CN113873531B - 一种d2d辅助无人机基站实现目标区域全覆盖的设计方法 - Google Patents
一种d2d辅助无人机基站实现目标区域全覆盖的设计方法 Download PDFInfo
- Publication number
- CN113873531B CN113873531B CN202111017807.2A CN202111017807A CN113873531B CN 113873531 B CN113873531 B CN 113873531B CN 202111017807 A CN202111017807 A CN 202111017807A CN 113873531 B CN113873531 B CN 113873531B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- communication
- users
- coverage area
- 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
Classifications
-
- 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
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
-
- 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
- H04W16/22—Traffic simulation tools or models
-
- 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)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明揭示了一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,该方法包括:构建无人机作为空中基站UAV‑BS服务于多个地面用户的一个下行通信系统,初始化无人机的部署高度和波束张角,根据无人机部署信息将目标覆盖区域划分为无人机直接覆盖区域和间接覆盖区域;在无人机网络的基础上,对于无人机的间接覆盖区域的用户,增设D2D通信以进一步扩大覆盖范围,将通信服务从直接覆盖区延伸至间接覆盖区;基于蜂窝通信系统已有的地面用户的分布信息,以及地面用户接入通信网络的公平性,通过积分求解的方式确定直接覆盖区域和间接覆盖区域的用户功率开销;将D2D辅助无人机基站实现目标区域全覆盖问题构建成一个二重变量优化问题。
Description
技术领域
本发明涉及一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,可用于D2D辅助无人机通信技术领域。
背景技术
近些年来,随着全球蜂窝网络覆盖需求的增加,无人机结合蜂窝网络能够以低成本、高移动性的方式支持无人机通信,同时也为建立新的专用地面网络提供了可能性。在城市流量热点密集地区,传统蜂窝基站的覆盖范围不能满足需求,抑或是在灾害场景中,地面原有的通信基础设施受损,此时无人机可依据其高机动性和部署方便的特点快速对目标区域进行覆盖或是业务分流,具有广阔的应用场景。
与地面基站相比,无人机基站对环境变化的适应性更强,可以快速为灾害地区提供大范围的可靠通信。无人机在移动通信中有着广泛的应用和诸多优点,但是还存在着能耗问题需要改进,由于机载能量存储有一定的限制,无人机无法做到长时间的远程工作,因此,降低无人机能耗也是研究的主要问题。
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、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。
鉴于此,有必要提出一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,以解决上述问题。
发明内容
本发明的目的就是为了解决现有技术中存在的上述问题,提出一种D2D辅助无人机基站实现目标区域全覆盖的设计方法。
本发明的目的将通过以下技术方案得以实现:一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,
该方法包括以下步骤:
S1:构建无人机作为空中基站UAV-BS服务于多个地面用户的一个下行通信系统,初始化无人机的部署高度和波束张角,根据无人机部署信息将目标覆盖区域划分为无人机直接覆盖区域和间接覆盖区域;
S2:在无人机网络的基础上,对于无人机的间接覆盖区域的用户,增设D2D通信以进一步扩大覆盖范围,将通信服务从直接覆盖区延伸至间接覆盖区;
S3:基于蜂窝通信系统已有的地面用户的分布信息,以及地面用户接入通信网络的公平性,通过积分求解的方式确定直接覆盖区域和间接覆盖区域的用户功率开销;
