CN115314099B - 无人机基站通信覆盖网络增强方法及系统 - Google Patents
无人机基站通信覆盖网络增强方法及系统 Download PDFInfo
- Publication number
- CN115314099B CN115314099B CN202210658360.5A CN202210658360A CN115314099B CN 115314099 B CN115314099 B CN 115314099B CN 202210658360 A CN202210658360 A CN 202210658360A CN 115314099 B CN115314099 B CN 115314099B
- Authority
- CN
- China
- Prior art keywords
- user
- strong
- users
- noma
- aerial vehicle
- 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
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
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- 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
- H04W16/24—Cell structures
- H04W16/26—Cell enhancers or enhancement, e.g. for tunnels, building shadow
-
- 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
本发明提供一种无人机基站通信覆盖网络增强方法及系统,方法包括:将无人机所服务用户集合中所有用户对的遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;根据目标函数和目标函数所遵循的目标约束条件,确定无人机基站通信覆盖网络中待求解的优化问题;基于边界逼近的低复杂度优化算法求解优化问题,获取无人机分配给NOMA用户对中强弱用户的发射功率;根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果。本发明面向无人机基站通信覆盖网络场景,利用NOMA技术满足信道质量不均衡用户的通信接入,实现无人机通信覆盖网络的增强。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种无人机基站通信覆盖网络增强方法及系统。
背景技术
在自然灾害处置、事故灾难救援以及社会安全防治等突发公共事件中,实现快速通信恢复、扩大通信覆盖、增强服务质量是支持高效信息管理以及可靠数据传输的关键环节。当原有通信基础设施毁损、公网覆盖不足情况下,由于无人机(Unmanned AerialVehicle,UAV)具有灵活性、低成本和可控性高等优点,非常适合临时协助应急服务。无人机基站能够利用空中载体的视距通信优势,满足应急场景的大面积覆盖和长距离通信需求。
与常规通信相比,应急通信具有时间突发性、地点不确定性等特征,要求应急通信网络易部署、可扩展性强,同时需根据应急场景的环境特点、救援救灾需求选择适配的通信技术,以支持灾区的高效、及时的信息传输。设备间通信(Device-to-Device,D2D)借助邻居节点发现机制建立点到点通信连接,能够实现快速组网部署,支持节点信息交互。同时应急场景存在通信状况复杂、用户分布不均等问题。当用户信道质量不均衡时,可借助非正交多址接入(Non-orthogonal Multiple Access,NOMA)技术支持具有不同需求的用户接入,在保证信道条件较弱的用户可以被服务的同时允许信道条件较好用户利用相同通信资源,利用点到多点通信提高了资源利用率。在几种NOMA技术中,广泛研究的功率域NOMA利用用户间的功率分配差异,通过功率域实现频谱高效的多址接入。然而,随着频谱共享用户数量的增加,连续干扰消除(Successive Interference Cancellation,SIC)接收机的解码复杂度增加,而SIC接收机的性能显著下降,因此一般最多允许两个用户组成一个频谱共享对。
同时,与传统地面通信相比,在UAV的覆盖范围内,视线(Line-of-Sight,LoS)链路是首选的,并且易于确定。然而,由于应急场景复杂环境动态变化,不确定因素较多,获得完备的信道状态信息(Channel State Information,CSI)将产生巨大开销,此时可利用基于长期观察下得到的统计CSI进行组网部署。根据统计CSI,通信任务可将遍历速率作为指标以评估部署性能。但是,由统计CSI推导得到的遍历速率通常由复杂的表达式给出。优化遍历速率既耗时且计算量大。
发明内容
本发明提供的无人机基站通信覆盖网络增强方法及系统,用于解决现有技术中存在的上述问题,面向无人机基站通信覆盖网络场景,利用NOMA技术以满足信道质量不均衡用户的通信接入,实现无人机通信覆盖网络的增强。
本发明提供的一种无人机基站通信覆盖网络增强方法,包括:
将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;
根据NOMA用户对中强弱用户的速率需求、所述NOMA用户对中强弱用户的功率约束条件、所述NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定所述目标函数所遵循的目标约束条件;
根据所述目标函数和所述目标约束条件,确定所述无人机基站通信覆盖网络中待求解的优化问题;
基于边界逼近的低复杂度优化算法求解所述优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率;
根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果;
其中,所述所有用户对包括所述NOMA用户对、OMA用户对和单用户对;
所述NOMA用户对的遍历总速率是根据无人机分配给所述NOMA用户对中强弱用户的发射功率确定的;
所述NOMA用户对中的两用户复用频谱;
所述OMA用户对中的两用户平分频谱;
所述单用户对中的用户使用完整频谱。
根据本发明提供的一种无人机基站通信覆盖网络增强方法,所述所有用户对的总遍历速率是通过如下方式确定的:
根据所述用户集合中各个用户的接入方式,将所述所有用户对划分为所述NOMA用户对、OMA用户对和单用户对;
根据NOMA用户对中强弱用户的遍历总速率、OMA用户对中用户的遍历总速率和单用户对中用户的遍历速率,确定所述所有用户对的总遍历速率;
其中,所述强弱用户是根据用户的信道功率增益确定的。
根据本发明提供的一种无人机基站通信覆盖网络增强方法,所述NOMA用户对中强弱用户的遍历总速率、OMA用户对中用户的遍历总速率和单用户对中弱用户的遍历速率是通过如下方式确定的:
根据NOMA用户对中强用户与无人机间的信道衰落、无人机与NOMA用户对中弱用户间的大尺度衰落以及无人机与NOMA用户对中强弱用户间的小尺度衰落,确定所述NOMA用户对中强弱用户的遍历总速率;
根据OMA用户对中用户与无人机间的信道衰落、无人机与OMA用户对中用户间的大尺度衰落以及无人机与OMA用户对中用户间的小尺度衰落,确定所述OMA用户对中用户的遍历总速率;
根据单用户对中用户与无人机间的信道衰落、无人机与单用户对中用户间的大尺度衰落以及无人机与单用户对中用户间的小尺度衰落,确定所述单用户对中用户的遍历速率。
