CN114268967A - 无人机辅助移动边缘网络用户匹配方法及装置 - Google Patents
无人机辅助移动边缘网络用户匹配方法及装置 Download PDFInfo
- Publication number
- CN114268967A CN114268967A CN202111646123.9A CN202111646123A CN114268967A CN 114268967 A CN114268967 A CN 114268967A CN 202111646123 A CN202111646123 A CN 202111646123A CN 114268967 A CN114268967 A CN 114268967A
- Authority
- CN
- China
- Prior art keywords
- user
- unmanned aerial
- aerial vehicle
- base station
- noise ratio
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种无人机辅助移动边缘网络用户匹配方法及装置，所述方法包括：在预设区域范围内定义用户、基站、无人机的坐标，并计算用户坐标与无人机坐标之间视距传播信道的概率；计算用户与无人机之间的平均路损，用户与基站之间的平均路损，计算用户收到无人机、基站的信号时的信噪比；建立对应的信噪比最大化模型，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并进行迭代；当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，输出前一迭代对应的用户服务选择结果。采用本方法能够提供一种以最大化网络容量为目的的用户、无人机、基站匹配策略。
Description
技术领域
本发明涉及信息与通信工程技术领域，尤其涉及一种无人机辅助移动边缘网络用户匹配方法及装置。
背景技术
传统的云计算模式难以实现实时高效的支持基于万物互联的应用服务程序，移动边缘计算通过将移动边缘服务器布署在用户附近，辅助用户进行计算或者提供内容存储功能，成为一种能够提供低延时、高质量服务的关键技术。在某些固定基站难以布署或者难以满足用户需求的场合，如灾后重建或者大型集会等，人们会考虑布署无人机作为移动边缘计算服务器来解决通信容量问题。
但是，在需要部署无人机辅助基站共同给用户提供接入或者计算服务时，用户需要甄别到底接入无人机还是基站能获得最大利益，需要对接入无人机或接入基站进行分配。
发明内容
针对现有技术中存在的问题，本发明实施例提供一种无人机辅助移动边缘网络用户匹配方法及装置。
本发明实施例提供一种无人机辅助移动边缘网络用户匹配方法，包括：
获取预设区域范围，在所述预设区域范围内定义用户、基站、无人机的坐标，并计算所述用户坐标与无人机坐标之间视距传播信道的概率；
根据所述视距传播信道的概率计算所述用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算所述用户收到无人机、基站的信号时的信噪比；
获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型；
在所述信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对所述降序排序结果进行迭代；
对所述迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。
在其中一个实施例中，所述方法还包括：
根据所述视距传播信道的概率计算所述用户与无人机之间的视距传播信道的路径损耗以及用户与无人机之间的非视距传播信道的路径损耗，并结合环境数据计算所述用户与无人机之间的平均路损；
将用户与基站之间全部定义为非视距传播信道的路径，计算用户与基站之间的平均路损。
在其中一个实施例中，所述方法还包括：
计算用户坐标
与无人机坐标之间为视距传播信道的概率为：
其中
为用户
与无人机之间的仰角，
，
是根据地形环境而决定的常量。
在其中一个实施例中，所述可用信道资源，包括：
信道带宽、有用信号功率、环境噪声功率。
在其中一个实施例中，所述方法还包括：
结合预设的计算信道容量的香农公式，在信道带宽固定的前提下，确定所述信噪比计算公式为所述香农公式；
获取可用信道资源，并结合所述香农公式，建立信噪比最大化模型。
本发明实施例提供一种无人机辅助移动边缘网络用户匹配装置，包括：
获取模块，用于获取预设区域范围，在所述预设区域范围内定义用户、基站、无人机的坐标，并计算所述用户坐标与无人机坐标之间视距传播信道的概率；
计算模块，用于根据所述视距传播信道的概率计算所述用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算所述用户收到无人机、基站的信号时的信噪比；
模型建立模块，用于获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型；
迭代模块，用于在所述信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对所述降序排序结果进行迭代；
比较模块，用于对所述迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。
在其中一个实施例中，所述装置还包括：
第二计算模块，用于根据所述视距传播信道的概率计算所述用户与无人机之间的视距传播信道的路径损耗以及用户与无人机之间的非视距传播信道的路径损耗，并结合环境数据计算所述用户与无人机之间的平均路损；
第三计算模块，用于将用户与基站之间全部定义为非视距传播信道的路径，计算用户与基站之间的平均路损。
在其中一个实施例中，所述装置还包括：
第四计算模块，用于计算用户坐标
与无人机坐标之间为视距传播信道的概率为：
其中
为用户
与无人机之间的仰角，
，
是根据地形环境而决定的常量。
