CN113993098B - 一种6g无人机用户的功率控制因子设定方法 - Google Patents

一种6g无人机用户的功率控制因子设定方法 Download PDF

Info

Publication number
CN113993098B
CN113993098B CN202111082366.4A CN202111082366A CN113993098B CN 113993098 B CN113993098 B CN 113993098B CN 202111082366 A CN202111082366 A CN 202111082366A CN 113993098 B CN113993098 B CN 113993098B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
users
power control
ground
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
Application number
CN202111082366.4A
Other languages
English (en)
Other versions
CN113993098A (zh
Inventor
张鸿涛
魏皓琰
杜缘圆
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202111082366.4A priority Critical patent/CN113993098B/zh
Publication of CN113993098A publication Critical patent/CN113993098A/zh
Application granted granted Critical
Publication of CN113993098B publication Critical patent/CN113993098B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/06—TPC algorithms
    • H04W52/14—Separate analysis of uplink or downlink
    • H04W52/146—Uplink power control
    • 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

本发明提供了一种6G无人机用户的功率控制因子设定方法。在所述方法中，考虑连接到地面网络的无人机用户和地面用户的上行传输功率控制场景，同时考虑无人机用户的移动性，考虑无人机用户在距离所连接基站的一定距离内运动，故运动区域为以基站为中心一定半径的半球形，并应用随机游走模型表征移动的随机性，应用部分路损反向功率控制方法，以无人机用户和地面用户的网络综合覆盖率为关键指标，通过估计算法计算地面用户和无人机用户在一定网络配置下不同功率控制因子的覆盖率，从而选择最佳功率控制因子，从而完成最佳的统一功率控制因子设置。

Description

一种6G无人机用户的功率控制因子设定方法
技术领域
本发明涉及无线通信技术领域，特别涉及第六代移动通信(6th Generation,6G)中,面向无人机用户的功率控制因子设定方法。
背景技术
未来6G网络中，无人机在许多应用中得到了极大的发展，如数据采集、包裹运送，视频拍摄等。实现这种以无人机为中心的应用需要无处不在的无线连接，这可能由普及无线蜂窝网络提供。然而，为了使用现有无线系统操作蜂窝连接的无人机，必须解决广泛的挑战，包括干扰缓解、可靠通信和资源分配等。
高移动性是无人机用户最重要的特征之一，无人机移动轨迹影响着无人机用户在蜂窝网络覆盖、容量性能。旋翼无人机用户能够以移动和悬停两种状态完成自己的目标任务，并且将收集的数据进行上行传输。当无人机在服务地面基站上方飞行时，与邻基站建立视距通信链路的可能性增大。鉴于此，无人机的上行链路和下行链路信号可能变得可见，同时对相邻小区造成比地面用户更严重的干扰。功率控制的参数需要综合考虑环境参数和网络配置，对于部分路损反向功率控制方法，需要设置最佳功率控制因子，过大的功率控制因子会导致更强的邻小区干扰，需要细致的功率控制因子设置。
针对上述挑战，本方案提出了面向无人机用户的功率控制因子设定方法，该方法中，依据无人机用户运动区域、网络配置、地面用户和无人机用户比例等参数和无人机用户的移动性建模，建立上行覆盖率估计算法，并考虑应用部分路损反向功率控制方法中的功率控制因子，比较不同功率控制因子设置下的上行覆盖率，选择最优的统一功率控制因子，保证无人机用户上行传输性能。
发明内容
本发明提出一种6G无人机用户的功率控制因子设定方法，该方法中，首先进行无人机用户的移动性进行建模，为上行性能估计提供合理假设；然后依据无人机用户运动区域、网络配置、地面用户和无人机用户比例等参数和无人机用户的移动性建模，建立上行覆盖率估计算法，最后，考虑应用部分路损反向功率控制方法中的功率控制因子，通过比较不同功率控制因子设置下的上行覆盖率，选择最优的统一功率控制因子，保证无人机用户上行传输性能。
本发明的面向用户分布依赖的无人机基站部署方法包括一下步骤：
步骤200，依据无人机用户的运动范围建立无人机运动模型，并建立上行性能估计算法。
采用随机游走模型对移动无人机用户的轨迹进行建模，并规定无人机用户的最大移动距离R，所以无人机用户的移动区域为半球形，对于球对称的情况，根据随机游走模型，在单位半径的半球空间中，从节点到半球中心的距离的概率分布可以表示如式(1)为：
因此，在半径为R的半球空间中，从典型无人机用户到服务它的地面基站的距离的概率分布由式(2)给出：
无人机高度与其距离服务基站的联合概率分布如式(3)为：
因为，如果ψ是具有一定密度的泊松点过程，并且所有点彼此独立地移位，则这些点也将形成具有一定密度的泊松点过程，因此无人机的水平位置仍然是泊松点过程且密度不变。所以无人机用户的水平分布，以一定密度的泊松点过程进行模拟。
应用部分路损反向功率控制方法，用户的发射功率的公式表示为：
P＝p0l-ε
其中，p0为基准功率，l为测量得到的路损，ε为功率控制因子，取值在0到1之间。
以网络平均覆盖率为关键指标，即随机选择的服务无人机用户/地面用户的基站上的信号干扰比(SIR)超过某个阈值的概率。无人机用户的信号干扰比如式(4)为：
地面基站用户的信号干扰比如式(5)为：
其中，基站连接地面用户或无人机用户的概率与上行地面用户或无人机用户占所有上行用户的比例相同。链路为LoS径或NLoS径的概率如式(6)(7)为：
PNLoS(θ)＝1-PLoS(θ) (7)
其中，a和b是由环境决定的常数系数，η是转化因子。基于LoS链路概率。
所以地面用户的路损函数如式(8)为：
无人机用户的路损函数如式(9)为：
为了分析的通用性，这里采用Nakagami-m分布模拟信道衰落，表示为h～G(m,1/m)，其概率密度函数如式(10)为：
其中，m为衰落参数，为Gamma函数。当信道衰落参数m为1时，Nakagami-m衰落退化为瑞利衰落(Rayleigh fading)。
步骤210，结合网络配置参数，计算不同控制因子下的上行覆盖率结果。
基于步骤200中的分析框架，建立上行传输覆盖率计算式，无人机用户的覆盖率计算式如式(11)为：
地面用户的覆盖率计算式如式(12)为：
其中，无人机用户干扰的拉普拉斯变换如式(13)为：
地面用户干扰的拉普拉斯变换如式(14)为：
特别的当不应用功率控制时，两类干扰的拉普拉斯变换如式(15)和(16)为：
无人机用户的高度分布如式(17)为：
地面用户距离基站的距离分布如式(18)为：
步骤220，比较不同控制因子下的上行性能估计结果，选择上行性能最优时的功率控制因子。
定义综合覆盖率I，计算式如式(19)为：
其中p和1-p为无人机用户与地面用户所占总用户的上行需求比例，综合覆盖率可以量化总体用户的上行性能。
选择使得I最大时最优的功率控制因子，从而完成统一的功率控制因子的设置。
有益效果
本发明提出了一种6G网络中无人机用户的功率控制因子设定方法。从无人机用户的移动性特征出发，综合考虑了环境参数和网络配置，考虑部分路损反向功率控制方法，以无人机用户和地面用户的网络平均覆盖率为关键指标，根据网络参数和无人机运动参数选择用户最佳功率控制因子，从而完成最佳的统一功率控制因子设置。
引入综合覆盖率，综合两类用户的上行性能，不同的无人机基站移动范围和基站密度等网络配置参数，会影响到无人机到基站的路损，无人机用户到邻站的视距干扰特征。方法里的算法可以依据输入的参数可以计算出无人机基站和地面用户的覆盖率。充分考虑无人机用户的高动态特性，在获取无人机用户运动范围和网络配置，利用算法，在规定的取值范围内，比较不同功率控制因子设置下的两类上行用户覆盖率并观察综合覆盖率是否高于覆盖率衰落阈值，选择综合覆盖率最大时的功率控制因子。所以，针对不同的网络配置以及环境参数，该方案都可以最大化网络平均覆盖率。
附图说明
图1是本发明的无人机用户的上行传输系统模型；
图2是本发明的算法实施流程图；
图3是本发明的无人机用户的上行平均覆盖率估计值在不同运动半径和功率控制因子下变化示意图；
图4是本发明的地面用户的上行平均覆盖率估计值在不同运动半径和功率控制因子下变化示意图；
具体实施方式
下面结合附图对本发明实施例作详细说明。
本发明面向无人机用户，提出了一种功率控制因子设定方法。图1为无人机用户连接到地面蜂窝网路系统模型图。主要考虑上行链路，地面基站为单层网络以一定密度进行部署，无人机用户在以服务基站为圆心，R为半径的半球区域内运动，基站连接地面用户或是无人机用户的比例与有上行需求的地面用户和无人机用户占所有上行用户比例相同，基站间重用相同的频段，所以需要考虑相邻小区间的干扰。
以无人机用户和地面用户的网络平均覆盖率为关键指标，根据指标和无人机基站运动范围和功率控制因子的关系情况，考虑两类用户的整体网络整体性能和部分路损反向功率控制方法，最后得到最佳的功率控制因子，从而完成参数设定。
本案例的算法流程如附图2所示，其具体实施步骤为：
步骤300，考虑无人机用户移动的随机性，建立无人机用户移动模型并分析其在三维空间的分布，建立用户上行信干比分析框架，对两类上行性能进行估计。
步骤310，依据无人机用户移动情况，结合覆盖地区的环境参数和网络配置参数，应用部分路损反向功率控制方法，计算不同控制因子下的两类用户上行覆盖率结果。
步骤320，基于上面的结果，比较不同控制因子下的上行性能估计结果，选择上行性能最优时的功率控制因子，完成参数设定。
仿真与估计结果如附图3和附图4所示。定量分析无人机移动模型对网络覆盖率性能的影响。若无特殊说明，本节中参数设置如下：如果没有特定，地面基站密度为1000/平方千米，无人机占所有用户的70％，信干比的阈值为0dB，视距链路、非视距链路的额外的路径损耗分别为1dB和20dB，路径损耗指数为4，环境常数a＝7.5，b＝0.58。
附图3给出了无人机用户的上行平均覆盖率估计值在不同运动半径和功率控制因子下的变化。可以看出，无人机上行链路覆盖概率被绘制为具有不同地面基站密度和功率控制因子下随运动范围半径R的曲线。如R增加，由于较大范围的移动性，来自其他无人机用户的干扰链路增加了视距的可能性同时自身的路损也会增加所以性能降低。此外，地面基站的密度越大时，密集的基站带来更多的访问机会和更多上行链路干扰。更大的功率控制因子会导致更低的无人机用户上行性能，对于无人机用户应该使用较低的功率控制因子。理论结果与仿真结果相匹配，验证了我们的估计算法。
附图4给出了地面用户的上行平均覆盖率估计值在不同运动半径和功率控制因子下的变化。地面用户上行链路覆盖概率被绘制为具有不同地面基站密度和功率控制因子随着无人机用户移动范围半径R变化的曲线。当地面基站密度相对较高时，存在最差的R以最小化地面用户上行链路覆盖概率，因为无人机用户运动范围半径的增加导致干涉链路的较高视距的传播概率，但之后也因为增加了路损而导致干扰降低。随着地面基站的密度降低，这种现象变得不明显，当地面基站的密度相对较低(为10个/平方千米)时，地面用户的覆盖概率随着R的增加而线性降低，更大的功率控制因子会导致更高的地面用户上行性能，对于地面用户应该使用较低的功率控制因子。理论结果与仿真结果相匹配，验证了我们的估计算法。

Claims (2)

1.一种6G无人机用户的功率控制因子设定方法，其特征在于，包括：考虑连接到地面网络的无人机用户和地面用户的上行传输的功率控制场景；应用随机游走模型表征无人机用户的移动性，无人机用户在以基站为中心一定半径的半球形区域内运动并进行上行传输；无人机用户应用部分路损反向功率控制，用户的发射功率的公式表示为：
P＝p0l-ε
其中，p0为基准功率，l为测量得到的路损，ε为功率控制因子，取值在0到1之间；以无人机用户和地面用户的网络平均上行覆盖率为关键指标，分析无人机用户在三维空间的分布，并结合网络配置参数，计算不同控制因子下的上行覆盖率结果；定义综合覆盖率，比较不同控制因子下的上行性能估计结果，选择使得综合覆盖率最大时最优的功率控制因子，从而完成统一功率控制因子设置；所述的综合覆盖率表达式为：
其中p和1-p为无人机用户与地面用户所占总用户的上行需求比例，为无人机用户的覆盖率，/>为地面用户的覆盖率；所述上行覆盖率为随机选择的服务无人机用户或地面用户的基站上的信号干扰比超过某个阈值的概率。
2.根据权利要求1所述的方法，估计无人机用户和地面用户的网络平均覆盖率时，基站连接地面用户或无人机用户的概率等于地面上行用户或无人机上行用户占所有上行用户的比例；所述的随机游走模型表示在单位半径的半球空间中，从节点到半球中心的距离的概率分布的表达式为：
CN202111082366.4A 2021-09-15 2021-09-15 一种6g无人机用户的功率控制因子设定方法 Active CN113993098B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111082366.4A CN113993098B (zh) 2021-09-15 2021-09-15 一种6g无人机用户的功率控制因子设定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111082366.4A CN113993098B (zh) 2021-09-15 2021-09-15 一种6g无人机用户的功率控制因子设定方法

Publications (2)

Publication Number Publication Date
CN113993098A CN113993098A (zh) 2022-01-28
CN113993098B true CN113993098B (zh) 2024-02-13

Family

ID=79735894

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111082366.4A Active CN113993098B (zh) 2021-09-15 2021-09-15 一种6g无人机用户的功率控制因子设定方法

Country Status (1)

Country Link
CN (1) CN113993098B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015011557A1 (en) * 2013-07-24 2015-01-29 Alcatel Lucent Method for determining uplink transmission power
CN109933089A (zh) * 2019-03-25 2019-06-25 北京邮电大学 基于最小化最大能量消耗的多无人机任务规划方法及装置
CN111970714A (zh) * 2020-08-14 2020-11-20 北京邮电大学 一种面向用户分布依赖的无人机基站部署方法
CN111970710A (zh) * 2020-08-12 2020-11-20 北京邮电大学 一种无人机终端接入蜂窝网络的配置方法
CN112217544A (zh) * 2020-08-14 2021-01-12 北京邮电大学 一种用户为中心无人机基站多波束联合传输方法
CN112367668A (zh) * 2020-10-30 2021-02-12 北京邮电大学 一种利用反射波束补充覆盖的无人机基站部署方法
CN112838885A (zh) * 2020-10-30 2021-05-25 北京邮电大学 一种考虑无人机间距离约束的部署参数设定方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7581702B2 (en) * 2006-06-09 2009-09-01 Insitu, Inc. Wirelessly controlling unmanned aircraft and accessing associated surveillance data
US9712228B2 (en) * 2014-11-06 2017-07-18 Ubiqomm Llc Beam forming and pointing in a network of unmanned aerial vehicles (UAVs) for broadband access
CN107017938B (zh) * 2017-03-21 2018-08-14 深圳大学 一种干扰最小化的移动组网方法与系统
US20180297699A1 (en) * 2017-04-18 2018-10-18 Mesa Digital, Llc Overhead tethered drone system

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015011557A1 (en) * 2013-07-24 2015-01-29 Alcatel Lucent Method for determining uplink transmission power
CN109933089A (zh) * 2019-03-25 2019-06-25 北京邮电大学 基于最小化最大能量消耗的多无人机任务规划方法及装置
CN111970710A (zh) * 2020-08-12 2020-11-20 北京邮电大学 一种无人机终端接入蜂窝网络的配置方法
CN111970714A (zh) * 2020-08-14 2020-11-20 北京邮电大学 一种面向用户分布依赖的无人机基站部署方法
CN112217544A (zh) * 2020-08-14 2021-01-12 北京邮电大学 一种用户为中心无人机基站多波束联合传输方法
CN112367668A (zh) * 2020-10-30 2021-02-12 北京邮电大学 一种利用反射波束补充覆盖的无人机基站部署方法
CN112838885A (zh) * 2020-10-30 2021-05-25 北京邮电大学 一种考虑无人机间距离约束的部署参数设定方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Performance Analysis of Temporal Correlation in Finite-Area UAV Networks with LoS/NLoS;Ruixin Jin;《2020 IEEE Wireless Communications and Networking Conference (WCNC)》;全文 *
Temporal Correlation and Long-Term Average Performance Analysis of Multiple UAV-Aided Networks;Liyun Yang;《IEEE Internet of Things Journal ( Volume: 8, Issue: 11, 01 June 2021)》;全文 *
Tractable Modelling and Performance Analysis of UAV Networks With 3D Blockage Effects;Wenfei Tang;《IEEE Wireless Communications Letters ( Volume: 9, Issue: 12, December 2020)》;全文 *
多播系统中基于多用户分集的资源分配;李松;王晓湘;张鸿涛;赵渊;;北京邮电大学学报(第04期);全文 *
无线数据网络中基于博弈论方法的功率控制;殷志明, 谢剑英;计算机研究与发展(第06期);全文 *

Also Published As

Publication number Publication date
CN113993098A (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
Wang et al. Coverage analysis for energy-harvesting UAV-assisted mmWave cellular networks
CN110430577B (zh) 一种基于时间相关性的无人机基站群组部署方法
CN111970714B (zh) 一种面向用户分布依赖的无人机基站部署方法
CN110290537B (zh) 一种基于平均场型博弈的多类型无人机移动基站部署方法
Maksymyuk et al. Fractal modeling for multi-tier heterogeneous networks with ultra-high capacity demands
Rihan et al. D2D communication underlaying UAV on multiple bands in disaster area: Stochastic geometry analysis
Wu et al. 3D aerial base station position planning based on deep Q-network for capacity enhancement
Arthi et al. A flexible and cost-effective heterogeneous network deployment scheme for beyond 4G
Ozturk et al. Clustering based UAV base station positioning for enhanced network capacity
Guo et al. 3D aerial vehicle base station (UAV-BS) position planning based on deep Q-learning for capacity enhancement of users with different QoS requirements
CN104853425A (zh) 一种用于异构网络上行链路的功率控制方法
Lu et al. Resource allocation for D2D communications underlaying cellular networks over Nakagami-$ m $ fading channel
CN111970710A (zh) 一种无人机终端接入蜂窝网络的配置方法
Yang et al. Blockage modeling for inter-layer UAVs communications in urban environments
CN110198552B (zh) 一种下行吞吐量的计算方法和装置
CN113099423B (zh) 一种基于泊松簇过程的窄带蜂窝物联网的部署方法
Shakir et al. Performance analysis for a suitable propagation model in outdoor with 2.5 GHz band
CN113993098B (zh) 一种6g无人机用户的功率控制因子设定方法
Abeywickrama et al. An adaptive UAV network for increased user coverage and spectral efficiency
CN110167057B (zh) 一种下行吞吐量的计算方法和装置
Yin et al. Uplink performance analysis of UAV user equipments in dense cellular networks
CN115225142B (zh) 多无人机通信中用户匹配与频谱资源联合优化方法及系统
Alaghehband et al. Efficient fuzzy based uav positioning in iot environment data collection
KR102388620B1 (ko) 기지국 안테나의 기울기 각도 최적화 방법 및 장치
Törős et al. Automatic base station deployment algorithm in next generation cellular 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