CN114915998B - 一种无人机辅助自组网通信系统信道容量计算方法 - Google Patents

一种无人机辅助自组网通信系统信道容量计算方法 Download PDF

Info

Publication number
CN114915998B
CN114915998B CN202210607116.6A CN202210607116A CN114915998B CN 114915998 B CN114915998 B CN 114915998B CN 202210607116 A CN202210607116 A CN 202210607116A CN 114915998 B CN114915998 B CN 114915998B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
base station
ground
channel capacity
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
CN202210607116.6A
Other languages
English (en)
Other versions
CN114915998A (zh
Inventor
阎啸
朱晟龙
王茜
吴孝纯
何羚
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202210607116.6A priority Critical patent/CN114915998B/zh
Publication of CN114915998A publication Critical patent/CN114915998A/zh
Application granted granted Critical
Publication of CN114915998B publication Critical patent/CN114915998B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • 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
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • 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

Abstract

本发明公开了一种无人机辅助自组网通信系统信道容量计算方法，涉及通信网络领域。通过使用基于路径损耗模型的新型信道容量估计方法，研究无人机基站的不同覆盖布局，以最大化无人机辅助自组网通信系统的总信道容量。首先计算出无人机基站到服务用户之间的平均距离以及无人机基站到邻居无人机的服务用户之间的平均距离，其中设计了一种新型多边形划分策略将多重积分减少到二重积分。然后，根据上述两个平均距离评估使用两种不同覆盖布局的无人机辅助自组网通信系统的总体信道容量。与传统的信道容量计算方法相比，我们提出的基于平均距离的新型信道容量估计方法的计算复杂度显著降低。

