CN113630740B - 基于多阶信息速率的多无人机蜂窝频谱动态接入方法 - Google Patents
基于多阶信息速率的多无人机蜂窝频谱动态接入方法 Download PDFInfo
- Publication number
- CN113630740B CN113630740B CN202110872005.3A CN202110872005A CN113630740B CN 113630740 B CN113630740 B CN 113630740B CN 202110872005 A CN202110872005 A CN 202110872005A CN 113630740 B CN113630740 B CN 113630740B
- Authority
- CN
- China
- Prior art keywords
- cluster
- channel
- rus
- cluster head
- node
- 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.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000001413 cellular effect Effects 0.000 title claims abstract description 39
- 230000011664 signaling Effects 0.000 claims abstract description 30
- 230000003993 interaction Effects 0.000 claims abstract description 20
- 238000004088 simulation Methods 0.000 claims abstract description 18
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 185
- 241000264877 Hippospongia communis Species 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000006855 networking Effects 0.000 claims description 12
- 238000007726 management method Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000013468 resource allocation Methods 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000007774 longterm Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000007783 downstream signaling Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 abstract description 4
- 239000010410 layer Substances 0.000 description 80
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000002355 dual-layer Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000280 densification Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Classifications
-
- 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
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/14—Spectrum sharing arrangements between different networks
-
- 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
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于多阶信息速率的多无人机蜂窝频谱动态接入方法，该方法构建无人机蜂群网络架构模型，将频谱共享问题分为信道调度和功率分配两个子问题，采用多阶功率选择算法来进行微蜂窝内部各资源单元RU的功率分配。本发明用于协调同频微蜂窝之间的频谱调度和功率分配，实现密集环境下多动态无人机微蜂窝小区间的频谱共享和干扰协调，使得同一频率载波能够在相邻的不同无人机微蜂窝集群间多次复用，以分布式方法优化本蜂窝内的信道调度和功率分配，充分利用有限的频谱资源。在系统级仿真软件中构建了双层网络构架，实现了相关信令交互流程，包括包格式定义、信令交互、状态转换等，仿真结果验证了本发明方法对网络容量性能的显著提升。
Description
技术领域
本发明属于无线通信技术领域，具体涉及一种基于多阶信息速率的多无人机蜂窝频谱动态接入方法。
背景技术
近年来，国内外己开展了不少有关无线异构网络资源分配方面的基础性研宄工作，尤其是针对无线异构网络中的干扰问题和能耗问题，试图通过对无线资源进行有效地分配利用、最大限度地发挥每种资源的优势，从而改善网络系统业务传输性能，提升用户体验质量的同时，实现绿色节能通信。
低功率节点部署密集化带来网络容量提升的同时，也加剧了无线异构网络中的跨层干扰和同层干扰的骤增。因此，干扰问题己经成为限制无线异构网络容量提升以及用户侧的Qos需求满意度的最主要因素。如何解决频谱资源共享时引起的干扰问题己经成为频谱资源分配研究领域的关键。干扰协调技术作为一种有效的干扰管理手段，根据频谱资源分配的方式主要分为静态干扰协调和动态干扰协调。静态干扰协调包括传统的全频率复用以及部分频率复用(FFR)，其中部分频率复用包含分段频谱复用(PSR)、严部分频率复用(Strict FFR)以及软频率复用(SFR)。动态干扰协调是指根据网络优化目标，如系统容量最大化、能效最大化以及干扰最小化等，以用户Qos需求作为约束条件，动态优化无线资源实现无线异构网络干扰避免与抑制。
目前常用的传统PSR方案规定微蜂窝根据自身的业务流量负载复用某一段宏蜂窝网络的授权频谱，虽然减轻了微蜂窝与宏蜂窝之间的跨层干扰，但同时频谱效率的提升得到了很大的限制。因而，提出了StrictFFR的概念，在该策略中，处于宏蜂窝中心区域的微蜂窝用户与该区域中的宏蜂窝用户共享同一段频谱资源，而处于宏蜂窝边缘区域的微蜂窝用户之间以及微蜂窝用户与宏蜂窝用户使用正交的频谱资源。因而，除了宏蜂窝中心区域范围以外，不同层之间的用户以及同层之间的用户，可以共享某一段频谱资源外，其边缘区域中，不同层之间的用户以及同层之间的用户都使用正交的频谱资源。这种方案最大的优点就是极大地减轻了宏蜂窝边缘区域用户之间的干扰，但还是不能完全充分地使用所有频谱资源，因而会损失一部分系统容量进一步提升的可能。SFR策略允许边缘区域的用户与相邻蜂窝中心区域的用户共享同一段频谱资源，该策略对于微蜂窝和宏蜂窝小区都适用。但是，该策略在试图提升系统容量的同时，引起的边缘区域的强干扰问题，是不能忽视的。从而干扰问题成为了FFR技术提升频谱效率以及系统容量的瓶颈。
基于以上对现有研究的分析，可以看出如何实现蜂群中超密集网络、异构蜂窝网络、高动态网络等多种复杂网络场景中稳健高效的频谱共享仍然是当前技术的难点，存在较大的理论挑战。
发明内容
