CN115136641A - 通信系统 - Google Patents
通信系统 Download PDFInfo
- Publication number
- CN115136641A CN115136641A CN202080096985.6A CN202080096985A CN115136641A CN 115136641 A CN115136641 A CN 115136641A CN 202080096985 A CN202080096985 A CN 202080096985A CN 115136641 A CN115136641 A CN 115136641A
- Authority
- CN
- China
- Prior art keywords
- objects
- desired form
- communication node
- communication
- determining
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims abstract description 10
- 230000003595 spectral effect Effects 0.000 claims description 33
- 238000012546 transfer Methods 0.000 claims description 18
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
-
- 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
- H04B7/18504—Aircraft used as relay or high altitude atmospheric platform
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
- B64U2201/102—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS] adapted for flying in formations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Astronomy & Astrophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
描述了一种装置、方法和计算机程序,包括:根据通信性能算法确定用于多个对象的第一期望形式,其中多个对象与第一通信节点通信;并且在操作的第一模式中,指示多个对象移动到第一期望形式的各自的对象位置。
Description
技术领域
本说明书涉及一种通信系统。特别是涉及在其中多个对象与通信节点(诸如基站)进行通信的通信系统。
背景技术
在其中多个对象(诸如无人驾驶飞行器(UAV))与通信节点(诸如基站)进行通信的通信系统是已知的。然而,在该领域中仍有进一步发展的需要。
发明内容
在第一方面,本说明书描述了一种装置,包括用于执行以下操作的部件:根据通信性能算法确定用于多个对象的第一期望形式,其中多个对象与第一通信节点通信;并且在操作的第一模式(诸如操作的数据传送模式)中,指示多个对象移动到第一期望形式的各自的对象位置。例如,第一形式可能被期望以便提高空间复用(spatial multiplexing)和/或提高频谱效率。
确定第一期望形式可以包括根据一个或多个函数来优化多个对象的位置,下面概述了这些函数的示例。例如,确定第一期望形式可以包括优化多个对象的位置,使得所有所述对象的总频谱效率被最大化。替代地或附加地,确定第一期望形式可以包括优化多个对象的位置,使得多个对象中具有最低数据吞吐量的对象的频谱效率被最大化。替代地或附加地,确定第一期望形式可以包括优化多个对象的位置,使得每个对象的频谱效率高于阈值水平。替代地或附加地,确定第一期望形式可以包括设置多个对象的第一期望形式,使得多个对象中的每一个都可由第一通信节点在空间上解析。
在一些示例实施例中,用于确定第一期望形式的部件受到多个对象中的一个或多个对象的移动管制限制的约束。
一些示例实施例包括将对象分成两个或更多群组,其中所述群组中的每一个与不同的通信节点通信。例如,如果设置对象位置以使得它们都由单个通信节点在空间上可解析是不可能的,则可以这样做。
在一些示例实施例中,该部件还可以被配置为执行:在操作的第二模式(例如,操作的正常模式,诸如当操作的数据传送模式完成时)中,根据飞行计划指示对象移动到各自的对象位置。
每个对象位置可以包括各自的对象相对于第一通信节点的方位角和仰角。对象位置也可以基于与通信节点的距离。方位角和仰角可以定义通信节点和相关对象之间的通信到达角。
在一些示例实施例中,该部件还可以被配置为执行:使用MIMO算法(例如,M-MIMO算法)在第一通信节点和多个对象之间进行通信。例如,第一通信节点可以是具有多个空间分离的信道的MIMO通信节点。
多个对象可以包括无人驾驶飞行器(UAV)。替代地或附加地,多个对象可以包括无人驾驶地面车辆和/或机器人。