Description

一种无人机辅助自组网通信系统信道容量计算方法
技术领域
本发明涉及通信网络领域，具体涉及一种基于平均距离的通信系统信道容量估计方法。
背景技术
无人机(unmanned aerial vehicles,UAV)因为其可以灵活地按需部署到覆盖区域，可以在未来的第六代(6G)无线网络中用作基站(base station,BS)或中继站。然而，对于无人机辅助的自组网通信系统来说，最主要挑战是选择适当的覆盖布局，即采用适当的服务区域划分，以最大化信道容量。在按需增强通信和灾后应急通信等典型场景中，无人机基站需要根据地面用户的时变位置分布动态地调整位置，以同时提供无缝的无线覆盖和最大系统容量，采用不合适的覆盖布局会导致系统容量显著下降。
在现有的无人机辅助无线通信网络的总体信道容量的传统计算方法中，需要收集地面用户以及无人机基站的位置信息，同时还需要计算每个无人机基站到其通信覆盖范围内的所有用户的通信距离，才能够计算出对应的路径损耗，然后根据信道容量的计算公式计算出每个用户的信干噪比，从而推导出总体信道容量。这种方法的计算复杂度会随着邻居无人机以及服务用户的增多而增大，对于用户数量多的应用场景下会因为算力不够而出现位置优化不同步等问题。
发明内容
本发明针对背景技术存在不足之处，改进设计了一种无人机辅助自组网通信系统信道容量计算方法，解决现有技术中当邻居无人机以及服务用户的增多时计算量增大的问题。
本发明技术方案为一种无人机辅助自组网通信系统信道容量计算方法，该方法包括：
步骤1：构建网络拓扑；
设第j个无人机基站的地面覆盖区域中心点的二维坐标记为：
Figure BDA0003670825960000011
其中，
Figure BDA0003670825960000012
表示实数集，
Figure BDA0003670825960000013
表示无人机的总个数，假设每个无人机基站只能在自己的覆盖范围内悬停，并且其三维坐标向量可由装备的全球定位系统获得，记为：
Figure BDA0003670825960000014
无人机基站
Figure BDA0003670825960000015
的邻居定义为地面覆盖区域与
Figure BDA0003670825960000016
的地面覆盖区域相邻的无人机，并且在无人机辅助自组织无线网络中无人机的邻居关系始终保持不变；那么对于无人机基站
Figure BDA0003670825960000017
它的邻居的索引集合
Figure BDA0003670825960000018
为：
Figure BDA0003670825960000021
其中，
Figure BDA0003670825960000022
是
Figure BDA0003670825960000023
邻居的索引，
Figure BDA0003670825960000024
为
Figure BDA0003670825960000025
的邻居；设第i个地面用户
Figure BDA0003670825960000026
位于无人机基站
Figure BDA0003670825960000027
的覆盖范围内，并且将
Figure BDA0003670825960000028
二维坐标向量记为
Figure BDA0003670825960000029
表示地面用户总数，则：
Figure BDA00036708259600000210
其中，κi表示
Figure BDA00036708259600000211
的地面用户邻居，‖‖表示欧几里得向量范数，则无人机基站
Figure BDA00036708259600000212
覆盖的所有用户的索引集
Figure BDA00036708259600000213
为：
Figure BDA00036708259600000214
每个无人机基站已知所有地面用户的位置；
步骤2：计算平均距离；
步骤2.1：设地面用户
Figure BDA00036708259600000215
均匀地分布在其服务的无人机基站
Figure BDA00036708259600000216
的覆盖区域内，符合二维同质点过程，则地面用户位置的概率密度函数fX,Y(x,y)为：
Figure BDA00036708259600000217
其中，SΩ是覆盖区域
Figure BDA00036708259600000218
的面积，(x,y)表示一个随机用户
Figure BDA00036708259600000219
的位置；
步骤2.2：无人机基站
Figure BDA00036708259600000220
投射到水平面上的二维坐标为(m,n)，则用户
Figure BDA00036708259600000221
与无人机基站
Figure BDA00036708259600000222
之间的投射距离为
Figure BDA00036708259600000223
该投射距离被视为一个随机变量，计算σij在无人机基站位置为(m,n)条件下的平均值
Figure BDA00036708259600000224
Figure BDA00036708259600000225
步骤2.3：计算无人机基站
Figure BDA00036708259600000226
