CN115208454B - 面向胶囊机场和无人机应用的最大覆盖部署方法及系统 - Google Patents
面向胶囊机场和无人机应用的最大覆盖部署方法及系统 Download PDFInfo
- Publication number
- CN115208454B CN115208454B CN202210494754.1A CN202210494754A CN115208454B CN 115208454 B CN115208454 B CN 115208454B CN 202210494754 A CN202210494754 A CN 202210494754A CN 115208454 B CN115208454 B CN 115208454B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- capsule
- airport
- user
- 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
Links
- 239000002775 capsule Substances 0.000 title claims abstract description 259
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000004891 communication Methods 0.000 claims abstract description 56
- 238000005265 energy consumption Methods 0.000 claims abstract description 37
- 230000000694 effects Effects 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims description 13
- 238000012876 topography Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 8
- 238000003064 k means clustering Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种面向胶囊机场和无人机应用的最大覆盖部署方法及系统，包括：在该给定区域W，针对从q个侯选位置中确定的m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R；令所有无人机部署在最佳固定高度H，确定无人机间的最大通信半径R1；令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置；令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果。
Description
技术领域
本发明涉及胶囊机场和无人机领域，具体涉及一种面向胶囊机场和无人机应用的最大覆盖部署方法及系统。
背景技术
随着无线网络的发展与普及，小巧轻便的无人机作为空中基站提供网络服务成为一个重要应用。特别在地震、洪涝、火灾等突发性公共事件造成通信中断后，在无人机上搭载基站可以快速构建临时区域无线覆盖网络，帮助受灾地区恢复通信，提高人员搜救效率。装载小型旋翼无人机的胶囊机场，可用于多无人机的存放和充电，小巧灵活、成本较低，可以实现快速部署。当考虑使用胶囊机场无人机系统为受灾地区提供临时通信覆盖服务，那么胶囊机场和无人机在空间中的位置部署是一个关键问题。胶囊机场可由直升飞机运送至地势较高的平整地面，其部署方法类似于平面设施选址问题。而无人机需要部署在三维空间中，解空间增加了一个维度，而且需要考虑容量约束、用户分配和保持连通问题，相对来说比较复杂。胶囊机场和无人机的双层部署是一个更具有挑战的研究问题，无人机的位置优化则是其中的重点。
发明内容
本发明实施例提供一种面向胶囊机场和无人机应用的最大覆盖部署方法及系统，面向胶囊机场和无人机应用的最大覆盖部署，部署给定数量的胶囊机场、无人机，使得多个无人机在给定区域上方合作飞行，飞行在最优平面位置、合适的高度，覆盖面最广，且无人机功率损耗最优，为受灾地区提供临时通信覆盖服务。
为达上述目的，一方面，本发明实施例提供一种面向胶囊机场和无人机应用的最大覆盖部署方法，包括：
在给定区域预部署胶囊机场以及无人机以覆盖给定区域来提供无线通信服务，将对胶囊机场和无人机的最大覆盖部署设置成一个问题空间V：
在给定区域W具有位置已知的用户i，i∈I，i表示用户的位置，I表示用户位置的集合；
给定区域W内，已知具有地势较高且处在地面平整区域的q个侯选位置，q个侯选位置用于放置m个胶囊机场，且m＜q；
每个胶囊机场装有n个无人机；j∈J和分别表示胶囊机场侯选位置集合和胶囊机场位置集合，|J|＝q且|J|＝m；
从q个侯选位置中确定m个胶囊机场的位置，确定每个胶囊机场所在区域内的用户集；
在该给定区域W，已知用户i∈I的位置，针对从q个侯选位置中确定的m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R；
令所有无人机部署在最佳固定高度H，通过空空信道传播的特性建立无人机k和无人机k'之间的路径损耗函数，并确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1；其中，无人机k'处于无人机k返回到装载该无人机胶囊机场的回路上；
通过对用户聚类，将聚类中心确定为每个区域无人机的平面位置初始解的候选解；
令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置；
令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果；
在确定好m个胶囊机场的位置、每个胶囊机场的n个无人机各自的以更低功率实现最大覆盖的最优三维位置之后，当将所有胶囊机场盛装的所有无人机部署在最优三维位置处，通过各无人机所搭载的信号基站构建临时区域无线覆盖网络，为地面给定区域内的用户提供无线通信服务，其中，每个无人机的最优三维位置通过能耗更优高度、二维平面的最优平面位置构成。
另一方面，本发明实施例提供一种最大覆盖部署方法部署的胶囊机场和无人机系统，包括：
胶囊机场位置布置单元，在给定区域内，将m个胶囊机场部署在不同位置，且每个胶囊机场盛装n个无人机；
无人机位置布置单元，将每个胶囊机场所盛装的n个无人机分别部署在各自的能耗更优高度处、二维平面内的最优位置；
信号基站布置单元，搭载于各无人机内，当无人机通过无人机位置布置单元部署完毕后，通过各无人机所搭载的信号基站构建临时区域无线覆盖网络，为给定区域内地面的每个用户提供无线通信服务；
其中，在该给定区域定部署胶囊机场、部署无人机的方法如下：
将对胶囊机场和无人机的最大覆盖部署设置成一个问题空间V：
在给定区域W具有位置已知的用户i，i∈I，i表示用户的位置，I表示用户位置的集合；
给定区域W内，已知具有地势较高且处在地面平整区域的q个侯选位置，q个侯选位置用于放置m个胶囊机场，且m＜q；
每个胶囊机场装有n个无人机；j∈J和分别表示胶囊机场侯选位置集合和胶囊机场位置集合，|J|＝q且|J|＝m；
从q个侯选位置中确定m个胶囊机场的位置，确定每个胶囊机场所在区域内的用户集；
在该给定区域W，已知用户i∈I的位置，针对从q个侯选位置中确定的m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R；
令所有无人机部署在最佳固定高度H，通过空空信道传播的特性建立无人机k和无人机k'之间的路径损耗函数，并确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1；其中，无人机k'处于无人机k返回到装载该无人机胶囊机场的回路上；
通过对用户聚类，将聚类中心确定为每个区域无人机的平面位置初始解的候选解；
令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置；
