CN113517921B - 一种基于无人机的irs辅助低空无源空中中继控制方法 - Google Patents

Abstract

本发明公开了一种基于无人机的IRS辅助低空无源空中中继控制方法，包括如下步骤：基于建立的三维空间基站分别到无人机和用户的视距通信系统，确定无人机空中最佳中继位置；通过等效视距信道模型将入射信道和反射信道等效为视距信道；推导出无人机智能反射面(Intelligent Reflecting Surface,IRS)通信中继系统的中断概率，实现无人机中继控制。本发明基于无人机的IRS增加了一个等效视距信道，将传统的瑞利衰落信道转换为瑞斯衰落信道，大大提高了地面用户的接收信噪比，以补偿在小区边缘或用户高峰期间的性能下降，并且与传统的基站‑终端模型相比，基于无人机的IRS反射模型可以提供直接的额外信道增益，以提高城市蜂窝通信的性能。

Description

一种基于无人机的IRS辅助低空无源空中中继控制方法

技术领域

本发明属于无线中继通信领域，具体涉及一种基于无人机的智能反射面(IRS)辅助低空无源空中中继系统的等效视距信道模型的无人机中继控制方法。

背景技术

无线中继不仅是扩展传输范围的有效方法，也是提高容量的重要途径。中继器的部署可以通过使用固定的中继节点或移动中继平台来实现。由于固定中继节点不能提供灵活的中继服务，近年来，研究人员对移动中继表现出极大的兴趣，如基于无人驾驶飞行器的中继系统。

无人机在无线中继中有着广泛的应用。由于无人机能够快速和动态地改变其位置，因此可以根据地面用户实时位置向他们提供灵活和按需的服务。特别是，使用自组织，每个无人机可以动态和自动分配给按需地面用户，并执行飞行跟踪，以提供一对一的服务，直到到达覆盖区域范围的边缘。部署的无人机的覆盖区域也可以重叠，以避免服务盲区。

但是由于无人机电池限制，造成机载能量有限，现有的无人机无线中继也需消耗大部分能量，使得无人机中继的续航时间较短，难以满足使用需求。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种基于无人机的智能反射面(IRS)辅助低空无源空中中继系统的等效视距信道模型的无人机中继控制方法，大大提高了地面用户接收到的信噪比，提高了每个地面用户的移动中继服务质量。