在Ωj区域内的概率fM,N(m,n)为：
Figure BDA00036708259600000227
其中SΩ是覆盖区Ωj的面积；
步骤2.4：将覆盖区域Ωj划分为
Figure BDA00036708259600000228
个等距网格点，然后结合无人机基站的概率分布函数采用下式计算σij的平均值
Figure BDA00036708259600000229
Figure BDA0003670825960000031
将覆盖区域进行网格划分，划分为正方形或三角形，则最小正方形或三角形的顶点坐标为(m,n)，用η来表示一个正方形覆盖区域或六边形覆盖区域外缘被划分的总段数，计算网格点的总数
Figure BDA0003670825960000032
Figure BDA0003670825960000033
步骤3：计算总体信道容量；
步骤3.1：计算ATG路径损耗PLζ；
PLζ＝FSPL+ξ                        (8)
其中，FSPL表示无人机基站与其服务的地面用户之间的自由空间路径损耗，ξ表示由于无人机基站与其服务的用户之间的LoS或NLoS传播信道导致的过度路径损耗；
步骤3.2：计算从用户到其服务无人机基站
Figure BDA0003670825960000034
的平均传播距离
Figure BDA0003670825960000035
Figure BDA0003670825960000036
其中，ρj表示指定无人机基站
Figure BDA0003670825960000037
的高度；
步骤3.3：计算无人机基站
Figure BDA0003670825960000038
发出的无线电信号的平均自由空间路径损耗
Figure BDA0003670825960000039
Figure BDA00036708259600000310
其中，f指定发射信号的载波频率，c表示光在空气中的传播速度；
步骤3.4：计算无人机基站
Figure BDA00036708259600000311
和地面用户之间存在LoS连接的概率
Figure BDA00036708259600000312
Figure BDA00036708259600000313
其中，a和b都为环境参数，
Figure BDA00036708259600000314
表示
Figure BDA00036708259600000315
所服务的地面用户的平均仰角，计算方法为：
Figure BDA00036708259600000316
步骤3.5：计算无人机基站
Figure BDA00036708259600000317
和地面用户之间存在NLoS连接的概率
Figure BDA00036708259600000318
Figure BDA00036708259600000319
其中，
Figure BDA0003670825960000041
表示无人机基站
Figure BDA0003670825960000042
和地面用户之间存在LoS连接的概率；
步骤5.6：计算从无人机基站
Figure BDA0003670825960000043
到其服务和邻近的地面用户的平均路径损耗
Figure BDA0003670825960000044
Figure BDA0003670825960000045
在统一发射功率PT下，计算无人机基站
Figure BDA0003670825960000046
服务的地面用户的平均接收功率
Figure BDA0003670825960000047
和所有相邻无人机基站
Figure BDA0003670825960000048
产生的平均总干扰功率
Figure BDA0003670825960000049
Figure BDA00036708259600000410
其中，
Figure BDA00036708259600000411
表示
Figure BDA00036708259600000412
相邻无人机的总数量，
Figure BDA00036708259600000413
和
Figure BDA00036708259600000414
分别表示所有地面用户与其服务无人机基站
Figure BDA00036708259600000415
之间和所有地面用户与相邻无人机基站
Figure BDA00036708259600000416
之间的平均路径损耗；
步骤5.7：将平均干扰和环境噪声功率可以定义为
Figure BDA00036708259600000417
其中
Figure BDA00036708259600000418
表示以dBm为单位的环境噪声功率，δ()和θ()为“dBm”和“Watt”之间的功率单位转换函数，有
Figure BDA00036708259600000419
计算由
Figure BDA00036708259600000420
服务的地面用户的平均接收SINR；
Figure BDA00036708259600000421
步骤5.8：通过下式计算得出由无人机基站
Figure BDA00036708259600000422
提供服务的所有地面用户的估计总体信道容量Rj：
Figure BDA00036708259600000423