令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果；
在确定好m个胶囊机场的位置、每个胶囊机场的n个无人机各自的以更低功率实现最大覆盖的最优三维位置之后，当将所有胶囊机场盛装的所有无人机部署在最优三维位置处，通过各无人机所搭载的信号基站构建临时区域无线覆盖网络，为地面给定区域内的用户提供无线通信服务，其中，每个无人机的最优三维位置通过能耗更优高度、二维平面的最优平面位置构成。
上述技术方案具有如下有益效果：面向胶囊机场和无人机应用的最大覆盖部署，部署给定数量的胶囊机场、无人机，使得多个无人机在给定区域上方合作飞行，飞行在最优平面位置、合适的高度，覆盖面最广，且无人机功率损耗最优，为受灾地区提供临时通信覆盖服务。
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，下面描述中的附图仅仅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是本发明实施例的面向胶囊机场和无人机应用的最大覆盖部署方法的流程图；
图2是本发明实施例的最大覆盖部署方法部署的胶囊机场和无人机系统的结构示意图；
图3是无人机存放时胶囊机场状态；
图4是无人机即将起飞时的胶囊机场状态；
图5是无人机胶囊机场的系统构成；
图6是胶囊机场的选址示意图；
图7多无人机胶囊机场双层部署平面示意图；
图8一个无人机胶囊机场提供覆盖服务的三维示意图；
图9连接性约束的检验与修复示例图；
图10模拟区域的离散化；
图11 localsearch邻域1操作示意图；
图12 localsearch邻域2操作示意图；
图13高度优化示意图。
具体实施方式
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，所描述的实施例仅仅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做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。
如图所示，结合本发明的实施例，提供一种面向胶囊机场和无人机应用的最大覆盖部署方法，包括：
S101：在给定区域预部署胶囊机场以及无人机以覆盖给定区域来提供无线通信服务，将对胶囊机场和无人机的最大覆盖部署设置成一个问题空间V：
在给定区域W具有位置已知的用户i，i∈I，i表示用户的位置，I表示用户位置的集合；
给定区域W内，已知具有地势较高且处在地面平整区域的q个侯选位置，q个侯选位置用于放置m个胶囊机场，且m＜q；
每个胶囊机场装有n个无人机；j∈J和分别表示胶囊机场侯选位置集合和胶囊机场位置集合，|J|＝q且|J|＝m；
从q个侯选位置中确定m个胶囊机场的位置，确定每个胶囊机场所在区域内的用户集；
S102：在该给定区域W，已知用户i∈I的位置，针对从q个侯选位置中确定的m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R；
S103：令所有无人机部署在最佳固定高度H，通过空空信道传播的特性建立无人机k和无人机k'之间的路径损耗函数，并确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1；其中，无人机k'处于无人机k返回到装载该无人机胶囊机场的回路上；
S104：通过对用户聚类，将聚类中心确定为每个区域无人机的平面位置初始解的候选解；
S105：令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置；
S106：令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果；
S107：在确定好m个胶囊机场的位置、每个胶囊机场的n个无人机各自的以更低功率实现最大覆盖的最优三维位置之后，当将所有胶囊机场盛装的所有无人机部署在最优三维位置处，通过各无人机所搭载的信号基站构建临时区域无线覆盖网络，为地面给定区域内的用户提供无线通信服务，其中，每个无人机的最优三维位置通过能耗更优高度、二维平面的最优平面位置构成。
优选地，所述从q个侯选位置中确定m个胶囊机场的位置，具体包括：
通过shaking从胶囊机场的q个侯选位置中随机确定|J|个胶囊机场位置；
再令k＝|J|，对所有用户实施k-means聚类，将所有用户划分为|J|个区域；
计算随机确定位置的每个胶囊机场与聚类中心的距离，将随机确定位置的每个胶囊机场匹配到最近聚类中心所在的区域，从而确定出m个胶囊机场各自的最终位置及所在区域内的用户集。
优选地，步骤102，所述在该给定区域W，已知用户i∈I的位置，针对从q个侯选位置中确定m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过建立无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R，具体包括：
S1021：无人机与用户的连接通过空对地信道传播，针对无人机与用户连接的空对地信道建立空对地信道模型，所述空对地信道模型是指无人机k到用户i的路径损耗函数，对所述无人机k到用户i的路径损耗由一定概率的LoS链接和一定概率的nLoS链接构成；
S1022：当给定路径损耗阈值Lth时，那么无人机k到用户i的路径损耗函数为dik关于h的非线性隐函数；通过对无人机k到用户i的路径损耗函数求偏导，求出无人机k到用户i的路径损耗函数的拐点值，将所述路径损耗函数的拐点值作为最佳固定高度H，同时求出dik的最大值，将所述dik的最大值作为无人机的最大覆盖半径R；
其中，dik为用户i到无人机k覆盖圈圆心的距离，k∈K；
h为无人机的高度。
优选地，步骤103，所述所有无人机部署在最佳固定高度H，通过空空信道传播的特性建立无人机k和无人机k'之间的路径损耗函数，根据无人机k和无人机k'之间的路径损耗函数确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1，具体包括：
S1031：无人机与无人机的网络连接通过空空信道传播，通过line-of-sight(LoS)链路表示；将无人机k和无人机k'之间的路径损耗被视为自由空间传播损耗FSPL，建立无人机k和无人机k'之间的路径损耗函数，对所述无人机k和无人机k'之间的路径损耗函数的影响因素包括：无人机k与无人机k'之间的距离dkk'，无人机与无人机信道的载波频率f，光速c；
S1032：当给定无人机在无人机网络中的传输功率，得到路径损耗阈值则能够确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1。
优选地，步骤104，所述通过对用户聚类，将聚类中心确定为每个区域无人机的平面位置初始解的候选解，具体包括：
S1041：令无人机的数量k＝n，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，对用户进行k-means聚类，将聚类中心作为每个区域无人机的平面位置初始解的候选解；
S1042：对候选解进行连接性约束的检查，以及对不满足连接性约束的候选解进行修复直至满足连接性约束；
步骤105，所述令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机间的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置，具体包括：
将满足连接性约束的候选解确定为无人机的初始位置，通过local search迭代到最大循环次数后输出无人机平面位置最优解。
优选地，所述连接性约束是指每个无人机在作业停留位置均至少有一条返回到装载该无人机胶囊机场的回路，保证所有无人机及装载无人机的胶囊机场之间能够相互通信，传递覆盖信息并对无人机实现部署控制；所述连接性约束用于对每个区域无人机的平面位置初始解的候选解进行检验和修复。
优选地，满足连接性约束的候选解是聚类得到的初始可行解，需要进一步改进；