本发明的目的在于提供一种基于多阶信息速率的多无人机蜂窝频谱动态接入方法，实现动态移动的无人机微蜂窝集群间的频谱共享和干扰协调，使得同一频率载波能够在相邻的不同无人机微蜂窝集群间多次复用，考虑离散信道速率形式，以分布式方法优化本蜂窝内的信道调度和功率分配，充分利用有限的频谱资源。
实现本发明目的的技术解决方案为：一种基于多阶信息速率的多无人机蜂窝频谱动态接入方法，构建无人机蜂群网络架构模型，将频谱共享问题分为信道调度和功率分配两个子问题，采用多阶功率选择算法来进行微蜂窝内部各资源单元RU的功率分配；具体步骤如下：
步骤1：初始建网阶段，对于无人机双层蜂窝网络，当完成初步建网，即簇内有簇子节点和簇首后，簇首选择启动资源调度；
步骤2：簇子节点向簇首发送资源请求包，簇首进行初始参数配置，包括工作频段、可分配RU数、最大发射机功率；
步骤3：第一阶段信息收集：簇首根据各节点的上下行需求信息，判断需要进行信息收集的节点和RU，并发送相应训练序列对信道CSI进行估计；
步骤4：初步RU分配：簇首根据收集到的各节点在RU上传输的信道CSI，根据信道调度规则对RU进行分配；
步骤5：第二阶段信息收集：簇首判断其自身是否收到其他簇首的信道调度信息，若有，则将初步RU分配结果与其他簇首的信道分配结果相结合，判断该簇首最有可能干扰到的节点，称为主干扰节点，随后簇首发送训练序列，对主干扰节点的干扰路径CSI进行估计；
步骤6：基于初步RU分配结果，簇首根据已获得的信道信息，计算每个RU上对应的最优功率；当计算功率结果小于零时，取功率0，同时修正初步RU分配结果；
步骤7：本次资源调度结束，簇首向MAC层输出调度结果，并将本轮调度结果通过宏蜂窝广播给其他簇首；
步骤8：返回步骤3开始下一轮调度周期。
进一步地，所述构建无人机蜂群网络架构模型，具体如下：
无人机蜂群网络分为两层，上层为宏蜂窝，采用无中心的ad-hoc网络形式，下行为微蜂窝，采用以簇首为中心的集中式网络形式；一个下层微蜂窝称为一个簇，其中中心节点为簇首，负责簇间交互以及簇内资源调度，底层通信节点为簇子节点，簇子节点根据所属簇首的资源调度信息进行信道接入和数据传输；簇内的信道链路分为上行和下行，上行为簇子节点到簇首，下行为簇首到簇子节点，上下行使用不同的频段，资源调度相互独立；
基于上述网络模型，基于多阶信息速率的多无人机蜂窝频谱动态接入，建模为如下最优化模型：
其中，m表示微蜂窝即簇首的索引号；k表示微蜂窝内簇子节点的索引号，若子节点k属于微蜂窝m，则表示为k∈Km，Km表示微蜂窝m内的簇子节点集合；n表示RU的索引号，假设全网RU序列号同步，即一个n只对应一个频率的RU，假设所有微蜂窝都共享同一个大的频段；表示微蜂窝m内节点k在所有RU上的信道速率的长时平均，用公式表示为 表示RU的分配情况，若/>则在微蜂窝m中，将RUn分配给节点k进行数据传输，同一个蜂窝内，一个RU仅能为一个节点服务，但一个节点能够同时占用多个RU；/>表示微蜂窝m中在RU上与节点k进行数据传输发射信号的功率，总和不应超过簇首发射机的总功率/>
簇首m到簇子节点k在RU n上的下行信道的接收信干噪比的计算公式为：
将频谱共享问题分为信道调度和功率分配两个子问题：
第一部分：信道调度
假设初始入网时，所有RU都未被占用，此时所有N为RU的总数，对于每一个RU n，按照以下的规则为分配子节点：
若则/>
其中为蜂窝m内，子节点k占用RU n时的信道瞬时速率的估计值；
第二阶段：功率分配
在固定RU信道调度的情况下，将式(1)中的优化问题简化为如下的优化模型：
其中i表示MCS阶层，对应多阶离散MCS，SINRi表示第i阶MCS所需的信噪比解调门限，ri为相应的信道发送速率；I(·)表示条件关系运算符，当满足括号内条件时，值为1，否则为0。
进一步地，所述采用多阶功率选择算法来进行微蜂窝内部各资源单元RU的功率分配，具体如下：
将微蜂窝内部的下行功率分配需在满足相邻蜂窝的SINR约束条件下，最大化其自身蜂窝的容量，相邻微蜂窝的SINR约束表示为
其中，l表示相邻微蜂窝中簇首的索引号，j表示微蜂窝Kl中的簇子节点，相应的，上式中分母表示本蜂窝以及其他蜂窝对本蜂窝中第n个下行RU的干扰，上式简化为
其中，m表示对相邻蜂窝在该RU n上干扰最大的簇首，k表示微蜂窝m中与簇子节点j使用同一RU的干扰节点；c为干扰系数，设置为常数，数值与微蜂窝密度相关，相邻的微蜂窝越多，c的值越大；
根据式(4)，若本蜂窝在RU n上为对相邻微蜂窝干扰最大的蜂窝，则在该RU上的功率分配需满足下述不等式
其中参数表示下行干扰信道的增益，通过跨蜂窝间的干扰信道估计来获得；其他各项参数中；下标为mk的均为本地参数，下标为lj的则能够通过上层簇首间的宏蜂窝交互获得，不占用下行频率资源；
对于本蜂窝内部的功率约束和信噪比约束，由下式表示
其中，不等式右边的表示本地信道估计时所用的功率，不等式左侧/>的表示满足第i阶信噪比约束所需的发射功率；
每个微蜂窝在满足式(5)的同时，为每个RU上的发射机选择尽可能大的MCS信噪比门限所对应的功率，若所有RU的总功率不满足发射机功率约束，则选择较低MCS对应信道功率；同样的，上行功率分配与下行作并行处理。
进一步地，步骤6所述基于初步RU分配结果，簇首根据已获得的信道信息，计算每个RU上对应的最优功率；当计算功率结果小于零时，取功率0，同时修正初步RU分配结果，具体如下：
步骤6.1：对每一个簇首m，和其内的簇子节点k∈Km，初始化网络参数；
步骤6.2：根据本地信道CSI和通过跨簇估计得到的相邻蜂窝CSI，基于距离最近原则选取主干扰节点及对应簇首，根据公式(5)计算功率上限值；
步骤6.3：对所有的节点k和RU号n，计算对应各阶层MCS的最低下限功率；
步骤6.4：取同时满足功率上限和功率下限的最高阶MCS所对应的功率
步骤6.5：上行：对簇首m内的每一个簇子节点k，遍历占用的RU，即的RU，并对相应功率值求和，判断是否满足簇子节点的发射机最大功率约束；
下行：对簇首m内所有的簇子节点和RU，对所有功率值进行求和，判断是否满足簇首节点的发射机最大功率约束；
若不满足约束，则寻找现在的功率值中，对应的MCS最高的RU，并将该RU对应的MCS阶次降次，重新执行步骤6.5；若满足约束，则进入步骤6.6；
步骤6.6：功率分配计算完成，对初步RU分配进行修正，具体为：若该RU n上的功率值且信道占用标志位/>则将信道占用标志位置零，/>
进一步地，该方法基于OPNET进行仿真，仿真过程如下：
在OPNET中构建双层无人机蜂群网络模型，确定网内所有无人机节点的分布及移动模型，将节点分为多个簇，均匀分布于地图范围内，宏-微双层蜂窝实现全覆盖；每一个无人机节点的网络模型由上而下包括应用层app、网络层net、MAC层mac、频谱感知模块sense和收发信机；将动态频谱接入算法模块化，与mac层相接，表示为resource_control模块；
OPNET中为无线通信信道提供的路径损耗模型如式(7)所示，改进后的路径损耗如式(8)所示：
路径损耗指数为γ，γ值越大路径损耗随距离增大的衰减越剧烈，γ∈(2,6]；当距离d小于参考距离d0时，路径损耗L与距离d呈现-2次方衰减，当距离d大于d0时，路径损耗L与距离d呈现-γ次方衰减，其中参考距离d0由蜂窝覆盖半径决定；
将信道CSI估计以式(8)的统计学损耗模型代替，并确定OPNET中多阶MCS的动态频谱接入的信令交互过程，。
进一步地，信令交互过程包括下行信令流程、上行信令流程，具体如下：
下行信令流程包括，
步骤S1a：初始建网完成后，簇首MAC层检查自己的缓存队列状态，确定是否需要请求资源，并向本节点的资源管理模块发送RESOURCE_info包，将下行需求信息和簇内子节点信息告知res模块；
步骤S2a：res模块收到MAC层的RESOURCE_info包，进行三阶段操作：
(1.1)根据当前簇内节点密度及可用RU数计算竞争信道和所有可分配RU的比例，并按簇首ID预留竞争RU，剩余的RU为本次资源分配的专用RU；