第一通信节点可以使用空间复用来与多个对象进行通信(例如,使得多个对象内的不同对象可以由不同的MIMO波束服务)。因此,相同的时间和频率资源可以被用于每次传输。如果正在与之通信的多个对象中的每一个在空间上是分离的,例如使得它们在通信节点的MIMO天线的不同波束内,则这是可能的。
所述部件可以包括:至少一个处理器;包括计算机程序代码的至少一个存储器,至少一个存储器和计算机程序代码被配置为与至少一个处理器一起,致使装置的执行。
在第二方面,本说明书描述了一种方法,该方法包括:根据通信性能算法确定用于多个对象(例如,无人驾驶飞行器)的第一期望形式(例如,为了改进空间复用和/或改进频谱效率而期望的形式),其中多个对象与第一通信节点通信;并且在操作的第一模式(诸如操作的数据传送模式)中,指示多个对象移动到第一期望形式的各自的对象位置。
确定第一期望形式可以包括优化多个对象的位置,使得所有所述对象的总频谱效率被最大化。替代地或附加地,确定第一期望形式可以包括优化多个对象的位置,使得多个对象中具有最低数据吞吐量的对象的频谱效率被最大化。替代地或附加地,确定第一期望形式可以包括优化多个对象的位置,使得每个对象的频谱效率高于阈值水平。替代地或附加地,确定第一期望形式可以包括设置多个对象的第一期望形式,使得多个对象中的每一个都由第一通信节点在空间上可解析。
一些示例实施例包括将对象分成两个或更多群组,其中所述群组中的每一个与不同的通信节点通信。例如,如果设置对象位置以使得它们都由单个通信节点在空间上可解析是不可能的,则可以这样做。
一些示例实施例包括在操作的第二模式(例如,操作的正常模式,诸如当操作的数据传送模式完成时)中,根据飞行计划指示对象移动到各自的对象位置。
一些示例实施例包括使用MIMO算法在第一通信节点和多个对象之间进行通信。
第一通信节点可以使用空间复用来与多个对象进行通信(例如,使得多个对象中的不同对象可以由不同的MIMO波束服务)。
在第三方面,本说明书描述了一种被配置为执行参考第二方面描述的任何方法的装置。
在第四方面,本说明书描述了计算机可读指令,其在由计算装置执行时,使计算装置执行如参考第二方面描述的任何方法。
在第五方面,本说明书描述了一种计算机程序,包括用于使装置执行至少以下操作的指令:根据通信性能算法确定多个对象(例如无人驾驶飞行器)的第一期望形式(例如,为了改进空间复用和/或改进频谱效率而期望的形式),其中多个对象与第一通信节点通信;并且在操作的第一模式(诸如操作的数据传送模式)中,指示多个对象移动到第一期望形式的各自的对象位置。
在第六方面,本说明书描述了一种计算机可读介质(诸如非暂时性计算机可读介质),包括存储在其上的程序指令,该程序指令用于执行至少以下操作:根据通信性能算法确定多个对象(例如,无人驾驶飞行器)的第一期望形式(例如,为了改进空间复用和/或改进频谱效率而期望的形式),其中多个对象与第一通信节点通信;并且在操作的第一模式(诸如操作的数据传送模式)中,指示多个对象移动到第一期望形式的各自的对象位置。
在第七方面,本说明书描述了一种装置,包括:至少一个处理器;包括计算机程序代码的至少一个存储器,该计算机程序代码当由至少一个处理器执行时,使该装置:根据通信性能算法确定多个对象(例如,无人驾驶飞行器)的第一期望形式(例如,为了改进空间复用和/或改进频谱效率而期望的形式),其中多个对象与第一通信节点通信;并且在操作的第一模式(诸如操作的数据传送模式)中,指示多个对象移动到第一期望形式的各自的对象位置。
在第八方面,本说明书描述了一种装置,包括:第一控制模块(例如,飞行计划控制模块),用于根据通信性能算法确定多个对象(例如,无人驾驶飞行器(UAV)、无人驾驶地面车辆和/或机器人)的第一期望形式,其中多个对象与第一通信节点通信;以及用于在操作的第一模式(诸如操作的数据传送模式)中指示多个对象移动到第一期望形式的各自的对象位置的输出(例如通信信号,例如作为MIMO协议的一部分)。例如,第一形式可能被期望以便提高空间复用和/或提高频谱效率。第一控制模块可以通过根据一个或多个函数来优化多个对象的位置来确定第一期望形式。第二控制模块(或第一控制模块)可以在操作的第二模式(例如,操作的正常模式,诸如当操作的数据传送模式完成时)中根据飞行计划指示对象移动到各自的对象位置。
附图说明
现在将仅通过示例的方式参考以下示意图来描述示例实施例,其中:
图1和图2是根据示例实施例的系统的框图;
图3和图4是示出根据示例实施例的算法的流程图;
图5和图6是示出根据示例实施例的原理的曲线图;
图7是示出根据示例实施例的算法的流程图;
图8是根据示例实施例的系统的框图。
图9是示出根据示例实施例的算法的流程图;
图10是根据示例实施例的系统的组件的框图;和
图11A和图11B分别示出了是存储计算机可读代码的可移动非易失性存储器单元和压缩盘(CD)的有形介质,计算机可读代码在被计算机运行时执行根据示例实施例的操作。
具体实施方式
本发明的各种实施例所寻求的保护范围由独立权利要求规定。说明书中描述的不属于独立权利要求的范围的实施例和特征(如果有的话)将被解释为对理解本发明的各种实施例有用的示例。
在说明书和附图中,相同的附图标记自始至终指代相同的元件。