所述将满足连接性约束的候选解确定为无人机的初始位置，通过local search迭代到最大循环次数后输出无人机平面位置最优解，具体包括：
使用单位长度为λ的方格，将连续平面离散化；针对每个无人机，该无人机初始位置所在λ×λ网格为该无人机local search的第一个邻域，第一邻域周围相邻的八个网格构成第二个邻域；
将每个无人机所在的λ×λ网格再次用单位长度为的方格离散化，得到该邻域内的候选解；
第一个邻域动作是随机选择一个无人机，在其所在λ×λ网格内穷举搜索；第二个邻域动作是随机选择一个无人机，在其第二个邻域内随机选择一个λ×λ网格进行穷举搜索；
在穷举搜索过程中，每搜索到一个新位置，判断其与所在将胶囊机场的连接约束是否满足连接性约束，如果满足连接性约束，则通过用户分配，计算用户覆盖数量，根据用户覆盖数量判断是否获得无人机平面位置的更优解；直至得到无人机平面位置最优解，则停止在下一个邻域内随机选择一个网格进行穷举搜索。
优选地，所述计算用户覆盖数量，具体包括：
当每个区域无人机的平面位置初始解的候选解满足连接性约束之后；采取贪婪覆盖的思想，将每个胶囊机场所在区域的用户分配到无人机；所述采取贪婪覆盖的思想，将该每个胶囊机场所在区域的用户分配到无人机，具体包括：
首先，对于只有1个无人机连接的用户，直接将该用户分配到此无人机；
其次，可连接无人机数量大于1的用户，按照分配准则进行分配，优先将其分配到距离最近还未达到覆盖阈值的无人机；
其中，所述按照分配准则进行分配，具体包括：
首先判断距离用户最近的无人机提供网络服务的容量是否达到容量上限，如果没有达到容量上限，则将该用户分配给最近的无人机；
否则，继续判断距离第二近的无人机提供网络服务的容量是否达到容量上限，直到可连接无人机都被检验为容量达到容量上限，该用户被确定为无法覆盖的用户。
优选地，步骤106，所述令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果，具体包括：
S1061：针对无人机k到用户i的路径损耗函数，输入j∈J及最优位置相应的最优解ψbest、最佳固定高度H；
S1062：对每一个无人机k∈ψbest，计算其覆盖圈内所有用户到该无人机的水平距离dik；
S1063：选择dik中的最大值dkmax作为无人机的覆盖半径，如果最大值dkmax小于无人机的最大覆盖半径R，则将dkmax代入无人机k到用户i的路径损耗函数，求得此时无人机k的高度hkOptimal，将hkOptimal作为优化能效后无人机能效最优高度，所述无人机能效最优高度低于最佳固定高度H；为了保持连通性，在每个胶囊机场系统内部，对于只有1个无人机的回路，对应的无人机降落到其能耗最优高度，对于其他回路上的无人机，将这条回路上的所有无人机，都下降到该回路上最高的一个能耗最优高度；最终，将每个无人机部署在其能耗更优高度hkOptimized；其中，胶囊机场系统是指通过胶囊机场以及该胶囊机场所装有的n个无人机；
S1064：当无人机悬停在能耗更优高度hkOptimized及最优水平位置时，无人机悬停机动过程中的能量消耗更低、且保证满足无人机之间的网络连通性条件，达到降低功率损耗的效果。
如图2所示，结合本发明的实施例，提供一种最大覆盖部署方法部署的胶囊机场和无人机系统，包括：
胶囊机场位置布置单元21，在给定区域内，将m个胶囊机场部署在不同位置，且每个胶囊机场盛装n个无人机；
无人机位置布置单元22，将每个胶囊机场所盛装的n个无人机分别部署在各自的能耗更优高度处、二维平面内的最优位置；
信号基站布置单元23，搭载于各无人机内，当无人机通过无人机位置布置单元部署完毕后，通过各无人机所搭载的信号基站构建临时区域无线覆盖网络，为给定区域内地面的每个用户提供无线通信服务；
其中，在该给定区域定部署胶囊机场、部署无人机的方法如下：
将对胶囊机场和无人机的最大覆盖部署设置成一个问题空间V：
在给定区域W具有位置已知的用户i，i∈I，i表示用户的位置，I表示用户位置的集合；
给定区域W内，已知具有地势较高且处在地面平整区域的q个侯选位置，q个侯选位置用于放置m个胶囊机场，且m＜q；
每个胶囊机场装有n个无人机；j∈J和分别表示胶囊机场侯选位置集合和胶囊机场位置集合，|J|＝q且|J|＝m；
从q个侯选位置中确定m个胶囊机场的位置，确定每个胶囊机场所在区域内的用户集；
在该给定区域W，已知用户i∈I的位置，针对从q个侯选位置中确定的m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R；
令所有无人机部署在最佳固定高度H，通过空空信道传播的特性建立无人机k和无人机k'之间的路径损耗函数，并确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1；其中，无人机k'处于无人机k返回到装载该无人机胶囊机场的回路上；
通过对用户聚类，将聚类中心确定为每个区域无人机的平面位置初始解的候选解；
令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置；
令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果；
在确定好m个胶囊机场的位置、每个胶囊机场的n个无人机各自的以更低功率实现最大覆盖的最优三维位置之后，当将所有胶囊机场盛装的所有无人机部署在最优三维位置处，通过各无人机所搭载的信号基站构建临时区域无线覆盖网络，为地面给定区域内的用户提供无线通信服务，其中，每个无人机的最优三维位置通过能耗更优高度、二维平面的最优平面位置构成。
针对，在该给定区域定部署胶囊机场、部署无人机的方法的每个步骤的优化见前述的面向胶囊机场和无人机应用的最大覆盖部署方法。如下：
优选地，所述从q个侯选位置中确定m个胶囊机场的位置，具体包括：
通过shaking从胶囊机场的q个侯选位置中随机确定|J|个胶囊机场位置；
再令k＝|J|，对所有用户实施k-means聚类，将所有用户划分为|J|个区域；
计算随机确定位置的每个胶囊机场与聚类中心的距离，将随机确定位置的每个胶囊机场匹配到最近聚类中心所在的区域，从而确定出m个胶囊机场各自的最终位置及所在区域内的用户集。
优选地，步骤102，所述在该给定区域W，已知用户i∈I的位置，针对从q个侯选位置中确定m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过建立无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R，具体包括：
S1021：无人机与用户的连接通过空对地信道传播，针对无人机与用户连接的空对地信道建立空对地信道模型，所述空对地信道模型是指无人机k到用户i的路径损耗函数，对所述无人机k到用户i的路径损耗由一定概率的LoS链接和一定概率的nLoS链接构成；
S1022：当给定路径损耗阈值Lth时，那么无人机k到用户i的路径损耗函数为dik关于h的非线性隐函数；通过对无人机k到用户i的路径损耗函数求偏导，求出无人机k到用户i的路径损耗函数的拐点值，将所述路径损耗函数的拐点值作为最佳固定高度H，同时求出dik的最大值，将所述dik的最大值作为无人机的最大覆盖半径R；
其中，dik为用户i到无人机k覆盖圈圆心的距离，k∈K；
h为无人机的高度。
优选地，步骤103，所述所有无人机部署在最佳固定高度H，通过空空信道传播的特性建立无人机k和无人机k'之间的路径损耗函数，根据无人机k和无人机k'之间的路径损耗函数确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1，具体包括：
S1031：无人机与无人机的网络连接通过空空信道传播，通过line-of-sight(LoS)链路表示；将无人机k和无人机k'之间的路径损耗被视为自由空间传播损耗FSPL，建立无人机k和无人机k'之间的路径损耗函数，对所述无人机k和无人机k'之间的路径损耗函数的影响因素包括：无人机k与无人机k'之间的距离dkk'，无人机与无人机信道的载波频率f，光速c；
S1032：当给定无人机在无人机网络中的传输功率，得到路径损耗阈值则能够确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1。