(1.2)统计需要分配节点的个数和所需RU的总数，若所需节点数大于专用RU数，则根据速率最小优先原则，筛选和专用RU数量相等的节点数；若需分配的节点数小于专用RU数，但所需RU数大于专用RU数，则将需求RU最多的节点的需求数减一，循环直至所需RU数不大于专用RU数；
(1.3)簇首根据(1.2)所得的需求矩阵，给MAC层发送下行Estiresult，进行所有专用RU信道估计；
步骤S3a：MAC层收到来自res的下行Estiresult，识别类型后，以广播的方式在所有专用RU上广播训练序列，用于估计下行信道CSI；
步骤S4a：簇子节点的MAC层在收到来自簇首的下行训练序列后，估计所有专用RU上的信道CSI，并将估计信息以MAC_data包的形式发送给res模块；
步骤S5a：res模块收到来自MAC层的MAC_data包后，将下行的估计数据存放在report包里，发送给MAC层，令其上空口；
步骤S6a：簇首的MAC层收到来自空口的report包，转发给res模块；Res模块收到后将下行估计数据转存在本地的hash表里，并计数，直至收到所有的下行估计包，此时下行第一阶段的数据收集结束，本地dl_esti_arm置1；转至步骤S7；
上行信令流程包括，
步骤S1b：初始建网完成后，簇子节点MAC层检查自己的缓存队列状态，确定是否需要请求资源，并向本节点的资源管理模块发送RESOURCE_info包，将上行需求信息和簇内子节点信息告知res模块；
步骤S2b：res模块收到MAC层的RESOURCE_info包，将需求信息封到need_report包里，转发给本蜂窝的簇首；
步骤S3b：簇首收到来自子节点的上行need_report包，进行三阶段操作：
(2.1)根据当前簇内节点密度及可用RU数计算竞争信道和所有可分配RU的比例，并按簇首ID预留竞争RU，剩余的RU为本次资源分配的专用RU；
(2.2)统计需要分配节点的个数和所需RU的总数，若所需节点数大于专用RU数，则根据速率最小优先原则，筛选和专用RU数量相等的节点数；若需分配的节点数小于专用RU数，但所需RU数大于专用RU数，则将需求RU最多的节点的需求数减一，循环直至所需RU数不大于专用RU数；
(2.3)簇首根据(2.2)所得的需求矩阵，给MAC层发送上行Estiresult，进行所有专用RU信道估计；
步骤S4b：簇首的MAC层收到来自res模块的上行Estiresult，识别类型后，将估计信道时的上行RU分配以Trig帧的形式发送给簇子节点，簇子节点根据Trig帧中的RU分配，在所有专用RU上发送训练序列，用于估计上行信道CSI；
步骤S5b：簇首的MAC层在收到来自簇子节点的上行训练序列后，估计所有专用RU上的信道CSI，并将估计信息以MAC_data包的形式发送给res模块；
步骤S6b：res模块收到来自MAC层的MAC_data包后，将上行估计数据转存在本地的hash表里，并计数，直至收到所有的上行估计包，此时上行第一阶段的数据收集结束，本地dl_esti_arm置1；转至步骤S7；
下行信令流程、上行信令流程共用步骤包括，
步骤S7：当上下行的esti_arm均为1时，进入第一阶段：上下行RU分配；所有专用RU分配结束后，根据收到的HII包中相邻微蜂窝的RU占用情况和成员位置信息，判断本蜂窝在碰撞RU上最可能干扰的相邻蜂窝节点，同一个RU只存在一个主干扰节点，并以不同的RU序号，存入本蜂窝的主干扰节点hash表内；
步骤S8：簇首将步骤S7所得的主干扰节点hash表存入Estisignal包里，发送给MAC层，以广播的形式上空口；
步骤S9：簇子节点的MAC层收到来自空口的Estisignal包，将收到包时的信道CSI填如ruinfo字段里，和Estisignal包一起，转发给res模块，res模块首先判断是来自本蜂窝簇首还是相邻蜂窝簇首，若来自相邻蜂窝簇首，则根据包内的主干扰节点hash表，判断自己是不是相邻蜂窝的下行主干扰节点，若是，则转存ruinfo的数据，数据内包含下行主干扰信道的增益；若来自本蜂窝簇首，则转发Estisignal包，用于估计上行干扰信道增益；
步骤S10：簇首MAC层收到来自空口的Estisignal包，将收到包时的信道CSI填如ruinfo字段里，和Estisignal包一起，转发给res模块，res模块判断是否来自本蜂窝簇子节点，若是，则不解调；若来自相邻蜂窝的簇子节点，则转存ruinfo的数据，数据内包含上行主干扰信道的CSI；
步骤S11：簇首将上行干扰信道CSI填入ICGcast1中，通过宏蜂窝信道发送给相邻簇首；簇子节点将下行干扰信道CSI填入ICGcast1中，发送给本蜂窝簇首，并由本蜂窝簇首识别后，将包类型改为ICGcst2，然后转发给相邻簇首；
步骤12：簇首收到来自相邻蜂窝簇首的ICGcast1包，进行计数，判断是否收到了所有上行主干扰节点的信道CSI，若是，则将上行gain_arm置1；簇首收到来自相邻蜂窝簇首的ICGcast2包，进行计数，判断是否收到了所有下行主干扰节点的信道CSI，若是，则将下行gain_arm置1；
步骤13：若上下行的标志位gain_arm均为1，则进入第二阶段：功率分配；功率分配结束后，res模块将第一阶段和第二阶段的分配结果封到result包里，发送给MAC层；
步骤14：res模块将本轮资源调度的结果和簇内成员信息封到HII包里，发送给MAC层。
本发明与现有技术相比，其显著优点为：(1)进一步考虑了动态异构网络特性，所提算法针对动态网络，如无人机蜂窝网、车载通信网等信道动态变更地网络，具有良好地适用性和鲁棒性；(2)与实际的802.11协议相结合，对应多阶离散MCS网络，在OPNET中设计并实现了网络节点布局、节点多层协议建模和各层进程建模等模型，同时，将所提的动态频谱接入算法模块化，外接于MAC层进程中，设计并实现了一套完整的基于多阶信息速率的多无人机蜂窝频谱动态接入仿真流程，包括格式定义、信令交互、状态转换等；(3)针对完全重叠地频率带宽，所提算法具有更高地频率复用率，且算法所需地信息较少，信令开销小，在资源紧缺的无人机环境下，能够实现较为可靠且高效的并行通信，具有良好的应用前景
附图说明
图1是无人蜂群网络架构示意图。
图2是离散资源调度算法流程图。
图3是离散资源调度算法中的功率计算流程图。
图4是无人机节点分布示意图。
图5是无人机节点网络模型结构图。
图6是OPNET网络仿真中资源管理模块下行信令交互流程图。
图7是OPNET网络仿真中资源管理模块上行信令交互流程图。
图8是OPNET网络仿真结果图。
具体实施方式
频谱共享作为提高频谱利用效率缓解频谱供需矛盾的关键技术之一，在5G/后5G移动通信系统中发挥着重要作用，是使能5G不同场景高性能需求多样化应用的资源保障，更是推动无线通信长足发展的动力支撑无人机蜂群网络多采用蜂窝的形式，但频谱资源较之5G网络更为有限，因此，将异构网络的频谱共享技术与无人机蜂群相结合，将具有较大的应用前景。
OPNET是一款网络建模软件，采用基于数据包的通信机制、基于离散事件的仿真机制和与真实网络相一致的三层建模机制，提供近乎真实的网络环境，准确分析复杂网络的性能和行为，它允许用户使用有限状态机进行协议开发，为用户进行网络规划、协议设计等提供有效途径。目前，已广泛应用于通信网络、设施和协议的仿真及建模，在战术网络仿真方面也得到进一步应用。
本发明基于无人机蜂群双层“宏-微蜂窝”网络，提出了一种基于多阶信息速率的多无人机蜂窝频谱动态接入方法及其实现，用于协调同频微蜂窝之间的频谱调度和功率分配，实现密集环境下多动态无人机微蜂窝小区间的频谱共享和干扰协调。考虑多阶离散MCS的情况，设计了其算法在实际应用和网络仿真中的实现流程，在系统级仿真软件中构建了双层网络构架，设计并实现了相关信令交互流程，包括包格式定义、信令交互、状态转换等，最后仿真验证了其对网络容量性能的提升。
