CN113993099A - 一种面向三维空间移动无人机用户的切换参数配置方法 - Google Patents

Abstract

异构网络和无人机的高动态移动提高网络容量的同时也带来了移动管理的巨大挑战；因此，本发明实例研究了一种面向三维空间移动无人机用户的切换参数配置方法。具体如下：首先获取目标异构场景的部署参数，推导得到近似以小基站为中心的半球状切换触发边界；再引入对无人机三维移动的建模，从而推导出切换触发概率表达式；其次，基于切换触发概率，得到失败概率和乒乓概率关于部署和切换参数TTT、offset的表达式，从而使用切换失败概率和乒乓概率这一对切换指标来联合表征通信系统的切换性能；最后就可得到最优的参数方案。本发明采用触发边界的切换建模方式，考虑无人机的三维移动影响，最优化无人机三维移动参数和切换参数。

Description

一种面向三维空间移动无人机用户的切换参数配置方法

技术领域

本发明涉及无线通信技术领域，特别涉及异构网络下三维空间移动的无人机(Unmanned aerial vehicle，简称为UAV)用户的切换参数配置设计。

背景技术

未来6G网络的发展将会构建一个全连接的世界，并为所有人或物提供无处不在的无线连接，其发展目标需要的技术突破中很重要的一点就是实现卫星、无人机(UnmannedAerial Vehicles，UAV)支持的空间物联网。随着移动互联网和智能终端的快速发展，移动数据业务丰富度进一步提高，所消耗的移动数据流量也呈指数级增长，对移动网络的传输速率提出了更高的要求。针对上述问题，4G时代提出的异构网络概念节约了宏基站建设成本，提高了网络容量，成为6G时代增强网络覆盖、提高网络容量的重要候选方案。此外，无人机依赖其高灵活的移动部署特性，可以作为系统用户起到应急救援、电子侦察、传输感知的作用。在抢险救灾、侦察监视等场景中，地面终端过于依赖地形，而利用无人机的灵活部署特性，可以实现更大范围的监控侦查。

空中UAV用户与传统地面终端相比有如下几个优势：更容易与地面基站建立视距(Line of Sight，LoS)通信链路；可以快速灵活部署，按需调度，通信质量不佳的情况下可以寻找更佳的位置；可以控制UAV的移动，人为控制来减少临站干扰。

对于抢险救灾等存在时间约束的场景下的通信任务，UAV具有很好的适用性，因为当前无人机的制造成本大幅降低，部署较为迅速。具体来说在复杂地形下的搜救工作中，往往面临泥石流等复杂路段，对于地面终端的移动产生较大限制，而鉴于UAV的高灵活、高移动特性，它可以在更广泛的场景下简历LOS通信链路来提高服务质量。此外，UAV的高可操控性使得UAV可以通过可控移动调整姿态以适合当前信道环境变化，从而提升通信系统的服务质量。例如，当无人机处于较差的信道环境中，除了可以通过三维空间移动选择合适位置，还可以针对环境调整移动速率来减少丢包。以上这些优点使得无人机作为用户参与通信系统具有广泛的应用前景，并且成为无人机通信系统的研究热点。

异构网络部署和无人机用户的三维移动带来的不仅仅是通信系统性能的提升，同样也会存在一些问题。无人机用户的三维移动带来的是更高的自由度，并且无人机的移动将会带来速率和信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)波动；而部署异构网络导致通信系统中的切换问题，例如发生切换失败和乒乓事件。网络中切换参数的配置问题具有多样性的特点，不同场景中对于切换性能的要求不同，切换参数的配置方法也不甚相同。但是切换参数的配置方案中都会考虑到各种切换性能的影响因素，通常包括无人机的分布和移动特征、异构网络的部署及切换指标的敏感程度等。因此，要解决上述场景中的切换参数配置问题需要综合考虑通信系统的各个因素，并且也将面临三维移动建模的崭新问题，十分具有挑战性。