本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述无人机辅助移动边缘网络用户匹配方法的步骤。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述无人机辅助移动边缘网络用户匹配方法的步骤。
本发明实施例提供的无人机辅助移动边缘网络用户匹配方法及装置，获取预设区域范围，在预设区域范围内定义用户、基站、无人机的坐标，并计算用户坐标与无人机坐标之间视距传播信道的概率；根据视距传播信道的概率计算用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算用户收到无人机、基站的信号时的信噪比；获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型；在信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对降序排序结果进行迭代；对迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。这样能够提供一种以最大化网络容量为目的的用户、无人机、基站匹配策略。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中无人机辅助移动边缘网络用户匹配方法的流程图；
图2为本发明实施例中无人机辅助移动边缘网络用户匹配装置的结构图；
图3为本发明实施例中电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的无人机辅助移动边缘网络用户匹配方法的流程示意图，如图1所示，本发明实施例提供了一种无人机辅助移动边缘网络用户匹配方法，包括：
步骤S101，获取预设区域范围，在所述预设区域范围内定义用户、基站、无人机的坐标，并计算所述用户坐标与无人机坐标之间视距传播信道的概率。
具体地，确定需要对用户进行服务的预设区域范围，在预设区域范围内定义用户、基站、无人机的坐标，坐标可以是随机分配，比如可以设定用户总数为
，
（基站）数量为1，无人机数量为1，其中所有位置均为随机分配。无人机位置设置为
，其中
为无人机所在位置的横坐标，
为无人机所在位置纵坐标, 
为无人机高度；
位置设置为
，
为
所在位置横坐标，
为
所在位置纵坐标，默认
垂直方向坐标为0。用户位置设置为
，其中
，
为用户总数，
为用户
的横坐标，
为纵坐标，假定用户垂直方向坐标为0。用户分布服从泊松点分布，无人机已经部署在最佳位置。决策变量
，表示用户只能选择无人机和
其中一个为其服务，其中
表示选择无人机，
表示选择
并计算用户坐标与无人机坐标之间视距传播信道的概率，无人机与地面用户之间的空对地无线信道主要由两部分组成，视距（Line-of-Sight）传播信道与非视距（None-Line-of-Sight）传播信道，其中，计算用户坐标
与无人机坐标之间为视距传播信道的概率为：
其中
为用户
与无人机之间的仰角，
，
是根据地形环境而决定的常量。
步骤S102，根据所述视距传播信道的概率计算所述用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算所述用户收到无人机、基站的信号时的信噪比。
具体地，根据视距传播信道的概率计算用户与无人机之间的平均路损，具体可以根据视距传播信道的概率计算用户与无人机之间的视距传播信道的路径损耗以及用户与无人机之间的非视距传播信道的路径损耗，并结合环境数据计算用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，将用户与基站之间全部定义为非视距传播信道的路径，计算用户与基站之间的平均路损，然后根据平均路损分别计算用户收到无人机、基站的信号时的信噪比，具体的步骤可以包括：
根据
,无人机与用户之间的平均路径损失可以定义为：
其中
，
分别表示在
传播信道和在
传播信道下的路径损耗，
为光速，
是无人机与用户
之间的距离，
为信道的频率，为问题简化起见，假设所有信道频率一致，
，
为环境决定的信道平均损失。
因
与用户垂直高度都默认为0，因此
与用户之间只存在非视距，平均路径损失定义为：
用户
接收到
的信噪比如下：
其中，
为
的发射功率，
为环境噪声。
用户
接收到无人机的信噪比如下：
其中，
为无人机的发射功率，
为环境噪声功率。
步骤S103，获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型。
具体地，获取可用信道资源，包括信道带宽、有用信号功率、环境噪声功率，然后结合预设的计算信道容量的香农公式，在信道带宽固定的前提下，确定信噪比计算公式为香农公式，获取可用信道资源，并结合香农公式，建立信噪比最大化模型，具体的步骤可以包括：
根据香农公式可知信道容量为：
其中
为信道容量，
为信道带宽，
为有用信号功率，
为信噪比 
为环境噪声功率。根据上述香农公式可知，在信道带宽固定的情况下，最大化信道容量即最大化信噪比。
因此本发明的总建模为：
其中目标函数为最大化系统信噪比，总建模中公式1表示变量
为二进制变量，公式2表示分配到无人机的用户数不能超过无人机可以拥有的最大信道数量。其中，
为无人机可拥有的最大信道数量，与无人机种类有关。
步骤S104，在所述信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对所述降序排序结果进行迭代。
具体地，在信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续迭代运算中，逐渐增大用户选择无人机服务的数量，减少用户选择基站服务的数量，即将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对降序排序结果进行迭代计算。
步骤S105，对所述迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。