S4:无人机的部署高度和波束张角决定无人机的直接覆盖区域范围,将D2D通信辅助的无人机基站覆盖问题构建成一个二重变量优化问题,将S1步骤中初始化的无人机的部署高度和波束张角作为迭代起点,在保证用户QoS的前提下,求解优化目标为最小化系统总功率开销时的无人机部署高度和无人机波束张角。
优选地,在S1步骤中,建立本方法的系统模型,有:
假设一个D2D通信辅助无人机基站的下行通信系统,无人机配备有一个固定波束宽度为2θ∈[0,π]的定向天线,充当基站的角色服务于K个地面用户,目标覆盖区域是半径为R的一个圆形区域,用户均匀分布在该区域,用户密度表示为
建立三维笛卡尔坐标系,根据无人机的机动性,考虑无人机具有动态可调的部署高度H,即无人机部署在(0,0,H)的空间位置上,第K个地面用户的位置为(xk,yk,0),无人机与第k个地面用户的通信距离为对于均匀分布的地面用户,这些用户与无人机的通信仰角用集合表示为/>当无人机高度及波束宽度固定时,其覆盖范围是有限的,无人机的直接覆盖区域面积为Scover=π(Htanθ)2;因此该系统下存在两类用户,即无人机直接服务的用户CUE和通过D2D接入通信网络的用户DUE,其中无人机服务用户数为λπ(Htanθ)2,D2D接入通信网络的用户数量为λ(πR2-π(Htanθ)2)。
优选地,在S3步骤中,对模型中的空对地A2G通信链路、地面通信G2G链路进行分析,有:
首先考虑无人机服务地面用户的链路(A2G),无人机与地面用户的信道模型应用典型的空对地通信模型,A2G模型同时考虑视距链路分量(LOS)和非视距链路分量(NLOS),其中视距链路分量的概率和通信双方的仰角有关,该模型下建立视距链路的概率可以表示为:
从表达式可以看出,地面用户位置确定情况下,无人机高度越高,仰角越大,所能获得的视距链路分量也就越多;
参考自由空间传播模型,视距分量表示如下:
参考自由空间传播模型,非视距分量表示如下:
参考自由空间传播模型,平均路径损耗表示如下:
对于上述的路径损失表达式,其中fc指的是载波频率,c是光速,考虑地面D2D通信的G2G链路,对于地面的D2D通信视为零分量视距通信,即通信双方的空间传播路径上只有非视距分量,此时视距链路概率PLOS≈0,平均路径损失为
优选地,在所述S3步骤中,系统采用正交频分多址接入技术(FDMA)服务多个地面用户,FDMA为不同的用户分配不同的频带,因此每个用户拥有专属的通信信道,通信之间不会构成干扰,从香农公式出发,G2G和A2G目标用户的可达接收速率可以分别表示为如下:
优选地,在所述S3步骤中,为实现地面用户接入通信网络的公平性,目标区域内的所有用户接收速率需要大于阈值,因此在最小速率R0约束下的无人机功率具体表示为:
优选地,在S3步骤中,根据动态变化的无人机高度和无人机波束张角确定直接服务区域和间接服务区域,进而确定实现系统的总功率开销,用三个积分表示三部分的功率开销,第一部分是无人机直接覆盖的用户所耗功率开销,用P1表示如下:
;
第二部分是无人机服务中继的功率开销,用P2表示如下:
;
第三部分是中继将消息外传给外层用户的功率开销,用P3表示如下:
优选地,在S4步骤中,将D2D通信辅助无人机基站UAV-BS的网络覆盖问题构建成目标函数和约束条件;
所述目标函数为:最小化系统总功率开销;其中,功率开销分为三部分:无人机直接服务内层用户的功率开销,无人机服务内层D2D发送者的功率开销以及地面D2D通信对之间的功率开销;因此优化问题可以进行如下的公式化表述:
;
约束条件一是无人机直接覆盖区域的用户的通信速率需要大于阈值,表示如下:
RUAV>R0;
约束条件二是D2D通信对进行信息转发的通信速率需要大于阈值,表示如下:
RD2D>R0。
优选地,在S4步骤中,所述优化问题可以通过迭代优化方法求解,S41:首先确定迭代变量,迭代变量是优化目标求解算法中直接或间接不断由旧值推导得出新值的变量,两个迭代变量为无人机部署高度H和无人机波束张角θ;S42:建立迭代关系式,迭代关系式的建立是解决迭代问题的关键,在S1步骤中,初始化了无人机的部署高度H和无人机波束张角θ;S43:对迭代过程进行控制,迭代过程的控制是为了防止迭代程序无休止地重复执行下去,设置迭代终结的条件为迭代前后的数值之差小于阈值。
优选地,在所述S42步骤中,该步骤又包括以下步骤:
S421:根据S1步骤中初始化的无人机的部署高度H和无人机波束张角θ,计算系统总功率开销P,将初始化的数值H、θ和P分别令为H_old、θ_old和P_old;
S422:将无人机高度固定为H_old,通过一维搜索找到使得总功率开销最小的θ,记为θ_new,将更新后的变量值代入计算总功率,将更新的系统功率开销记为P_new;
S423:设定一个判决门限∈,判定|P_new-P_old|<∈是否成立;
S424:如果|P_new-P_old|<∈不成立,则迭代优化另一变量H,将H_new、θ_new的值分别给H_old、θ_old;