其中，
Figure BDA00036708259600000424
表示
Figure BDA00036708259600000425
所服务的地面用户总数。
本发明通过将平均距离纳入总体信道容量的估计，计算复杂性从而大大降低。
附图说明
图1为无人机辅助自组织无线网络在正方形和六边形覆盖布局下的网络设置示意图；
图2为η＝3时正方形单元格和六边形单元格的典型划分示意图；
图3为对于正方形和六边形单元格，
Figure BDA00036708259600000426
相对于η的收敛趋势图；
图4为正方形和六边形覆盖布局的总体信道容量曲线图。
具体实施方式
典型的无人机辅助自组网通信系统的网络覆盖区域如图1所示。假设无人机辅助自组织无线网络中有J个无人机基站(图1中用带圈数字标记)，用以服务I个地面用户(图1中用红点表示)，整个地面服务区域被无缝划分为(正方形或六边形)单元，其边界由根据图1的虚线多边形标示。
在实施例中，使用基于平均距离的无人机辅助自组网通信系统信道容量估计方法对两种常用的网络覆盖布局(正方形和六边形)下的总体信道容量进行估计。默认正方形和六边形单元格的区域面积为SΩ＝2Θ2，即正方形和六边形单元格的多边形半径分别为Θ和
Figure BDA0003670825960000051
同时，假定100个用户随机分布在图1最中心的单元格(用“5”标记)中。每个无人机基站都位于其服务区域上方，高度稳定为100m，只能在相应的水平面上移动，不能离开其区域边界。此外，每个无人机基站的发射功率设定为PT＝30dBm。每个地面用户的最小接收功率设置为Pmin＝-70dBm。发射信号的载波频率为f＝3.5GHz。环境噪声功率给定为
Figure BDA0003670825960000052
此外，为了确定公式(11)中涉及的环境参数a和b，以及针对不同环境的ξLoS和ξNLoS，我们选择郊区环境(a＝4.88，b＝0.43，ξLoS＝0.1，ξNLoS＝21)来进行后续说明。
无人机基站
Figure BDA0003670825960000053
服务的所有地面用户的总体信道容量Rj与所有这些地面用户的接收SINR有关。首先需要测量所有的地面用户与其服务无人机基站之间的距离以及地面用户与其相邻无人机基站之间的距离，这个过程会引入巨大的计算复杂度。本文假定了无人机基站覆盖区域内的地面用户的概率分布，然后利用这一分布来对上述两类距离的均值进行计算。求解信道容量前，需要首先表征不同环境的空对地(air-to-ground,ATG)路径损耗。ATG路径损耗取决于无人机的高度以及无人机基站与其服务用户之间的仰角。其中涉及两个传播类别，即视距(line-of-sight,LoS)连接和非视距(non-line-of-sight,NLoS)连接。
对于正方形网络覆盖布局，假设Θ＝700m，通过公式()来计算地面用户到其服务无人机基站
Figure BDA0003670825960000054
的平均距离，其中设置η＝20，
Figure BDA0003670825960000055
Figure BDA0003670825960000056
而对于地面用户到邻居无人机的平均距离，由于正方形网络覆盖布局的高度对称性可以得到
Figure BDA0003670825960000057
则可以使用标号为“2”、“4”、“6”、“8”的任意一个单元格来进行求解，
Figure BDA0003670825960000061
地面用户到其服务无人机基站
Figure BDA0003670825960000062
以及到邻居无人机基站
Figure BDA0003670825960000063
的平均为自由空间路径损耗分别为：
Figure BDA0003670825960000064
则根据公式(10)-(14)，地面用户到其服务无人机基站
Figure BDA0003670825960000065
以及到邻居无人机基站
Figure BDA0003670825960000066
的平均路径损耗计算为
Figure BDA0003670825960000067
根据公式(15)-(17)，可以算得无人机基站
Figure BDA0003670825960000068
的总体信道容量为
Figure BDA0003670825960000069
同样的，可以通过同样的方法估计六边形网络覆盖布局中的无人机基站的总体信道容量。使用上述两种方法进行了500次蒙特卡洛实验，计算正方形和六边形覆盖布局的平均总信道容量，多边形半径Θ的范围从10m到2000m。结果见图4。
从图4可以看出，基于平均距离的无人机辅助自组网通信系统信道容量估计方法与传统方法都能得到相近的系统容量结果，此外，当多边形半径为700-900m时，使用正方形和六边形覆盖布局的无人机辅助自组网通信系统都能达到最大的总体信道容量。
假设每个无人机基站为100个地面用户提供服务，同时考虑正方形和六边形覆盖布局。假设由运行在2.8GHz的Intel Xeon处理器来对总体信道容量进行计算，使用传统方法计算总体信道容量需要590ms(对于正方形覆盖布局)和824ms(对于六边形覆盖布局)，而使用公式(18)则只需要2.39ms(同时对于正方形和六边形的单元)。

