这个整体)网络架构示意图，配有M个天线的基站与智慧物流运输服务中的用户之间被建筑物阻挡，无法与基站进行有效通信。本实施例中，针对智慧物流中用户被阻挡无法与基站进行有效通信、基站和用户之间的直接链路信道质量较差的问题，借助一定数量的无人机搭载IRS构建一条从基站到UAV-IRS再到用户的通信链路以支持基站和用户之间的传输，实现基站和用户之间的有效通信，其中，IRS的数量与用户簇的数量相等。
IRS作为一块有限的平面，其反射是有一定覆盖范围的，即其服务范围是有限的，由于智慧物流服务场景的多样性、物流运输的移动性以及用户所在位置范围的不确定性，仅简单引入单个IRS可能无法有效解决多用户的通信需求问题，引入过多又会造成资源的浪费，因此本实施例提供了一种无人机辅助IRS通信中IRS数量及位置联合优化的方法，具体的：采用改进的k-means算法对被阻挡而无法有效通信的用户进行分簇，确定应引入的IRS数量及其位置。也就是说，本实施例将UAV-IRS通信场景中的部署数量、位置问题转化为用户分簇问题，基于已知用户的位置确定初始分簇数量，进而采用改进的k-means算法基于该簇数对用户进行合理的分簇，并保证所有用户均在IRS的服务范围内，确定最终应部署的IRS数量及其位置，并利用无人机携带IRS移至簇心位置正上方为该簇用户提供通信服务，保证每个簇中用户均在IRS的覆盖范围内，以保证所有用户的通信需求，并最大限度的提升所有用户的QoS。
如图2所示，本发明实施例提供了一种面向智慧物流的无人机辅助IRS通信方法，该方法可以由电子设备实现，该电子设备可以是终端或服务器，该方法包括：
S101，确定最少应部署的IRS数量，初始化簇数K为最少应部署的IRS数量；
S102，在所有用户中随机选取K个用户作为初始聚集的簇心；
S103，计算其余的每个用户到K个簇心的欧氏距离，对任一用户，找到距离该用户最近的簇心，将其分配给对应的簇；
S104，分配完所有的用户后，分别计算已分配好的K个簇的聚类中心，并将其定义为新的簇心；
S105，迭代S103和S104，直到预设的标准测度函数开始收敛为止；
S106，判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102。
本发明实施例所述的面向智慧物流的无人机辅助IRS通信方法，将UAV-IRS通信场景中的部署数量、位置问题转化为用户分簇问题，先确定初始簇数，进而采用改进的k-means算法基于该簇数对用户进行合理的分簇，并保证所有用户均在IRS的服务范围内，确定最终应部署的IRS数量及其位置，保证每个簇中用户均在IRS的覆盖范围内，从而实现用户与基站之间的有效通信，防止分簇后仍存在用户无法通信的问题，最大限度的提升所有用户的QoS。
在前述面向智慧物流的无人机辅助IRS通信方法的具体实施方式中，进一步地，在确定最少应部署的IRS数量，初始化簇数K为最少应部署的IRS数量之前，所述方法还包括：
初始化所有用户坐标、每个IRS反射到地面的覆盖半径RI以及覆盖面积SI；其中，用户为被阻挡而无法有效通信的用户。
本实施例中，每个IRS负责一个簇的通信，考虑到每个IRS覆盖范围是一定的，因此首先确定需要的最少应部署的IRS数量即最小分簇数Kmin，具体的：
先基于边界用户坐标计算所有用户覆盖范围总面积S；
然后，根据得到的S和SI，确定最小分簇数：
Figure BDA0003035365260000051
其中，S表示所有用户覆盖范围总面积，SI表示每个IRS反射到地面的覆盖面积，
Figure BDA0003035365260000052
表示向上取整。
本实施例中，考虑到IRS的覆盖范围有限，应确定最少所需IRS的数量(即最小分簇数)，具体的：通过所有用户位置范围得到最小分簇数，避免UAV-IRS部署过多造成资源的浪费。
在前述面向智慧物流的无人机辅助IRS通信方法的具体实施方式中，进一步地，欧氏距离表示为：
dij＝|uj-mi|,j≠i
其中，uj为簇心外其他用户的坐标；mi为簇Ci的簇心坐标，i＝1,…,K；dij表示簇心外其他用户到簇心的欧氏距离。
在前述面向智慧物流的无人机辅助IRS通信方法的具体实施方式中，进一步地，采用均方差作为标准测度函数，其中，标准测度函数表示为：
Figure BDA0003035365260000061
其中，E是所有用户的平方误差和；p为簇Ci中簇心外的其他用户坐标，i＝1,…,K；mi是簇Ci的簇心坐标。
本实施例中，采用均方差作为标准测度函数，即对于每个簇中的每个用户，求用户到其簇心距离的平方，然后求和，以使生成的K个簇尽可能的紧凑和独立。
在前述面向智慧物流的无人机辅助IRS通信方法的具体实施方式中，进一步地，所述判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102包括：
标准测度函数收敛后，得到了K个簇，计算每个簇中距离簇心最远的用户与对应簇心之间的距离，判断所述距离是否大于IRS的地面反射半径RI；
若有距离大于IRS的地面反射半径RI，则存在某个簇超出了IRS的服务范围，即现在部署的IRS不足以支撑所有用户的通信，因此需要增加部署的UAV-IRS的数量，即令K＝K+1，返回S102再次进行分簇。
在前述面向智慧物流的无人机辅助IRS通信方法的具体实施方式中，进一步地，所述判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102还包括：
若所有距离都不大于IRS的地面反射半径RI，则所有簇均在对应IRS的服务范围内，终止优化，得到应部署的IRS数量，并利用无人机携带IRS移至簇心位置正上方为相应簇用户提供通信服务。
本实施例中，将UAV-IRS放置于簇心位置正上方，能够降低簇间干扰，更好地服务簇中用户，提升用户QoS。
图3是本发明实施例提供的一种电子设备600的结构示意图，该电子设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)601和一个或一个以上的存储器602，其中，所述存储器602中存储有至少一条指令，所述至少一条指令由所述处理器601加载并执行以实现上述面向智慧物流的无人机辅助IRS通信方法。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述面向智慧物流的无人机辅助IRS通信方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种面向智慧物流的无人机辅助IRS通信方法，其特征在于，包括：
S101，确定最少应部署的IRS数量，初始化簇数K为最少应部署的IRS数量，每个IRS负责一个簇的通信；
S102，在所有用户中随机选取K个用户作为初始聚集的簇心；
S103，计算其余的每个用户到K个簇心的欧氏距离，对任一用户，找到距离该用户最近的簇心，将其分配给对应的簇；
S104，分配完所有的用户后，分别计算已分配好的K个簇的聚类中心，并将其定义为新的簇心；
S105，迭代S103和S104，直到预设的标准测度函数开始收敛为止；
S106，判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102。
2.根据权利要求1所述的面向智慧物流的无人机辅助IRS通信方法，其特征在于，在确定最少应部署的IRS数量，初始化簇数K为最少应部署的IRS数量之前，所述方法还包括：
初始化所有用户坐标、每个IRS反射到地面的覆盖半径RI以及覆盖面积SI。
3.根据权利要求1所述的面向智慧物流的无人机辅助IRS通信方法，其特征在于，确定的最少应部署的IRS数量为最小分簇数Kmin，其中，Kmin表示为：
Figure FDA0003035365250000011
其中，S表示所有用户覆盖范围总面积，SI表示每个IRS反射到地面的覆盖面积。
4.根据权利要求1所述的面向智慧物流的无人机辅助IRS通信方法，其特征在于，欧氏距离表示为：
dij＝|uj-mi|,j≠i
其中，uj为簇心外其他用户的坐标；mi为簇Ci的簇心坐标，i＝1,…,K；dij表示簇心外其他用户到簇心的欧氏距离。
5.根据权利要求1所述的面向智慧物流的无人机辅助IRS通信方法，其特征在于，采用均方差作为标准测度函数。
6.根据权利要求1所述的面向智慧物流的无人机辅助IRS通信方法，其特征在于，标准测度函数表示为：
Figure FDA0003035365250000021
其中，E是所有用户的平方误差和；p为簇Ci中簇心外的其他用户坐标，i＝1,…,K；mi是簇Ci的簇心坐标。
7.根据权利要求1所述的面向智慧物流的无人机辅助IRS通信方法，其特征在于，所述判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102包括：
计算每个簇中距离簇心最远的用户与对应簇心之间的距离，判断所述距离是否大于IRS的地面反射半径RI；
若有距离大于IRS的地面反射半径RI，则存在某个簇超出了IRS的服务范围，令K＝K+1，返回S102再次进行分簇。
8.根据权利要求7所述的面向智慧物流的无人机辅助IRS通信方法，其特征在于，所述判断每个簇中最远用户是否在IRS服务范围内，若在，则终止优化，得到应部署的IRS数量及其位置；否则，令K＝K+1，返回S102还包括：
若所有距离都不大于IRS的地面反射半径RI，则所有簇均在对应IRS的服务范围内，则终止优化，得到应部署的IRS数量，并利用无人机携带IRS移至簇心位置正上方为相应簇用户提供通信服务。
9.根据权利要求1所述的面向智慧物流的无人机辅助IRS通信方法，其特征在于，IRS的数量与用户簇的数量相等。
CN202110441905.2A 2021-04-23 2021-04-23 一种面向智慧物流的无人机辅助irs通信方法 Pending CN113242509A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110441905.2A CN113242509A (zh) 2021-04-23 2021-04-23 一种面向智慧物流的无人机辅助irs通信方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110441905.2A CN113242509A (zh) 2021-04-23 2021-04-23 一种面向智慧物流的无人机辅助irs通信方法