S425:如果|P_new-P_old|<∈成立,则迭代算法结束,保存当前的H_new、θ_new为系统最优值。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:本技术方案采用D2D通信辅助无人机提供通信服务,考虑地面用户接入通信网络的公平性,设计了最小化系统总功耗的优化算法,该算法可快速求解无人机的部署高度和波束张角,实现了目标区域的全覆盖。该方法证明了对于此类场景,存在无人机直接服务用户数和D2D辅助的无人机间接服务用户数的一种折中现象,即无人机的直接覆盖范围并不是越大越好或者越小越好,而是存在一个最优部署高度和最优的无人机波束张角,这两个变量确定了最优的无人机直接服务范围,减少系统的总功率开销,在一定程度上也为延长无人机服务时间做出贡献。
本发明的目的在于提供一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,证明了对于此类场景,存在无人机直接服务用户数和D2D辅助的无人机间接服务用户数的一种折中现象,即无人机的直接覆盖范围并不是越大越好或者越小越好,而是存在一个最优部署高度和最优的无人机波束张角,这两个变量确定了最优的无人机直接服务范围,减少系统的总功率开销,在一定程度上也为延长无人机服务时间做出贡献。
附图说明
图1是本发明基于D2D辅助无人机基站实现目标区域全覆盖的设计方法系统的总功率开销优化方法流程图。
图2是本发明中优化问题所提出的迭代求解算法的具体步骤。
图3是本发明中D2D辅助无人机基站实现目标区域全覆盖的设计方法的系统场景模型图。
具体实施方式
本发明的目的、优点和特点,将通过下面优选实施例的非限制性说明进行图示和解释。这些实施例仅是应用本发明技术方案的典型范例,凡采取等同替换或者等效变换而形成的技术方案,均落在本发明要求保护的范围之内。
本发明揭示了一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,本发明提出的方法适用于D2D辅助无人机通信的单小区蜂窝通信系统,如图1、图2和图3所示,该系统包含无人机基站,无人机直接服务的地面用户以及无人机间接服务的地面用户,具体的,无人机作为空中基站UAV-BS的角色服务于多个地面用户的一个下行通信系统,目标覆盖区域是半径为R的圆形区域,无人机具有动态部署的高度和可调的波束张角,用户接收速率的要求限制了无人机直接服务的范围。
该目标覆盖区域存在两类区域,无人机直接服务区域和D2D辅助无人机服务的间接区域,间接区域的用户接入通信网络的方式是无人机将信息以A2G链路发送给内层用户,内层用户再解码转发以G2G链路给间接区域的用户。这里假设作为中继的内层用户均在无人机的边缘覆盖区域,以减少D2D链路的通信距离。
考虑到无人机动态可变的部署高度会带来动态可变的服务半径,将D2D通信应用于该场景下扩大通信覆盖范围,实现目标区域的全覆盖。
如图1所示,该方法包括以下步骤:
S1:构建无人机作为空中基站UAV-BS服务于多个地面用户的一个下行通信系统,初始化无人机的部署高度和波束张角,根据无人机部署信息将目标覆盖区域划分为无人机直接覆盖区域和间接覆盖区域;
S2:在无人机网络的基础上,对于无人机的间接覆盖区域的用户,增设D2D通信以进一步扩大覆盖范围,将通信服务从直接覆盖区延伸至间接覆盖区;
S3:基于蜂窝通信系统已有的地面用户的分布信息,以及地面用户接入通信网络的公平性,通过积分求解的方式确定直接覆盖区域和间接覆盖区域的用户功率开销;
S4:无人机的部署高度和波束张角决定无人机的直接覆盖区域范围,将D2D通信辅助的无人机基站覆盖问题构建成一个二重变量优化问题,将S1步骤中初始化的无人机的部署高度和波束张角作为迭代起点,在保证用户QoS的前提下,求解优化目标为最小化系统总功率开销时的无人机部署高度和无人机波束张角。
在S1步骤中,建立本方法的系统模型,有:
假设一个D2D通信辅助无人机基站的下行通信系统,无人机配备有一个固定波束宽度为2θ∈[0,π]的定向天线,充当基站的角色服务于K个地面用户,目标覆盖区域是半径为R的一个圆形区域,用户均匀分布在该区域,用户密度表示为
建立三维笛卡尔坐标系,根据无人机的机动性,考虑无人机具有动态可调的部署高度H,即无人机部署在(0,0,H)的空间位置上,第K个地面用户的位置为(xk,yk,0),无人机与第k个地面用户的通信距离为对于均匀分布的地面用户,这些用户与无人机的通信仰角用集合表示为/>
当无人机高度及波束宽度固定时,其覆盖范围是有限的,无人机的直接覆盖区域面积为Scover=π(Htanθ)2,因此该系统下存在两类用户,即无人机直接服务的用户CUE和通过D2D接入通信网络的用户DUE,其中无人机服务用户数为λπ(Htanθ)2,D2D接入通信网络的用户数量为λ(πR2-π(Htanθ)2)。
在S3步骤中,对模型中的空对地A2G通信链路、地面通信G2G链路进行分析,有:首先考虑无人机服务地面用户的链路(A2G),无人机与地面用户的信道模型应用典型的空对地通信模型,A2G模型同时考虑视距链路分量(LOS)和非视距链路分量(NLOS),其中视距链路分量的概率和通信双方的仰角有关,该模型下建立视距链路的概率可以表示为:
从表达式可以看出,地面用户位置确定情况下,无人机高度越高,仰角越大,所能获得的视距链路分量也就越多;
参考自由空间传播模型,视距分量表示如下:
参考自由空间传播模型,非视距分量表示如下:
参考自由空间传播模型,平均路径损耗表示如下:
对于上述的路径损失表达式,其中fc指的是载波频率,c是光速,考虑地面D2D通信的G2G链路,对于地面的D2D通信视为零分量视距通信,即通信双方的空间传播路径上只有非视距分量,此时视距链路概率PLOS≈0,平均路径损失为
在所述S3步骤中,系统采用正交频分多址接入技术(FDMA)服务多个地面用户,FDMA为不同的用户分配不同的频带,因此每个用户拥有专属的通信信道,通信之间不会构成干扰,从香农公式出发,G2G和A2G目标用户的可达接收速率可以表示为如下:
在所述S3步骤中,为实现地面用户接入通信网络的公平性,目标区域内的所有用户接收速率需要大于阈值,因此在最小速率R0约束下的无人机功率具体表示为:
在S3步骤中,根据动态变化的无人机高度和无人机波束张角确定直接服务区域和间接服务区域,进而确定实现系统的总功率开销,用三个积分表示三部分的功率开销,第一部分是无人机直接覆盖的用户所耗功率开销,用P1表示如下:
第二部分是无人机服务中继的功率开销,用P2表示如下:
第三部分是中继将消息外传给外层用户的功率开销,用P3表示如下:
在S4步骤中,将D2D通信辅助无人机基站UAV-BS的网络覆盖问题构建成目标函数和约束条件;所述目标函数为:最小化系统总功率开销;其中,功率开销分为三部分:无人机直接服务内层用户的功率开销,无人机服务内层D2D发送者的功率开销以及地面D2D通信对之间的功率开销;因此优化问题可以进行如下的公式化表述:
约束条件一是无人机直接覆盖区域的用户的通信速率需要大于阈值,表示如下:
RUAV>R0;
约束条件二是D2D通信对进行信息转发的通信速率需要大于阈值,表示如下:
RD2D>R0。
在S4步骤中,所述优化问题可以通过迭代优化方法求解,S41:首先确定迭代变量,迭代变量是优化目标求解算法中直接或间接不断由旧值推导得出新值的变量,两个迭代变量为无人机部署高度H和无人机波束张角θ;S42:建立迭代关系式,迭代关系式的建立是解决迭代问题的关键,在S1步骤中,初始化了无人机的部署高度H和无人机波束张角θ;S43:对迭代过程进行控制,迭代过程的控制是为了防止迭代程序无休止地重复执行下去,设置迭代终结的条件为迭代前后的数值之差小于阈值。
在所述S42步骤中,该步骤又包括以下步骤:
S421:根据S1步骤中初始化的无人机的部署高度H和无人机波束张角θ,计算系统总功率开销P,将初始化的数值H、θ和P分别令为H_old、θ_old和P_old;
S422:将无人机高度固定为H_old,通过一维搜索找到使得总功率开销最小的θ,记为θ_new,将更新后的变量值代入计算总功率,将更新的系统功率开销记为P_new;
S423:设定一个判决门限∈,判定|P_new-P_old|<∈是否成立;
S424:如果|P_new-P_old|<∈不成立,则迭代优化另一变量H,将H_new、θ_new的值分别给H_old、θ_old;
S425:如果|P_new-P_old|<∈成立,则迭代算法结束,保存当前的H_new、θ_new为系统最优值。
本发明中为求解优化问题所提出的二重变量迭代优化的伪代码,如下表所示:
无人机直接服务的区域半径为Htanθ,覆盖区域为r∈[0,H tanθ]的圆形区域,无人机直接服务用户数为λπ(Htanθ)2,根据A2G链路对此区域进行积分,求得无人机直接服务用户的总功率开销为P1。
数学推导如下:
用户通过G2G链路以D2D方式接入通信网络的分布区域为r∈[H tanθ,R]的环形区域,这部分的用户数量为λ(πR2-π(Htanθ)2),根据G2G链路对此区域进行积分,求得地面D2D通信的总功率开销为P3。
数学推导如下:
假设帮助无人机转发消息的地面中继用户分布在无人机的覆盖边缘处r=H tanθ,此时根据A2G链路对此区域进行积分,求得无人机服务中继用户的总功率开销为P2。
数学推导如下:
如图1所示,在半径为R的圆形区域以PPP(泊松点过程)方式均匀撒点描绘地面用户的平面位置。无人机部署在(0,0,h)的空间位置上,此处的h为可变的部署高度。无人机的波束张角为2θ∈[0,π],此处的θ同样也为可调的系统优化变量。对于直接服务区域,建立无人机与用户的A2G链路;对于间接服务区域,建立内层用户和外层用户的G2G链路。
如图2和图3所示,无人机作为空中基站UAV-BS的角色服务于多个地面用户的一个下行通信系统,目标覆盖区域是半径为R的圆形区域,无人机具有动态部署的高度和可调的波束张角,用户接收速率的要求限制了无人机直接服务的范围,因此该目标覆盖区域存在两类区域,无人机直接服务区域和D2D辅助无人机服务的间接区域,间接区域的用户接入通信网络的方式是无人机将信息以A2G链路发送给内层用户,内层用户再解码转发以G2G链路给间接区域的用户。这里假设作为中继的内层用户均在无人机的边缘覆盖区域,以减少D2D链路的通信距离。