技术方案：为实现上述目的，本发明提供一种基于无人机的IRS辅助低空无源空中中继控制方法，包括如下步骤：

S1：基于建立的三维空间基站分别到无人机和用户的视距通信系统，确定无人机空中最佳中继位置；

S2：基于最佳中继位置，通过等效视距信道模型将入射信道和反射信道等效为视距信道；

S3：基于视距信道，推导出无人机IRS通信中继系统的中断概率，实现无人机中继控制。

进一步地，所述步骤S1中无人机空中最佳中继位置的确定方法为：

将基站、无人机和用户分别表示为S、R、D，将ELoS路径的长度表达如下：

l_ELoS(θ)＝l_SR+l_RD＝l_SD(cosθ+sinθ)；

式中，l_ELoS(θ)表示ELoS路径的长度，θ∈(0，π/2)是SR和SD之间的角度值，SR和SD分别是基站到无人机之间和基站到用户之间；

l_ELoS(θ)是凹函数，当θ＝π/4时，得到最大值为

使用

的上界作为性能基准，信道由两个链路组成，分别表示为入射链路l_SR＝d₁和反射链路l_RD＝d₂，因此无人机在入射链路中携带的接收信号表达式为：

式中，P_S是信源的传输功率，h是入射链路的信道增益，s是单位功率为E{|S|²}＝1的传输信号；

其中，

表示传输距离为d和波长为λ_f的自由空间路径损耗；

用户在D处的接收信号表达式为：

式中，g是反射链路的信道增益，η_r(0<η_r<1)为IRS功率反射效率因子，n_D为在D处均值为0，方差为

的加性高斯白噪声；

用户在D处的接收信噪比表达式为：

γ_D1＝η₁|h|²|g|²；

式中，令

获取到|h|和|g|的联合概率密度函数；

根据无人机入射信号和用户在D处的接收信号，确定无人机空中最佳中继位置，设定无人机空中最佳中继点。

|h|和|g|的联合概率密度函数具体为：

式中，

表示LoS(Line-of-sight,LoS)分量的统计平均功率；m₁和m₂分别表示LoS分量的同相和正交部分；

和

分别表示入射链路和反射链路的平均衰落功率；

λ_h和λ_g分别是h和g的参数；|h|和|g|之间的相关系数为ρ＝λ_hλ_g，0<λ_h<1，0<λ_g<；Γ(·)是伽马函数；

M.，.(·)是惠特克函数。

进一步地，所述步骤S2中入射信道和反射信道等效为视距信道的具体方法为：S′是S对于反射面平面的几何光学对称图像点，其中，平面表示为虚线，虚线的法线为SS′，将近似假设等效直线S′D作为中继链路，以取代级联入射链路SR和下行链路中的反射链路RD，然后假设等效信道遵循莱斯(Rician)信道模型，获取到等效视距信道。

进一步地，所述步骤S2中等效视距信道的具体表达如下：

在D处的接收信号表达式近似为：

式中，h_E表示S′是D的等效信道增益；

在D处的接收信噪比表达式为：

γ_D2＝η₂|h_E|²；

式中，

|h_E|²的概率密度函数表达式为：

式中，x>0；

是散射分量的平均功率；v＝ζv_E是LoS分量的统计平均值；v_E是IRS处于工作状态的LoS分量；I₀(·)是第一类零阶贝塞尔函数。

进一步地，所述步骤S3中中断概率的推导过程为：

将中断概率定义为瞬时信噪比下降到给定阈值γ_th以下的概率；

信噪比下限表达式为：

γ₁＝(γ_th/η₁)^1/4；

对|h|和|g|的联合概率密度函数进行微积分计算，求解出原始信道的中断概率，其表达式为：

令t＝x²，导出中断概率为：

使用ELoS信道模型，为了满足接收到的信噪比阈值γ_th，条件不等式为：|h_E|²≥γ_th/η₂；

对概率密度函数进行微积分计算，求解出ELoS信道的中断概率，其表达式为：

令

积分下限为：

中断概率表达式为：

该式与Marcum-Q函数具有相同的形式，

中断概率可表示为：

假设无人机部署在基站周围一个圆形轨道上，在相同高度保持θ＝π/4，地面用户位于小区边缘。由于无人机总是在障碍物上方飞行，所以S→R链路确实是LoS链路，假定S→R链路具有固定路径损耗L_f的定向天线信道，这一假设可以通过在实际通信场景中使用波束形成和空间分割技术来实现：

本发明中无人机空中最佳中继位置为障碍物正上方，即入射信号及反射信号无障碍。本发明基于最佳中继位置，设定无人机中继点。

应该注意到，虽然简化模型对中继性能有中断概率的表达式，但它仅仅是级联链路的几何简化。由于自由空间路径损耗与传输距离呈非线性关系，与简化模型相比，当d越来越大时，精确模型具有极差的性能。为了进一步简化讨论，假设无人机部署在基站周围一个圆形轨道上，在相同高度保持，地面用户位于小区边缘。由于无人机总是在障碍物上方飞行，所以S→R链路确实是LoS链路，还假定S→R链路具有固定路径损耗L_f的定向天线信道。这一假设可以通过在实际通信场景中使用波束形成和空间分割技术来实现。然后，令

对于基于无人机的移动中继，中继节点可以是主动节点，也可以是被动节点。本发明提供一种有效的无源中继方法是智能反射面(IRS)。IRS可以协助用户信道向量的方向调整，以促进非正交多址传输的实现，在每个正交空间方向上，能让更多的用户得到更有效的服务。所有这些用于反射信号的表面都是无源的，只有反射表面控制器在需要智能控制表面方向时才会消耗能量。

为了解决由于无人机电池限制而造成的机载能量有限的技术问题，一种直观的方法是在无人机上使用轻量级、低功耗的中继设备。IRS只反射入射信号，符合作为无源中继这一要求。由于其轻量级和无源的特点，它将显著降低无人机的能耗，从而大大延长无人机中继的运行时间。此外，由于反射面元件可以微型化，极小的无人机空中平台可用于一对一的中继服务，以提高每个地面用户的移动中继服务质量。性能的提高是通过引入基于无人机的IRS来实现的，这主要是由于增加了一个等效视距信道，这大大提高了地面用户接收到的信噪比。