无人驾驶飞行器(UAV)(通常也被称为无人机)在不同的民用应用中的使用正在增加。例如,UAV可以被用于搜索、救援和监视任务、农业监测、交通流量监测、航空成像、在热点地区中提供按需覆盖以及许多其他应用。
在一些应用中,诸如监视或搜索和救援应用,如果部署UAV的集群而不是单个UAV来执行任务,则可以增强UAV的运行效率。然而,增加集群中的无人机UAV的数量可能会导致高聚合数据速率要求。
图1是根据示例实施例的总体上由附图标记10来指示的系统的框图。
系统10包括通信节点12(诸如基站)和多个对象14(诸如多个无人驾驶飞行器)。在系统10中,多个对象14被组织成总体上由附图标记14a指示的集群。
多个中的每个对象14具有包括相对于通信节点12的方位角和仰角的位置。方位角和仰角定义通信节点12和各自的对象14之间的通信的到达角(AoA)。
通信节点12可以是具有多个空间分离信道的MIMO通信节点。节点12和对象14之间的通信可以使用MIMO算法(例如M-MIMO算法)来进行。
大规模多输入多输出(M-MIMO)是一种用于在需要高吞吐量的应用中为对象(例如UAV)集群提供无线蜂窝连接性的候选技术。然而,在需要同时为多个UAV(例如数十个UAV)提供高数据速率服务的应用中实现M-MIMO空间复用(SM)特征的益处需要解决许多实际挑战。例如,在相同时间-频率资源上同时被调度的不同UAV应在空间域上被分离;也就是说,它们应该能够被不同的接收/发射波束所接收/服务。
图2是根据示例实施例的总体上由附图标记20指示的系统的框图。系统20包括上述的通信节点12和多个对象14。在系统20中,多个对象被组织成总体上由附图标记14b指示的集群。
集群14b内的对象已经相对于集群14a而被重新组织(即以不同的形式来提供)。如下文进一步讨论的,这种重新组织旨在通过利用诸如UAV(与地面用户设备和基站相比)之类的对象的特性来提高针对集群通信的通信性能(例如MU-MIMO上行链路或下行链路性能),即在管理对象位置时的自由度。
如下文详细讨论的,节点12和对象14(诸如集群14b内的对象)之间的通信可以使用空间复用(SM)来进行,诸如可以为每次传输使用相同的时间和频率资源。在MIMO的上下文中,这可以被实现为使得不同的对象由不同的MIMO波束(如图2中示意性示出的四个这样的波束)服务。如果正在与之通信的多个对象中的每一个在空间上是分离的,例如使得它们在通信节点的MIMO天线的不同波束内(并且因此可以由不同的MIMO波束服务),则这是可能的。
图3是示出根据示例实施例的总体上由附图标记30指示的算法的流程图。
算法30开始于操作32,其中确定用于多个对象的第一期望形式。第一期望形式可以被设置以便改进空间复用和/或改进通信节点12和对象14之间的通信的频谱效率。上面参考图2描述的集群14b是以第一期望形式布置的多个对象的示例。
在操作34,指示对象移动到第一期望形式的各自的对象位置。因此,例如,可以将对象从它们在集群14a中的位置移动到它们在集群14b中的位置。
第一期望形式可以被使用在操作的第一模式(例如通信模式或数据传送模式)中。
每个对象14的位置可以基于相对于通信节点12的方位角和仰角来定义。位置也可以基于与通信节点的距离来定义。
图4是示出根据示例实施例的总体上由附图标记40指示的算法的流程图。
在算法40的操作42,上述多个对象14在飞行计划配置中被提供。因此,在操作42中,根据飞行计划来定位多个对象14。例如,这可以如图1中的多个对象14a所示。
在算法40的操作44,将多个对象重新配置为通信配置(或“数据传送”配置)。例如,这可以如图2中的多个对象14b所示(并且例如可以是上面参考算法30讨论的第一形式)。
在算法40的操作46中(在一些示例实施例中其可以是可选的),多个对象14返回到飞行计划配置。
因此,多个对象可以根据飞行计划(例如,预定飞行计划)行进,但是可以被重新定位到通信(或数据传送)配置中以便用于即将发生的数据传输(向对象的数据传输和/或来自对象的数据传输)。这种重新定位可能会是很短的时间段,以使得一旦数据传送已经进行,对象就返回到原来的飞行计划。
在一些示例实施例中,操作的通信/数据传送模式被认为表示操作的第一模式并且飞行计划配置被认为表示操作的第二模式。在一些示例实施例中,飞行计划配置被认为表示操作的正常模式。
应当注意,在确定操作的通信/数据传送模式时对象的位置可能受到多个对象14中的一个或多个的移动管制限制的约束(例如,各自的设备从飞行计划配置位置移动到通信/数据传送模式位置的能力)。
本文描述的示例实施例一般考虑与UAV集群(诸如对象14)通信的M-MIMO地面基站(诸如通信节点12)的示例情况。例如,考虑具有包含M×N个天线元件/端口的2D阵列的M-MIMO地面基站,其中M和N分别是垂直和水平天线的数量。假设天线元件的水平和垂直间距为λ/2,其中λ是载波信号的波长。
如上面所指出,基站(诸如通信节点12)可以通过空间复用来与UAV集群通信。换言之,基站和P个UAV可以在相同的时间-频率资源上但在不同的波束上进行通信。