具体地，计算迭代过程中用户收到无人机、基站的信号的总信噪比，并将迭代的后一总信噪比小于前一总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，说明系统总信噪比达到最大，则终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。
本发明实施例提供的一种无人机辅助移动边缘网络用户匹配方法，获取预设区域范围，在预设区域范围内定义用户、基站、无人机的坐标，并计算用户坐标与无人机坐标之间视距传播信道的概率；根据视距传播信道的概率计算用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算用户收到无人机、基站的信号时的信噪比；获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型；在信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对降序排序结果进行迭代；对迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。这样能够提供一种以最大化网络容量为目的的用户、无人机、基站匹配策略。
图2为本发明实施例提供的一种无人机辅助移动边缘网络用户匹配装置，包括：获取模块S201、计算模块S202、模型建立模块S203、迭代模块S204、比较模块S205，其中：
获取模块S201，用于获取预设区域范围，在所述预设区域范围内定义用户、基站、无人机的坐标，并计算所述用户坐标与无人机坐标之间视距传播信道的概率。
计算模块S202，用于根据所述视距传播信道的概率计算所述用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算所述用户收到无人机、基站的信号时的信噪比。
模型建立模块S203，用于获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型。
迭代模块S204，用于在所述信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对所述降序排序结果进行迭代。
比较模块S205，用于对所述迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。
在一个实施例中，装置还可以包括：
第二计算模块，用于根据所述视距传播信道的概率计算所述用户与无人机之间的视距传播信道的路径损耗以及用户与无人机之间的非视距传播信道的路径损耗，并结合环境数据计算所述用户与无人机之间的平均路损。
第三计算模块，用于将用户与基站之间全部定义为非视距传播信道的路径，计算用户与基站之间的平均路损。
在一个实施例中，装置还可以包括：
第四计算模块，用于计算用户坐标
与无人机坐标之间为视距传播信道的概率为：
其中
为用户
与无人机之间的仰角，
，
是根据地形环境而决定的常量。
关于无人机辅助移动边缘网络用户匹配装置的具体限定可以参见上文中对于无人机辅助移动边缘网络用户匹配方法的限定，在此不再赘述。上述无人机辅助移动边缘网络用户匹配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(Communications Interface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：获取预设区域范围，在预设区域范围内定义用户、基站、无人机的坐标，并计算用户坐标与无人机坐标之间视距传播信道的概率；根据视距传播信道的概率计算用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算用户收到无人机、基站的信号时的信噪比；获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型；在信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对降序排序结果进行迭代；对迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。
此外，上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：获取预设区域范围，在预设区域范围内定义用户、基站、无人机的坐标，并计算用户坐标与无人机坐标之间视距传播信道的概率；根据视距传播信道的概率计算用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算用户收到无人机、基站的信号时的信噪比；获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型；在信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对降序排序结果进行迭代；对迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种无人机辅助移动边缘网络用户匹配方法，其特征在于，包括：
获取预设区域范围，在所述预设区域范围内定义用户、基站、无人机的坐标，并计算所述用户坐标与无人机坐标之间视距传播信道的概率；
根据所述视距传播信道的概率计算所述用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算所述用户收到无人机、基站的信号时的信噪比；
获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型；
在所述信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对所述降序排序结果进行迭代；
对所述迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。
2.根据权利要求1所述的无人机辅助移动边缘网络用户匹配方法，其特征在于，所述根据视距传播信道的概率计算所述用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，包括：