有益效果：本发明与现有技术相比，具备如下优点：

1、本发明在无人机上使用轻量级、低功耗的中继设备IRS，显著降低无人机的能耗，从而大大延长无人机中继的运行时间，解决了由于无人机电池限制而造成的机载能量有限的技术问题。

2、本发明基于无人机的IRS增加了一个等效视距信道，将传统的瑞利衰落信道转换为瑞斯衰落信道，大大提高了地面用户的接收信噪比，以补偿在小区边缘或用户高峰期间的性能下降。与传统的基站-终端模型相比，基于无人机的IRS反射模型可以提供直接的额外信道增益，以提高城市蜂窝通信的性能。

附图说明

图1为基于无人机的IRS辅助蜂窝网络低空无源反射中继系统示意图；

图2为ELoS模型与不同L_f的级联模型中断概率仿真结果对比图；

图3为不同P_S值的中断概率仿真结果对比图；

图4为不同γ_th值的中断概率仿真结果对比图；

图5为不同v值的仿真结果对比图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明提供一种基于无人机的智能反射面(IRS)辅助低空无源空中中继系统的等效视距信道模型的无人机中继控制方法，具体包括如下步骤：

步骤1，建立三维空间基站到无人机到用户的视距通信系统，确定无人机空中最佳中继位置：

假设用户在小区边缘和基站之间的直线连接被建筑物阻挡。基于图1中所示的系统模型，基站与小区边缘用户之间的直接距离为d。可以看到无人机有三种可能的部署情况：钝角范围(S→R_i→D)，锐角范围(S→R_o→D)，和直角范围(S→R→D)，分别对应于点R_i、R_o和R，位于R的直角范围的特殊情况是在直径l_SD＝d的半圆长上。在图1中，S、R和D分别表示下行链路场景中的基站、无人机点和目标用户。从几何理论的角度看，中继链路的总距离随着角度的减小而增大。因此，锐角范围情况具有最大的路径损耗，不能在实践中使用。本发明主要考虑钝角到直角范围的情况。从图1可以看出，其中表示ELoS路径的长度表达式为：

l_ELoS(θ)＝l_SR+l_RD＝l_SD(cosθ+sinθ)；

式中，l_ELoS(θ)表示ELoS路径的长度，θ∈(0，π/2)是SR和SD之间的角度值；

可以看出，l_ELoS(θ)是凹函数，当θ＝π/4时，得到最大值为

为了简化计算，在下面的研究讨论中，使用

的上界作为性能基准。此外，由于无人机与用户之间的相对运动和无人机高度的变化，基于无人机的IRS只能建立适当的无源反射中继链路，以提供具有一定概率的ELoS路径。将此概率为ζ(0<ζ<1)；

由于信道由两个链路组成，分别表示为入射链路l_SR＝d₁和反射链路l_RD＝d₂，因此无人机在入射链路中携带的接收信号表达式为：

式中，P_S是信源的传输功率，h是入射链路的信道增益，s是单位功率为E{|S|²}＝1的传输信号。

其中，

表示传输距离为d和波长为λ_f的自由空间路径损耗。

由于反射面是一种无源器件，它不会像传统的中继方式，如放大转发中继或解码转发中继那样在中继信号中增加电路热噪声，因此接收到的信号没有任何噪声部分；

其，在D处的接收信号表达式为：

式中，g是反射链路的信道增益，η_r(0<η_r<1)为IRS功率反射效率因子，主要由IRS的大小和材料决定，n_D为在D处均值为0，方差为

的加性高斯白噪声；

其，在D处的接收信噪比表达式为：

γ_D1＝η₁|h|²|g|²；

式中，令

其，|h|和|g|的联合概率密度函数为：

式中，

表示LoS分量的统计平均功率；m₁和m₂分别表示LoS分量的同相和正交部分；

和

分别表示入射链路和反射链路的平均衰落功率；

λ_h和λ_g分别是h和g的参数；|h|和|g|之间的相关系数为ρ＝λ_hλ_g，0<λ_h<1，0<λ_g<；Γ(·)是伽马函数；

M.，.(·)是惠特克函数。

本实施例中，σ_h＝σ_g＝1，θ＝π/4，，f_h＝f_g＝1/1.8GHz，P_S＝45dBm，

步骤2，将入射信道和反射信道等效为视距信道：

利用反射面的特性，反射信号的功率主要来自发射机与IRS之间的直线。然后利用几何光学反射原理近似描述无源反射中继信道，由于发射机具有镜像点按镜像对称性，从图像点到接收机的直线是等效的LoS信道。在图1中，S′是S对于反射面平面的几何光学对称图像点，其中，平面表示为虚线，虚线的法线为SS′。所提出的近似假设等效直线S′D作为中继链路，以取代级联入射链路SR和下行链路中的反射链路RD，然后假设等效信道遵循Rician信道模型。