考虑其中UAV集群包含P个UAV并在上行链路中与地面基站通信的示例场景。假设信道是视线(LOS),这通常适用于高度高于几十米(例如25米)的UAV。将标示为从UAV p到地面BS的电磁波的仰角和方位角到达(AoA,angles of arrival)。然后,假设UAV具有单个发射天线,被标示为的在UAV p与地面基站BS之间的信道向量可以被写为:
向量aaz(φp)和ael(θp)被定义为
当在地面基站处使用迫零组合器(zero-forcing combiner)时,具有完美信道状态信息(CSI)的给定对象(例如UAV)可实现的平均频谱效率(SE)可以被写为:
其中H=[h1,...,hP]是包含信道向量作为其列的矩阵。
图5和图6是示出了根据示例实施例的原理的分别总体上由附图标记50和60指示的曲线图。
在图5和图6中,我们考虑P=2的简单情况,并绘制了当第二UAV(图5和图6中的UAV2)具有θ2=0°和φ2=0°时对象(例如UAV)的上行链路频谱效率与第一示例UAV(图5和图6中的UAV1)的方位角和仰角AoA的关系。在这里,基站具有64个元素的矩形阵列,其被布置成使得M=N=8,并且对于两个UAV,参数ρp被假定为1。
在图5中,我们看到第一和第二UAV(UAV1和UAV 2)的相对位置确定了空间复用增益。特别地,当UAV1和UAV2相对于基站具有相似的到达角(AoA)时,即当θ1≈0且时,当UAV具有可解析角度时,UAV1的频谱效率接近于零,低于6bps/Hz。图6是当θ2=0°时图5的2D切片。
图5和图6展示了可能有利的是确保UAV在基站处是空间可解析的以防止由于空间复用增益的降低而导致每UAV吞吐量下降。这种情形可能会导致问题,例如,如果空间复用被用来支持UAV集群中的众多命令和控制(C&C)信道。
下面讨论了许多方法来主动控制对象(诸如UAV)的位置,以便寻求将它们的吞吐量最大化并确保它们在空间上是可分离的。这些方法是上述操作32的示例实现。例如,可以考虑以下参数中的一个或多个:
设置多个对象的位置,使得所有所述对象的总频谱效率被最大化。
设置多个对象的位置,使得多个对象中具有最低数据吞吐量的一个对象的频谱效率最大化。
设置多个对象的位置,使得每个对象的频谱效率高于阈值水平。
设置多个对象的位置,使得多个对象中的每一个都可由第一通信节点在空间上解析。
在第一种方法中,操作32可以通过优化对象(例如UAV)位置以使得所有对象的总频谱效率被最大化(即,使得所有所述对象(例如UAV)的总频谱效率被最大化)来实现。这个优化问题可以被表述如下:
subject to
其中r=[r1,...,rP],θ=[θ1,...,θP]和φ=[φ1,...,φP]是包含所有对象的距离、方位角和仰角到达(AoA)的向量,H(r,θ,φ)是等式(1)中的信道矩阵,其中明确了对r、θ和的依赖性。集合Rp、Θp和Φp被用来对对象的距离和AoA强加(可选)约束,并且在对象对其位置具有物理约束时特别有用。
等式(2)中的优化问题的替代公式是最大化所有对象(例如UAV)的最小吞吐量,使得多个UAV中具有最低数据吞吐量的UAV的频谱效率最大化。该公式被给出如下。
subject to
等式(3)中的公式通过最大化具有最低吞吐量的对象的频谱效率(SE)来确保所有对象的公平性。换句话说,等式(2)中的公式可能会导致一些对象具有高频谱效率而其他对象具有低频谱效率的解决方案,而等式(3)中的公式可以防止这种状况并确保所有对象倾向于具有相似的吞吐量。在我们希望确保与每个对象的通信满足某个延迟和可靠性要求的超可靠低延迟通信(URLLC)的上下文中,这样的特性可能是可取的。
请注意,等式(2)和(3)中的优化问题是非凸的,因此在实践中很难找到全局最优解。但是,诸如投影梯度下降和投影次梯度之类的方法可以找到局部最优解。其他方法(诸如模拟退火)可以被用来提高局部最小值的质量并增加找到全局最小值的可能性。
不是最大化总和或最小频谱效率,等式(2)和(3)中的公式的替代次优方法是定位对象(例如UAV),以使得它们在基站(例如通信节点12)处始终是空间可解析的。这个想法在概念上既简单又易于实现。
更正式地说,对于给定的基站天线配置以及对于每对对象p和q,我们可以找到参数∈η和Δη,使得当方位角和仰角的分离分别大于∈η和Δη时,吞吐量大于预定阈值η,即
当|θp-θq|≥∈η且|φp-φq|≥Δη时,SEp≥η且SEq≥η
参数εη和Δη可以通过评估等式(1)中针对不同方位角和仰角的频谱效率表达式并将其与阈值η进行比较来找到。例如,在图6中,可以看出,对于SE1和SE2大于η=4bps/Hz,则UAV之间的方位角差至少应为5度。
所提出的方法涉及不断地优化对象(例如UAV)轨迹,使得条件|θp-θq|≥∈η和|φp-φq|≥Δη始终得到满足。该方法的示例实现的流程图在图7中示出。
图7是示出根据示例实施例的总体上由附图标记70指示的算法的流程图。
算法70开始于操作71,其中为集群中的多个UAV中的每一个(或一些其他对象)获得当前位置数据和飞行路径信息。例如,可以从机载导航系统(例如GPS或惯性导航系统)、基于蜂窝的导航系统、UAV交通控制器或以某种其他方式获得位置数据。
在操作73,确定满足已定义要求的集群UAV的可能位置。例如,对于多个中的每对UAV(p和q),我们可以确定参数εη和Δη(也就是说,方位角的仰角差——基于在操作72中确定的数据),使得已定义的UAV特定的频谱效率目标被实现。
如上面所讨论的,示例频谱效率目标包括:当|θp-θq|≥∈η且|φp-φq|≥Δη时,SEp≥η和SEq≥η。
操作73可以是迭代过程并且可以生成构成满足已定义要求的不同位置选项的UAV集群星座的多个组合。
在操作74,集群中的UAV的轨迹更新被选择。所选择的轨迹选项例如可以是在操作73中生成的涉及与原始飞行路径的最小偏差的选项。以这种方式,功耗和延迟都可以得到改善。本领域技术人员将知晓操作74的替代实现。
算法70的操作71至74是上述算法30的操作32的示例实现。因此,在操作74中选择的形式是在操作32中确定的第一期望形式的示例。
在操作75,在操作74中选择的轨迹被用来修改UAV位置。操作75可以通过将飞行控制信息上传到集群的UAV来实现。操作75是算法的操作34的示例实现。
一旦操作75完成,集群中的UAV就可以处于适合于数据传输的形式中。在操作76,可以传送数据(例如,从一个或多个UAV到相关通信节点和/或从通信节点到一个或多个UAV)。
如上面参考算法40所描述的,一旦数据已被传送,UAV可以返回到根据其原始飞行路径的位置。因此,在可选操作77中,UAV可以恢复到原始飞行计划。在一些示例实施例中可以省略操作77。
在本发明的一个示例实施例中,上述优化UAV(或其他对象)的位置的方法可以被扩展为还考虑集群外部的已知干扰源(在UAV上行链路通信的情况下)和/或易受攻击的接收器(在UAV下行链路通信的情况下)。例如,这可以通过利用潜在干扰源和/或易受攻击的接收器的空间(位置和/或方向)、天线能力和发射功率信息来设置用于优化的附加约束来实现。
图8是根据示例实施例的总体上由附图标记80指示的系统的框图。
系统80包括第一通信节点81(诸如第一基站)、第二通信节点82(诸如第二基站)和多个对象84(诸如多个无人驾驶飞行器(UAV))。在系统80中,多个对象84被组织成集群。
如上面所讨论的,通信节点81和82可以是MIMO通信节点,每个都具有多个空间分离的信道。
系统80示出了其中集群84的对象(例如UAV)可以保持空间上不可由单个通信节点(即通信节点81和82中的任一个)解析的情况。例如,这可以是由于个体对象在重新定位自身时受到限制而引起的,因为它们的瞬时轨迹或飞行路径受到约束。在这种状况下,在没有与附加的通信节点协作的情况下,只有有限量的空间复用增益是可能的。
系统80通过将空间上不可解析的对象(例如UAV)划分成两个或更多群组来使得整体频谱效率的增强,其中所述群组中的每一个与不同节点进行通信。因此,在系统80中,一些对象84与第一通信节点81通信并且一些对象84与第二通信节点82通信。服务基站(例如gNB)或一些其他网络控制单元可以协调和管理基站之间的关联信息交换。不同的实现选项是可能的。
图9是示出根据示例实施例的总体上由附图标记90指示的算法的流程图。
算法90开始于操作92,其中一对空间上不可解析的对象(例如UAV)被识别。
在操作94,确定(例如,由网络控制单元或一些类似模块)合适的第二节点(诸如示例系统中的第二通信节点82)是否可用。操作94可以利用其他协作通信节点(诸如节点81)的空间信息和天线配置数据来实现,以确定是否存在可以服务于在其当前位置中的空间不可解析的对象对的协作基站,或者是否存在可以为空间上不可解析的对象对提供轨迹更新的协作基站,这些轨迹更新满足对各自的对象的瞬时轨迹/飞行路径施加的约束。
如果第二节点被识别,则算法90移动到操作96,在这里,该第二节点被用于通信。
如果第二节点未被识别,则算法90移动到操作98,在这里,正交资源(例如,不同的时间或频率)被用于与空间不可解析的对象对中的一个进行通信。
本发明还可以被利用在包括由不同UAV运营商协调的不同UAV(或一般情况下的多个UAV集群)的场景中。更具体地说,让我们假设一个示例场景,其中存在由两个不同UAV运营商协调的两个UAV集群,并且UAV集群将具有独立指定的特定任务轨迹,瞬时航路点在3维空间中显示为非常接近。此外,我们还假设需要在下行链路或上行链路中同时调度这些UAV集群。
在两个UAV集群由相同gNB或发射和接收点(TRP)服务的情况下,可以直接利用上述UAV位置优化过程90来确定用于单个UAV的轨迹更新,以使得可以在MU-MIMO中在其各自的更新后的3D位置中利用空间可解析的波束同时为它们提供服务。在这种情况下,交互和潜在的群间干扰可以通过扩展UAV P的集合来解决,以包括两个集群的UAV,或者将潜在干扰/易受攻击的集群的UAV的空间方向视为在优化其他集群的UAV的位置时的“避让”方向。
在不同的UAV集群由不同的gNB/TRP服务的情况下,网络可以干预并确定用于UAV的轨迹更新,以使得可以避免来自不同gNB/TRP的UAV下行链路波束在UAV接收器处的冲突,或者替代地,在gNB/TRP接收器处的UAV上行链路干扰可以被最小化。假设分别为单天线(全向)UAV接收器、发射器,这可能很重要。这种情况类似于由多个通信节点为同一集群的空间不可解析的UAV服务的情况(如上所述)。在这种情况下,相互干扰管理解决方案是通过联合优化构建的,其保证了单个集群内的UAV从其各自的gNB/TRP天线阵列的空间解析率,同时避免了服务于不同集群的不同gNB/TRP之间的波束冲突。
在非常靠近的UAV对其原始轨迹有严格约束的特定情况下,通过临时更新其位置来防止波束碰撞,不同碰撞波束之间的资源分配的正交化可以被使用。
可以通过适配上面呈现的UAV位置优化算法来设计针对多UAV运营商情形的另一种解决方案,该算法产生更新后的UAV轨迹,使得可以同时利用相同的发射/接收波束从具有频率正交资源分配的单个通信节点对非常靠近的UAV提供服务(受到附加轨迹设计约束,避免相对于服务通信节点的UAV之间的相互阻碍)。
在一些示例实施例中,确定用于优化集群形式的对象(例如,UAV)的轨迹更新,可能需要用信号通知和/或交换关于(地面或空中)通信节点天线配置的信息,包括但不限于关于在核心网络的不同节点之间所支持的位置、取向、阵列几何、仰角和方位角范围的数据。
在一些示例实施例中,空间上不可解析的对象(例如,UAV)到其他协作(地面或空中)通信节点的切换可能需要关于在协作通信节点和/或控制单元之间用信号发送关于各自的对象的信息,诸如UE ID、飞行路径/当前轨迹。
为了完整起见,图10是先前描述的一个或多个示例实施例的组件的示意图,其在下文中统称为处理系统300。处理系统300例如可以是在以下权利要求中提及的装置。
处理系统300可以具有处理器302、紧密耦合到处理器并且包括RAM 314和ROM 312的存储器304,以及可选的用户输入310和显示器318。处理系统300可以包括用于连接到网络/装置的一个或多个网络/设备接口308,例如可以是有线或无线的调制解调器。接口308还可以作为与其他装置的连接来操作,诸如不是网络侧装置的设备/装置。因此,无需网络参与的设备/装置之间的直接连接是可能的。
处理器302连接到每个其他组件以便控制其操作。
存储器304可以包括非易失性存储器,诸如硬盘驱动器(HDD)或固态驱动器(SSD)。存储器304的ROM 312尤其存储操作系统315并且可以存储软件应用316。存储器304的RAM314被处理器302用来临时存储数据。操作系统315可以包含代码,该代码在由处理器执行时实现上述算法30、40、70和90的各方面。请注意,在小型设备/装置的情况下,存储器可能最适合小尺寸使用,即并不总是使用硬盘驱动器(HDD)或固态驱动器(SSD)。
处理器302可以采取任何合适的形式。例如,它可以是一个微控制器、多个微控制器、一个处理器或多个处理器。
处理系统300可以是独立的计算机、服务器、控制台或其网络。处理系统300和所需的结构零件可以全部在诸如IoT设备/装置之类的设备/装置内部,即嵌入到非常小的尺寸。
在一些示例实施例中,处理系统300还可以与外部软件应用相关联。这些可以是存储在远程服务器设备/装置上的应用,并且可以部分或专门在远程服务器设备/装置上运行。这些应用可以被称为云托管应用。处理系统300可以与远程服务器设备/装置通信以便利用存储在那里的软件应用。
图11A和图11B分别示出了是存储计算机可读代码的可移动存储器单元365和压缩盘(CD)368的有形介质,计算机可读代码在被计算机运行时可以执行根据上述示例实施例的方法。可移动存储单元365可以是记忆棒,例如USB记忆棒,具有存储计算机可读代码的内部存储器366。计算机系统可以经由连接器367访问内部存储器366。CD 368可以是CD-ROM或DVD等等。可以使用其他形式的有形存储介质。有形介质可以是能够存储数据/信息的任何设备/装置,该数据/信息可以在设备/装置/网络之间交换。
本发明的实施例可以以软件、硬件、应用逻辑或者软件、硬件和应用逻辑的组合来实现。软件、应用逻辑和/或硬件可以驻留在存储器或任何计算机介质上。在示例实施例中,应用逻辑、软件或指令集被维持在各种传统计算机可读介质中的任何一种上。在本文档的上下文中,“存储器”或“计算机可读介质”可以是可以包含、存储、通信、传播或传送指令以供指令执行系统、装置或设备(诸如计算机)使用或与之结合使用的任何非暂时性介质或部件。
在相关的情况下,对“计算机可读介质”、“计算机程序产品”、“有形体现的计算机程序”等或“处理器”或“处理电路”等的引用应被理解为不仅涵盖具有诸如单/多处理器架构和定序器/并行架构之类不同架构的计算机,还涵盖专用电路,诸如现场可编程门阵列FPGA、专用电路ASIC、信号处理设备/装置和其他设备/装置。对计算机程序、指令、代码等的引用应被理解为表达用于可编程处理器固件的软件,诸如作为用于处理器的指令的硬件设备/装置的可编程内容或用于固定功能设备/装置、门阵列、可编程逻辑设备/装置等等的已配置或配置设置。
如果期望的话,本文讨论的不同功能可以以不同的顺序来执行和/或彼此同时执行。此外,如果期望的话,上述功能中的一个或多个可以是可选的或者可以被组合。类似地,还将了解,图3、图4、图7和图9的流程图和消息序列仅是示例,并且其中描绘的各种操作可以被省略、重新排序和/或组合。
应当了解,上述示例实施例纯粹是说明性的并且不限制本发明的范围。在阅读本说明书后,其他变型和修改对于本领域技术人员将是显而易见的。
尽管上述示例涉及UAV上行链路和/或下行链路通信,但是本文描述的原理可以被应用于其他示例应用。例如,除了其他单天线UAV之外,还可以使用包括支持M-MIMO的主UAV作为空中基站的UAV集群。此外,这些原理可以被应用于非UAV应用,诸如控制具有多个移动机器人的自动化工厂车间。
此外,本申请的公开应当被理解为包括在本文中明确或隐含地公开的任何新颖特征或各个特征的任何新颖组合或其任何概括,并且在本申请或从其衍生的任何申请的诉讼期间,新的权利要求可以被制定为涵盖任何此类特征和/或此类特征的组合。
尽管在独立权利要求中阐述了本发明的各个方面,但是本发明的其他方面包括来自所描述的示例性实施例和/或从属权利要求的特征与独立权利要求的特征的其他组合,而不仅仅是权利要求中明确阐述的组合。
在本文中还应注意,虽然以上描述了各种示例,但是这些描述不应被视为限制性的。相反,在不脱离如所附权利要求所限定的本发明范围的情况下,可以进行若干变型和修改。
Claims (15)
1.一种装置,包括用于执行以下操作的部件:
根据通信性能算法确定用于多个对象的第一期望形式,其中所述多个对象与第一通信节点通信;以及
在操作的第一模式中,指示所述多个对象移动到所述第一期望形式的各自的对象位置。
2.根据权利要求1所述的装置,其中确定所述第一期望形式包括:优化所述多个对象的位置,使得所有所述对象的总频谱效率被最大化。
3.根据权利要求1或2所述的装置,其中确定所述第一期望形式包括:优化所述多个对象的位置,使得所述多个对象中具有最低数据吞吐量的对象的频谱效率被最大化。
4.根据权利要求1至3中任一项所述的装置,其中确定所述第一期望形式包括:优化所述多个对象的位置,使得每个对象的频谱效率高于阈值水平。
5.根据前述权利要求中任一项所述的装置,其中确定所述第一期望形式包括:设置所述多个对象的所述第一期望形式,使得所述多个对象中的每一个都可由所述第一通信节点在空间上解析。
6.根据前述权利要求中任一项所述的装置,其中用于确定所述第一期望形式的所述部件受到所述多个对象中的一个或多个对象的移动管制限制的约束。
7.根据前述权利要求中任一项所述的装置,其中所述部件还被配置为执行:将所述对象划分成两个或更多群组,其中所述群组中的每一个与不同的通信节点通信。
8.根据前述权利要求中任一项所述的装置,其中所述操作的第一模式是操作的数据传送模式。
9.根据前述权利要求中任一项所述的装置,其中所述部件还被配置为执行:在操作的第二模式中,根据飞行计划指示所述对象移动到各自的对象位置。
10.根据前述权利要求中任一项所述的装置,其中每个对象位置包括各自的对象相对于所述第一通信节点的方位角和仰角。
11.根据前述权利要求中任一项所述的装置,其中所述部件还被配置为执行:使用MIMO算法在所述第一通信节点和所述多个对象之间进行通信。
12.根据前述权利要求中任一项所述的装置,其中所述多个对象是无人驾驶飞行器、无人驾驶地面车辆或机器人。
13.根据前述权利要求中任一项所述的装置,其中所述第一通信节点使用空间复用来与所述多个对象进行通信。
14.根据前述权利要求中任一项所述的装置,其中所述部件包括:
至少一个处理器;和
包括计算机程序代码的至少一个存储器,所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,致使所述装置的执行。
15.一种方法,包括:
根据通信性能算法确定用于多个对象的第一期望形式,其中所述多个对象与第一通信节点通信;以及
在操作的第一模式中,指示所述多个对象移动到所述第一期望形式的各自的对象位置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2020/050139 WO2021139875A1 (en) | 2020-01-06 | 2020-01-06 | Communication system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115136641A true CN115136641A (zh) | 2022-09-30 |
Family
ID=69156413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080096985.6A Pending CN115136641A (zh) | 2020-01-06 | 2020-01-06 | 通信系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230291462A1 (zh) |
EP (1) | EP4088502A1 (zh) |
CN (1) | CN115136641A (zh) |
WO (1) | WO2021139875A1 (zh) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9798329B2 (en) * | 2015-07-27 | 2017-10-24 | Genghiscomm Holdings, LLC | Airborne relays in cooperative-MIMO systems |
-
2020
- 2020-01-06 WO PCT/EP2020/050139 patent/WO2021139875A1/en unknown
- 2020-01-06 EP EP20700340.1A patent/EP4088502A1/en active Pending
- 2020-01-06 US US17/791,766 patent/US20230291462A1/en active Pending
- 2020-01-06 CN CN202080096985.6A patent/CN115136641A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4088502A1 (en) | 2022-11-16 |
US20230291462A1 (en) | 2023-09-14 |
WO2021139875A1 (en) | 2021-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mei et al. | Cellular-connected UAV: Uplink association, power control and interference coordination | |
JP7187107B2 (ja) | 構成可能基準信号 | |
US10312993B2 (en) | Cooperative clustering for enhancing MU-massive-MISO-based UAV communication | |
EP3868034B1 (en) | Position likelihood based beamformer optimization | |
CN104836640A (zh) | 一种无人机编队分布式协作通信方法 | |
CN107968692B (zh) | 一种无人机的通信方法、通信装置及无人机 | |
CN112153593B (zh) | 一种无人机辅助的高能效物联网数据收集方法 | |
JP7128807B2 (ja) | 無線基地局およびユーザ端末 | |
US20230318693A1 (en) | Mobility management in sensing-assisted mimo | |
CN104467934A (zh) | 无线信号发射方法、发射装置及无人机 | |
WO2021097804A1 (en) | Method and apparatus for aircraft traffic management | |
Calvanese Strinati et al. | 6G in the sky: on‐demand intelligence at the edge of 3D networks | |
JP7244302B2 (ja) | Hapsマルチフィーダリンクにおける干渉キャンセリング | |
CN115136641A (zh) | 通信系统 | |
WO2023220978A1 (en) | Systems and methods for control signaling for using a reconfigurable intelligent surface in communication systems | |
Ajmal et al. | Cell-free massive multiple-input multiple-output challenges and opportunities: A survey | |
JP2022167844A (ja) | Ntn末端間の直接通信のための無線リソースの選択 | |
CN111344961A (zh) | 向无人飞行器提供参考高程信息以进行配置差异化 | |
JP2022161742A (ja) | 通信中継装置、遠隔制御装置、システム、エリア制御方法及びプログラム | |
KR20210066696A (ko) | 통신 처리량 최대화를 위한 기계학습 기반의 군집 무인 항공기 배치 장치 및 방법 | |
CN113169792A (zh) | 在具有仅接收器mmWave 5G BS天线的网络和其他网络中的UAV通信的方案 | |
WO2023092396A1 (en) | Method and apparatus for signaling for beam management using chirp beams | |
WO2024000424A1 (en) | Methods and apparatus for hierarchical cooperative positioning | |
Milicevic et al. | Drone Communications in 5G Network Environment | |
Batth et al. | A survey of medium access control protocols for unmanned aerial vehicle (UAV) 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 |