本发明考虑10km×10km网络覆盖场景，由100架无人机平台组成的无人蜂群系统运行在该网络场景中。该无人蜂群系统包含了丰富的异构主体，各无人机平台携带不同的任务载荷，功能不尽相同，可根据任务需要快速部署和编配，高效完成各项协同任务。因此，无人蜂群的自组网性能将直接决定协同任务目标能否高效实现，尤其是在频谱资源受限的特殊场景下。本发明针对强对抗环境频谱受限条件下的动态信道接入，提出了一种无人机蜂群网络中，基于连续理想速率信道的频谱资源调度算法及其实现方法。为了便于描述，我们给出图1所示的网络架构模型，具体描述如下：
考虑5km×5km网络覆盖场景，场景中分布着50架无人机组成的无人蜂群。该无人机蜂群网络分为两层，上层为宏蜂窝，采用无中心的ad-hoc网络形式，下行为微蜂窝，采用以簇首为中心的集中式网络形式，我们简称一个下层微蜂窝为一个簇，其中中心节点为簇首，负责簇间交互以及簇内资源调度，底层通信节点为簇子节点，簇子节点根据其所属簇首的资源调度信息进行信道接入和数据传输。簇内的信道链路分为上行和下行，上行为簇子节点到簇首，下行为簇首到簇子节点，上下行使用不同的频段，资源调度相互独立。
基于上述网络模型，基于多阶信息速率的多无人机蜂窝频谱动态接入。可建模为如下最优化模型：
其中，m表示微蜂窝(簇首)的索引号；k表示微蜂窝内簇子节点的索引号，若子节点k属于微蜂窝m，则表示为k∈Km，Km表示微蜂窝m内的簇子节点集合；n表示RU的索引号，假设全网RU序列号同步，即一个n只对应一个频率的RU，为解决密集空间内的复杂资源共享问题，本文假设所有微蜂窝都共享同一个大的频段；表示微蜂窝m内节点k在所有RU上的信道速率的长时平均，具体用公式表示为/> 表示RU的分配情况，若/>则在微蜂窝m中，将RU n分配给节点k进行数据传输，同一个蜂窝内，一个RU仅能为一个节点服务，但一个节点可同时占用多个RU；/>表示微蜂窝m中，在RU上与节点k进行数据传输发射信号的功率，其总和不应超过簇首发射机的总功率/>簇首m到簇子节点k在RU n上的下行信道的接收信干噪比(SINR)的计算公式如下
可分为信道调度和功率分配两部分。
第一部分：信道调度
假设初始入网时，所有RU都未被占用，此时所有N为RU的总数，对于每一个RU n，按照以下的规则为其分配子节点
若则/>
其中为蜂窝m内，子节点k占用RU n时的信道瞬时速率的估计值，计算公式与Rmk类似，需通过在相应RU信道上发送参考序列，在收端获得。
第二阶段：功率分配
在固定RU信道调度的情况下，考虑多阶离散信道速率限制，我们将(1)中的优化问题简化为如下的优化模型
其中i表示(信道速率)MCS阶层，对应多阶离散MCS，SINRi表示第i阶MCS所需的信噪比解调门限，ri为其相应的信道发送速率；I(·)表示条件关系运算符，当满足括号内条件时，其值为1，否则为0。
分析上述问题模型可得，离散多阶MCS的频谱功率分配问题不是一个凸优化问题，而是一个组合数问题，可通过枚举法求解，求解复杂度高，考虑分布式无线网络特性，每个微蜂窝簇首根据其自身有限的信息计算其各RU上的发射功率，在满足其自身的信噪比约束的同时，尽可能不干扰相邻微蜂窝中使用相同RU的簇子节点，以此来实现RU的多蜂窝服用，提出一种简化的多阶功率选择算法来解决微蜂窝内部各RU的功率分配问题。
将微蜂窝内部的下行功率分配需在满足相邻蜂窝的SINR约束条件下，最大化其自身蜂窝的容量。相邻微蜂窝的SINR约束可表示为
其中，l表示相邻微蜂窝中簇首的索引号，j表示微蜂窝Kl中的簇子节点，相应的，上式中分母表示本蜂窝以及其他蜂窝对该蜂窝中第n个下行RU的干扰，为简化计算，同时减少信令交互，上式可简化为
其中，m表示对相邻蜂窝在该RU n上干扰最大的簇首，k表示微蜂窝m中与簇子节点j使用同一RU的干扰节点，c为干扰系数，可设置为常数，其数值与微蜂窝密度相关，相邻的微蜂窝越多，c的值越大。根据式(4)，若本蜂窝在RU n上为对相邻微蜂窝干扰最大的蜂窝，则在该RU上的功率分配需满足下述不等式
其中涉及到的参数表示下行干扰信道的增益，需要通过跨蜂窝间的干扰信道估计来获得，其他各项参数中，下标为mk的均为本地参数，下标为lj的则可通过上层簇首间的宏蜂窝交互获得，不占用下行频率资源。
对于本蜂窝内部的功率约束和信噪比约束，可由下式表示
其中，不等式右边的表示本地信道估计时所用的功率，不等式左侧/>的表示满足第i阶信噪比约束所需的发射功率，每个微蜂窝在满足式(5)的同时，为每个RU上的发射机选择尽可能大的MCS信噪比门限所对应的功率，若所有RU的总功率不满足发射机功率约束，则应适当降低MCS要求，选择较低MCS对应信道功率。同样的，上行功率分配与下行类似，可作并行处理。
基于上述推导，频谱共享问题可描述为两个子问题：信道调度和功率分配。流程可由图2表示，具体可分为8个步骤：
步骤1：初始建网阶段，对于无人机双层蜂窝网络，当完成初步建网，即簇内有簇子节点和簇首后，簇首即有条件选择启动资源调度模块。
步骤2：簇子节点向簇首发送资源请求包，簇首即对资源管理模块进行初始参数配置，如工作频段，可分配RU数，最大发射机功率等。
步骤3：第一阶段信息收集：簇首根据各节点的上下行需求信息，判断需要进行信息收集的节点和RU，并发送相应训练序列对信道CSI进行估计。
步骤4：初步RU分配：簇首根据收集到的各节点在RU上传输的信道CSI，根据1.1.1中的信道调度规则对RU进行分配。
步骤5：簇首判断其自身是否收到其他簇首的信道调度信息，若有，则将初步RU分配结果与其他簇首的信道分配结果相结合，判断其最有可能干扰到的节点，后续称之为主干扰节点。随后簇首发送训练序列，对主干扰节点的干扰路径CSI进行估计。
步骤6：基于初步RU分配结果，簇首根据已获得的信道信息，结合公式(5)、(6)计算每个RU上对应的最优功率。当计算功率结果小于零时，取功率0，同时修正初步RU分配结果，其具体流程如图3所示，可描述为以下子步骤
步骤6.1：对每一个簇首m，和其内的簇子节点k∈Km，初始化网络参数，基于OPNET模型，相邻簇密集度约为c＝4；
步骤6.2：根据本地信道CSI和通过跨簇估计得到的相邻蜂窝CSI，根据距离最近原则选取主干扰节点及其对应簇首，根据公式(5)计算功率上限值；
步骤6.3：对所有的节点k和RU号n，计算对应各阶层MCS的最低下限功率；
步骤6.4：取同时满足功率上限和功率下限的最高阶MCS所对应的功率
步骤6.5：上行--对簇首m内的每一个簇子节点k，遍历其占用的RU，即的RU，并对相应功率值求和，判断其是否满足簇子节点的发射机最大功率约束；下行—对簇首m内所有的簇子节点和RU，对所有功率值进行求和，判断其是否满足簇首节点的发射机最大功率约束。若不满足约束，则寻找现在的功率值/>中，对应的MCS最高的RU，并将该RU对应的MCS阶次降次，循环步骤6.5直至满足功率约束；否则进入步骤6.6；
步骤6.6：功率分配计算完成，对初步RU分配进行修正，具体描述为：若该RU n上的功率值且信道占用标志位/>则将信道占用标志位置零，/>功率分配结束，进入步骤7；
步骤7：本次资源调度结束，簇首的资源管理模块向MAC层输出调度结果，并将本轮调度结果通过宏蜂窝广播给其他簇首，便于其他簇首进行实时动态分配。
步骤8：下一轮调度周期开始，回到步骤3。
在OPNET中构建了双层无人机蜂群网络模型如图4和图5所示，图4为网内所有90个无人机节点的分布及其移动模型的示意图，90个节点分为9个簇，均匀分布于10*10km的地图范围内，单簇覆盖范围为2km，“宏-微双层蜂窝”可实现全覆盖。图4表示每一个无人机节点的网络模型，由上而下具体包括应用层(app)、网络层(net)、MAC层(mac)、频谱感知模块(sense)和收发信机等。特别的，将动态频谱接入算法模块化，与mac层相接，如图5中表示为‘resource_control’模块.