最后,对于二维变量的迭代优化,采用交替迭代的方式,固定高度值,优化更新波束张角,固定波束张角,优化更新部署高度,直至二者达到预期收敛效果。
综上所述,本发明通过D2D通信辅助无人机基站实现目标区域全覆盖,进一步减小了系统的功率开销,某一定程度上,增强了无人机以及移动设备的电池续航能力。
在地面通信基础设施受损的情形下,利用高机动性的无人机部署于该目标覆盖区域,同时考虑D2D通信作为辅助手段为被无人机覆盖的用户提供通信接入链路,设计了最小化系统总功率的无人机高度和波束宽度联合优化方法,利用无人机高度的动态部署带来动态服务半径,采用D2D扩大通信范围。本技术方案考虑地面用户接入通信网络的公平性,优化无人机部署高度和无人机波束张角,实现了目标覆盖区域的通信全覆盖。
本发明提供了一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,证明了对于D2D辅助无人机基站提供下行通信服务的此类场景,存在无人机直接服务用户数和D2D辅助的无人机间接服务用户数的一种折中现象,即无人机的直接覆盖范围并不是越大越好或者越小越好,而是存在一个最优部署高度和最优的无人机波束张角,这两个变量确定了最优的无人机直接服务范围,减少系统的总功率开销,在一定程度上也为延长无人机服务时间做出贡献。
所述方法包括:构建无人机作为空中基站UAV-BS服务于多个地面用户的一个下行通信系统,初始化无人机的部署高度和波束张角,根据无人机部署信息将目标覆盖区域划分为无人机直接覆盖区域和间接覆盖区域;在无人机网络的基础上,对于无人机的间接覆盖区域的用户,增设D2D通信以进一步扩大覆盖范围,将通信服务从直接覆盖区延伸至间接覆盖区;基于蜂窝通信系统已有的地面用户的分布信息,以及地面用户接入通信网络的公平性,通过积分求解的方式确定直接覆盖区域和间接覆盖区域的用户功率开销;将D2D辅助无人机基站实现目标区域全覆盖问题构建成一个二重变量优化问题,在保证用户通信质量的前提下,求解优化目标为最小化系统总功率开销时的无人机部署高度和无人机波束张角。上述的方案,通过合理地部署无人机基站的飞行高度以及波束宽度,可以在保证蜂窝通信系统的通信质量的前提下减少通信功耗。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而目在不背离本发明的精神和基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。本发明尚有多种实施方式,凡采用等同变换或者等效变换而形成的所有技术方案,均落在本发明的保护范围之内。
Claims (7)
1.一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,其特征在于:
该方法包括以下步骤:
S1:构建无人机作为空中基站UAV-BS服务于多个地面用户的一个下行通信系统,初始化无人机的部署高度和波束张角,根据无人机部署信息将目标覆盖区域划分为无人机直接覆盖区域和间接覆盖区域;
S2:在无人机网络的基础上,对于无人机的间接覆盖区域的用户,增设D2D通信以进一步扩大覆盖范围,将通信服务从直接覆盖区延伸至间接覆盖区;
S3:基于蜂窝通信系统已有的地面用户的分布信息,以及地面用户接入通信网络的公平性,通过积分求解的方式确定直接覆盖区域和间接覆盖区域的用户功率开销;
S4:无人机的部署高度和波束张角决定无人机的直接覆盖区域范围,将D2D通信辅助的无人机基站覆盖问题构建成一个二重变量优化问题,将S1步骤中初始化的无人机的部署高度和波束张角作为迭代起点,在保证用户QoS的前提下,求解优化目标为最小化系统总功率开销时的无人机部署高度和无人机波束张角;
其中,将D2D通信辅助无人机基站UAV-BS的网络覆盖问题构建成目标函数和约束条件;所述目标函数为:最小化系统总功率开销;其中,功率开销分为三部分:无人机直接服务内层用户的功率开销,无人机服务内层D2D发送者的功率开销以及地面D2D通信对之间的功率开销;因此优化问题可以进行如下的公式化表述:
约束条件一是无人机直接覆盖区域的用户的通信速率需要大于阈值,表示如下:
RUAV>R0;
约束条件二是D2D通信对进行信息转发的通信速率需要大于阈值,表示如下:
RD2D>R0;
所述优化问题通过迭代优化方法求解,包括以下具体步骤:
S41:首先确定迭代变量,迭代变量是优化目标求解算法中直接或间接不断由旧值推导得出新值的变量,两个迭代变量为无人机部署高度H和无人机波束张角θ;
S42:建立迭代关系式,迭代关系式的建立是解决迭代问题的关键,在S1步骤中,初始化了无人机的部署高度H和无人机波束张角θ;
S43:对迭代过程进行控制,迭代过程的控制是为了防止迭代程序无休止地重复执行下去,设置迭代终结的条件为迭代前后的数值之差小于阈值。