根据本发明提供的一种无人机基站通信覆盖网络增强方法,所述NOMA用户对中强弱用户的速率需求、所述NOMA用户对中强弱用户的功率约束条件、所述NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件是通过如下方式确定的:
根据NOMA用户对中强弱用户的遍历速率和OMA用户对中强弱用户的遍历速率,确定所述速率需求;
根据所述无人机分配给NOMA用户对中强弱用户的发射功率、分配给所述NOMA用户对的功率最大值和无人机最大发射功率,确定所述功率约束条件;
根据所述NOMA用户对中强弱用户的信道功率增益期望值和最小差异需求,确定所述信道条件最小差异约束条件;
根据所述用户集合中每个用户最多属于同一用户对以及每一用户对最多包括两个用户,确定所述用户分组约束条件;
其中,所述信道功率增益期望值是根据所述NOMA用户对中强弱用户的信道功率增益和噪声功率确定的。
根据本发明提供的一种无人机基站通信覆盖网络增强方法,所述基于边界逼近的低复杂度优化算法求解所述优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率,包括:
获取所述所有用户对中的所有强弱用户,根据所述所有强弱用户构建所述二分图,当所有用户对中的强弱用户的数量不相同时,补充虚拟用户以扩展所述二分图;
根据所述二分图中NOMA用户对中强弱用户的遍历总速率、OMA用户对中用户的遍历总速率,以及单用户对中用户的遍历速率,确定二分图的边权值;
根据所述NOMA用户对中强弱用户的遍历总速率,确定NOMA用户对中强弱用户的遍历速率上界以及NOMA用户对中强弱用户的遍历速率下界;
根据所述NOMA用户对中强弱用户的遍历速率上界或者所述NOMA用户对中强弱用户的遍历速率下界,对所述速率需求、所述功率约束条件和所述优化问题进行更新;
根据一维搜索方法和二分查找方法,求解更新后的优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率。
根据本发明提供的一种无人机基站通信覆盖网络增强方法,所述根据所述二分图中NOMA用户对中强弱用户的遍历总速率、OMA用户对中强弱用户的遍历总速率,以及单用户对中弱用户的遍历速率,确定二分图的边权值,包括:
根据所述NOMA用户对中强弱用户的遍历速率的上界、所述NOMA用户对中强弱用户的遍历速率的上界、所述OMA用户对中强弱用户的遍历速率的下界、OMA用户对中强弱用户的遍历速率的上界、单用户对中用户的遍历速率的上界,以及单用户对中用户的遍历速率的下界,确定所述二分图的边权值。
根据本发明提供的一种无人机基站通信覆盖网络增强方法,所述根据一维搜索方法和二分查找方法,求解更新后的优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率,包括:
根据所述一维搜索方法,确定无人机分配给所述NOMA用户对中强弱用户的发射功率的可行域构成的一维搜索空间;
根据所述二分查找方法和所述一维搜索空间,获取无人机分配给所述NOMA用户对中强弱用户的发射功率;
其中,所述发射功率的可行域是根据NOMA用户对中强弱用户的遍历速率上界或者所述NOMA用户对中强弱用户的遍历速率下界确定的。
本发明还提供一种无人机基站通信覆盖网络增强系统,包括:第一获取模块、第二获取模块、问题确定模块、问题求解模块以及网络增强模块;
所述第一获取模块,用于将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;
所述第二获取模块,用于根据NOMA用户对中强弱用户的速率需求、所述NOMA用户对中强弱用户的功率约束条件、所述NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定所述目标函数所遵循的目标约束条件;
所述问题确定模块,用于根据所述目标函数和所述目标约束条件,确定所述无人机基站通信覆盖网络中待求解的优化问题;
所述问题求解模块,用于基于边界逼近的低复杂度优化算法求解所述优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率;
所述网络增强模块,用于根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果;
其中,所述所有用户对包括所述NOMA用户对、OMA用户对和单用户对;
所述NOMA用户对的遍历总速率是根据无人机分配给所述NOMA用户对中强弱用户的发射功率确定的;
所述NOMA用户对中的两用户复用频谱;
所述OMA用户对中的两用户平分频谱;
所述单用户对中的用户使用完整频谱。
本发明还提供一种电子设备,包括处理器和存储有计算机程序的存储器,所述处理器执行所述程序时实现如上述任一种所述无人机基站通信覆盖网络增强方法。
本发明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如上述任一种所述无人机基站通信覆盖网络增强方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述无人机基站通信覆盖网络增强方法。
本发明提供的无人机基站通信覆盖网络增强方法及系统,面向无人机基站通信覆盖网络场景,利用NOMA技术以满足信道质量不均衡用户的通信接入,实现无人机通信覆盖网络的增强。
附图说明
为了更清楚地说明本发明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一简单地介绍,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是本发明提供的无人机基站通信覆盖网络增强方法的流程示意图之一;
图2是本发明提供的应急场景中无人机部署示意图;
图3是本发明提供的无人机基站通信覆盖网络增强方法的流程示意图之二;
图4是本发明提供的遍历速率与SNR的关系示意图;
图5是本发明提供的遍历速率与最大发射功率和莱斯因子的关系示意图;
图6是本发明提供的遍历速率与最大发射功率和频率的关系示意图;
图7是本发明提供的遍历速率和与强弱用户信道功率增益比值及比值需求的关系示意图;
图8是本发明提供的遍历速率与强弱用户信道功率增益比值及无人机最大发射功率关系示意图;
图9是本发明提供的无人机基站通信覆盖网络增强系统的结构示意图;
图10是本发明提供的电子设备的实体结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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是本发明提供的无人机基站通信覆盖网络增强方法的流程示意图之一,如图1所示,方法包括:
步骤100、将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;
步骤200、根据NOMA用户对中强弱用户的速率需求、NOMA用户对中强弱用户的功率约束条件、NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定目标函数所遵循的目标约束条件;
步骤300、根据目标函数和目标约束条件,确定无人机基站通信覆盖网络中待求解的优化问题;
步骤400、基于边界逼近的低复杂度优化算法求解优化问题,获取无人机分配给NOMA用户对中强弱用户的发射功率;
步骤500、根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果;
其中,所有用户对包括NOMA用户对、OMA用户对和单用户对;
NOMA用户对的遍历总速率是根据无人机分配给NOMA用户对中强弱用户的发射功率确定的;