OPNET软件中为无线通信信道提供了默认的路径损耗模型，如式(7)所示，路径损耗随距离的增长呈现-2次方衰减的趋势。而实际无线蜂窝网的路径衰减往往远大于自由空间路径损耗，因此，在原自由空间损耗模型的基础上进行改进，改进后的路径损耗公式如式(8)所示，路径损耗指数为γ,其值越大，路径损耗随距离增大的衰减越剧烈，通常γ∈(2,6],城市环境的路径衰减指数大，乡村开阔环境的路径损耗指数小。显然，当距离d小于d0时，路径损耗L与距离d呈现-2次方衰减，当距离d大于d0时，路径损耗L与距离d呈现-γ次方衰减，符合蜂窝区域网特性，其中参考距离d0可由蜂窝覆盖半径决定。
为减少信道估计导致的信令交互开销，我们将信道CSI估计以上式的统计学损耗模型代替。则OPNET中多阶MCS的动态频谱接入的信令交互流程如图6和图7所示，具体可描述为；
下行信令流程如下：
步骤1：初始建网完成后，簇首MAC层检查自己的缓存队列状态，确定是否需要请求资源，并向本节点的资源管理模块发送RESOURCE_info包，将下行需求信息和簇内子节点信息告知res模块；
步骤2：Res模块收到MAC层的RESOURCE_info包，此时需要进行三阶段操作：
阶段一、根据当前簇内节点密度及可用RU数计算竞争信道和所有可分配RU的比例，并按簇首ID预留竞争RU，剩余的RU为本次资源分配的专用RU；
阶段二、统计需要分配节点的个数和所需RU的总数，若所需节点数大于专用RU数，则根据速率最小优先原则，筛选和专用RU数量相等的节点数；若需分配的节点数小于专用RU数，但所需RU数大于专用RU数，则将需求RU最多的节点的需求数减一，循环直至所需RU数不大于专用RU数；
阶段三、簇首根据阶段二所得的需求矩阵，给MAC层发送下行Estiresult，令其进行所有专用RU信道估计；
步骤3：MAC层收到来自res的下行Estiresult，识别其类型后，以广播的方式在所有专用RU上广播训练序列，用于估计下行信道CSI；
步骤4：簇子节点的MAC层在收到来自簇首的下行训练序列后，估计所有专用RU上的信道CSI，并将估计信息以MAC_data包的形式发送给res模块；
步骤5：Res模块收到来自MAC层的MAC_data包后，将下行的估计数据存放在report包里，发送给MAC层，令其上空口；
步骤6：簇首的MAC层收到来自空口的report包，转发给res模块；Res模块收到后将下行估计数据转存在本地的hash表里，并计数，直至收到所有的下行估计包，此时下行第一阶段的数据收集结束，本地dl_esti_arm置1；转至步骤7；
上行信令流程如下：
步骤1：初始建网完成后，簇子节点MAC层检查自己的缓存队列状态，确定是否需要请求资源，并向本节点的资源管理模块发送RESOURCE_info包，将上行需求信息和簇内子节点信息告知res模块；
步骤2：Res模块收到MAC层的RESOURCE_info包，将需求信息封到need_report包里，转发给本蜂窝的簇首；
步骤3：簇首收到来自子节点的上行need_report包，此时需要进行三阶段操作：
阶段一、根据当前簇内节点密度及可用RU数计算竞争信道和所有可分配RU的比例，并按簇首ID预留竞争RU，剩余的RU为本次资源分配的专用RU；
阶段二、统计需要分配节点的个数和所需RU的总数，若所需节点数大于专用RU数，则根据速率最小优先原则，筛选和专用RU数量相等的节点数；若需分配的节点数小于专用RU数，但所需RU数大于专用RU数，则将需求RU最多的节点的需求数减一，循环直至所需RU数不大于专用RU数；
阶段三、簇首根据阶段二所得的需求矩阵，给MAC层发送上行Estiresult，令其进行所有专用RU信道估计；
步骤4：簇首的MAC层收到来自res的上行Estiresult，识别其类型后，将估计信道时的上行RU分配以Trig帧的形式发送给簇子节点，簇子节点根据Trig帧中的RU分配，在所有专用RU上发送训练序列，用于估计上行信道CSI；(暂时考虑一轮估计至估计某一节点的所有RU，即本次trig中，所有上行专用RU由同一个簇子节点占用)；
步骤5：簇首的MAC层在收到来自簇子节点的上行训练序列后，估计所有专用RU上的信道CSI，并将估计信息以MAC_data包的形式发送给res模块；
步骤6：Res模块收到来自MAC层的MAC_data包后，将上行估计数据转存在本地的hash表里，并计数，直至收到所有的上行估计包，此时上行第一阶段的数据收集结束，本地dl_esti_arm置1；转至步骤7
上下行通用步骤如下：
步骤7：当上下行的esti_arm均为1时，进入第一阶段：上下行RU分配。分配规则见算法详述，所有专用RU分配结束后，根据收到的HII包中相邻微蜂窝的RU占用情况和成员位置信息，判断本蜂窝在碰撞RU上最可能干扰的相邻蜂窝节点，同一个RU只存在一个主干扰节点，并以不同的RU序号，存入本蜂窝的主干扰节点hash表内；
步骤8：簇首将步骤7所得的主干扰节点hash表存入Estisignal包里，发送给MAC层，令其以广播的形式上空口；
步骤9：簇子节点的MAC层收到来自空口的Estisignal包，将收到包时的信道CSI填如ruinfo字段里，和Estisignal包一起，转发给res模块，res模块首先判断是来自本蜂窝簇首还是相邻蜂窝簇首，若来自相邻蜂窝簇首，则根据包内的主干扰节点hash表，判断自己是不是相邻蜂窝的下行主干扰节点，若是，则转存ruinfo的数据，其内包含下行主干扰信道的增益；若来自本蜂窝簇首，则转发Estisignal包，用于估计上行干扰信道增益；
步骤10：簇首MAC层收到来自空口的Estisignal包，将收到包时的信道CSI填如ruinfo字段里，和Estisignal包一起，转发给res模块，res模块判断是否来自本蜂窝簇子节点，若是，则不解调；若来自相邻蜂窝的簇子节点，则转存ruinfo的数据，其内包含上行主干扰信道的CSI；
步骤11：簇首将上行干扰信道CSI填入ICGcast1中，通过宏蜂窝信道发送给相邻簇首；簇子节点将下行干扰信道CSI填入ICGcast1中，发送给其本蜂窝簇首，并由其本蜂窝簇首识别后，将包类型改为ICGcst2后，转发给相邻簇首；
步骤12：簇首收到来自相邻蜂窝簇首的ICGcast1包，进行计数，判断是否收到了所有上行主干扰节点的信道CSI，若是，则将上行gain_arm置1；簇首收到来自相邻蜂窝簇首的ICGcast2包，进行计数，判断是否收到了所有下行主干扰节点的信道CSI，若是，则将下行gain_arm置1；
步骤13：若上下行的标志位gain_arm均为1，则进入第二阶段：功率分配，分配规则见算法详述。功率分配结束后，res模块将第一节点和第二阶段的分配结果封到result包里，发送给MAC层；
步骤14：Res模块将本轮资源调度的结果和簇内成员信息封到HII包里，发送给MAC层，令其以宏蜂窝信道上空口。
结合实际网络需求，收发信机的信道速率受调制解调方式的影响，具有离散多阶特性，仅当收发信机的信道速率完全匹配且信道SNR大于解调门限时，才能进行成功的信道传输，参考802.11协议标准，设置不同调制解调方法下的12阶信道速率，具体的速率值以及其对应的解调门限如表1所示。
表1 离散12阶速率(MCS)阶与对应门限值
| MCS | 速率(Hz) | 调制方式 | 稳定收到包的SNR/dB(比值) |
| 0 | 69000 | BPSK | 4.168933(2.6115) |
| 1 | 138000 | QPSK | 7.168933(5.2106) |
| 2 | 220000 | QPSK | 9.168933(8.2584) |
| 3 | 315000 | 16QAM | 14.168933(26.115) |
| 4 | 407000 | 16QAM | 15.168933(32.877) |
| 5 | 546000 | 64QAM | 20.168933(103.97) |