2.根据权利要求1所述的一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,其特征在于:
在S1步骤中,建立本方法的系统模型,有:
假设一个D2D通信辅助无人机基站的下行通信系统,无人机配备有一个固定波束宽度为2θ∈[0,π]的定向天线,充当基站的角色服务于K个地面用户,目标覆盖区域是半径为R的一个圆形区域,用户均匀分布在该区域,用户密度表示为
建立三维笛卡尔坐标系,根据无人机的机动性,考虑无人机具有动态可调的部署高度H,即无人机部署在(0,0,H)的空间位置上,第K个地面用户的位置为(xk,yk,0),无人机与第k个地面用户的通信距离为对于均匀分布的地面用户,这些用户与无人机的通信仰角用集合表示为/>当无人机高度及波束宽度固定时,其覆盖范围是有限的,无人机的直接覆盖区域面积为Scover=π(Htanθ)2;因此该系统下存在两类用户,即无人机直接服务的用户CUE和通过D2D接入通信网络的用户DUE,其中无人机服务用户数为λπ(Htanθ)2,D2D接入通信网络的用户数量为λ(πR2-π(Htanθ)2)。
3.根据权利要求1所述的一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,其特征在于:
在S3步骤中,对模型中的空对地A2G通信链路、地面通信G2G链路进行分析,
首先考虑无人机服务地面用户的链路(A2G),无人机与地面用户的信道模型应用典型的空对地通信模型,A2G模型同时考虑视距链路分量(LOS)和非视距链路分量(NLOS),其中视距链路分量的概率和通信双方的仰角有关,该模型下建立视距链路的概率可以表示为:
从表达式可以看出,地面用户位置确定情况下,无人机高度越高,仰角越大,所能获得的视距链路分量也就越多;
参考自由空间传播模型,视距分量表示如下:
参考自由空间传播模型,非视距分量表示如下:
参考自由空间传播模型,平均路径损耗表示如下:
对于上述的路径损失表达式,其中fc指的是载波频率,c是光速,考虑地面D2D通信的G2G链路,对于地面的D2D通信视为零分量视距通信,即通信双方的空间传播路径上只有非视距分量,此时视距链路概率PLOS≈0,平均路径损失为
4.根据权利要求1所述的一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,其特征在于:在所述S3步骤中,系统采用正交频分多址接入技术(FDMA)服务多个地面用户,FDMA为不同的用户分配不同的频带,因此每个用户拥有专属的通信信道,通信之间不会构成干扰,从香农公式出发,G2G和A2G目标用户的可达接收速率可以表示为如下:
5.根据权利要求1所述的一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,其特征在于:
在所述S3步骤中,为实现地面用户接入通信网络的公平性,目标区域内的所有用户接收速率需要大于阈值,因此在最小速率R0约束下的无人机功率具体表示为:
PD2D=(2R0/B-1)N0BLD2D/hD2D
PUAV=(2R0/B-1)N0BLi/G。
6.根据权利要求1所述的一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,其特征在于:
在所述S3步骤中,根据动态变化的无人机高度和无人机波束张角确定直接服务区域和间接服务区域,进而确定实现系统的总功率开销,用三个积分表示三部分的功率开销,第一部分是无人机直接覆盖的用户所耗功率开销,用P1表示如下:
第二部分是无人机服务中继的功率开销,用P2表示如下:
第三部分是中继将消息外传给外层用户的功率开销,用P3表示如下:
7.根据权利要求1所述的一种D2D辅助无人机基站实现目标区域全覆盖的设计方法,其特征在于:
在所述S42步骤中,该步骤又包括以下步骤:
S421:根据S1步骤中初始化的无人机的部署高度H和无人机波束张角θ,计算系统总功率开销P,将初始化的数值H、θ和P分别令为H_old、θ_old和P_old;
S422:将无人机高度固定为H_old,通过一维搜索找到使得总功率开销最小的θ,记为θ_new,将更新后的变量值代入计算总功率,将更新的系统功率开销记为P_new;
S423:设定一个判决门限∈,判定|P_new-P_old|<∈是否成立;
S424:如果|P_new-P_old|<∈不成立,则迭代优化另一变量H,将H_new、θ_new的值分别给H_old、θ_old;