优选地，步骤104，所述通过对用户聚类，将聚类中心确定为每个区域无人机的平面位置初始解的候选解，具体包括：
S1041：令无人机的数量k＝n，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，对用户进行k-means聚类，将聚类中心作为每个区域无人机的平面位置初始解的候选解；
S1042：对候选解进行连接性约束的检查，以及对不满足连接性约束的候选解进行修复直至满足连接性约束；
步骤105，所述令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机间的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置，具体包括：
将满足连接性约束的候选解确定为无人机的初始位置，通过local search迭代到最大循环次数后输出无人机平面位置最优解。
优选地，所述连接性约束是指每个无人机在作业停留位置均至少有一条返回到装载该无人机胶囊机场的回路，保证所有无人机及装载无人机的胶囊机场之间能够相互通信，传递覆盖信息并对无人机实现部署控制；所述连接性约束用于对每个区域无人机的平面位置初始解的候选解进行检验和修复。
优选地，满足连接性约束的候选解是聚类得到的初始可行解，需要进一步改进；
所述将满足连接性约束的候选解确定为无人机的初始位置，通过local search迭代到最大循环次数后输出无人机平面位置最优解，具体包括：
使用单位长度为λ的方格，将连续平面离散化；针对每个无人机，该无人机初始位置所在λ×λ网格为该无人机local search的第一个邻域，第一邻域周围相邻的八个网格构成第二个邻域；
将每个无人机所在的λ×λ网格再次用单位长度为的方格离散化，得到该邻域内的候选解；
第一个邻域动作是随机选择一个无人机，在其所在λ×λ网格内穷举搜索；第二个邻域动作是随机选择一个无人机，在其第二个邻域内随机选择一个λ×λ网格进行穷举搜索；
在穷举搜索过程中，每搜索到一个新位置，判断其与所在将胶囊机场的连接约束是否满足连接性约束，如果满足连接性约束，则通过用户分配，计算用户覆盖数量，根据用户覆盖数量判断是否获得无人机平面位置的更优解；直至得到无人机平面位置最优解，则停止在下一个邻域内随机选择一个网格进行穷举搜索。
优选地，所述计算用户覆盖数量，具体包括：
当每个区域无人机的平面位置初始解的候选解满足连接性约束之后；采取贪婪覆盖的思想，将每个胶囊机场所在区域的用户分配到无人机；所述采取贪婪覆盖的思想，将该每个胶囊机场所在区域的用户分配到无人机，具体包括：
首先，对于只有1个无人机连接的用户，直接将该用户分配到此无人机；
其次，可连接无人机数量大于1的用户，按照分配准则进行分配，优先将其分配到距离最近还未达到覆盖阈值的无人机；
其中，所述按照分配准则进行分配，具体包括：
首先判断距离用户最近的无人机提供网络服务的容量是否达到容量上限，如果没有达到容量上限，则将该用户分配给最近的无人机；
否则，继续判断距离第二近的无人机提供网络服务的容量是否达到容量上限，直到可连接无人机都被检验为容量达到容量上限，该用户被确定为无法覆盖的用户。
优选地，步骤106，所述令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果，具体包括：
S1061：针对无人机k到用户i的路径损耗函数，输入j∈J及最优位置相应的最优解ψbest、最佳固定高度H；
S1062：对每一个无人机k∈ψbest，计算其覆盖圈内所有用户到该无人机的水平距离dik；
S1063：选择dik中的最大值dkmax作为无人机的覆盖半径，如果最大值dkmax小于无人机的最大覆盖半径R，则将dkmax代入无人机k到用户i的路径损耗函数，求得此时无人机k的高度hkOptimal，将hkOptimal作为优化能效后无人机能效最优高度，所述无人机能效最优高度低于最佳固定高度H；为了保持连通性，在每个胶囊机场系统内部，对于只有1个无人机的回路，对应的无人机降落到其能耗最优高度，对于其他回路上的无人机，将这条回路上的所有无人机，都下降到该回路上最高的一个能耗最优高度(此时该回路上最高的一个能耗最优高度作为各无人机的能耗更优高度hkOptimized)；最终，将每个无人机部署在其能耗更优高度hkOptimized；其中，胶囊机场系统是指胶囊机场以及该胶囊机场所装有的n个无人机；
S1064：当无人机悬停在能耗更优高度hkOptimized和最优水平位置时，无人机悬停机动过程中的能量消耗更低、且保证满足无人机之间的网络连通性条件，达到降低功率损耗的效果。
本发明实施例所取得的有益效果如下：
(1)本发明部署装有小型无人机的胶囊机场系统，有多个无人机在给定区域上方合作飞行，为地面用户提供无线通信服务。
(2)提出了一种基于聚类的变邻域部署算法，实现胶囊机场和无人机的双层部署。
(3)本发明将无人机在三维空间中的部署解耦到垂直和水平维度，以简化问题而不损失任何最优性。
(4)通过离散化平面，将连续问题离散化，形成无人机位置的候选解。
(5)当搜索得到二维平面的更优解后，优化无人机的高度，看是否能降低功率，如果能降低功率则进行降低功率操作。
下面结合具体的应用实例对本发明实施例上述技术方案进行详细说明，实施过程中没有介绍到的技术细节，可以参考前文的相关描述。
本发明为面向胶囊机场和无人机应用的双层最大覆盖部署技术，使用胶囊机场无人机系统为受灾地区提供临时通信覆盖服务，以无人机为基站构建无线网络时，决策者面临的一个重要问题是无人机部署优化，即如何优化无人机在三维空间中的位置，考虑容量限制、无人机-用户(uav-user)以及无人机-无人机(uav-uav)之间的通信连接等约束条件下，最大限度地覆盖地面用户。容量限制指每个无人机的容量有限，只能覆盖一定数量的用户。因此，当一个无人机能覆盖超过其容量的用户时，如何进行分户分配就十分重要。通过用户分配，对用户与无人机进行关联，便实现了uav-user通信连接。当多无人机提供无线覆盖服务时，需要考虑uav-uav之间的通信连接，因为每个无人机都需要连接到胶囊机场，以便进行有效的数据传输和信息交换。这要求无人机与无人机及无人机与胶囊机场的距离要在一定范围内，才能保持相互连通，形成最终连接到胶囊机场的回路。本发明以最大覆盖为目标，设计了一种基于聚类的变邻域搜索方法，通过shaking在给定胶囊机场侯选位置中确定胶囊机场位置。再对区域进行离散化，假设无人机放置在最优高度，通过local search确定水平面上更优的无人机位置。经过多次迭代，获得覆盖用户数量最多的无人机平面位置。最后检验每个无人机是否能降低高度，缩小其覆盖圈(覆盖圈是以无人机平面位置为圆心，将覆盖半径作为半径的圆，详见图3)但不改变覆盖的用户数量，以降低功率损耗。
一、本发明的系统模型建立
在所考虑的系统中有三种通信对象：胶囊机场、无人机和用户。“胶囊机场”(也称为无人机场，无人机机库，或无人机蜂巢)，是指为无人机设计的专用停放设施。图3和图4分别展示了无人机存放时和即将起飞时的胶囊机场状态。如图5所示，胶囊机场包括机场仓体、上盖门体、升降平台、环境监控系统、无人机及其备用电池等部分，具有无人机存放防护、起飞降落、远程控制、自动充电及智能环境检测等功能。胶囊机场装有多个无人机，并为其提供自动更换电池服务，可以在一定程度上解决无人机续航差的问题，延长无人机的服务时间，为地面用户提供可持续无线网络服务。本发明目前只研究如何确定无人机从胶囊机场出发后的服务位置，不考虑可持续充电问题。“无人机”可以在空中灵活移动到任何位置，并且每个无人机都要有连接到其所在胶囊机场的回路。“用户”可以是任何地面终端设备，如移动电话、传感器等，由空中无人机基站提供无线网络服务。为更贴近实际情况，用户在地面上呈不均匀分布。