其，在D处的接收信号表达式近似为：

式中，h_E表示S′是D的等效信道增益；

其，在D处的接收信噪比表达式为：

γ_D2＝η₂|h_E|²；

式中，

其，|h_E|²的概率密度函数表达式为：

式中，x>0；

是散射分量的平均功率；v＝ζv_E是LoS分量的统计平均值；v_E是IRS处于工作状态的LoS分量；I₀(·)是第一类零阶贝塞尔函数；

本实施例中，η_r＝0.5，

步骤3，根据步骤2所推导出的概率密度函数表达式，对中断概率进行推导：

基于无人机的IRS通信系统的中断概率可以定义为瞬时信噪比下降到给定阈值γ_th以下的概率。

其，信噪比下限表达式为：

γ₁＝(γ_th/η₁)^1/4；

对|h|和|g|的联合概率密度函数进行微积分计算，求解出原始信道的中断概率，其表达式为：

令t＝x²，可以导出中断概率为：

使用近似的ELoS信道模型，为了满足接收到的信噪比阈值γ_th，条件不等式为：|h_E|²≥γ_th/η₂；

对概率密度函数进行微积分计算，求解出ELoS信道的中断概率，其表达式为：

令

积分下限为：

其，中断概率表达式为：

可以发现，该式与Marcum-Q函数具有相同的形式，

其，中断概率可表示为：

由于无人机总是在障碍物上方飞行，在相同的高度保持所以S→R链路确实是LoS链路，假定S→R链路具有固定路径损耗L_f的定向天线信道，这一假设可以通过在实际通信场景中使用波束形成和空间分割技术来实现：

本实施例中，L_f＝1/4。

基于上述方案，为了验证本发明方法的效果，将发明提供的无人机的IRS反射模型和现有的基站-终端模型进行仿真实验，具体的实验数据如下：

数值仿真结果展示了基于无人机的IRS系统的性能优势。预设

θ＝π/4，η_r＝0.5，f₀＝1.8GHz，对平均ELoS分量的影响(v)，传输功率(P_S)，用户与基站间的直线距离(d)，接收机的噪声功率

和信噪比阈值(γ_th)进行了研究。图2结果表明，当L_f＝1/4时，精确的级联模型与ELOS模型具有相同的总路径损耗，因此级联模型和ELoS模型具有相同的性能。因此，在下面的数值例子中，将L_f＝1/4设置为级联模型中入射链路的路径损耗参数。此外，分析结果和仿真结果非常吻合。

图3显示了当发射功率以步长为5dBm从35dBm变化到55dBm时，系统中断概率为P_out，而v＝0.8，γ_th＝45dBm，

可以看到，当由于路径损耗而增加时，中断概率P_out也会随之增加。发射信号的功率对中断概率也有很大的影响。当P_S增加时，性能显著提高。一般情况下，发射功率对中断概率的影响较大。由于4G通信更倾向于频率在2GHz左右，发射信号功率为20W，在下面的数值例子中，将P_S值设为45dBm。

图4为不同信噪比阈值在P_S＝45dBm，d＝100m和v＝0.8时的中断概率与噪声功率的关系。可以看出，当噪声功率小于-50dBm时，中断性能会迅速恶化。这表明低噪声功率和信噪比阈值将有更好的中断性能。

图5表示不同v值的影响，v表示平均分量，比较常规Rayleigh衰落情况与IRS中继与建议的IRS中继与Rician衰落。可以看出，当通信场景中没有LoS路径时，v＝0是系统模型的特例，因此Rician衰落信道模型退化为Rayleigh衰落信道模型。可以看出，当v＝0时，固体曲线是所有其他曲线的上界。可以进一步发现，当d增加时，间隙增加。与传统的基站-终端模型相比，基于无人机的IRS反射模型可以提供直接的额外信道增益，以提高城市蜂窝通信的性能。

Claims (5)