Claims (1)

1.一种无人机辅助自组网通信系统信道容量计算方法，该方法包括：
步骤1：构建网络拓扑；
设第j个无人机基站的地面覆盖区域中心点的二维坐标记为：
Figure FDA0004151432510000011
其中，
Figure FDA0004151432510000012
表示实数集，
Figure FDA0004151432510000013
表示无人机的总个数，假设每个无人机基站只能在自己的覆盖范围内悬停，并且其三维坐标向量可由装备的全球定位系统获得，记为：
Figure FDA0004151432510000014
无人机基站
Figure FDA0004151432510000015
的邻居定义为地面覆盖区域与
Figure FDA0004151432510000016
的地面覆盖区域相邻的无人机，并且在无人机辅助自组织无线网络中无人机的邻居关系始终保持不变；那么对于无人机基站
Figure FDA0004151432510000017
它的邻居的索引集合
Figure FDA0004151432510000018
为：
Figure FDA0004151432510000019
其中，
Figure FDA00041514325100000110
是
Figure FDA00041514325100000111
邻居的索引，
Figure FDA00041514325100000112
为
Figure FDA00041514325100000113
的邻居；设第i个地面用户
Figure FDA00041514325100000114
位于无人机基站
Figure FDA00041514325100000115
的覆盖范围内，并且将
Figure FDA00041514325100000125
二维坐标向量记为
Figure FDA00041514325100000116
Figure FDA00041514325100000117
表示地面用户总数，则：
Figure FDA00041514325100000118
其中，κi表示
Figure FDA00041514325100000119
的地面用户邻居，‖‖表示欧几里得向量范数，则无人机基站
Figure FDA00041514325100000120
覆盖的所有用户的索引集
Figure FDA00041514325100000121
为：
Figure FDA00041514325100000122
每个无人机基站已知所有地面用户的位置；
步骤2：计算平均距离；
步骤2.1：设地面用户
Figure FDA00041514325100000123
均匀地分布在其服务的无人机基站
Figure FDA00041514325100000124
的覆盖区域内，符合二维同质点过程，则地面用户位置的概率密度函数fX,Y(x,y)为：
Figure FDA0004151432510000021
其中，SΩ是覆盖区域
Figure FDA00041514325100000216
的面积，(x,y)表示一个随机用户ui的位置；
步骤2.2：无人机基站
Figure FDA0004151432510000022
投射到水平面上的二维坐标为(m,n)，则用户
Figure FDA0004151432510000023
与无人机基站
Figure FDA0004151432510000024
之间的投射距离为
Figure FDA0004151432510000025
该投射距离被视为一个随机变量，计算σij在无人机基站位置为(m,n)条件下的平均值
Figure FDA0004151432510000026
Figure FDA0004151432510000027
步骤2.3：计算无人机基站
Figure FDA0004151432510000028
在Ωj区域内的概率fM,N(m,n)为：
Figure FDA0004151432510000029
其中SΩ是覆盖区Ωj的面积；
步骤2.4：将覆盖区域Ωj划分为
Figure FDA00041514325100000210
个等距网格点，然后结合无人机基站的概率分布函数采用下式计算σij的平均值
Figure FDA00041514325100000211
Figure FDA00041514325100000212
将覆盖区域进行网格划分，划分为正方形或三角形，则最小正方形或三角形的顶点坐标为(m,n)，用η来表示一个正方形覆盖区域或六边形覆盖区域外缘被划分的总段数，计算网格点的总数
Figure FDA00041514325100000213
Figure FDA00041514325100000214
步骤3：计算总体信道容量；
步骤3.1：计算ATG路径损耗PLζ；
PLζ＝FSPL+ξ             (8)
其中，FSPL表示无人机基站与其服务的地面用户之间的自由空间路径损耗，ξ表示由于无人机基站与其服务的用户之间的LoS或NLoS传播信道导致的过度路径损耗；