实际上，当前人们所研究的无人机网络中的切换参数配置问题，其研究思路大都是通过设定一些合理的假设，将实际场景中的网络部署和用户移动抽象建模到理论场景中，再使用随机几何等理论计算工具，根据切换参数定义得到切换指标关于各个影响因素的表达式。再通过探究切换指标关于切换参数等影响因子的极值问题分析参数之间的耦合关系，从而得出不同场景中最优的切换参数设计方案。但是另一方面，研究的网络场景中大多只考虑了切换性能对于切换参数设计的影响，没有考虑到异构网络的密集程度和三维移动无人机用户的潜在影响，这也是实际网络场景中的一个关键问题。

发明内容

本发明主要在不同密集程度的异构网络场景中考虑切换指标满足一定条件下的UAV用户部署及切换参数设计，具体步骤为：设定不同密集程度的异构网络场景，使用随机几何工具探究网络部署对于切换指标的影响；然后对UAV的位置和移动速度进行三维移动建模，探寻UAV的运动状态对切换性能的影响；其中，决定通信系统切换性能的主要因素包括异构网络部署参数、无人机移动参数和系统切换参数。进一步地，通过度量切换失败概率和乒乓概率随变量的变化关系来权衡系统指标，根据网络对切换失败和乒乓的敏感程度找到最优的网络部署和切换参数设计。

进一步，本发明对于密集程度确定的异构网络场景密集城区场景中的切换指标达到要求的UAV移动参数和切换参数设计，其整个计算过程都是在后端计算机上完成，并不需要地面基站的参与，具备较好的系统性；计算机完成无人机移动参数和切换参数计算后，人为操控改变UAV的移动状态和切换参数最优化切换指标。此外，本发明支持不同的异构网络场景，针对不同部署情境，采用不同的切换参数涉及方案。

本发明的异构网络场景UAV用户三维参数设定及切换参数设计方案包括以下步骤：

步骤200，获取目标异构场景中的基站分布参数，选取典型单个宏基站、小基站场景，通过定义化简切换触发条件，推导得到近似以小基站为中心的半球状切换触发边界。

将异构网络场景典型化为单个宏基站和小基站进行分析，如附图1。假设快衰落和阴影衰落被1层和3层滤波平均消除，因此基站发射信号的RSRP表达式如式(1)：

其中γ代表小区边缘扩展(Cell Range Expansion，CRE)；P表示基站的发射功率，并且同层基站发射功率相同；G表示天线增益；d_i,u表示基站i到UAV的距离；α表示路径损耗指数(Path loss exponent)。进一步地，计算表述切换触发条件即可以得到近似以小基站为球心的半球状触发边界，方程表述如式(2)：

其中d_s2m表示典型宏基站到小基站距离的随机变量；γ_HO表示切换偏置；定义

为

球状边界将空间划分为如附图3所示的两个部分，其中的无人机分别连接到小基站和宏基站。类似的也可以推导得到切换失败边界的方程表述形式如式(3)：

其中Q_out表示切换失败阈值，

步骤210，考虑无人机的三维移动，其中无人机沿三维矢量速度

的方向移动单位时间，即移动距离为|v|，并且无人机的起始部署高度服从h～U(H_min,H_max)的均匀分布，得到切换触发概率关于网络部署和无人机移动特征的理论表达式。

如附图2所示，UAV的移动建模为单位时间内无人机按照三维矢量

进行移动，因此每次移动的距离即为v，且方向服从均匀分布θ～U(0,π)。假设无人机起始位置为UAV_i(x_i,y_i,h_i)，那么经过单位时间后，下一位置状态为UAV_i+1(x_i+1,y_i+1,h_i+1)，并且满足|v_//|＝vsinθ,|v_⊥|＝|vcosθ|。

在确定的异构网络部署下，限定无人机的移动方式，即可得到该场景下系统的切换性能，利用步骤200中提处的切换触发边界的概念，将切换触发概率的计算转化为无人机移动形成的边界球交集区域面积的几何问题。从而可以简单表示切换触发概率为式(4)：

考虑到无人机起始部署高度的随机性及异构场景中基站部署的不确定性，切换情形需要分类讨论，因此切换指标的计算需进一步展开。在得到场景下触发切换事件的概率后，进入下一步。

步骤220，根据无人机部署高度与切换触发边界的关系，可以将切换指标的计算都划分为两种情形，并且在切换触发的条件下，得出切换执行、切换失败和乒乓事件的发生概率，并根据切换性能随异构网络部署、无人机移动和切换参数的变化关系，得到最优的无人机三维移动参数和切换参数设计。

用切换失败概率和乒乓概率的权衡来准确表征参数设定下网络的切换性能，切换失败定义为切换执行条件下，无人机处接收到的来自小基站的RSRP与来自宏基站的RSRP的比值低于给定的失败阈值Q_out，在本实例中可以定义为无人机处于切换触发边界和切换失败边界之间的滞留时间小于TTT；乒乓事件的定义为切换执行条件下，无人机接收到的RSRP波动，导致无人机在多个基站之间频繁切换，在本场景中也可以被定义为：无人机在触发边界内部的滞留时间介于TTT和T_p之间。触发条件下的切换失败概率和乒乓概率计算如下式(5)和(6)：

P_hof＝P(H_max＞r_h)P(l_f′＜v×TTT)+P(H_max＜r_h)P(l_f″＜v×TTT) (5)

P_pp＝P(H_max＞r_h)P(v×TTT＜l_pp′＜v×T_p)+P(H_max＜r_h)P(v×TTT＜l_pp″＜v×T_p) (6)

其中

代表切换触发边界半球的半径，TTT代表切换触发时间(Time ToTrigger),T_p代表乒乓阈值。

通过已知参数确定异构场景的基站部署位置、分布密度等参数后，根据切换失败概率和乒乓概率随切换TTT、切换offset、切换失败阈值Q_out、无人机移动速度、部署高度等参数变化的权衡关系确定使得当前异构网络的切换性能最优的参数设计。得到最优参数设计后，改变异构网络基站部署，调整宏基站、小基站发射功率比，从而得到切换性能最优的异构网络场景。

有益效果

本发明针对地面终端受到地面基础设施影响，提出了利用无人机用户的三维移动特性进行全方位作业，并通过调整移动参数和提升通信网络机动性的部署方法。利用无人机用户进行抢险救灾等场景有效解决了地面终端受到地形受限、信道阻塞等问题；而无人机的三维移动特性将对切换管理带来挑战，因此本发明在确定异构网络部署的条件下，利用切换失败概率和乒乓概率的权衡来最优化无人机三维移动参数和切换参数，因为异构网络的部署参数采用实际场景的参数设置，对于实际异构网络场景中的切换性能优化具有指导性意义。

引入无人机用户后，终端的移动方式变为三维，带来的是移动自由度的提升和接收RSRP的波动，最终导致切换性能下降，因此需要对网络场景中切换性能与无人机移动特征和切换参数的关系进行描述，并通过切换失败概率和乒乓概率的权衡得到最优的部署参数。此外，本发明还考虑了异构场景中基站部署的参数设计，在无人机移动参数确定的情况下，权衡切换失败概率和乒乓概率随异构场景部署参数的变化关系，得到合适的异构网络基站部署方案。

附图说明

为了清晰明确地解释本发明的技术步骤，下面将对本发明说明中使用到的所有附图做简单描述。需要说明的是，下面描述的附图仅仅是本发明在本场景实施的一些例案，本领域其他普通技术人员依旧可以根据这些附图在其他不同场景下获得其他的附图。

图1是本发明的异构网络下典型基站分布与无人机动态移动场景图；

图2是本发明的无人机用户三维移动建模示意图；

图3是本发明的异构场景切换触发边界定义图；

图4是本发明的算法实施流程图；

图5是本发明的切换失败概率、乒乓概率随无人机移动参数的变化关系图；

图6是本发明的切换失败概率、乒乓概率随切换参数的变化关系图；

图7是本发明的切换失败概率、乒乓概率随异构网络部署参数的变化关系图；

具体实施方式

下面结合本申请中的附图，对本发明的步骤、过程进行完整清晰地描述，显而易见，本申请中所描述的实例仅仅是本发明的一个实例应用场景，其他基于本发明内容的、没有做出实质性改变的结果都是属于本发明的保护范畴。