首先，本发明考虑一个问题空间V，在平面W有一组位置已知的用户i∈I。已知在地势较高且地面平整区域的q个侯选位置，用于放置m个胶囊机场，m＜q。每个胶囊机场装有n个无人机。j∈J和分别表示胶囊机场侯选位置集合和胶囊机场位置集合，|J|＝q且|J|＝m。首先需要从q个侯选位置中确定m个胶囊机场的位置，然后要对每个胶囊机场的n个无人机(不同的胶囊机场装在的无人机数量可能不同)进行部署，目的是在无人机容量C和连接性约束下，使覆盖用户的数量最多。连接性约束是指每架无人机都至少有一条连通到胶囊机场的回路，以保证整个系统的通信连接。本发明将主要研究胶囊机场和无人机的双层部署优化问题，暂不考虑无人机电池消耗后的充电。
图6和图7给出了一个针对无人机胶囊机场双层部署问题的示例解决方案，q＝5，m＝2，n＝3。第一阶段如图6所示，已知5个地势较高且地面平整的候选位置，然后从其中选择2个位置放置胶囊机场。第二阶段如图7所示，确定好胶囊机场的位置后，以每个胶囊机场为单元，对其中的3个无人机进行部署，每个无人机连接的用户数量最多为6。关于连接性约束，u2和u4只有一条且是直接连接到胶囊机场的回路，而u1可以直接连接到胶囊机场，也可以通过u3连接到胶囊机场，同理u3、u5、u6都有两条连接到胶囊机场的回路。
(1)空地信道模型
无人机与用户的连接是通过空对地信道传播的。空对地信道模型是由LoS和nLoS链接分别以一定的概率构成，因此无人机k到用户i的路径损耗(路径损耗所损耗的是功率损耗)可以表示为
L(h,dik)＝LLoS×P(LLoS,θik)+LnLoS×P(LnLoS,θik) (1)
LoS链接的概率取决于建筑密度、建筑面积所占比例及无人机和用户的位置等，LoS链接的概率P(LLoS,θik)可以表示为：
其中，a和b是由环境(郊区、城市、密集城市、高楼建筑城市等)决定的常量系数；
为无人机k到用户i的仰角，i∈I；i∈I表示用户位置的集合；
h为无人机的高度，
dik为用户i到无人机k覆盖圈圆心的距离，如图8所示，k∈K：无人机侯选位置的集合；
nLoS链接的概率P(nLoS,θik)表示为：P(nLoS,θik)＝1-P(LoS,θik)。
LoS和nLoS链接的路径损失可以分别表示为：
其中，ηLoS和ηnLoS分别是LoS和nLoS的平均附加损失；
fc是空对地信道的载波频率，c表示光速。
那么式(1)可以化简为：
如果给定路径损失阈值Lth，那么式(4)即为dik关于h的非线性隐函数。通过求偏导，可以求出函数的拐点即最优高度H(也称为：最佳固定高度H)，以及dik的最大值即最大覆盖半径R，覆盖半径是指无人机到用户的距离。因此为降低求解复杂度，本发明首先令所有无人机部署在最优高度H，然后在二维平面搜索无人机的更优位置，最后通过调节高度降低功率消耗。其中，所有无人机的最优高度H值是相同的，所有无人机的最大覆盖半径值是相同。
如图7，当无人机部署在最优高度H时，会有一个半径为R的最大覆盖圈。如果用户i在无人机k的覆盖圈内，则表明用户i被它所覆盖。因此，用dik表示用户i与无人机k覆盖圈圆心之间的距离，用户i被覆盖的约束可以写成dik≤R。用djk表示用户j与无人机k覆盖圈圆心之间的距离，用户j被覆盖的约束可以写成djk≤R。R：无人机的最大覆盖半径。
(2)空空信道模型
uav-uav连接是通过空空信道传播，主要依赖于line-of-sight(LoS)链路。无人机k和无人机k'之间的路径损耗(路径损耗的是功率，功率损耗)可以视为自由空间传播损耗(FSPL)(等于传输功率-接收功率-噪声功率)，无人机k和无人机k'之间的路径损耗表示为：
其中，dkk'表示无人机k与无人机k'之间的距离，f表示无人机与无人机信道的载波频率，c表示光速。
那么给定无人机在无人机网络中的传输功率，求得路径损耗阈值就可以确定无人机间的最大通信范围，用R1表示。根据连接性约束的定义(连接性约束是指每个无人机在作业停留位置均至少有一条返回到装载该无人机胶囊机场的回路，保证所有无人机及装载无人机胶囊机场之间能够相互通信，传递覆盖信息；所述连接性约束用于对每个区域无人机的平面位置初始解的候选解进行检验和修复)，为了保证无人机间的连通性，无人机与其他无人机的距离需要在一定范围内，才能进行正常通信，无人机与无人机通信的目的用于传递信息，如覆盖的用户和相互的位置等。那么无人机k与无人机k'连接的约束可以表示为dkk'≤R1。
本发明所采用的集合与角标序号说明如下：i∈I：用户位置的集合
j∈J：胶囊机场侯选位置的集合
k∈K：无人机侯选位置的集合
Ik∈I：放置在k处的无人机覆盖的用户集合，它是用户位置集合的子集
胶囊机场侯选位置集合中开放的用于放置胶囊机场的位置集合
Kj∈K：从放置在j处的胶囊机场起飞的无人机集合，它是无人机侯选位置集合的子集。
参数定义：
R：无人机的最大覆盖半径
h：无人机部署的最佳高度
R1：无人机之间及无人机与胶囊机场之间进行有效通信的最大距离
q：胶囊机场的侯选位置数量
C：无人机提供网络服务的容量
m：可使用的胶囊机场数量
n：一个胶囊机场能容纳的最大无人机数量
决策变量：
/>
aj：胶囊机场j的开放情况，值为1时表示连接，反之则不连接。
bk：无人机侯选位置k的开放情况，值为1时表示连接，反之则不连接。
ci,k：无人机k对用户i的连接情况，值为1时表示连接，反之则不连接。
dk,j：无人机k与胶囊机场j的连接情况，值为1时表示连接，反之则不连接。
数学模型建立如下：
公式(1)表示优化目标是最大化无人机覆盖的用户数量，
公式(2)表示每个用户只能被一架无人机覆盖，
公式(3)表示从每个胶囊机场起飞的无人机数量为n，
公式(4)表示用户i被位置k覆盖的前提是无人机部署在k处，
公式(5)表示由胶囊机场起飞的无人机放置在k处的前提是胶囊机场放置在j∈J，
公式(6)表示需要部署的胶囊机场数量为m，
公式(7)表示对于每个无人机，覆盖容量的限制，
公式(8)保证无人机所在的胶囊机场系统内，每个无人机至少要有一条返回到胶囊机场的回路，
公式(9)对变量进行了定义。
二、模型所采用的算法
为了解决胶囊机场和无人机的双层部署优化问题，本发明首先通过shaking，从胶囊机场的侯选位置中，随机确定|J|个胶囊机场位置。再令k＝|J|，对所有用户实施k-means聚类，将所有用户划分为|J|个区域。计算胶囊机场与聚类中心的距离，将每个胶囊机场匹配到最近聚类中心所在的区域。
然后将所有无人机放置在最优高度，分别优化每个区域无人机的平面位置。首先令k＝n，对用户进行k-means聚类，将聚类中心作为初始解的候选解。对候选解进行连接性约束的检查和修复后，确定为无人机的初始位置，通过local search确定更优的无人机平面位置。迭代到最大循环次数后，输出最优解。
最后对无人机的高度进行优化，检验每个无人机在不降低覆盖质量的情况下，是否可以下降高度，降低功率损耗。具体的流程在算法1中展示。
(一)连接性检验与修复
部署装有无人机的单个胶囊机场系统，需要满足一个约束，即每个无人机都至少有一条返回到胶囊机场的回路，保证所有无人机及胶囊机场之间可以相互通信，传递覆盖信息，并实现对无人机的部署控制。部署多个胶囊机场系统时，中央控制系统可以保证多个胶囊机场互相通信。但在每个胶囊机场系统内要满足无人机与胶囊机场的连接性约束，因此本发明设计算法2，对初始解的候选解进行连接性检验与修复，最终使得初始解的候选解符合连接性约束。
针对该算法的过程，本发明给出了一个示例在图9展示，一个携带6个无人机的胶囊机场系统如何实现连接性约束。第一轮迭代结束，实现了u2,u3,u5和胶囊机场的连接，此时Connectj＝{a,u2,u3,u5}，unConnectj＝{u1,u4,u6}。第二轮迭代结束，实现了u1-u2和u3-u6的连接，此时Connectj＝{a,u2,u3,u5,u1,u6}，unConnectj＝{u4}。在第三轮迭代中，发现u4不能与现有胶囊机场系统内的任何一个无人机及胶囊机场连接，因此修复u4的位置，使其与胶囊机场系统中最近的一个无人机即u4的能够保持连接，即将u4沿着u4-u1的方向移动至R1。此时Connectj＝{a,u2,u3,u5,u1,u6,u4}，unConnectj＝{}。迭代过程结束。最终得到如图9所示，连接的胶囊机场系统。
(二)用户分配