步骤3.2：计算从用户到其服务无人机基站
Figure FDA00041514325100000215
的平均传播距离
Figure FDA00041514325100000217
Figure FDA0004151432510000031
其中，ρj表示指定无人机基站
Figure FDA0004151432510000032
的高度；
步骤3.3：计算无人机基站
Figure FDA0004151432510000033
发出的无线电信号的平均自由空间路径损耗
Figure FDA0004151432510000034
Figure FDA0004151432510000035
其中，f指定发射信号的载波频率，c表示光在空气中的传播速度；
步骤3.4：计算无人机基站
Figure FDA0004151432510000036
和地面用户之间存在LoS连接的概
Figure FDA0004151432510000037
Figure FDA0004151432510000038
其中，a和b都为环境参数，
Figure FDA0004151432510000039
表示
Figure FDA00041514325100000310
所服务的地面用户的平均仰角，计算方法为：
Figure FDA00041514325100000311
步骤3.5：计算无人机基站
Figure FDA00041514325100000312
和地面用户之间存在NLoS连接的概率
Figure FDA00041514325100000313
Figure FDA00041514325100000314
其中，
Figure FDA00041514325100000315
表示无人机基站
Figure FDA00041514325100000316
和地面用户之间存在LoS连接的概率；
步骤5.6：计算从无人机基站
Figure FDA00041514325100000317
到其服务和邻近的地面用户的平均路径损耗
Figure FDA00041514325100000318
Figure FDA00041514325100000319
在统一发射功率PT下，计算无人机基站
Figure FDA00041514325100000320
服务的地面用户的平均接收功率
Figure FDA00041514325100000321
和所有相邻无人机基站
Figure FDA00041514325100000322
产生的平均总干扰功率
Figure FDA00041514325100000332
Figure FDA00041514325100000323
其中，
Figure FDA00041514325100000324
表示
Figure FDA00041514325100000325
相邻无人机的总数量，
Figure FDA00041514325100000326
和
Figure FDA00041514325100000327
分别表示所有地面用户与其服务无人机基站
Figure FDA00041514325100000328
之间和所有地面用户与相邻无人机基站
Figure FDA00041514325100000329
之间的平均路径损耗；
步骤5.7：将平均干扰和环境噪声功率定义为
Figure FDA00041514325100000330
其中
Figure FDA00041514325100000331
表示以dBm为单位的环境噪声功率，δ()和θ()为“dBm”和“Watt”之间的功率单位转换函数，有
Figure FDA0004151432510000041
计算由
Figure FDA0004151432510000042
服务的地面用户的平均接收SINR；
Figure FDA0004151432510000043
步骤5.8：通过下式计算得出由无人机基站
Figure FDA0004151432510000044
提供服务的所有地面用户的估计总体信道容量Rj：
Figure FDA0004151432510000045
其中，
Figure FDA0004151432510000046
表示
Figure FDA0004151432510000047
所服务的地面用户总数。
CN202210607116.6A 2022-05-31 2022-05-31 一种无人机辅助自组网通信系统信道容量计算方法 Active CN114915998B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210607116.6A CN114915998B (zh) 2022-05-31 2022-05-31 一种无人机辅助自组网通信系统信道容量计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210607116.6A CN114915998B (zh) 2022-05-31 2022-05-31 一种无人机辅助自组网通信系统信道容量计算方法