NOMA用户对中的两用户复用频谱;
OMA用户对中的两用户平分频谱;
单用户对中的用户使用完整频谱。
需要说明的是,上述方法的执行主体可以是计算机设备。
可选地,如图2所示,为典型的应急通信场景。在该应急场景中,通信基础设施毁损甚至瘫痪,现场指挥、资源调度等基本通信能力极可能得不到充分保障。同时,突发事件发生时局部激增流量使通信基础设施产生通信拥塞、负荷过大,无法满足骤增的网络通信量,导致网络性能下降。为提供通信增强服务,可派遣UAV作为空中基站以提供应急通信服务。在实际中,当地面基站部分损毁时,可利用未毁损基站和无人机基站协同为地面用户提供服务,而无人机部署位置将受到地面基站、用户分布等因素影响。本发明将聚焦分析统计CSI情况下的NOMA通信覆盖增强问题,分析基于遍历速率上下边界的低复杂度优化问题,以典型的单UAV场景作为研究对象。若存在多架无人机或地面基站,可首先根据用户信号强度、物理距离等因素确定由不同基站服务的用户集合。然后基于无人机服务的用户集合,按照本发明提出的无人机基站通信覆盖网络增强方法实现用户分组和资源分配,具体实现如下:
将无人机将所服务的通信用户分为三种类型用户对,包括NOMA用户对、OMA用户对和单用户对。已知通信用户集合为用户对集合为/>其中NOMA用户对、OMA用户对和单用户对集合分别为/>和/>无人机的最大发射功率为Pmax。
需要说明的是,单用户对是由用户集合中除去NOMA用户对和OMA用户对剩下的各个用户组成,每个单用户对中包括一个用户。
将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数,并根据NOMA用户对中强弱用户(包括强用户和弱用户)的速率需求、NOMA用户对中强弱用户的功率约束条件、NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定目标函数所遵循的目标约束条件。
对目标函数和目标约束条件进行建模,构建无人机基站通信覆盖网络中待求解的优化问题,并通过基于边界逼近的低复杂度优化算法求解该优化问题,确定无人机分配给NOMA用户对中强用户和弱用户的发射功率。
根据无人机分配给NOMA用户对中强弱用户的发射功率得到NOMA用户对的遍历总速率,并基于匈牙利算法对OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大时的用户匹配结果。
本发明提供的无人机基站通信覆盖网络增强方法,面向无人机基站通信覆盖网络场景,利用NOMA技术以满足信道质量不均衡用户的通信接入,实现无人机通信覆盖网络的增强。
进一步地,在一个实施例中,步骤100中的所有用户对的总遍历速率是通过如下方式确定的:
步骤1001、根据用户集合中各个用户的接入方式,将所有用户对划分为NOMA用户对、OMA用户对和单用户对;
步骤1002、根据NOMA用户对中强弱用户的遍历总速率、OMA用户对中用户的遍历总速率和单用户对中用户的遍历速率,确定所有用户对的总遍历速率;
其中,强弱用户是根据用户的信道功率增益确定的。
进一步地,在一个实施例中,步骤1002中的NOMA用户对中强弱用户的遍历总速率、OMA用户对中用户的遍历总速率和单用户对中用户的遍历速率是通过如下方式确定的:
步骤10021、根据NOMA用户对中强用户与无人机间的信道衰落、无人机与NOMA用户对中弱用户间的大尺度衰落以及无人机与NOMA用户对中强弱用户间的小尺度衰落,确定NOMA用户对中强弱用户的遍历总速率;
步骤10022、根据OMA用户对中用户与无人机间的信道衰落、无人机与OMA用户对中用户间的大尺度衰落以及无人机与OMA用户对中用户间的小尺度衰落,确定OMA用户对中用户的遍历总速率;
步骤10023、根据单用户对中用户与无人机间的信道衰落、无人机与单用户对中用户间的大尺度衰落以及无人机与单用户对中用户间的小尺度衰落,确定单用户对中用户的遍历速率。
可选地,在步骤1001中,根据无人机所服务的用户集合中各个用户的接入方式,将用户集合中所有用户划分为NOMA用户对、OMA用户对和单用户对。
对于NOMA用户对,将其强用户和弱用户分别标记为S和W。定义强用户、弱用户和UAV的二维坐标分别可以表示为Xf,S=[xf,S,yf,S]、Xf,W=[xf,W,yf,W]和XU=[xU,yU]。定义无人机高度为Z,强用户和弱用户与无人机的距离表示为:
在用户对f中,无人机与强用户的视距通信概率表示为:
其中,a和b均是是受环境影响的参数,θf,S为无人机与强用户间俯仰角。此时,在视距和非视距情况下,无人机与用户对f中强用户的路损计算公式分别为:
其中c是光速,α是路径损耗指数,fc为载波频率,d0为参考距离,χLoS和χNLoS分别表示视距和非视距信道下的额外路径损耗。
对于用户对f中强用户与无人机的信道衰落表示为:
因此,强用户的空地(Air to Ground,AG)信道增益表示为:
其中δf,S表示无人机与强用户间小尺度衰落。同样的,将无人机与用户对f中弱用户的空地信道增益表示为:
其中,βf,W和δf,W分别为对应的无人机与弱用户的大尺度和小尺度衰落。应急场景中,考虑部署无人机基站为地面用户提供通信服务。由于无人机的高空特性,本发明考虑无人机与地面用户间存在视距通信场景,小尺度衰落采用莱斯衰落模型。
NOMA用户对中两用户复用频谱。定义用户对的遍历总速率(ergodic data rate)和为强用户和弱用户速率的期望值求和。定义表示求期望运算,对于NOMA用户对f,其遍历总速率表示为:
其中和/>表示第f个NOMA用户对中强用户和弱用户的信道功率增益,pf,S和pf,W表示分配给强用户和弱用户的发射功率,/>表示噪声功率。
对于OMA用户对f,两用户平分频谱,其遍历总速率为:
单用户对仅包含一个用户,其信道功率增益表示为对应的遍历速率为:
需要说明的是,单用户对中的用户为强用户时,其信道功率增益可以将单用户对中强用户与无人机间的信道衰落以及无人机与单用户对中强用户间的小尺度衰落替换公式(5)中用户对f中强用户与无人机的信道衰落、无人机与强用户间小尺度衰落得到,单用户对中的用户为弱用户时,其信道功率增益/>可以将无人机与单用户对中弱用户间的大尺度衰落以及无人机与单用户对中弱用户间的小尺度衰落替换公式(6)中的用户对f中弱用户与无人机的大尺度衰落、无人机与弱用户间的小尺度衰落得到。
为了简化,定义Ωf,S、Ωf,W和Ωf,u分别为和/>由噪声功率/>归一化的信道功率增益期望值。
本发明提供的无人机基站通信覆盖网络增强方法,在应急通信资源有限情况下,为最大化网络容量,则应将所有功率将配给具有强信道条件的用户以获得最大吞吐量,然而未满足弱信道条件用户通信需求,本发明面向用户信道质量不均衡的应急通信场景,提供了一种无人机基站通信覆盖网络增强方法,利用NOMA技术支持具有不同信道条件和通信质量需求的用户实现通信接入。
进一步地,在一个实施例中,步骤200中的NOMA用户对中强弱用户的速率需求、NOMA用户对中强弱用户的功率约束条件、NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件是通过如下方式确定的:
步骤2001、根据NOMA用户对中强弱用户的遍历速率和OMA用户对中强弱用户的遍历速率,确定速率需求;
步骤2002、根据无人机分配给NOMA用户对中强弱用户的发射功率、分配给NOMA用户对的功率最大值和无人机最大发射功率,确定功率约束条件;
步骤2003、根据NOMA用户对中强弱用户的信道功率增益期望值和最小差异需求,确定信道条件最小差异约束条件;
步骤2004、根据用户集合中每个用户最多属于同一用户对以及每一用户对最多包括两个用户,确定用户分组约束条件;