1.一种基于无人机的IRS辅助低空无源空中中继控制方法，其特征在于，包括如下步骤：

S1：基于建立的三维空间基站分别到无人机和用户的视距通信系统，确定无人机空中最佳中继位置；

S2：基于最佳中继位置，通过等效视距信道模型将入射信道和反射信道等效为视距信道；

S3：基于视距信道，推导出无人机IRS通信中继系统的中断概率，实现无人机中继控制；

所述步骤S1中无人机空中最佳中继位置的确定方法为：

将基站、无人机和用户分别表示为S、R、D，将ELoS路径的长度表达如下：

l_ELoS(θ)＝l_SR+l_RD＝l_SD(cosθ+sinθ)；

式中，l_ELoS(θ)表示ELoS路径的长度，θ∈(0，π/2)是SR和SD之间的角度值，SR和SD分别是基站到无人机之间和基站到用户之间；

l_ELoS(θ)是凹函数，当θ＝π/4时，得到最大值为

使用

的上界作为性能基准，信道由两个链路组成，分别表示为入射链路l_SR＝d₁和反射链路l_RD＝d₂，因此无人机在入射链路中携带的接收信号表达式为：

式中，P_S是信源的传输功率，h是入射链路的信道增益，s是单位功率为E{|S|²}＝1的传输信号；

其中，

表示传输距离为d和波长为λ_f的自由空间路径损耗；

用户在D处的接收信号表达式为：

式中，g是反射链路的信道增益，η_r(0＜η_r＜1)为IRS功率反射效率因子，n_D为在D处均值为0，方差为

的加性高斯白噪声；

用户在D处的接收信噪比表达式为：

γ_D1＝η₁|h|²|g|²；

式中，令

获取到|h|和|g|的联合概率密度函数；

根据无人机入射信号和用户在D处的接收信号，确定无人机空中最佳中继位置，设定无人机空中最佳中继点。

2.根据权利要求1所述的一种基于无人机的IRS辅助低空无源空中中继控制方法，其特征在于，所述步骤S1中|h|和|g|的联合概率密度函数具体为：

式中，

表示LoS(Line-of-sight，LoS)分量的统计平均功率；m₁和m₂分别表示LoS分量的同相和正交部分；

和

分别表示入射链路和反射链路的平均衰落功率；

λ_h和λ_g分别是h和g的参数；|h|和|g|之间的相关系数为ρ＝λ_hλ_g，0＜λ_h＜1，0＜λ_g＜；Γ(·)是伽马函数；

M_■，■(■)是惠特克函数。

3.根据权利要求1所述的一种基于无人机的IRS辅助低空无源空中中继控制方法，其特征在于，所述步骤S2中入射信道和反射信道等效为视距信道的具体方法为：S′是S对于反射面平面的几何光学对称图像点，其中，平面表示为虚线，虚线的法线为SS′，将等效直线S′D作为中继链路，以取代级联入射链路SR和下行链路中的反射链路RD，然后设定等效信道遵循莱斯信道模型，获取到等效视距信道。

4.根据权利要求3所述的一种基于无人机的IRS辅助低空无源空中中继控制方法，其特征在于，所述步骤S2中等效视距信道的具体表达如下：

在D处的接收信号表达式近似为：

式中，h_E表示S′是D的等效信道增益；

在D处的接收信噪比表达式为：

γ_D2＝η₂|h_E|²；

式中，

|h_E|²的概率密度函数表达式为：

式中，x＞0；

是散射分量的平均功率；v＝ζv_E是LoS分量的统计平均值；v_E是IRS处于工作状态的LoS分量；I₀(·)是第一类零阶贝塞尔函数。

5.根据权利要求2所述的一种基于无人机的IRS辅助低空无源空中中继控制方法，其特征在于，所述步骤S3中中断概率的推导过程为：

将中断概率定义为瞬时信噪比下降到给定阈值γ_th以下的概率；

信噪比下限表达式为：

γ₁＝(γ_th/η₁)^1/4；

对|h|和|g|的联合概率密度函数进行微积分计算，求解出原始信道的中断概率，其表达式为：

令t＝x²，导出中断概率为：

使用ELoS信道模型，为了满足接收到的信噪比阈值γ_th，条件不等式为：|h_E|²≥γ_th/η₂；

对概率密度函数进行微积分计算，求解出ELoS信道的中断概率，其表达式为：

令

积分下限为：

中断概率表达式为：

该式与Marcum-Q函数具有相同的形式，

中断概率可表示为：

Images