附图1是本发明的实例场景，展示了三维移动的无人机用户参与异构网络进行切换性能分析的网络模型。附图1中的子图给出了异构网络中宏基站、小基站和无人机用户分布的网络拓扑：按照一定密度比分布多个宏基站、小基站的异构网络中，无人机用户也按照给定的密度分布在三维空间中；根据无人机是否在以小基站为球心的半球区域内移动来判断无人机连接到小基站还是宏基站，半球区域的半径由异构网络的部署参数决定；根据无人机移动是否穿过触发边界球来判断是否触发切换事件。如图1中的网络模型图所示，切换性能分析仅考虑典型单个宏基站和单个小基站之间的切换，即仅考虑跨层切换。

在无人机用户连接到基站时，由于视距和非视距链路之间能量的互相转化、障碍物遮挡情况的变化、以及服务基站的动态更新，导致了链路的波动和切换事件的发生，为了更准确的表征切换性能，利用切换失败概率和乒乓概率这一对指标来权衡反映异构网络部署参数、无人机移动参数和切换参数对切换性能的影响。利用切换失败概率和乒乓概率来联合表征切换性能需要考虑到网络对于切换失败和乒乓的敏感程度，在此基础上判断切换失败和乒乓概率的最佳数值点，再根据切换失败概率和乒乓概率与网络部署、无人机移动和切换参数的变化关系，从而确定最优的参数配置。

附图2是本发明中无人机用户三维移动模式的示意图，展示了无人机用户在三维空间中单次移动的位置变化。无人机起始的水平位置由给定密度的Poisson分布确定，部署高度由服从部署最小高度H_min和最大高度H_max之间的均匀分布确定。并且考虑到无人机三个纬度移动的统一性，无人机的速度定义为一个三维矢量，摆脱水平移动和竖直移动相独立与实际情形不符的问题。为了避免极端参数的出现，考虑无人机单位时间的移动，即无人机的移动距离即速度的大小。

附图3是本发明中触发边界和失败触发边界的示意图，形象化展示了判断三维移动的无人机用户发生切换事件和切换失败事件的标准。切换触发边界将空间划分为内外两部分，其中的无人机用户分别由小基站、宏基站提供服务，因此，跨越触发边界即是切换事件发生的前提。类似地，切换失败触发边界也是同样。

附图4是本发明的算法流程，其具体的实施步骤为：

步骤300，以异构蜂窝网络覆盖区域为无人机用户移动的目标区域，获取到目标异构场景的部署参数，包括基站的分布密度、发射功率、天线增益等。选取典型单个宏基站、小基站场景，通过对切换触发条件化简推导得到近似以小基站为中心的半球状切换触发边界。通过推导可以发现，触发边界的半径r_h由异构场景中的部署参数及切换参数确定，再结合无人机的空间位置即可对当前无人机的切换状态进行判断。

步骤310，引入对无人机三维移动的建模，其中无人机的起始位置由水平方向的Poisson分布和竖直方向的均匀分布h～U(H_min,H_max)确定，每一次移动都由三维矢量速度

的方向移动，其中θ为移动方向与竖直方向夹角，v是单次的移动距离。利用步骤300中的切换触发边界，将无人机用户发生切换的概率计算问题转化为无人机移动形成的可连接基站区域内存在小基站分布的几何问题，从而可以简化的推导出在该种三维移动模式下的切换触发概率表达式。

步骤320，基于切换触发概率，可以使用切换失败概率和乒乓概率这一对切换指标来联合表征通信系统的切换性能；基于已经获得的异构网络部署参数和无人机的移动参数可以得到无人机的切换状态，进一步地，分析无人机在触发边界内的滞留时间与TTT、乒乓阈值T_p的大小关系就可以得到切换失败概率和乒乓概率。再根据切换失败概率和乒乓概率随异构网络部署参数、无人机移动参数和切换参数的变化关系的权衡就可以得到最优的参数方案。