S425:如果|P_new-P_old|<∈成立,则迭代算法结束,保存当前的H_new、θ_new为系统最优值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111017807.2A CN113873531B (zh) | 2021-08-31 | 2021-08-31 | 一种d2d辅助无人机基站实现目标区域全覆盖的设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111017807.2A CN113873531B (zh) | 2021-08-31 | 2021-08-31 | 一种d2d辅助无人机基站实现目标区域全覆盖的设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113873531A CN113873531A (zh) | 2021-12-31 |
CN113873531B true CN113873531B (zh) | 2023-07-18 |
Family
ID=78989079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111017807.2A Active CN113873531B (zh) | 2021-08-31 | 2021-08-31 | 一种d2d辅助无人机基站实现目标区域全覆盖的设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113873531B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114928393B (zh) * | 2022-03-08 | 2023-05-02 | 北京邮电大学 | 基于无人机的通信信号覆盖增强方法及相关设备 |
CN114915998B (zh) * | 2022-05-31 | 2023-05-05 | 电子科技大学 | 一种无人机辅助自组网通信系统信道容量计算方法 |
CN115226068A (zh) * | 2022-09-16 | 2022-10-21 | 南京可信区块链与算法经济研究院有限公司 | 无人机辅助的蜂窝移动基站下行链路内容分发系统和方法 |
CN117994116A (zh) * | 2024-04-07 | 2024-05-07 | 国网江西省电力有限公司经济技术研究院 | 考虑降碳增效的居民区电动汽车充电站定容方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111567092A (zh) * | 2018-01-09 | 2020-08-21 | 索尼公司 | 用户设备和移动电信系统 |
CN111683375A (zh) * | 2020-05-08 | 2020-09-18 | 北京科技大学 | 一种针对无人机辅助无线蜂窝网络的无人机部署优化方法 |
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 |
CN112261623A (zh) * | 2020-09-14 | 2021-01-22 | 山东师范大学 | 基于全局最优人工蜂群算法的无人机基站部署方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170142766A1 (en) * | 2015-11-17 | 2017-05-18 | Electronics And Telecommunications Research Institute | Method and apparatus for controlling access of terminal equipment in wireless communication system |
-
2021
- 2021-08-31 CN CN202111017807.2A patent/CN113873531B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111567092A (zh) * | 2018-01-09 | 2020-08-21 | 索尼公司 | 用户设备和移动电信系统 |
CN111683375A (zh) * | 2020-05-08 | 2020-09-18 | 北京科技大学 | 一种针对无人机辅助无线蜂窝网络的无人机部署优化方法 |
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 |
CN112261623A (zh) * | 2020-09-14 | 2021-01-22 | 山东师范大学 | 基于全局最优人工蜂群算法的无人机基站部署方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113873531A (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113873531B (zh) | 一种d2d辅助无人机基站实现目标区域全覆盖的设计方法 | |