用户分配在无人机部署中至关重要。因为无人机容量有限，当无人机资源有限时，如何分配用户直接关系无人机的覆盖用户的数量。在算法搜索优化过程中，为了检验不同无人机部署方案的覆盖质量，需要实施用户分配算法，比较不同解的质量。为实现“最大覆盖”的部署目标，本发明采取贪婪覆盖的思想，优先覆盖那些可连接无人机数量少的用户，并尽量将其分配到最近的无人机。对于只有1个无人机连接的用户，直接分配。对于有多个无人机连接的用户，实行分配准则，即首先判断距离最近的无人机容量是否满足，如果没有满足，则将其分配给最近的无人机。否则，继续判断距离第二近的无人机容量是否满足，直到可连接无人机都被检验为容量满足，该用户被确定为无法覆盖的用户。算法3展示了具体的用户分配流程。
(三)local serach
虽然固定高度后将问题求解空间降低了一个维度，但仍然是平面上的连续问题，将会有无穷多个结果。本发明使用单位长度为λ的方格，将连续平面离散化，如图10a所示。关于local search的邻域，根据初始解计算每个无人机所在网格，这个λ×λ网格即为无人机local search的第一个邻域，其周围的8个方格构成第二个邻域，如图10b所示。对于邻域内的候选解，将每个无人机所在的λ×λ网格再次用单位长度为/>的方格离散化，得到该邻域内的候选解，如图10c所示。第一个邻域动作是随机选择一个无人机，在其所在网格内穷举搜索。第二个邻域动作是随机选择一个无人机，在其第二个邻域内随机选择一个网格进行穷举搜索。在搜索过程中，每搜索到一个新位置，判断其所在将胶囊机场系统是否满足连接约束，如果满足，实施用户分配程序，计算用户覆盖数量，判断是否获得更优解。图11和图12分别展示了邻域1和邻域2的操作示意图。/>
(四)无人机的高度优化
胶囊机场和无人机通过变邻域搜索算法被优化后，放置在能够最大限度优化覆盖的位置。这个位置假设无人机放置在具有最大覆盖范围的最佳固定高度，且所有无人机的最佳固定高度值是相同。在给定路径损失和环境参数后，无人机的最大覆盖半径先随着高度的增加先增大，到达拐点后随高度的增加逐渐减小。因此，在不改变覆盖用户数量和服务质量情况下，如果无人机所在覆盖圈内用户到其水平位置的距离小于R，则可以缩小其覆盖半径，通过公式(4)计算出一个更低的高度，降低无人机悬停机动过程中的能量消耗。这个过程只优化无人机高度，不改变水平位置。为了保持连通性，在每个胶囊机场系统内部，对于只有1个节点的回路，对应的无人机降落到其最低高度。对于其他回路上的所有无人机，都降低到该回路上最高的无人机最低高度。图13展示了无人机1如何实现高度优化。具体的流程见算法4。
本发明实施例所取得的有益效果如下：
(1)本发明部署装有小型无人机的胶囊机场系统，有多个无人机在给定区域上方合作飞行，为地面用户提供无线通信服务。
(2)提出了一种基于聚类的变邻域部署算法，实现胶囊机场和无人机的双层部署。
(3)本发明将无人机在三维空间中的部署解耦到垂直和水平维度，以简化问题而不损失任何最优性。
(4)通过离散化平面，将连续问题离散化，形成无人机位置的候选解。
(5)当搜索得到二维平面的更优解后，优化无人机的高度，看是否能降低功率，如果能降低功率则进行降低功率操作。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种面向胶囊机场和无人机应用的最大覆盖部署方法，其特征在于，包括：
在给定区域预部署胶囊机场以及无人机以覆盖给定区域来提供无线通信服务，将对胶囊机场和无人机的最大覆盖部署设置成一个问题空间V：
在给定区域W具有位置已知的用户i，i∈I，i表示用户的位置，I表示用户位置的集合；
给定区域W内，已知具有地势较高且处在地面平整区域的q个侯选位置，q个侯选位置用于放置m个胶囊机场，且m＜q；
每个胶囊机场装有n个无人机；j∈J和分别表示胶囊机场侯选位置集合和胶囊机场位置集合，|J|＝q且|J|＝m；
从q个侯选位置中确定m个胶囊机场的位置，确定每个胶囊机场所在区域内的用户集；
在该给定区域W，已知用户i∈I的位置，针对从q个侯选位置中确定的m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R；
令所有无人机部署在最佳固定高度H，通过空空信道传播的特性建立无人机k和无人机k'之间的路径损耗函数，并确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1；其中，无人机k'处于无人机k返回到装载该无人机胶囊机场的回路上；
通过对用户聚类，将聚类中心确定为每个区域无人机的平面位置初始解的候选解；
令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置；
令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果；
在确定好m个胶囊机场的位置、每个胶囊机场的n个无人机各自的以更低功率实现最大覆盖的最优三维位置之后，当将所有胶囊机场盛装的所有无人机部署在最优三维位置处，通过各无人机所搭载的信号基站构建临时区域无线覆盖网络，为地面给定区域内的用户提供无线通信服务，其中，每个无人机的最优三维位置通过能耗更优高度、二维平面的最优平面位置构成。
2.根据权利要求1所述的面向胶囊机场和无人机应用的最大覆盖部署方法，其特征在于，所述从q个侯选位置中确定m个胶囊机场的位置，具体包括：
通过shaking从胶囊机场的q个侯选位置中随机确定|J|个胶囊机场位置；
再令k＝|J|，对所有用户实施k-means聚类，将所有用户划分为|J|个区域；
计算随机确定位置的每个胶囊机场与聚类中心的距离，将随机确定位置的每个胶囊机场匹配到最近聚类中心所在的区域，从而确定出m个胶囊机场各自的最终位置及所在区域内的用户集。
3.根据权利要求1所述的面向胶囊机场和无人机应用的最大覆盖部署方法，其特征在于，所述在该给定区域W，已知用户i∈I的位置，针对从q个侯选位置中确定m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过建立无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R，具体包括：
无人机与用户的连接通过空对地信道传播，针对无人机与用户连接的空对地信道建立空对地信道模型，所述空对地信道模型是指无人机k到用户i的路径损耗函数，对所述无人机k到用户i的路径损耗由一定概率的LoS链接和一定概率的nLoS链接构成；
当给定路径损耗阈值Lth时，那么无人机k到用户i的路径损耗函数为dik关于h的非线性隐函数；通过对无人机k到用户i的路径损耗函数求偏导，求出无人机k到用户i的路径损耗函数的拐点值，将所述路径损耗函数的拐点值作为最佳固定高度H，同时求出dik的最大值，将所述dik的最大值作为无人机的最大覆盖半径R；
其中，dik为用户i到无人机k覆盖圈圆心的距离，k∈K；
h为无人机的高度。
4.根据权利要求1所述的面向胶囊机场和无人机应用的最大覆盖部署方法，其特征在于，所述所有无人机部署在最佳固定高度H，通过空空信道传播的特性建立无人机k和无人机k'之间的路径损耗函数，根据无人机k和无人机k'之间的路径损耗函数确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1，具体包括：
无人机与无人机的网络连接通过空空信道传播，通过line-of-sight(LoS)链路表示；将无人机k和无人机k'之间的路径损耗被视为自由空间传播损耗FSPL，建立无人机k和无人机k'之间的路径损耗函数，对所述无人机k和无人机k'之间的路径损耗函数的影响因素包括：无人机k与无人机k'之间的距离dkk'，无人机与无人机信道的载波频率f，光速c；
当给定无人机在无人机网络中的传输功率，得到路径损耗阈值则能够确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1。
5.根据权利要求1所述的面向胶囊机场和无人机应用的最大覆盖部署方法，其特征在于，所述通过对用户聚类，将聚类中心确定为每个区域无人机的平面位置初始解的候选解，具体包括：
令无人机的数量k＝n，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，对用户进行k-means聚类，将聚类中心作为每个区域无人机的平面位置初始解的候选解；