Publications (2)

Publication Number Publication Date
CN114915998A CN114915998A (zh) 2022-08-16
CN114915998B true CN114915998B (zh) 2023-05-05

Family

ID=82769979

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210607116.6A Active CN114915998B (zh) 2022-05-31 2022-05-31 一种无人机辅助自组网通信系统信道容量计算方法

Country Status (1)

Country Link
CN (1) CN114915998B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112188588A (zh) * 2020-08-27 2021-01-05 清华大学 基于无人机网络的近海中继通信传输效率优化方法
CN112672361A (zh) * 2020-12-17 2021-04-16 东南大学 一种基于无人机集群部署的大规模mimo容量提升方法
CN113179537A (zh) * 2021-04-30 2021-07-27 南京邮电大学 面向无人机无线供能通信系统的节点调度方法和装置
CN113359480A (zh) * 2021-07-16 2021-09-07 中国人民解放军火箭军工程大学 基于mappo算法多无人机与用户协同通信优化方法
CN114158010A (zh) * 2021-12-06 2022-03-08 中国通信建设第四工程局有限公司 无人机通信系统及基于神经网络的资源分配策略预测方法
CN114268967A (zh) * 2021-12-30 2022-04-01 杭州电子科技大学 无人机辅助移动边缘网络用户匹配方法及装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107040982B (zh) * 2017-03-31 2019-10-01 南京邮电大学 一种面向无人机中继网络的用户调度与功率分配联合优化方法
WO2019005608A1 (en) * 2017-06-30 2019-01-03 Kyocera Corporation CONNECTION ESTABLISHING METHOD USING A COMMON RANDOM ACCESS PREAMBLE
US10660111B2 (en) * 2018-03-19 2020-05-19 Verizon Patent And Licensing Inc. Network resource allocation for unmanned aerial vehicles
CN110087189B (zh) * 2019-04-30 2020-08-14 北京邮电大学 一种无人机基站部署位置的确定方法及装置
CN110958619B (zh) * 2019-11-18 2021-05-14 北京邮电大学 一种基于无线能量传输的无人机辅助网络中资源分配方法
US11703853B2 (en) * 2019-12-03 2023-07-18 University-Industry Cooperation Group Of Kyung Hee University Multiple unmanned aerial vehicles navigation optimization method and multiple unmanned aerial vehicles system using the same
CN111615200B (zh) * 2020-04-10 2023-04-28 洛阳理工学院 混合Hybrid NOMA网络的无人机辅助通信资源分配方法
CN112965369B (zh) * 2021-01-29 2022-02-01 电子科技大学 无人机三维无线通信网络的分布式部署方法
CN113873531B (zh) * 2021-08-31 2023-07-18 南京邮电大学 一种d2d辅助无人机基站实现目标区域全覆盖的设计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112188588A (zh) * 2020-08-27 2021-01-05 清华大学 基于无人机网络的近海中继通信传输效率优化方法
CN112672361A (zh) * 2020-12-17 2021-04-16 东南大学 一种基于无人机集群部署的大规模mimo容量提升方法
CN113179537A (zh) * 2021-04-30 2021-07-27 南京邮电大学 面向无人机无线供能通信系统的节点调度方法和装置
CN113359480A (zh) * 2021-07-16 2021-09-07 中国人民解放军火箭军工程大学 基于mappo算法多无人机与用户协同通信优化方法
CN114158010A (zh) * 2021-12-06 2022-03-08 中国通信建设第四工程局有限公司 无人机通信系统及基于神经网络的资源分配策略预测方法
CN114268967A (zh) * 2021-12-30 2022-04-01 杭州电子科技大学 无人机辅助移动边缘网络用户匹配方法及装置

Also Published As

Publication number Publication date
CN114915998A (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
CN110430577B (zh) 一种基于时间相关性的无人机基站群组部署方法
Wu et al. Cooperative UAV cluster-assisted terrestrial cellular networks for ubiquitous coverage
Fotouhi et al. Flying drone base stations for macro hotspots
Galkin et al. A stochastic model for UAV networks positioned above demand hotspots in urban environments
CN111970714B (zh) 一种面向用户分布依赖的无人机基站部署方法
Kalantari et al. User association and bandwidth allocation for terrestrial and aerial base stations with backhaul considerations
CN113993067B (zh) 一种空间约束下无人机辅助网络的干扰协调方法
CN105072689A (zh) 基于有源天线阵列模型的多播系统无线资源优化分配方法
Huang et al. Optimized deployment of drone base station to improve user experience in cellular networks
CN112153593B (zh) 一种无人机辅助的高能效物联网数据收集方法
CN112672376B (zh) 一种无人机辅助蜂窝网络中无人机部署方法
CN114268903B (zh) 一种地理信息辅助的无人机中继位置部署以及功率分配方法
CN104618946A (zh) 基于有源天线三维波束模型的lte异构网络干扰协调方法
CN114039652B (zh) 基于建筑物几何分析的毫米波抗阻挡多无人机部署方法
Rahmati et al. Dynamic interference management for UAV-assisted wireless networks
Helmy et al. Utilization of aerial heterogeneous cellular networks: Signal-to-interference ratio analysis
Ozturk et al. Clustering based UAV base station positioning for enhanced network capacity
Luo et al. 3-D deployment of multiple UAV-mounted mobile base stations for full coverage of iot ground users with different QoS requirements
He et al. Machine learning based network planning in drone aided emergency communications
Hriba et al. Optimization of a millimeter-wave uav-to-ground network in urban deployments
CN114915998B (zh) 一种无人机辅助自组网通信系统信道容量计算方法
Khan et al. Effective placement of femtocell base stations in commercial buildings
Jain et al. Co-channel interference suppression for cellular-connected uav using noma
CN112188497A (zh) 一种空地一体化车辆网频谱资源优化方法
Ozasa et al. Design of millimeter-wave uav base station for access link

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