Alsharoa et al. | Improvement of the global connectivity using integrated satellite-airborne-terrestrial networks with resource optimization | |
Rahmati et al. | Energy efficiency of RSMA and NOMA in cellular-connected mmWave UAV networks | |
Shibata et al. | System design of gigabit HAPS mobile communications | |
US7113780B2 (en) | System for integrating an airborne wireless cellular network with terrestrial wireless cellular networks and the public switched telephone network | |
US10742309B2 (en) | Spatial router with dynamic queues | |
US20110053628A1 (en) | Service providing system and method in satellite communication system | |
KR101854899B1 (ko) | 다중 셀을 가지는 이동 통신 시스템에서의 통신 방법 및 빔 형성 장치 | |
Deng et al. | Ultra-dense LEO satellite constellation design for global coverage in terrestrial-satellite networks | |
Zhang et al. | Placing multiple drone base stations in hotspots | |
JP6362859B2 (ja) | 無線受信可能範囲に対して千鳥状に配置されたセル | |
Xiong et al. | Collaborative computation offloading at UAV-enhanced edge | |
Liu et al. | Distributed deployment in UAV-assisted networks for a long-lasting communication coverage | |
Zhu et al. | QoS-aware 3D deployment of UAV base stations | |
Li et al. | Joint user scheduling and UAV trajectory optimization for full-duplex UAV relaying | |
CN110912604A (zh) | 一种基于多用户调度的无人机安全通信方法 | |
Song et al. | Multiple UAVs enabled data offloading for cellular hotspots | |
Zhang et al. | NOMA-based proactive content caching in hybrid satellite-aerial-terrestrial networks | |
Wu et al. | Enabling efficient caching in high mobility UAV communications network under limited backhaul | |
Li et al. | Closed-form beamforming aided joint optimization for spectrum-and energy-efficient UAV-BS networks | |
KR101055819B1 (ko) | 무선 통신 시스템 및 무선 통신 방법 | |
CN111147122B (zh) | 一种低空飞行目标的自适应发现方法 | |
Ben-Othman et al. | A new architecture of wireless mesh networks based IEEE 802.11 s directional antennas | |
Zhou et al. | Coverage analysis and optimization of UAV networks with directional antennas | |
Okati et al. | Downlink and uplink low earth orbit satellite backhaul for airborne networks |
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 |