| 6 | 630000 | 64QAM | 21.168933(130.89) |
| 7 | 680000 | 64QAM | 21.168933(130.89) |
| 8 | 815000 | 64QAM | 22.168933(164.78) |
| 9 | 908000 | 64QAM | 23.168933(207.44) |
| 10 | 1015000 | 64QAM | 23.168933(207.44) |
| 11 | 1130000 | 64QAM | 23.168933(207.44) |
基于上述的网络模型和信令流程，对离散12阶mcs对应的动态频谱接入网络进行了仿真，所有微蜂窝共用同样的20M带宽，包含52个RU，每个RU带宽为345KHz，则仿真结果如图8所示，网络总容量最高可达80MHz，网络平均容量约为71MHz，带宽提升较大，且符合实际应用场景。
综上所述，本发明与现有技术相比，进一步考虑了动态异构网络特性，所提算法针对动态网络，如无人机蜂窝网、车载通信网等信道动态变更地网络，具有良好地适用性和鲁棒性。与实际的802.11协议相结合，对应多阶离散MCS网络，在opnet中设计并实现了网络节点布局、节点多层协议建模和各层进程建模等模型，同时，将所提的动态频谱接入算法模块化，外接于MAC层进程中，设计并实现了一套完整的基于多阶信息速率的多无人机蜂窝频谱动态接入仿真流程，包括格式定义、信令交互、状态转换等。针对完全重叠地频率带宽，所提算法具有更高地频率复用率，且算法所需地信息较少，信令开销小，在资源紧缺的无人机环境下，能够实现较为可靠且高效的并行通信，具有良好的应用前景。
Claims (3)
1.一种基于多阶信息速率的多无人机蜂窝频谱动态接入方法，其特征在于，构建无人机蜂群网络架构模型，将频谱共享问题分为信道调度和功率分配两个子问题，采用多阶功率选择算法来进行微蜂窝内部各资源单元RU的功率分配；具体步骤如下：
步骤1：初始建网阶段，对于无人机双层蜂窝网络，当完成初步建网，即簇内有簇子节点和簇首后，簇首选择启动资源调度；
步骤2：簇子节点向簇首发送资源请求包，簇首进行初始参数配置，包括工作频段、可分配RU数、最大发射机功率；
步骤3：第一阶段信息收集：簇首根据各节点的上下行需求信息，判断需要进行信息收集的节点和RU，并发送相应训练序列对信道CSI进行估计；
步骤4：初步RU分配：簇首根据收集到的各节点在RU上传输的信道CSI，根据信道调度规则对RU进行分配；
步骤5：第二阶段信息收集：簇首判断其自身是否收到其他簇首的信道调度信息，若有，则将初步RU分配结果与其他簇首的信道分配结果相结合，判断该簇首最有可能干扰到的节点，称为主干扰节点，随后簇首发送训练序列，对主干扰节点的干扰路径CSI进行估计；
步骤6：基于初步RU分配结果，簇首根据已获得的信道信息，计算每个RU上对应的最优功率；当计算功率结果小于零时，取功率0，同时修正初步RU分配结果；
步骤7：本次资源调度结束，簇首向MAC层输出调度结果，并将本轮调度结果通过宏蜂窝广播给其他簇首；
步骤8：返回步骤3开始下一轮调度周期；
所述构建无人机蜂群网络架构模型，具体如下：
无人机蜂群网络分为两层，上层为宏蜂窝，采用无中心的ad-hoc网络形式，下层为微蜂窝，采用以簇首为中心的集中式网络形式；一个下层微蜂窝称为一个簇，其中中心节点为簇首，负责簇间交互以及簇内资源调度，底层通信节点为簇子节点，簇子节点根据所属簇首的资源调度信息进行信道接入和数据传输；簇内的信道链路分为上行和下行，上行为簇子节点到簇首，下行为簇首到簇子节点，上下行使用不同的频段，资源调度相互独立；
基于上述网络模型，基于多阶信息速率的多无人机蜂窝频谱动态接入，建模为如下最优化模型：
其中，m表示微蜂窝即簇首的索引号；k表示微蜂窝内簇子节点的索引号，若子节点k属于微蜂窝m，则表示为k∈Km，Km表示微蜂窝m内的簇子节点集合；n表示RU的索引号，假设全网RU序列号同步，即一个n只对应一个频率的RU，假设所有微蜂窝都共享同一个大的频段；表示微蜂窝m内节点k在所有RU上的信道速率的长时平均，用公式表示为0＜α＜1；/>表示RU的分配情况，若/>则在微蜂窝m中，将RUn分配给节点k进行数据传输，同一个蜂窝内，一个RU仅能为一个节点服务，但一个节点能够同时占用多个RU；/>表示微蜂窝m中在RU上与节点k进行数据传输发射信号的功率，总和不应超过簇首发射机的总功率/>
簇首m到簇子节点k在RU n上的下行信道的接收信干噪比的计算公式为：
其中，表示第n个RU上簇首m到簇子节点k∈Km的信道增益；
将频谱共享问题分为信道调度和功率分配两个子问题：
第一部分：信道调度
假设初始入网时，所有RU都未被占用，此时所有N为RU的总数，对于每一个RU n，按照以下的规则分配子节点：
若则/>
其中为蜂窝m内，子节点k占用RU n时的信道瞬时速率的估计值；
第二阶段：功率分配
在固定RU信道调度的情况下，将式(1)中的优化问题简化为如下的优化模型：
其中i表示MCS阶层，对应多阶离散MCS，SINRi表示第i阶MCS所需的信噪比解调门限，ri为相应的信道发送速率；I(·)表示条件关系运算符，当满足括号内条件时，值为1，否则为0；
所述采用多阶功率选择算法来进行微蜂窝内部各资源单元RU的功率分配，具体如下：
将微蜂窝内部的下行功率分配需在满足相邻蜂窝的SINR约束条件下，最大化其自身蜂窝的容量，相邻微蜂窝的SINR约束表示为
其中，l表示相邻微蜂窝中簇首的索引号，j表示微蜂窝Kl中的簇子节点，相应的，上式中分母表示本蜂窝以及其他蜂窝对本蜂窝中第n个下行RU的干扰，上式简化为
其中，m表示对相邻蜂窝在该RU n上干扰最大的簇首，k表示微蜂窝m中与簇子节点j使用同一RU的干扰节点；c为干扰系数，设置为常数，数值与微蜂窝密度相关，相邻的微蜂窝越多，c的值越大；
根据式(4)，若本蜂窝在RU n上为对相邻微蜂窝干扰最大的蜂窝，则在该RU上的功率分配需满足下述不等式
其中参数表示下行干扰信道的增益，通过跨蜂窝间的干扰信道估计来获得；其他各项参数中；下标为mk的均为本地参数，下标为lj的则能够通过上层簇首间的宏蜂窝交互获得，不占用下行频率资源；
对于本蜂窝内部的功率约束和信噪比约束，由下式表示
其中，不等式右边的表示本地信道估计时所用的功率，不等式左侧/>的表示满足第i阶信噪比约束所需的发射功率；
每个微蜂窝在满足式(5)的同时，为每个RU上的发射机选择尽可能大的MCS信噪比门限所对应的功率，若所有RU的总功率不满足发射机功率约束，则选择较低MCS对应信道功率；同样的，上行功率分配与下行作并行处理；
步骤6所述基于初步RU分配结果，簇首根据已获得的信道信息，计算每个RU上对应的最优功率；当计算功率结果小于零时，取功率0，同时修正初步RU分配结果，具体如下：
步骤6.1：对每一个簇首m，和其内的簇子节点k∈Km，初始化网络参数；
步骤6.2：根据本地信道CSI和通过跨簇估计得到的相邻蜂窝CSI，基于距离最近原则选取主干扰节点及对应簇首，根据公式(5)计算功率上限值；
步骤6.3：对所有的节点k和RU号n，计算对应各阶层MCS的最低下限功率；
步骤6.4：取同时满足功率上限和功率下限的最高阶MCS所对应的功率
步骤6.5：上行：对簇首m内的每一个簇子节点k，遍历占用的RU，即的RU，并对相应功率值求和，判断是否满足簇子节点的发射机最大功率约束；
下行：对簇首m内所有的簇子节点和RU，对所有功率值进行求和，判断是否满足簇首节点的发射机最大功率约束；
若不满足约束，则寻找现在的功率值中，对应的MCS最高的RU，并将该RU对应的MCS阶次降次，重新执行步骤6.5；若满足约束，则进入步骤6.6；
步骤6.6：功率分配计算完成，对初步RU分配进行修正，具体为：若该RU n上的功率值且信道占用标志位/>则将信道占用标志位置零，/>