仿真结果如附图5、附图6和附图7所示。

附图5是切换性能指标随无人机移动参数的变化图，其中H是无人机所处的高度，v是无人机的移动速度。从图中可以看出，随着无人机移动速度的增加，发生切换失败的概率逐渐增加，发生乒乓事件的概率先升高后降低，存在一个最大值，并且最大值随无人机高度增加而减小。这是因为无人机高度增加，不同小基站之间的传播距离变大，使得乒乓事件的概率减小。

附图6是切换性能随切换参数的变化图，其中offset为切换触发的临界值，TTT是切换触发时延。从图中可以看出，随着TTT的变大，切换失败概率和乒乓概率的变化趋势相反，这说明两者之间存在权衡。在切换失败或者乒乓敏感网络中，需要结合具体网络场景进行最优参数选择。

附图7是切换性能随网络部署参数的变化图，其中λ_s/λ_s为小基站分布密度与宏基站分布密度的比值。从图中可以看出，随着比例的增大，即网络异构程度的增加，切断失败概率和乒乓概率的变化趋势相反，这是因为异构程度增加导致连接到小基站成功的概率提高，在不同小基站之间切换，即发生乒乓事件的概率提高。因此同样需要结合具体的网络需求进行最优参数选择。

Claims (5)

1.一种面向三维空间移动无人机用户的切换参数配置方法，其特征在于，包括：以异构蜂窝网络覆盖区域为无人机用户移动的目标区域，获取到目标异构场景的部署参数，包括基站的分布密度、发射功率、天线增益等；选取典型单个宏基站、小基站场景，通过对切换触发条件化简推导得到近似以小基站为中心的半球状切换触发边界；引入对无人机三维移动的建模，其中无人机的起始位置由水平方向的Poisson分布和竖直方向的均匀分布确定，每一次移动都由三维矢量速度决定方向和距离；利用切换触发边界将无人机用户发生切换的概率计算问题转化为无人机移动形成的可连接基站区域内存在小基站分布的几何问题，从而可以简化的推导出在该种三维移动模式下的切换触发概率表达式；基于切换触发概率，可以使用切换失败概率和乒乓概率这一对切换指标来联合表征通信系统的切换性能；基于已经获得的异构网络部署参数和无人机的移动参数可以得到无人机的切换状态，进一步去分析无人机在触发边界内的滞留时间与TTT、乒乓阈值Tp的大小关系就可以得到切换失败概率和乒乓概率；再根据切换失败概率和乒乓概率随异构网络部署参数、无人机移动参数和切换参数的变化关系的权衡就可以得到最优的参数方案。

2.根据权利要求1所述的方法，其特征在于，获取目标异构场景的部署参数，包括基站的分布密度、发射功率、天线增益等；选取典型单个宏基站、小基站场景，通过对切换触发条件化简推导得到近似以小基站为中心的半球状切换触发边界；此过程还包括：切换失败触发边界的相似求解。

3.根据权利要求1所述的无人机移动建模方法，其特征在于，无人机的起始位置由水平方向的Poisson分布和竖直方向的均匀分布h～U(H_min,H_max)确定，每一次移动都由三维矢量速度

的方向移动，其中θ为移动方向与竖直方向的夹角，服从均匀分布θ～U(0,π)，v是单次的移动距离。

4.根据权利要求1或2所述的切换触发概率求解方法，利用切换触发边界将无人机用户发生切换的概率计算问题转化为无人机移动形成的可连接基站区域内存在小基站分布的几何问题，从而可以简化的推导出在该种三维移动模式下的切换触发概率表达式为：

根据得到的切换触发概率和相似的失败触发概率，可以进一步的求解切换失败概率和乒乓概率。

5.根据权利要求1所述的切换失败概率的计算方法，其特征在于，基于已经获得的异构网络部署参数和无人机的移动参数可以得到无人机的切换状态，进一步去分析无人机在触发边界内的滞留时间与TTT、乒乓阈值T_p的大小关系就可以得到切换失败概率和乒乓概率的表达式；再根据切换失败概率和乒乓概率随异构网络部署参数、无人机移动参数和切换参数的变化关系的权衡就可以得到最优的参数方案。

Images