其中,信道功率增益期望值是根据NOMA用户对中强弱用户的信道功率增益和噪声功率确定的。
可选地,定义二元变量表示通信用户u是否属于第f个用户对,即当/>时,用户u属于第f个用户对,否则为0。
在发射功率和最小数据速率需求下,该遍历速率最大化问题建模为:
Ωf,S/Ωf,W≥ε0, (10c)
式(10)中,目标函数中的rf为用户对f的遍历速率,由对应的用户组类型决定。优化变量为用户分组变量,/>和/>表示NOMA用户对中强用户和弱用户功率分配变量。
(10a)和(10b)为用户分组约束条件,保证每个用户只属于一个用户对,每个用户对最多有两个用户;(10c)表示NOMA用户对中强用户和弱用户的信道条件最小差异约束条件,ε0为最小差异需求;(10d)和(10e)为功率约束条件,(10d)保证每个NOMA用户对的总功率不超过最大值Ptotal(即分配给NOMA用户对的功率最大值);(10e)确保弱用户被分配更多的功率,并且受到无人机最大发射功率Pmax的限制;(10f)为速率需求,分别要求NOMA用户对中强用户和弱用户的遍历速率需大于其工作在OMA模式下的遍历速率(数据速率)以确保有效NOMA增益。当不满足(10c)至(10f)的NOMA成组条件时,用户对将工作在OMA模式。
本发明提供的无人机基站通信覆盖网络增强方法,通过NOMA技术,在为弱信道条件用户提供通信接入并保证其所需遍历速率的同时,允许强信道条件用户复用相同通信资源,在提高近一倍用户接入规模的同时提升了资源利用率,保证了用户公平性。
进一步地,在一个实施例中,步骤400可以具体包括:
步骤4001、获取所有用户对中的所有强弱用户,根据所有强弱用户构建二分图,当所有用户对中的强用户的数量不相同时,补充虚拟用户以扩展二分图;
步骤4002、根据二分图中NOMA用户对中强弱用户的遍历总速率、OMA用户对中用户的遍历总速率,以及单用户对中用户的遍历速率,确定二分图的边权值;
步骤4003、根据NOMA用户对中强弱用户的遍历总速率,确定NOMA用户对中强弱用户的遍历速率上界以及NOMA用户对中强弱用户的遍历速率下界;
步骤4004、根据NOMA用户对中强弱用户的遍历速率上界或者NOMA用户对中强弱用户的遍历速率下界,对速率需求、功率约束条件和优化问题进行更新;
步骤4005、根据一维搜索方法和二分查找方法,求解更新后的优化问题,获取无人机分配给NOMA用户对中强弱用户的发射功率。
进一步地,在一个实施例中,步骤4002可以具体包括:
步骤40021、根据NOMA用户对中强弱用户的遍历速率的上界、NOMA用户对中强弱用户的遍历速率的上界、OMA用户对中强弱用户的遍历速率的下界、OMA用户对中用户的遍历速率的上界、单用户对中用户的遍历速率的上界,以及单用户对中用户的遍历速率的下界,确定二分图的边权值。
进一步地,在一个实施例中,步骤4005可以具体包括:
步骤40051、根据一维搜索方法,确定无人机分配给NOMA用户对中强弱用户的发射功率的可行域构成的一维搜索空间;
步骤40052、根据二分查找方法和一维搜索空间,获取无人机分配给NOMA用户对中强弱用户的发射功率;
其中,发射功率的可行域是根据NOMA用户对中强弱用户的遍历速率上界或者NOMA用户对中强弱用户的遍历速率下界确定的。
可选地,为求解优化问题(10),接下来将首先推导遍历速率的具体表达式,然后提出基于二分图匹配的用户成组和功率优化。为了简化,省略用户对标识f。
遍历速率推导及边界逼近:
具有服从莱斯信道衰落模型的变量X和发射功率P,用户的遍历速率可表示为:
其中fX(x)表示变量X的概率密度函数(Probability Density Function,PDF)。
定义莱斯因子为K且X的均值Ω,fX(x)可表示为
基于公式(10),可推导得到
其中,表示广义指数积分。
回顾式(7)中NOMA用户对的强弱用户遍历速率表达式,可得到NOMA用户对中强用户遍历速率的直接推导(Direct Evaluation,DE)表示为
其中,ΩS表示的均值。NOMA用户对中弱用户遍历速率的直接推导表示为
其中,ΩW表示的均值。
同样的,回顾公式(8)中OMA对的强弱用户遍历速率表达式,可得到OMA对用户遍历速率的直接推导(Direct Evaluation,DE)为
此外,单用户对的遍历速率表示为rSIN=Υ(Pmax,K,Ωu),其中Ωu表示的均值。
显然,由于在每一用户对的遍历速率计算中涉及多个积分函数的直接计算,使得问题优化计算量较大。接下来提出一种基于边界的遍历速率松弛方法,分别推导遍历速率的上界和下界以降低优化问题(10)的计算复杂度。
遍历速率下界逼近:
由函数En(x)着手,通过积分得到以下递归方程
得到
已知Swamee&Ohija逼近表达式为
且当m≥1,x∈[0,1]时,满足因此得到
为了简化,公式(18)中定义由于所考虑场景中满足(K+1)/(ΩP)≤1,定义
其中Υ(P,K,Ω)为公式(13)中遍历速率的直接推导值。
结合公式(14)、(15)和(16),可以得到OMA和NOMA用户对中用户遍历速率的下界(Lower Bound,LB)为
对于单用户对,其遍历速率下界表示为rSIN,lb=Ψ(Pmax,K,Ωu)。
遍历速率上界逼近:
回顾用户遍历速率表达式为由于log2(1+PX)在X>0时为凹函数,根据琴森(Jensen)不等式,满足/>
根据公式(8)中OMA用户对的强弱用户遍历速率表达式,可得到OMA用户对中用户遍历速率的上界(Upper Bound,UB)可表示为:
/>
回顾公式(7)中NOMA用户对的强弱用户遍历速率表达式,可得到NOMA用户对中强用户遍历速率的上界表示为
对于NOMA用户对中弱用户,可推导得到
为推导的表达式,考虑一般情况如下。已知常数P1和P2,对于随机变量X,满足
根据式(12)中X的概率密度函数,可得
将(24)和(25)代入(23),可得到NOMA用户对中弱用户遍历速率的上界表示为:
对于单用户对,其遍历速率上界表示为rSIN,ub=log2(1+PmaxΩu)。
基于上述过程,可以将优化问题(10)映射为二分图匹配问题,如图3所示,具体的,为提高频谱效率,此时设置用户组数为即不小于/>的最小整数。因此,/>中具有最小信道功率增益的G个用户被视为弱用户,剩下的/>个用户被视为强用户。然后,将强用户和弱用户构建为二分图。当强用户和弱用户数量不相同时,将补充虚拟用户以扩展二分图。强用户和弱用户间的边权值根据不同用户对类型的遍历总速率确定。为降低计算复杂度,可利用遍历速率的上界或下界进行边权值量化。对于任意NOMA用户对,需优化功率分配以在满足NOMA成组需求的同时最大化对应边的边权值(即该用户对的遍历总速率)。
根据NOMA用户对中强弱用户的遍历速率上界或者NOMA用户对中强弱用户的遍历速率上界下界,对速率需求、功率约束条件和优化问题进行更新,例如,当遍历速率下界替代直接推导值时,对于任意NOMA用户对的遍历速率和优化问题可表示为:
为解决该问题,穷搜算法对于少量用户是合理的,但是当用户规模变大时将不可用。根据公式(22)和(29),pS和pW的可行域表示为:
可以观察到优化目标随pW单调增加,因此最优解必然到达功率可行域的上界。因此,可使用一维搜索方法来缩小优化问题的搜索空间。
具体的,在一维搜索方法中,pS和pW的一维搜索空间可表示为:
需要说明的是,在公式(31)中,由于Ψ(pS,K,ΩS)、Ψ(pS+pW,K,ΩW)以及Υ(pS,K,ΩW)的表达式与积分有关,难以直接得到闭式解。此时可利用二分查找(bisectionsearch)方法,根据强弱用户的速率需求及功率约束条件确定分配给强用户的发射功率pS,然后根据pS+pW=Ptotal确定分配给弱用户的发射功率。