根据所述视距传播信道的概率计算所述用户与无人机之间的视距传播信道的路径损耗以及用户与无人机之间的非视距传播信道的路径损耗，并结合环境数据计算所述用户与无人机之间的平均路损；
将用户与基站之间全部定义为非视距传播信道的路径，计算用户与基站之间的平均路损。
3.根据权利要求1所述的无人机辅助移动边缘网络用户匹配方法，其特征在于，所述计算用户坐标与无人机坐标之间视距传播信道的概率，包括：
计算用户坐标
与无人机坐标之间为视距传播信道的概率为：
其中
为用户
与无人机之间的仰角，
，
是根据地形环境而决定的常量。
4.根据权利要求1所述的无人机辅助移动边缘网络用户匹配方法，其特征在于，所述可用信道资源，包括：
信道带宽、有用信号功率、环境噪声功率。
5.根据权利要求4所述的无人机辅助移动边缘网络用户匹配方法，其特征在于，获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型：
结合预设的计算信道容量的香农公式，在信道带宽固定的前提下，确定所述信噪比计算公式为所述香农公式；
获取可用信道资源，并结合所述香农公式，建立信噪比最大化模型。
6.一种无人机辅助移动边缘网络用户匹配装置，其特征在于，所述装置包括：
获取模块，用于获取预设区域范围，在所述预设区域范围内定义用户、基站、无人机的坐标，并计算所述用户坐标与无人机坐标之间视距传播信道的概率；
计算模块，用于根据所述视距传播信道的概率计算所述用户与无人机之间的平均路损，并计算用户与基站之间的平均路损，根据平均路损分别计算所述用户收到无人机、基站的信号时的信噪比；
模型建立模块，用于获取可用信道资源，结合预设的信噪比计算公式，建立对应的信噪比最大化模型；
迭代模块，用于在所述信噪比最大化模型中，以用户全部选择基站服务作为初始运算，并在后续运算中，将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序，并对所述降序排序结果进行迭代；
比较模块，用于对所述迭代中的用户收到无人机、基站的信号的总信噪比进行比较，当迭代过程中迭代的后一总信噪比小于前一总信噪比时，终止迭代，并输出前一迭代对应的用户选择基站服务与用户选择无人机服务结果。
7.根据权利要求6中所述的无人机辅助移动边缘网络用户匹配装置，其特征在于，所述装置还包括：
第二计算模块，用于根据所述视距传播信道的概率计算所述用户与无人机之间的视距传播信道的路径损耗以及用户与无人机之间的非视距传播信道的路径损耗，并结合环境数据计算所述用户与无人机之间的平均路损；
第三计算模块，用于将用户与基站之间全部定义为非视距传播信道的路径，计算用户与基站之间的平均路损。
8.根据权利要求6中所述的无人机辅助移动边缘网络用户匹配装置，其特征在于，所述装置还包括：
第四计算模块，用于计算用户坐标
与无人机坐标之间为视距传播信道的概率为：
其中
为用户
与无人机之间的仰角，
，
是根据地形环境而决定的常量。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述无人机辅助移动边缘网络用户匹配方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述无人机辅助移动边缘网络用户匹配方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111646123.9A CN114268967B (zh) | 2021-12-30 | 2021-12-30 | 无人机辅助移动边缘网络用户匹配方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111646123.9A CN114268967B (zh) | 2021-12-30 | 2021-12-30 | 无人机辅助移动边缘网络用户匹配方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114268967A true CN114268967A (zh) | 2022-04-01 |
| CN114268967B CN114268967B (zh) | 2024-04-02 |
Family
ID=80831579
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111646123.9A Active CN114268967B (zh) | 2021-12-30 | 2021-12-30 | 无人机辅助移动边缘网络用户匹配方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114268967B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114915998A (zh) * | 2022-05-31 | 2022-08-16 | 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 |
| CN114978952A (zh) * | 2022-06-17 | 2022-08-30 | 国家无线电监测中心福建监测站 | 无人机监测系统编队通信链路质量评估方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109862575A (zh) * | 2019-03-25 | 2019-06-07 | 河北工程大学 | 无人机基站部署方法、终端设备及计算机可读存储介质 |
| CN110912604A (zh) * | 2019-11-14 | 2020-03-24 | 南京邮电大学 | 一种基于多用户调度的无人机安全通信方法 |
| CN111200824A (zh) * | 2020-01-09 | 2020-05-26 | 广州大学 | 无人机基站的最优部署方法、装置、无人机基站及介质 |