对候选解进行连接性约束的检查，以及对不满足连接性约束的候选解进行修复直至满足连接性约束；
所述令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机间的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置，具体包括：
将满足连接性约束的候选解确定为无人机的初始位置，通过local search迭代到最大循环次数后输出无人机平面位置最优解。
6.根据权利要求5所述的面向胶囊机场和无人机应用的最大覆盖部署方法，其特征在于，所述连接性约束是指每个无人机在作业停留位置均至少有一条返回到装载该无人机胶囊机场的回路，保证所有无人机及装载无人机的胶囊机场之间能够相互通信，传递覆盖信息并对无人机实现部署控制；所述连接性约束用于对每个区域无人机的平面位置初始解的候选解进行检验和修复。
7.根据权利要求5所述的面向胶囊机场和无人机应用的最大覆盖部署方法，其特征在于，满足连接性约束的候选解是聚类得到的初始可行解，需要进一步改进；
所述将满足连接性约束的候选解确定为无人机的初始位置，通过local search迭代到最大循环次数后输出无人机平面位置最优解，具体包括：
使用单位长度为λ的方格，将连续平面离散化；针对每个无人机，该无人机初始位置所在λ×λ网格为该无人机local search的第一个邻域，第一邻域周围相邻的八个网格构成第二个邻域；
将每个无人机所在的λ×λ网格再次用单位长度为的方格离散化，得到该邻域内的候选解；
第一个邻域动作是随机选择一个无人机，在其所在λ×λ网格内穷举搜索；第二个邻域动作是随机选择一个无人机，在其第二个邻域内随机选择一个λ×λ网格进行穷举搜索；
在穷举搜索过程中，每搜索到一个新位置，判断其与所在将胶囊机场的连接约束是否满足连接性约束，如果满足连接性约束，则通过用户分配，计算用户覆盖数量，根据用户覆盖数量判断是否获得无人机平面位置的更优解；直至得到无人机平面位置最优解，则停止在下一个邻域内随机选择一个网格进行穷举搜索。
8.根据权利要求7所述的面向胶囊机场和无人机应用的最大覆盖部署方法，其特征在于，所述计算用户覆盖数量，具体包括：
当每个区域无人机的平面位置初始解的候选解满足连接性约束之后；采取贪婪覆盖的思想，将每个胶囊机场所在区域的用户分配到无人机；所述采取贪婪覆盖的思想，将该每个胶囊机场所在区域的用户分配到无人机，具体包括：
首先，对于只有1个无人机连接的用户，直接将该用户分配到此无人机；
其次，可连接无人机数量大于1的用户，按照分配准则进行分配，优先将其分配到距离最近还未达到覆盖阈值的无人机；
其中，所述按照分配准则进行分配，具体包括：
首先判断距离用户最近的无人机提供网络服务的容量是否达到容量上限，如果没有达到容量上限，则将该用户分配给最近的无人机；
否则，继续判断距离第二近的无人机提供网络服务的容量是否达到容量上限，直到可连接无人机都被检验为容量达到容量上限，该用户被确定为无法覆盖的用户。
9.根据权利要求5所述的面向胶囊机场和无人机应用的最大覆盖部署方法，其特征在于，所述令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果，具体包括：
针对无人机k到用户i的路径损耗函数，输入j∈J及最优位置相应的最优解ψbest、最佳固定高度H；
对每一个无人机k∈ψbest，计算其覆盖圈内所有用户到该无人机的水平距离dik；
选择dik中的最大值dkmax作为无人机的覆盖半径，如果最大值dkmax小于无人机的最大覆盖半径R，则将dkmax代入无人机k到用户i的路径损耗函数，求得此时无人机k的高度hkOptimal，将hkOptimal作为优化能效后无人机能效最优高度，所述无人机能效最优高度低于最佳固定高度H；为了保持连通性，在每个胶囊机场系统内部，对于只有1个无人机的回路，对应的无人机降落到其能耗最优高度，对于其他回路上的无人机，将这条回路上的所有无人机，都下降到该回路上最高的一个能耗最优高度；最终，将每个无人机部署在其能耗更优高度hkOptimized；其中，胶囊机场系统是指通过胶囊机场以及该胶囊机场所装有的n个无人机；
当无人机悬停在能耗更优高度hkOptimized和最优水平位置时，无人机悬停机动过程中的能量消耗更低、且保证满足无人机之间的网络连通性条件，达到降低功率损耗的效果。
10.一种最大覆盖部署方法部署的胶囊机场和无人机系统，其特征在于，包括：
胶囊机场位置布置单元，在给定区域内，将m个胶囊机场部署在不同位置，且每个胶囊机场盛装n个无人机；
无人机位置布置单元，将每个胶囊机场所盛装的n个无人机分别部署在各自的能耗更优高度处、二维平面内的最优位置；
信号基站布置单元，搭载于各无人机内，当无人机通过无人机位置布置单元部署完毕后，通过各无人机所搭载的信号基站构建临时区域无线覆盖网络，为给定区域内地面的每个用户提供无线通信服务；
其中，在该给定区域定部署胶囊机场、部署无人机的方法如下：
将对胶囊机场和无人机的最大覆盖部署设置成一个问题空间V：
在给定区域W具有位置已知的用户i，i∈I，i表示用户的位置，I表示用户位置的集合；
给定区域W内，已知具有地势较高且处在地面平整区域的q个侯选位置，q个侯选位置用于放置m个胶囊机场，且m＜q；
每个胶囊机场装有n个无人机；j∈J和分别表示胶囊机场侯选位置集合和胶囊机场位置集合，|J|＝q且|J|＝m；
从q个侯选位置中确定m个胶囊机场的位置，确定每个胶囊机场所在区域内的用户集；
在该给定区域W，已知用户i∈I的位置，针对从q个侯选位置中确定的m个胶囊机场的位置、每个胶囊机场装有的n个无人机，通过无人机与用户的空对地信道模型，求解得出无人机的最佳固定高度H、以及无人机的最大覆盖半径R；
令所有无人机部署在最佳固定高度H，通过空空信道传播的特性建立无人机k和无人机k'之间的路径损耗函数，并确定无人机间的最大通信半径R1；以及为能够保证无人机间的网络连通性，则且保证dkk'≤R1；其中，无人机k'处于无人机k返回到装载该无人机胶囊机场的回路上；
通过对用户聚类，将聚类中心确定为每个区域无人机的平面位置初始解的候选解；
令所有无人机部署在最佳固定高度H，结合无人机间的最大通信半径R1、无人机的最大覆盖半径R，在二维平面确定每个无人机的最优平面位置；
令每个无人机部署在最优平面位置，保证每个无人机所能提供的网络服务容量最大的情况下、覆盖用户最多，然后对无人机的高度进行优化得到能耗更优高度，达到降低功率损耗的效果；
在确定好m个胶囊机场的位置、每个胶囊机场的n个无人机各自的以更低功率实现最大覆盖的最优三维位置之后，当将所有胶囊机场盛装的所有无人机部署在最优三维位置处，通过各无人机所搭载的信号基站构建临时区域无线覆盖网络，为地面给定区域内的用户提供无线通信服务，其中，每个无人机的最优三维位置通过能耗更优高度、二维平面的最优平面位置构成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210494754.1A CN115208454B (zh) | 2022-05-07 | 2022-05-07 | 面向胶囊机场和无人机应用的最大覆盖部署方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210494754.1A CN115208454B (zh) | 2022-05-07 | 2022-05-07 | 面向胶囊机场和无人机应用的最大覆盖部署方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115208454A CN115208454A (zh) | 2022-10-18 |
| CN115208454B true CN115208454B (zh) | 2023-11-14 |
Family