对该二分图中每一个可行的NOMA用户对执行上述发射功率优化过程,并用优化的遍历速率加权对应的边。最后,基于该加权二分图,利用匈牙利算法找到最大匹配以最大化所有用户对的总遍历速率。
通过仿真设置无人机飞行高度为150m,用户随机分布在无人机覆盖范围内。考虑700MHz,2GHz以及5.8GHz三种频率,表1列出了不同频率下的额外路损(χLoS,χNLoS)和带宽设置。要求无人机与用户间路损不大于100dB,因此根据空地信道路损模型(4),设置无人机最大覆盖半径为300m。设置用户数为20,Ptotal为150mW,NOMA用户对的信道功率增益比值阈值θ0为5,莱斯因子K为3和5,信道参数a和b分别为4.88和0.43。仿真模拟在一台内存为8.00GB的计算机上运行,处理器配置为Intel(R)Core(TM)i5-8265U CPU 1.60GHz。
表1
频率 | 额外路损 | 带宽 |
700MHz | (0,18) | 15KHz |
2GHz | (0.1,21) | 30KHz |
5.8GHz | (0.2,24) | 60KHz |
图4比较了直接推导(DE)、下界(LB)和上界(UB)的性能,分别用“DE”、“LB”和“UB”标记。仿真改变信噪比(Signal-to-Noise-Ratio,SNR)大小,并为用户对中的两个用户分配固定发射功率,即pS=Ptotal/3和pW=2Ptotal/3。图4表明强用户和弱用户的遍历速率随着SNR增加而增加。对于弱用户,UB和LB均十分逼近DE的结果。对于强用户,LB与DE的结果十分逼近,而UB与DE有一定的性能差距,这是由于在本发明所考虑场景中,下界逼近表达式相比于上界逼近表达式具有更好逼近效果。但即使在高SNR水平,UB相对于DE的差距也小于0.5bit。
图5显示了遍历速率和仿真时间与最大发射功率(即Pmax)和莱斯因子(即K)的变化情况,并验证了利用遍历速率的解析边界替代原始优化目标函数的有效性。在基于遍历速率边界的优化过程中,首先用上界(UB)或下界(LB)代替原始优化目标函数进行优化以最大化遍历速率,然后基于优化得到的用户匹配和功率分配结果计算真实的遍历速率(ErgodicData Rate,EDR),在图5中标记为“EDR-LB”和“EDR-UB”。“DE”表示优化的遍历速率真实值。图5显示遍历速率随Pmax和K的增加而增长。这是因为根据香农公式,更大的发射功率和更好的信道条件将使用户获得更高的数据速率。同时图5表明了基于遍历速率边界所获得的遍历速率值(即EDR-LB/UB)与直接优化得到的遍历速率值(即DE)的性能差距较小,EDR-LB与EDR-UB的累积分布函数CDF结果十分逼近。结合图5,相比于DE方法,EDR-UB和EDR-LB方法分别有3.27%和12.01%的性能差距,且均降低了近50%的仿真时间。说明了基于边界的优化方法能在大幅度降低计算时间的同时损失较少性能。接下来基于下界进行目标优化。
图6进一步分析了不同频点对用户遍历速率的影响。可以观察到,在最大发射功率为100mW,莱斯因子为5时时,当频率从700MHz增加到5.8GHz后,用户遍历速率降低了89.29%。在该仿真设置下,尽管5.8GHz系统使用了更多频谱,高频率信号传输带来的更大路径损耗仍降低了遍历总速率。
为分析不同参数对用户速率的影响,在以下仿真分析中设置成组前有6个强用户,共占用6个信道,同时有6个弱用户提出通信接入请求。强弱用户信道功率增益比值即为图7显示了遍历速率与强弱用户信道功率增益比值以及比值需求(即θ0)的关系。图例中S和W分别表示强用户和弱用户。图7显示了在该仿真设置下,所有弱用户均能利用NOMA技术与强用户复用频谱实现信道接入,因此用户接入量提升了一倍。然而弱用户的接入将对强用户速率性能产生影响。图7显示了不同类型用户的遍历速率和。当信道功率增益比值和比值需求大小相同时,弱用户将实现信道接入,此时弱用户总速率达到最高点,强用户速率达到最低点。这是由于当弱用户接入时,在用户性能需求和功率约束的限制下,分配给强用户的发射功率减少,因此降低了强用户速率。然而,随着信道功率增益比值的进一步增加(即弱用户信道条件变差),弱用户速率减少,强用户速率上升。这是由于在发射功率一定情况下,用户信道质量变差,最小速率需求降低,因此分配给弱用户的发射功率减少。在总发射功率一定的情况下,分配给强用户的发射功率增加,从而强用户的速率增加。图7还显示了成组前后所有用户的遍历速率和。当功率增益比值与比值需求相等时,弱用户与强用户通过NOMA实现信道复用,并获得最大速率。然而,随着功率增益比值进一步增加(即弱用户信道条件变差),用户总速率减少。这是由于弱用户的速率减少量超过了强用户的速率增加量,使得用户总速率降低。
图8显示了遍历速率与强弱用户信道功率增益比值及最大发射功率(即Pmax)的关系,此时设置比值需求θ0为3。与图7中不同类型用户的遍历速率和附图类似类似,图8显示了随着强弱用户信道功率增益比值的增加,当信道功率增益比值和比值需求大小相同时,弱用户能够实现信道接入。此时弱用户速率达到最高点,强用户速率达到最低点。图8还显示了在最大发射功率Pmax小于120mW时,弱用户利用NOMA技术与强用户实现信道复用能够提升用户总速率,提高频谱利用率。然而,当最大发射功率增加到120mW时,弱用户的接入降低了用户总速率。这是因为基于NOMA准则,分配给强用户的发射功率需低于分配给弱用户的发射功率,而弱用户接入所带来的速率增益不能补偿强用户的速率损失,从而使得所有用户的总速率降低。
本发明提供的无人机基站通信覆盖网络增强方法,通过NOMA技术,在为弱信道条件用户提供通信接入并保证其所需数据速率的同时,允许强信道条件用户复用相同通信资源,因此在提高近一倍用户接入规模的同时提升了资源利用率,保证了用户公平性,同时,针对由于信道时变性强、环境复杂而导致的完备CSI难获取的应急通信场景,聚焦分析了基于统计CSI的遍历速率最大化问题,设计了用户随机分布环境下的用户配对和功率分配方案,提出了基于遍历速率边界的低复杂度优化方法,减少了计算时间,以支持动态应急场景中的快速应急决策,具有普适性和鲁棒性。
下面对本发明提供的无人机基站通信覆盖网络增强系统进行描述,下文描述的无人机基站通信覆盖网络增强系统与上文描述的无人机基站通信覆盖网络增强方法可相互对应参照。
图9是本发明提供的无人机基站通信覆盖网络增强系统的结构示意图,如图9所示,包括:
第一获取模块910、第二获取模块911、问题确定模块912、问题求解模块913以及网络增强模块914;
所述第一获取模块910,用于将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;
所述第二获取模块911,用于根据NOMA用户对中强弱用户的速率需求、所述NOMA用户对中强弱用户的功率约束条件、所述NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定所述目标函数所遵循的目标约束条件;
所述问题确定模块912,用于根据所述目标函数和所述目标约束条件,确定所述无人机基站通信覆盖网络中待求解的优化问题;
所述问题求解模块913,用于基于边界逼近的低复杂度优化算法求解所述优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率;
所述网络增强模块914,用于根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果;
其中,所述所有用户对包括所述NOMA用户对、OMA用户对和单用户对;
所述NOMA用户对的遍历总速率是根据无人机分配给所述NOMA用户对中强弱用户的发射功率确定的;
所述NOMA用户对中的两用户复用频谱;