| US20210165405A1 (en) * | 2019-12-03 | 2021-06-03 | University-Industry Cooperation Group Of Kyung Hee University | Multiple unmanned aerial vehicles navigation optimization method and multiple unmanned aerial vehicles system using the same |
-
2021
- 2021-12-30 CN CN202111646123.9A patent/CN114268967B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109862575A (zh) * | 2019-03-25 | 2019-06-07 | 河北工程大学 | 无人机基站部署方法、终端设备及计算机可读存储介质 |
| CN110912604A (zh) * | 2019-11-14 | 2020-03-24 | 南京邮电大学 | 一种基于多用户调度的无人机安全通信方法 |
| US20210165405A1 (en) * | 2019-12-03 | 2021-06-03 | University-Industry Cooperation Group Of Kyung Hee University | Multiple unmanned aerial vehicles navigation optimization method and multiple unmanned aerial vehicles system using the same |
| CN111200824A (zh) * | 2020-01-09 | 2020-05-26 | 广州大学 | 无人机基站的最优部署方法、装置、无人机基站及介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114915998A (zh) * | 2022-05-31 | 2022-08-16 | 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 |
| 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 |
| CN114978952A (zh) * | 2022-06-17 | 2022-08-30 | 国家无线电监测中心福建监测站 | 无人机监测系统编队通信链路质量评估方法和装置 |
| CN114978952B (zh) * | 2022-06-17 | 2023-09-15 | 国家无线电监测中心福建监测站 | 无人机监测系统编队通信链路质量评估方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114268967B (zh) | 2024-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11259191B2 (en) | Methods and apparatus for coverage prediction and network optimization in 5G new radio networks | |
| US11191042B2 (en) | Exchanging ranging and location information among peer-to-peer devices | |
| CN114268967A (zh) | 无人机辅助移动边缘网络用户匹配方法及装置 | |
| CN113498622B (zh) | 用于在无线通信网络中请求nssai的电子装置及其方法 | |
| CN110290542B (zh) | 海上无人机通信覆盖优化方法及系统 | |
| CN110622435B (zh) | 一种无线通信系统中广播波束权值的确定方法以及装置 | |
| CN110312265B (zh) | 无人机编队通信覆盖的功率分配方法及系统 | |
| CN112996058B (zh) | 基于多无人机网络的用户QoE优化方法、无人机及系统 | |
| CN110868700A (zh) | 车载边缘计算环境下基于可分裂任务的协作计算卸载方法 | |
| CN113938830A (zh) | 无人机基站部署方法及装置 | |
| CN113950080B (zh) | 一种优化小区的确定方法、装置及存储介质 | |
| CN113727331B (zh) | 5g基站部署方法及装置 | |
| CN113673446A (zh) | 图像识别方法、装置、电子设备和计算机可读介质 | |
| CN112383936B (zh) | 一种可接入用户数的评估方法和装置 | |
| CN111083121B (zh) | 一种星地融合网络中的全景视频多播方法及装置 | |
| CN111432445B (zh) | 网络小区的选择方法、装置、移动终端和存储介质 | |
| CN110896324B (zh) | 一种增强波束成形方法、装置、系统及设备 | |
| CN111669758A (zh) | 一种卫星无人机融合网络资源分配方法及装置 | |
| CN115643584A (zh) | 空中扩容基站的部署方法、装置及电子设备 | |
| CN110300388A (zh) | 一种海域通信系统的功率控制方法及装置 | |
| CN114173318B (zh) | 待优化区域识别方法、装置及设备 | |
| CN112738815B (zh) | 一种可接入用户数的评估方法和装置 | |
| CN115882985A (zh) | 一种基于高斯过程回归的低轨卫星信道预测方法及系统 | |
| CN116056220A (zh) | 用于选择性衰落的资源单元指派 | |
| CN114268966A (zh) | 一种无人机辅助mec网络低时延多任务分配方法及系统 |
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 |