Publications (1)

Publication Number Publication Date
CN113242509A true CN113242509A (zh) 2021-08-10

Family

ID=77129673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110441905.2A Pending CN113242509A (zh) 2021-04-23 2021-04-23 一种面向智慧物流的无人机辅助irs通信方法

Country Status (1)

Country Link
CN (1) CN113242509A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114039652A (zh) * 2021-11-24 2022-02-11 西北大学 基于建筑物几何分析的毫米波抗阻挡多无人机部署方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103442369A (zh) * 2013-07-31 2013-12-11 北京邮电大学 一种广域覆盖场景下的灵活组网方法
CN107659974A (zh) * 2017-11-03 2018-02-02 广东工业大学 无线传感网路由方法、装置、设备及计算机可读存储介质
CN109451442A (zh) * 2018-09-29 2019-03-08 西安科技大学 基于k均值原型聚类算法的终端直通通信分簇方法
CN111050277A (zh) * 2019-12-23 2020-04-21 华中科技大学 一种irs辅助的无线通信系统的优化方法及装置
CN111934750A (zh) * 2020-08-14 2020-11-13 海能达通信股份有限公司 一种无人机基站的部署方法、系统、设备及存储介质
CN112272384A (zh) * 2020-11-03 2021-01-26 广东工业大学 一种基于可重构智能表面的通信系统吞吐量优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103442369A (zh) * 2013-07-31 2013-12-11 北京邮电大学 一种广域覆盖场景下的灵活组网方法
CN107659974A (zh) * 2017-11-03 2018-02-02 广东工业大学 无线传感网路由方法、装置、设备及计算机可读存储介质
CN109451442A (zh) * 2018-09-29 2019-03-08 西安科技大学 基于k均值原型聚类算法的终端直通通信分簇方法
CN111050277A (zh) * 2019-12-23 2020-04-21 华中科技大学 一种irs辅助的无线通信系统的优化方法及装置
CN111934750A (zh) * 2020-08-14 2020-11-13 海能达通信股份有限公司 一种无人机基站的部署方法、系统、设备及存储介质
CN112272384A (zh) * 2020-11-03 2021-01-26 广东工业大学 一种基于可重构智能表面的通信系统吞吐量优化方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114039652A (zh) * 2021-11-24 2022-02-11 西北大学 基于建筑物几何分析的毫米波抗阻挡多无人机部署方法
CN114039652B (zh) * 2021-11-24 2024-03-08 西北大学 基于建筑物几何分析的毫米波抗阻挡多无人机部署方法

Similar Documents

Publication Publication Date Title
US11929802B2 (en) Unmanned aerial vehicle communication
US10326508B2 (en) Beam forming method for a transmitting antenna and a device thereof
US9716547B2 (en) Method and apparatus for beam selection for a multibeam, multi-satellite communications system
US10673503B2 (en) Method and device for performing beam forming
CN110622435B (zh) 一种无线通信系统中广播波束权值的确定方法以及装置
US20160329943A1 (en) Method and Network Node for Broadcasting
JP6564867B2 (ja) アンテナビーム情報の利用
CN111095967B (zh) 无线通信系统中基于分布式处理的网络设计的分析方法和装置
EP3668140B1 (en) Method performed by a computing device and computing device for network design in a wireless communication system
CN115278526A (zh) 终端定位方法、装置、电子设备及存储介质
CN113242509A (zh) 一种面向智慧物流的无人机辅助irs通信方法
CN115632913A (zh) 基于智能反射面的无线通信传输方法及系统
KR102073655B1 (ko) 빔 너비를 최적화하고 대상 기지국을 선정하는 통신 방법 및 상기 통신 방법을 수행하는 단말 및 기지국
US9843380B1 (en) Air-to-ground antenna pointing using kalman optimization of beam control systems
WO2017152504A1 (zh) 波束搜索的方法及装置
US11968651B2 (en) Systems and methods for enabling and utilizing radar capability on a wireless communication
WO2024034286A1 (ja) 通信制御装置および電波伝搬制御装置
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
Taghavi et al. A Mathematical 3D Solution to Efficiently Locate Drones in 5G Wireless Networks
KR101067367B1 (ko) 빔 스캐닝 기법을 이용한 무선 네트워크 접속 장치 및 방법
Kravchuk et al. Wireless Connection of Drones to the Base Station of the Existing Terrestrial Mobile Network
JP2021177606A (ja) 基地局、移動通信システム、及び情報生成方法
CN116722899A (zh) 一种ris控制方法、装置及存储介质
WO2021185441A1 (en) Controlling transmission power of radio device
CN116347495A (zh) 测算天线方位角方法、装置、设备及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210810

RJ01 Rejection of invention patent application after publication