所述OMA用户对中的两用户平分频谱;
所述单用户对中的用户使用完整频谱。
本发明提供的无人机基站通信覆盖网络增强系统,面向无人机基站通信覆盖网络场景,利用NOMA技术以满足信道质量不均衡用户的通信接入,实现无人机通信覆盖网络的增强。
图10是本发明提供的一种电子设备的实体结构示意图,如图10所示,该电子设备可以包括:处理器(processor)1010、通信接口(communication interface)1011、存储器(memory)1012和总线(bus)1013,其中,处理器1010,通信接口1011,存储器1012通过总线1013完成相互间的通信。处理器1010可以调用存储器1012中的逻辑指令,以执行如下方法:
将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;
根据NOMA用户对中强弱用户的速率需求、NOMA用户对中强弱用户的功率约束条件、NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定目标函数所遵循的目标约束条件;
根据目标函数和目标约束条件,确定无人机基站通信覆盖网络中待求解的优化问题;
基于边界逼近的低复杂度优化算法求解优化问题,获取无人机分配给NOMA用户对中强弱用户的发射功率;
根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果;
其中,所有用户对包括NOMA用户对、OMA用户对和单用户对;
NOMA用户对的遍历总速率是根据无人机分配给NOMA用户对中强弱用户的发射功率确定的;
NOMA用户对中的两用户复用频谱;
OMA用户对中的两用户平分频谱;
单用户对中的用户使用完整频谱。
此外,上述的存储器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电源屏(可以是个人计算机,服务器,或者网络电源屏等)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。
进一步地,本发明公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的无人机基站通信覆盖网络增强方法,例如包括:
将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;
根据NOMA用户对中强弱用户的速率需求、NOMA用户对中强弱用户的功率约束条件、NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定目标函数所遵循的目标约束条件;
根据目标函数和目标约束条件,确定无人机基站通信覆盖网络中待求解的优化问题;
基于边界逼近的低复杂度优化算法求解优化问题,获取无人机分配给NOMA用户对中强弱用户的发射功率;
根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果;
其中,所有用户对包括NOMA用户对、OMA用户对和单用户对;
NOMA用户对的遍历总速率是根据无人机分配给NOMA用户对中强弱用户的发射功率确定的;
NOMA用户对中的两用户复用频谱;
OMA用户对中的两用户平分频谱;
单用户对中的用户使用完整频谱。
另一方面,本发明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无人机基站通信覆盖网络增强方法,例如包括:
将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;
根据NOMA用户对中强弱用户的速率需求、NOMA用户对中强弱用户的功率约束条件、NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定目标函数所遵循的目标约束条件;
根据目标函数和目标约束条件,确定无人机基站通信覆盖网络中待求解的优化问题;
基于边界逼近的低复杂度优化算法求解优化问题,获取无人机分配给NOMA用户对中强弱用户的发射功率;
根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果;
其中,所有用户对包括所述NOMA用户对、OMA用户对和单用户对;
NOMA用户对的遍历总速率是根据无人机分配给NOMA用户对中强弱用户的发射功率确定的;
NOMA用户对中的两用户复用频谱;
OMA用户对中的两用户平分频谱;
单用户对中的用户使用完整频谱。
以上所描述的系统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电源屏(可以是个人计算机,服务器,或者网络电源屏等)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)
1.一种无人机基站通信覆盖网络增强方法,其特征在于,包括:
将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;
根据NOMA用户对中强弱用户的速率需求、所述NOMA用户对中强弱用户的功率约束条件、所述NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定所述目标函数所遵循的目标约束条件;
根据所述目标函数和所述目标约束条件,确定所述无人机基站通信覆盖网络中待求解的优化问题;
基于边界逼近的低复杂度优化算法求解所述优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率;
根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果;
其中,所述所有用户对包括所述NOMA用户对、OMA用户对和单用户对;
所述NOMA用户对的遍历总速率是根据无人机分配给所述NOMA用户对中强弱用户的发射功率确定的;
所述NOMA用户对中的两用户复用频谱;
所述OMA用户对中的两用户平分频谱;
所述单用户对中的用户使用完整频谱;
所述强弱用户是根据用户的信道增益确定的。
2.根据权利要求1所述的无人机基站通信覆盖网络增强方法,其特征在于,所述所有用户对的总遍历速率是通过如下方式确定的:
根据所述用户集合中各个用户的接入方式,将所述所有用户对划分为所述NOMA用户对、OMA用户对和单用户对;
根据NOMA用户对中强弱用户的遍历总速率、OMA用户对中用户的遍历总速率和单用户对中用户的遍历速率,确定所述所有用户对的总遍历速率。
3.根据权利要求2所述的无人机基站通信覆盖网络增强方法,其特征在于,所述NOMA用户对中强弱用户的遍历总速率、OMA用户对中用户的遍历总速率和单用户对中用户的遍历速率是通过如下方式确定的:
根据NOMA用户对中强用户与无人机间的信道衰落、无人机与NOMA用户对中弱用户间的大尺度衰落以及无人机与NOMA用户对中强弱用户间的小尺度衰落,确定所述NOMA用户对中强弱用户的遍历总速率;
根据OMA用户对中用户与无人机间的信道衰落、无人机与OMA用户对中用户间的大尺度衰落以及无人机与OMA用户对中用户间的小尺度衰落,确定所述OMA用户对中用户的遍历总速率;
根据单用户对中用户与无人机间的信道衰落、无人机与单用户对中用户间的大尺度衰落以及无人机与单用户对中用户间的小尺度衰落,确定所述单用户对中用户的遍历速率。
4.根据权利要求1所述的无人机基站通信覆盖网络增强方法,其特征在于,所述NOMA用户对中强弱用户的速率需求、所述NOMA用户对中强弱用户的功率约束条件、所述NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件是通过如下方式确定的:
根据NOMA用户对中强弱用户的遍历速率和OMA用户对中强弱用户的遍历速率,确定所述速率需求;
根据所述无人机分配给NOMA用户对中强弱用户的发射功率、分配给所述NOMA用户对的功率最大值和无人机最大发射功率,确定所述功率约束条件;
根据所述NOMA用户对中强弱用户的信道功率增益期望值和最小差异需求,确定所述信道条件最小差异约束条件;
根据所述用户集合中每个用户最多属于同一用户对以及每一用户对最多包括两个用户,确定所述用户分组约束条件;
其中,所述信道功率增益期望值是根据所述NOMA用户对中强弱用户的信道功率增益和噪声功率确定的。
5.根据权利要求3所述的无人机基站通信覆盖网络增强方法,其特征在于,所述基于边界逼近的低复杂度优化算法求解所述优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率,包括:
获取所述所有用户对中的所有强弱用户,根据所述所有强弱用户构建二分图,当所有用户对中的强弱用户的数量不相同时,补充虚拟用户以扩展所述二分图;
根据所述二分图中NOMA用户对中强弱用户的遍历总速率、OMA用户对中用户的遍历总速率,以及单用户对中用户的遍历速率,确定二分图的边权值;
根据所述NOMA用户对中强弱用户的遍历总速率,确定NOMA用户对中强弱用户的遍历速率上界以及NOMA用户对中强弱用户的遍历速率下界;
根据所述NOMA用户对中强弱用户的遍历速率上界或者所述NOMA用户对中强弱用户的遍历速率下界,对所述速率需求、所述功率约束条件和所述优化问题进行更新;
根据一维搜索方法和二分查找方法,求解更新后的优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率。
6.根据权利要求5所述的无人机基站通信覆盖网络增强方法,其特征在于,所述根据所述二分图中NOMA用户对中强弱用户的遍历总速率、OMA用户对中强弱用户的遍历总速率,以及单用户对中用户的遍历速率,确定二分图的边权值,包括:
根据所述NOMA用户对中强弱用户的遍历速率的上界、所述NOMA用户对中强弱用户的遍历速率的上界、所述OMA用户对中强弱用户的遍历速率的下界、OMA用户对中强弱用户的遍历速率的上界、单用户对中用户的遍历速率的上界,以及单用户对中用户的遍历速率的下界,确定所述二分图的边权值。
7.根据权利要求5所述的无人机基站通信覆盖网络增强方法,其特征在于,所述根据一维搜索方法和二分查找方法,求解更新后的优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率,包括:
根据所述一维搜索方法,确定无人机分配给所述NOMA用户对中强弱用户的发射功率的可行域构成的一维搜索空间;
根据所述二分查找方法和所述一维搜索空间,获取无人机分配给所述NOMA用户对中强弱用户的发射功率;
其中,所述发射功率的可行域是根据NOMA用户对中强弱用户的遍历速率上界或者所述NOMA用户对中强弱用户的遍历速率下界确定的。
8.一种无人机基站通信覆盖网络增强系统,其特征在于,包括:第一获取模块、第二获取模块、问题确定模块、问题求解模块以及网络增强模块;
所述第一获取模块,用于将无人机所服务用户集合中所有用户对的总遍历速率最大化作为无人机基站通信覆盖网络中待求解的目标函数;
所述第二获取模块,用于根据NOMA用户对中强弱用户的速率需求、所述NOMA用户对中强弱用户的功率约束条件、所述NOMA用户对中强弱用户的信道条件最小差异约束条件以及用户分组约束条件,确定所述目标函数所遵循的目标约束条件;
所述问题确定模块,用于根据所述目标函数和所述目标约束条件,确定所述无人机基站通信覆盖网络中待求解的优化问题;
所述问题求解模块,用于基于边界逼近的低复杂度优化算法求解所述优化问题,获取无人机分配给所述NOMA用户对中强弱用户的发射功率;
所述网络增强模块,用于根据匈牙利算法基于OMA用户对的遍历总速率、单用户对的遍历速率以及NOMA用户对的遍历总速率进行用户匹配,获取总遍历速率最大的用户匹配结果;
其中,所述所有用户对包括所述NOMA用户对、OMA用户对和单用户对;
所述NOMA用户对的遍历总速率是根据无人机分配给所述NOMA用户对中强弱用户的发射功率确定的;
所述NOMA用户对中的两用户复用频谱;
所述OMA用户对中的两用户平分频谱;
所述单用户对中的用户使用完整频谱;
所述强弱用户是根据用户的信道增益确定的。
9.一种电子设备,包括处理器和存储有计算机程序的存储器,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述无人机基站通信覆盖网络增强方法。
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7任一项所述无人机基站通信覆盖网络增强方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210658360.5A CN115314099B (zh) | 2022-06-10 | 2022-06-10 | 无人机基站通信覆盖网络增强方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210658360.5A CN115314099B (zh) | 2022-06-10 | 2022-06-10 | 无人机基站通信覆盖网络增强方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115314099A CN115314099A (zh) | 2022-11-08 |
CN115314099B true CN115314099B (zh) | 2023-08-01 |
Family
ID=83855385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210658360.5A Active CN115314099B (zh) | 2022-06-10 | 2022-06-10 | 无人机基站通信覆盖网络增强方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115314099B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108462950A (zh) * | 2018-03-26 | 2018-08-28 | 南京邮电大学 | 基于noma的d2d通信联合子信道与功率分配方法 |
CN110290542A (zh) * | 2019-06-28 | 2019-09-27 | 清华大学 | 海上无人机通信覆盖优化方法及系统 |
CN112996117A (zh) * | 2021-02-02 | 2021-06-18 | 清华大学 | 卫星无人机协同覆盖网络中的安全通信方法及装置 |
CN113543145A (zh) * | 2021-06-07 | 2021-10-22 | 北京邮电大学 | Noma系统用户配对和功率分配联合优化方法及装置 |
WO2022021520A1 (zh) * | 2020-07-29 | 2022-02-03 | 南通职业大学 | 一种非正交多址接入功率分配方法及系统 |
CN114268391A (zh) * | 2021-11-26 | 2022-04-01 | 重庆邮电大学 | 一种noma增强的无人机辅助建模分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9712228B2 (en) * | 2014-11-06 | 2017-07-18 | Ubiqomm Llc | Beam forming and pointing in a network of unmanned aerial vehicles (UAVs) for broadband access |