2.根据权利要求1所述的基于多阶信息速率的多无人机蜂窝频谱动态接入方法，其特征在于，该方法基于OPNET进行仿真，仿真过程如下：
在OPNET中构建双层无人机蜂群网络模型，确定网内所有无人机节点的分布及移动模型，将节点分为多个簇，均匀分布于地图范围内，宏-微双层蜂窝实现全覆盖；每一个无人机节点的网络模型由上而下包括应用层app、网络层net、MAC层mac、频谱感知模块sense和收发信机；将动态频谱接入算法模块化，与mac层相接，表示为resource_control模块；
OPNET中为无线通信信道提供的路径损耗模型如式(7)所示，改进后的路径损耗如式(8)所示：
其中，λ为当前信道频率下的波长；
路径损耗指数为γ，γ值越大路径损耗随距离增大的衰减越剧烈，γ∈(2,6]；当距离d小于参考距离d0时，路径损耗L与距离d呈现-2次方衰减，当距离d大于d0时，路径损耗L与距离d呈现-γ次方衰减，其中参考距离d0由蜂窝覆盖半径决定；
将信道CSI估计以式(8)的统计学损耗模型代替，并确定OPNET中多阶MCS的动态频谱接入的信令交互过程。
3.根据权利要求2所述的基于多阶信息速率的多无人机蜂窝频谱动态接入方法，其特征在于，信令交互过程包括下行信令流程、上行信令流程，具体如下：
下行信令流程包括，
步骤S1a：初始建网完成后，簇首MAC层检查自己的缓存队列状态，确定是否需要请求资源，并向本节点的资源管理模块发送RESOURCE_info包，将下行需求信息和簇内子节点信息告知res模块；
步骤S2a：res模块收到MAC层的RESOURCE_info包，进行三阶段操作：
(1.1)根据当前簇内节点密度及可用RU数计算竞争信道和所有可分配RU的比例，并按簇首ID预留竞争RU，剩余的RU为本次资源分配的专用RU；
(1.2)统计需要分配节点的个数和所需RU的总数，若所需节点数大于专用RU数，则根据速率最小优先原则，筛选和专用RU数量相等的节点数；若需分配的节点数小于专用RU数，但所需RU数大于专用RU数，则将需求RU最多的节点的需求数减一，循环直至所需RU数不大于专用RU数；
(1.3)簇首根据(1.2)所得的需求矩阵，给MAC层发送下行Estiresult，进行所有专用RU信道估计；
步骤S3a：MAC层收到来自res的下行Estiresult，识别类型后，以广播的方式在所有专用RU上广播训练序列，用于估计下行信道CSI；
步骤S4a：簇子节点的MAC层在收到来自簇首的下行训练序列后，估计所有专用RU上的信道CSI，并将估计信息以MAC_data包的形式发送给res模块；
步骤S5a：res模块收到来自MAC层的MAC_data包后，将下行的估计数据存放在report包里，发送给MAC层，令其上空口；
步骤S6a：簇首的MAC层收到来自空口的report包，转发给res模块；Res模块收到后将下行估计数据转存在本地的hash表里，并计数，直至收到所有的下行估计包，此时下行第一阶段的数据收集结束，本地dl_esti_arm置1；转至步骤S7；
上行信令流程包括，
步骤S1b：初始建网完成后，簇子节点MAC层检查自己的缓存队列状态，确定是否需要请求资源，并向本节点的资源管理模块发送RESOURCE_info包，将上行需求信息和簇内子节点信息告知res模块；
步骤S2b：res模块收到MAC层的RESOURCE_info包，将需求信息封到need_report包里，转发给本蜂窝的簇首；
步骤S3b：簇首收到来自子节点的上行need_report包，进行三阶段操作：
(2.1)根据当前簇内节点密度及可用RU数计算竞争信道和所有可分配RU的比例，并按簇首ID预留竞争RU，剩余的RU为本次资源分配的专用RU；
(2.2)统计需要分配节点的个数和所需RU的总数，若所需节点数大于专用RU数，则根据速率最小优先原则，筛选和专用RU数量相等的节点数；若需分配的节点数小于专用RU数，但所需RU数大于专用RU数，则将需求RU最多的节点的需求数减一，循环直至所需RU数不大于专用RU数；
(2.3)簇首根据(2.2)所得的需求矩阵，给MAC层发送上行Estiresult，进行所有专用RU信道估计；
步骤S4b：簇首的MAC层收到来自res模块的上行Estiresult，识别类型后，将估计信道时的上行RU分配以Trig帧的形式发送给簇子节点，簇子节点根据Trig帧中的RU分配，在所有专用RU上发送训练序列，用于估计上行信道CSI；
步骤S5b：簇首的MAC层在收到来自簇子节点的上行训练序列后，估计所有专用RU上的信道CSI，并将估计信息以MAC_data包的形式发送给res模块；
步骤S6b：res模块收到来自MAC层的MAC_data包后，将上行估计数据转存在本地的hash表里，并计数，直至收到所有的上行估计包，此时上行第一阶段的数据收集结束，本地dl_esti_arm置1；转至步骤S7；
下行信令流程、上行信令流程共用步骤包括，
步骤S7：当上下行的esti_arm均为1时，进入第一阶段：上下行RU分配；所有专用RU分配结束后，根据收到的HII包中相邻微蜂窝的RU占用情况和成员位置信息，判断本蜂窝在碰撞RU上最可能干扰的相邻蜂窝节点，同一个RU只存在一个主干扰节点，并以不同的RU序号，存入本蜂窝的主干扰节点hash表内；
步骤S8：簇首将步骤S7所得的主干扰节点hash表存入Estisignal包里，发送给MAC层，以广播的形式上空口；
步骤S9：簇子节点的MAC层收到来自空口的Estisignal包，将收到包时的信道CSI填如ruinfo字段里，和Estisignal包一起，转发给res模块，res模块首先判断是来自本蜂窝簇首还是相邻蜂窝簇首，若来自相邻蜂窝簇首，则根据包内的主干扰节点hash表，判断自己是不是相邻蜂窝的下行主干扰节点，若是，则转存ruinfo的数据，数据内包含下行主干扰信道的增益；若来自本蜂窝簇首，则转发Estisignal包，用于估计上行干扰信道增益；
步骤S10：簇首MAC层收到来自空口的Estisignal包，将收到包时的信道CSI填如ruinfo字段里，和Estisignal包一起，转发给res模块，res模块判断是否来自本蜂窝簇子节点，若是，则不解调；若来自相邻蜂窝的簇子节点，则转存ruinfo的数据，数据内包含上行主干扰信道的CSI；
步骤S11：簇首将上行干扰信道CSI填入ICGcast1中，通过宏蜂窝信道发送给相邻簇首；簇子节点将下行干扰信道CSI填入ICGcast1中，发送给本蜂窝簇首，并由本蜂窝簇首识别后，将包类型改为ICGcst2，然后转发给相邻簇首；
步骤12：簇首收到来自相邻蜂窝簇首的ICGcast1包，进行计数，判断是否收到了所有上行主干扰节点的信道CSI，若是，则将上行gain_arm置1；簇首收到来自相邻蜂窝簇首的ICGcast2包，进行计数，判断是否收到了所有下行主干扰节点的信道CSI，若是，则将下行gain_arm置1；
步骤13：若上下行的标志位gain_arm均为1，则进入第二阶段：功率分配；功率分配结束后，res模块将第一阶段和第二阶段的分配结果封到result包里，发送给MAC层；
步骤14：res模块将本轮资源调度的结果和簇内成员信息封到HII包里，发送给MAC层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110872005.3A CN113630740B (zh) | 2021-07-30 | 2021-07-30 | 基于多阶信息速率的多无人机蜂窝频谱动态接入方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110872005.3A CN113630740B (zh) | 2021-07-30 | 2021-07-30 | 基于多阶信息速率的多无人机蜂窝频谱动态接入方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113630740A CN113630740A (zh) | 2021-11-09 |