ID=83575230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210494754.1A Active CN115208454B (zh) | 2022-05-07 | 2022-05-07 | 面向胶囊机场和无人机应用的最大覆盖部署方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115208454B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116801267B (zh) * | 2023-08-25 | 2023-11-07 | 中化学交通建设集团运营管理(山东)有限公司 | 一种结合楼宇功能分区的弱电优化部署方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9866313B1 (en) * | 2016-12-14 | 2018-01-09 | T-Mobile Usa, Inc. | UAV cellular communication service delivery |
| CN109819453A (zh) * | 2019-03-05 | 2019-05-28 | 西安电子科技大学 | 基于改进遗传算法的成本最优化无人机基站部署方法 |
| CN110831016A (zh) * | 2019-10-28 | 2020-02-21 | 南京邮电大学 | 一种信道估计误差下的多无人机基站三维坐标计算方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11477662B2 (en) * | 2020-06-16 | 2022-10-18 | City University Of Hong Kong | Method for arranging base stations in a communication network |
-
2022
- 2022-05-07 CN CN202210494754.1A patent/CN115208454B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9866313B1 (en) * | 2016-12-14 | 2018-01-09 | T-Mobile Usa, Inc. | UAV cellular communication service delivery |
| CN109819453A (zh) * | 2019-03-05 | 2019-05-28 | 西安电子科技大学 | 基于改进遗传算法的成本最优化无人机基站部署方法 |
| CN110831016A (zh) * | 2019-10-28 | 2020-02-21 | 南京邮电大学 | 一种信道估计误差下的多无人机基站三维坐标计算方法 |
Non-Patent Citations (1)
| Title |
|---|
| 无人机中继平台覆盖区域统计模型;朱秋明;周生奎;霍帅珂;陈小敏;徐大专;航空学报;35(1);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115208454A (zh) | 2022-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109819453B (zh) | 基于改进遗传算法的成本最优化无人机基站部署方法 | |
| Chandrasekharan et al. | Designing and implementing future aerial communication networks | |
| Galkin et al. | UAVs as mobile infrastructure: Addressing battery lifetime | |
| Chen et al. | Optimal positioning of flying relays for wireless networks: A LOS map approach | |
| Yang et al. | Proactive drone-cell deployment: Overload relief for a cellular network under flash crowd traffic | |
| Masroor et al. | Resource management in UAV-assisted wireless networks: An optimization perspective | |
| Huang et al. | Deployment of heterogeneous UAV base stations for optimal quality of coverage | |
| Ahmadi et al. | A novel airborne self-organising architecture for 5G+ networks | |
| Li et al. | Post-disaster unmanned aerial vehicle base station deployment method based on artificial bee colony algorithm | |
| Sun et al. | Location optimization and user association for unmanned aerial vehicles assisted mobile networks | |
| Amorosi et al. | Optimal energy management of UAV-based cellular networks powered by solar panels and batteries: Formulation and solutions | |
| CN112564767B (zh) | 无人机网络中基于自组织优化协作的连续覆盖方法 | |
| CN105162219A (zh) | 无人机的充电方法以及充电管理方法 | |
| CN115208454B (zh) | 面向胶囊机场和无人机应用的最大覆盖部署方法及系统 | |
| CN109583665A (zh) | 一种无线传感器网络中的无人机充电任务调度方法 | |
| CN109511134A (zh) | 基于能效最优的无人机辅助无线通信系统负载分流方法 | |
| Qin et al. | Edge-prior placement algorithm for UAV-mounted base stations | |
| Elnabty et al. | A survey on UAV placement optimization for UAV-assisted communication in 5G and beyond networks | |
| CN112672376B (zh) | 一种无人机辅助蜂窝网络中无人机部署方法 | |
| BR112014029643B1 (pt) | Métodos implantados por computador e meio legível por computador | |
| CN111836271A (zh) | 一种多无人机通信基站的3d位置部署方法 | |
| Zhu et al. | QoS-aware 3D deployment of UAV base stations | |
| CN112188588A (zh) | 基于无人机网络的近海中继通信传输效率优化方法 | |
| Selim et al. | Short-term and long-term cell outage compensation using UAVs in 5G networks | |
| Zhu et al. | Aerial data collection with coordinated UAV and truck route planning in wireless sensor network |
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 |