-
2022
- 2022-06-10 CN CN202210658360.5A patent/CN115314099B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108462950A (zh) * | 2018-03-26 | 2018-08-28 | 南京邮电大学 | 基于noma的d2d通信联合子信道与功率分配方法 |
CN110290542A (zh) * | 2019-06-28 | 2019-09-27 | 清华大学 | 海上无人机通信覆盖优化方法及系统 |
WO2022021520A1 (zh) * | 2020-07-29 | 2022-02-03 | 南通职业大学 | 一种非正交多址接入功率分配方法及系统 |
CN112996117A (zh) * | 2021-02-02 | 2021-06-18 | 清华大学 | 卫星无人机协同覆盖网络中的安全通信方法及装置 |
CN113543145A (zh) * | 2021-06-07 | 2021-10-22 | 北京邮电大学 | Noma系统用户配对和功率分配联合优化方法及装置 |
CN114268391A (zh) * | 2021-11-26 | 2022-04-01 | 重庆邮电大学 | 一种noma增强的无人机辅助建模分析方法 |
Non-Patent Citations (6)
Title |
---|
A UAV-Enabled Wireless Powered Sensor Network Based on NOMA and Cooperative Relaying With Altitude Optimization;Tianji Shen;《IEEE Open Journal of the Communications Society》;全文 * |
NOMA-based UAV communications for maritime coverage enhancement;Rui Tang;《China Communications》;全文 * |
基于移动群智感知的内容共享及能效优化;李宛苡;《中国优秀硕士学位论文全文数据库 信息科技辑》;全文 * |
大规模MIMO NOMA系统中联合功率分配的用户配对;张伟;傅友华;;南京邮电大学学报(自然科学版)(02);全文 * |
无人机辅助的NOMA网络用户分组与功率分配算法;李国权;林金朝;徐勇军;黄正文;刘挺;;通信学报(09);全文 * |
统计信道下行NOMA中的资源分配优化方案;姚以静;《中国科技论文在线 http://www.paper.edu.cn/releasepaper/content/202008-35》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115314099A (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Cluster‐based resource allocation scheme with QoS guarantee in ultra‐dense networks | |
Azari et al. | Cellular UAV-to-UAV communications | |
CN104080176A (zh) | 车联网中基于资源共享的资源管理和接入方案 | |
CN110290542B (zh) | 海上无人机通信覆盖优化方法及系统 | |
CN107371167B (zh) | 小区分簇方法及基于该小区分簇方法的频谱交叠复用方法 | |
US20140126500A1 (en) | Method and apparatus for performance management in wireless backhaul networks via power control | |
Nouri et al. | Multi-UAV placement and user association in uplink MIMO ultra-dense wireless networks | |
CN104770004A (zh) | 一种通信系统和方法 | |
CN114268967B (zh) | 无人机辅助移动边缘网络用户匹配方法及装置 | |
CN106788812A (zh) | 一种两层网络中基于分簇的干扰对齐方法 | |
Hu et al. | Optimization for HTTP adaptive video streaming in UAV-enabled relaying system | |
CN112954806B (zh) | 异构网络中基于弦图着色的联合干扰对齐与资源分配方法 | |
CN106714292A (zh) | 认知网络中基于干扰功率和服务质量受限的最优功率控制方法 | |
Pan et al. | 3D UAV placement and user association in software-defined cellular networks | |
CN113055860A (zh) | 一种蜂窝网络下的d2d多对多资源分配方法 | |
CN115314099B (zh) | 无人机基站通信覆盖网络增强方法及系统 | |
CN111479240A (zh) | 无人机通信系统及基于用户分簇的无线传输方法 | |
CN115225142B (zh) | 多无人机通信中用户匹配与频谱资源联合优化方法及系统 | |
Shakhatreh et al. | Efficient 3D positioning of UAVs and user association based on hybrid PSO-K-means clustering algorithm in future wireless networks | |
CN107124726B (zh) | 基于最大化吞吐量的多波束geo系统接入控制方法 | |
Abeywickrama et al. | An adaptive UAV network for increased user coverage and spectral efficiency | |
CN107249212B (zh) | 一种d2d通信中能效最大化的功率分配方法 | |
Alaghehband et al. | Efficient fuzzy based uav positioning in iot environment data collection | |
EP4331299A1 (en) | Determing allocation of unmanned aerial vehicle base stations in a wireless network | |
US20220022047A1 (en) | Frequency spectrum management apparatus, frequency spectrum management method and computer-readable storage medium |
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 |