| CN113630740B true CN113630740B (zh) | 2023-08-04 |
Family
ID=78381748
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110872005.3A Active CN113630740B (zh) | 2021-07-30 | 2021-07-30 | 基于多阶信息速率的多无人机蜂窝频谱动态接入方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113630740B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114448490B (zh) * | 2021-12-22 | 2024-04-26 | 天翼云科技有限公司 | 一种多无人机的路径规划与频谱资源分配方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104254081A (zh) * | 2013-06-29 | 2014-12-31 | 华为技术有限公司 | 一种集中式组网的方法及终端设备 |
| CN111836306A (zh) * | 2020-07-15 | 2020-10-27 | 中国联合网络通信集团有限公司 | 功率协调方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9820205B2 (en) * | 2014-07-29 | 2017-11-14 | Qualcomm Incorporated | Signaling virtual cell ID sets |
| WO2016024731A1 (ko) * | 2014-08-12 | 2016-02-18 | 엘지전자 주식회사 | 무선 통신 시스템에서 채널 상태 보고를 위한 방법 및 이를 위한 장치 |
-
2021
- 2021-07-30 CN CN202110872005.3A patent/CN113630740B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104254081A (zh) * | 2013-06-29 | 2014-12-31 | 华为技术有限公司 | 一种集中式组网的方法及终端设备 |
| CN111836306A (zh) * | 2020-07-15 | 2020-10-27 | 中国联合网络通信集团有限公司 | 功率协调方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| WSN中一种基于能量效率的协同中继传输方案;陈贤明;蔡跃明;蔡春晓;杨炜伟;;信号处理(04);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113630740A (zh) | 2021-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5697622B2 (ja) | 移動通信システム及びそのリモート無線ユニットクラスタリング方法 | |
| US8144657B2 (en) | Clustering based resource allocation in multi-cell OFDMA networks | |
| CN102638893B (zh) | 直通蜂窝系统中基站联合直通终端优化资源分配方法 | |
| CN112601284B (zh) | 基于多智能体深度强化学习的下行多小区ofdma资源分配方法 | |
| CN102111883B (zh) | 家庭基站分配无线资源的方法及家庭基站 | |
| JP5638880B2 (ja) | 無線通信システムにおけるチャネル割当方法およびそのシステム | |
| CN103024921B (zh) | 一种基于cqi反馈参数和sinr数值分组的调度方法 | |
| US20120230264A1 (en) | Method, apparatus and system for cooperative resource scheduling and cooperative communication | |
| US9107233B2 (en) | Resource scheduling method, scheduler and base station | |
| Mollahasani et al. | Density-aware, energy-and spectrum-efficient small cell scheduling | |
| Giambene et al. | Soft frequency reuse schemes for heterogeneous LTE systems | |
| Rengarajan et al. | Architecture and abstractions for environment and traffic-aware system-level coordination of wireless networks | |
| Zhang et al. | Dynamic user-centric clustering for uplink cooperation in multi-cell wireless networks | |
| CN113630740B (zh) | 基于多阶信息速率的多无人机蜂窝频谱动态接入方法 | |
| CN104618934B (zh) | 一种基于吞吐量预测的整体优化中继节点选择方法 | |
| Huang et al. | Hierarchical cooperation in heterogeneous cloud radio access networks | |
| CN110753365A (zh) | 异构蜂窝网络干扰协调方法 | |
| CN106455096B (zh) | 一种基于权重的家庭基站干扰协调方法 | |
| CN110958304B (zh) | 面向时间划分无线携能传输中继的物联网低功耗传输方法 | |
| US9924475B2 (en) | Method for managing data transmission power in mobile cellular networks | |
| CN104168634B (zh) | 用于lte-a蜂窝网络的分布式用户位置感知小区关闭方法 | |
| Ezzaouia et al. | A dynamic inter-cellular bandwidth fair sharing scheduler for future wireless networks | |
| CN107070627B (zh) | 一种基于多跳混合回程网络的比例公平频谱资源分配方法 | |
| Liu et al. | A novel fractional frequency reuse structure based on interference avoidance scheme in multi-cell LTE networks | |
| Chin et al. | A dynamic channel assignment strategy via power control for ad-hoc network systems |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |