CN115379465A - 一种面向空地网络的接入回传一体化能效优化方法及系统 - Google Patents
一种面向空地网络的接入回传一体化能效优化方法及系统 Download PDFInfo
- Publication number
- CN115379465A CN115379465A CN202211018945.7A CN202211018945A CN115379465A CN 115379465 A CN115379465 A CN 115379465A CN 202211018945 A CN202211018945 A CN 202211018945A CN 115379465 A CN115379465 A CN 115379465A
- Authority
- CN
- China
- Prior art keywords
- base station
- ground
- air
- terrestrial
- 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004891 communication Methods 0.000 claims abstract description 23
- 239000002245 particle Substances 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000009826 distribution Methods 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 4
- 230000000996 additive effect Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000005562 fading Methods 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 10
- 206010042135 Stomatitis necrotising Diseases 0.000 description 8
- 201000008585 noma Diseases 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 description 1
- 235000015429 Mirabilis expansa Nutrition 0.000 description 1
- 244000294411 Mirabilis expansa Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011480 coordinate descent method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013536 miso Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- 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)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及空中基站通信技术领域,公开了一种面向空地网络的接入回传一体化能效优化方法及系统,该能效优化方法,以最大化整个无线接入回传一体化空地网络的能量效率为目标,联合优化基站地面用户关联、空中基站下行功率分配和空中基站位置部署。本发明解决了现有技术存在的空地网络能效优化效果不佳、亟待进一步提升的问题。
Description
技术领域
本发明涉及空中基站通信技术领域,具体是一种面向空地网络的接入回传一体化能效优化方法及系统。
背景技术
传统的无线网络设计主要关注系统容量和频谱效率。随着绿色网络越来越受到重视,未来无线网络的节能设计变得至关重要。考虑在空地无线网络场景中,空中基站配合地面通信网络为地面用户提供通信服务,由于其可以高动态低成本地部署,因此可以高能效地按需为地面用户提供服务。具体来说,与传统的地面基站相比,空中基站具有以下明显的优点:首先,由于空中基站的机动性和快速部署,支持空中基站的通信可以提供快速的按需服务;其次,空中基站能够灵活地更新其三维位置,以适应动态网络中的通信需求;最后,由于空中基站的高度,空中基站可以建立视距通信链路,通过避免阻塞和阴影来提高链路容量。尽管有上述优势,但支持空中基站的通信仍然存在一些挑战,例如空中基站的最佳三维部署位置、能量管理、小区关联以及资源分配。另一个重要挑战是实际支持空中基站的多小区网络中的小区间干扰(ICI)管理,其中每个空中基站创建一个小小区,位于重叠区域的设备可能会从相邻小区接收ICI。
在此场景中考虑使用接入回传一体化技术,接入回传一体化技术通过统一设计接入链路和回传链路的控制信道、数据信道和接入流程,在时间域、频率域和空间域上复用接入和回传链路,这使得接入和回程链路之间紧密互连,地面基站在为地面用户和空中基站提供接入和回程连接时使用相同的基础设施和无线信道资源,这使得接入链路和回程链路之间存在相互干扰,同时空中基站有限的回程容量也成为此场景中建立通信链路的主要挑战。
现有关于空中基站通信的研究主要集中在最大化下行链路覆盖和系统吞吐量,或者管理空中基站的飞行时间持续时间,或者最小化能量消耗。很少有研究支持空中基站的空地无线网络中的能量效率(EE)优化问题,这是无线通信中的一个重要性能指标。支持空中基站的空地无线网络的EE最大化与传统地面通信网络有着显著的不同,因为空中基站的能耗主要用于其机械功耗(即飞行或硬件操作)。此外,支持空中基站的空地无线网络中的高动态拓扑结构使得EE优化问题更加复杂。
在文献《Interference Management in UAV-Assisted Integrated Access andBackhaul Cellular Networks》中利用无人机基站作为接入回传一体化的节点,并提出了一种干扰管理算法,以最大化接入回传一体化网络的总体和速率。联合优化了用户和基站关联、用于接入和回程传输的下行链路功率分配以及无人机的空间配置。但是,在该文献中并未考虑无人机基站的功耗,也未涉及到支持空中基站的空地无线网络中的能量效率的优化问题。
西北工业大学在其申请的专利文献“基于轨迹与资源联合优化的高能效数据收集方法及系统”(申请号:CN 202210240716.3,申请公布号:CN 114598721 A)中提出了一种基于轨迹与资源联合优化的高能效数据收集方法及系统,引入系统的能量效率,涉及无人机航迹和物联网通信资源的联合优化;在该方法中,首先构建单无人机和多地面物联网设备之间的通信场景,然后分别求解出总传输数据量和物联网总功率以及无人机的推进功率,得到系统能效的表达式,把原分式优化问题转为减式并进行逼近,进一步采用块坐标下降法迭代更新无人机航迹和物联网通信资源。但是,在该系统中计算系统能量效率的时候未考虑无人机的机械功耗,也未考虑到无人机的有限的回程容量。
发明内容
为克服现有技术的不足,本发明提供了一种面向空地网络的接入回传一体化能效优化方法及系统,解决现有技术存在的空地网络能效优化效果不佳、亟待进一步提升的问题。
本发明解决上述问题所采用的技术方案是:
一种面向空地网络的接入回传一体化能效优化方法,以最大化整个无线接入回传一体化空地网络的能量效率为目标,联合优化基站地面用户关联、空中基站下行功率分配和空中基站位置部署。
作为一种优选的技术方案,包括以下步骤:
S1,初始化:构建并初始化无线接入回传一体化空地网络,无线接入回传一体化空地网络包括一个地面基站、M个空中基站和J个地面用户;其中,M、J均≥1且均为整数;
S2,链路信道增益计算:计算无线接入回传一体化空地网络的链路信道增益;
S3,信干噪比和可达速率计算:计算地面用户与地面基站之间、地面用户与空中基站之间的信干噪比和可达速率;
S4,空中基站功耗计算:计算空中基站功耗;
S5,优化模型建立:基于计算得到的链路信道增益、信干噪比和可达速率,建立以最大化整个空地网络能量效率为优化目标的优化模型;
S6,最优解求解:求解能效优化模型的最优解,输出最佳用户关联、空中基站下行功率分配、空中基站的部署位置。
作为一种优选的技术方案,步骤S1中,初始时,地面用户的位置随机分布,空中基站的位置随机分布,空中基站通过地面基站进行回程连接,地面基站通过光纤与核心网进行数据传输,地面基站配备数量为NA的天线,所有空中基站和地面用户均配备单天线;其中,将空中基站的集合表示为U={U1,U2,...,UM},将地面用户的集合表示为G={G1,G2,...,GJ},将空地网络中所有的基站的集合表示为B=U∪{TBS}={B0,B1,...,BI},TBS表示地面基站,B中的索引0表示该系统中唯一的地面基站,将基站与地面用户之间的关联表示为A={ai,j},式中,i表示空地网络中基站的编号,j表示地面用户的编号,i∈{1,...,I},j={1,...,J},ai,j=1表示Gj由Bi服务,ai,j=0表示Gj不由Bi服务,Gj表示第j个地面用户,Bi表示第i个基站,每个地面用户只能与一个空中基站或者地面基站关联。
作为一种优选的技术方案,步骤S2包括以下步骤:
S21,计算地面基站到地面用户的多输入单输出下行链路信道增益,计算公式为:
式中,ρt2t表示地面基站到地面用户的参考距离处的信道功率增益,αt2t表示地面基站到地面用户的参考距离处的路径损耗指数,gj表示Gj的瑞利信道模型,gj~CN(0,I)遵循瑞利衰落,CN(0,I)表示均值为0、协方差为I的复高斯分布,||TBS-Gj||表示从地面基站到Gj的距离,表示矩阵,NA表示地面基站天线数,表示大小为1×NA的复矩阵。
S22,计算地面基站到空中基站的信道增益,计算公式为:
式中,ρu2t表示地面基站到空中基站的参考距离处的信道功率增益,αu2t表示地面基站到空中基站的参考距离处的路径损耗指数,m表示空中基站的编号,gm表示第m个空中基站Um的瑞利信道模型,Um表示第m个空中基站,||TBS-Um||表示地面基站到第m个空中基站Um的距离;
S23,计算空中基站到地面用户的下行链路信道增益,计算公式为:
式中,||Um-Gj||表示第m个空中基站到第j个地面用户的距离;
S24,计算不同空中基站之间的下行链路信道增益,计算公式为:
式中,CSI表示接入链路和回程链路之间的自干扰消除因子,ρu2u表示两个空中基站参考距离处的信道功率增益,αu2u表示两个空中基站参考距离处的路径损耗指数,m、n表示两个不同的空中基站的编号。
作为一种优选的技术方案,步骤S3包括以下步骤:
S31,计算Kd处的接收信号,Kd表示集合K编号为d的元素,计算公式为:
式中,表示发射信号,表示集合K中Kd之外的其他接收端的干扰,表示空中基站中Kd之外的其他接收端的干扰,pb,d表示从地面基站到Kd的功率分配,hb,d表示地面基站到Kd的信道增益,vd表示地面基站到Kd的预编码向量,xb,d表示从地面基站到Kd传输的数据符号,pm,k表示从Um到Gk的功率分配,xm,k表示从Um到Gk传输的数据符号,表示与Um相关联的地面用户集合,nd~CN(0,σ2)表示在Kd处接收到的零均值方差为σ2的加性高斯白噪声;GTBS表示地面基站服务的地面用户的集合,K表示空地网络中所有的空中基站和与地面基站关联的所有地面用户的集合,K=GTBS∪U={K1,K2,...Kd,...,KD},V表示地面基站、空中基站和地面基站服务用户之间的满秩信道矩阵,
S32,计算Kd处接收到的信干噪比,计算公式为:
S33,计算Am,j处的接收信号,计算公式为:
表示来自U中除Um外其他空中基站服务的地面用户的干扰,表示来自地面基站的干扰,pm,j表示从空中基站到地面用户的功率分配,xm,j表示从空中基站到地面用户传输的数据符号,pm,k表示从Um到Gk的功率分配,hm,j表示从Um到Gj的信道增益,xm,k表示从Um到Gk传输的数据符号,pk,l表示从Uk到Gl的功率分配,xk,l表示从Uk到Gl传输的数据符号,pb,d表示从地面基站到Gd的功率分配,vd表示地面基站到Gd,xb,d表示从地面基站到Gd传输的数据符号,表示与Um相关联的地面用户集合,nj~CN(0,σ2)表示在地面用户Gj处接收到的零均值方差为σ2的加性高斯白噪声;
S34,计算Am,j接收到的信干噪比,计算公式为:
S35,计算地面用户和空中基站的可达速率,计算公式为:
R=B0 log2(1+γ);
其中,γ为γb,d或者γm,j,B0表示信道带宽。
作为一种优选的技术方案,步骤S4包括以下步骤:
S41,计算第m个空中基站在一个时隙内在空中飞行时的总的机械消耗功率,计算公式为:
式中,v表示所有空中基站的相同的固定移动速度,Phov表示一个空中基站的悬停功耗,Pmov表示一个空中基站的移动功耗分别表示,τm,hov表示是一个时隙中的第m个空中基站的移动持续时间,τm,mov表示一个时隙中的第m个空中基站的悬停持续时间,且τ=τm,hov+τm,mov表示一个时隙中的移动时间为 是前一个时隙中第m个空中基站的三维位置;
S42,空中基站在一个时隙内通过一条直线移动,计算第m个空中基站的平均机械功耗,计算公式为:
S43,计算第m个空中基站的通信服务的发射功耗,计算公式为:
作为一种优选的技术方案,步骤S5中,建立的优化模型如下:
式中,A表示空中基站与地面用户的用户关联,Pb={pb,d:d∈K}表示地面基站的功率分配,P={pm,j:m∈U,j∈Am}表示空中基站的功率分配,W={wm:m∈U}表示空中基站的3D位置,εu表示地面用户预定义的最小信干燥比阈值,表示地面基站的发射功率的上限,表示空中基站的发射功率的上限,集合[wmin,wmax]表示允许空中基站部署的区域,wm表示第m个空中基站的3D位置;优化问题中,C1保证了地面用户的服务质量,C2表示空中基站的接入速率不应高于其相应的回程速率,C3表示每个地面用户只能由地面基站或者系统中的一个空中基站提供服务,C4地面基站的发射功率不能超过其最大发射功率,C5表示空中基站的发射功率不能超过其最大发射功率,C6限制了空中基站的飞行区域。
作为一种优选的技术方案,步骤S6中,将对数log(1+γm,j)用高信噪比区域中的对数log(γm,j)来近似,然后将求取优化模型的最优解转化为参数减法形式问题,如下所示:
在上式中,Q(η)是连续的且严格单调递减的,并且有唯一的根η*,η*是优化模型的最佳能量效率的值,η*通过应用Dinkelbach方法实现;此外,优化模型中的最优解集{A*,Pb *,P*,W*}与转化后当η=η*时的问题的最优解集相同。
作为一种优选的技术方案,步骤S6中,地面基站侧根据信道信息使用粒子群算法计算得到空中基站的最佳部署位置:
粒子群算法从生成的初始分布开始迭代计算;其中,N是粒子群数目,粒子的最大飞翔速度为在所有迭代中所有粒子的最佳位置记录为对于每个粒子,其最佳位置记录为在每次迭代中,Wg和Wl基于每次计算的得到的粒子的速度和运动更新;则,粒子在第(k+1)次迭代的移动速度的更新公式为:
每个粒子在(k+1)次迭代中的位置根据其在第k次迭代中的位置和(k+1)次迭代的运动速度更新,在(k+1)次迭代中,粒子的位置的更新公式为:
W(k+1)=W(k)+V(k+1);
N个粒子的最佳局部位置通过以下公式给出:
一种面向空地网络的接入回传一体化能效优化系统,基于所述的一种面向空地网络的接入回传一体化能效优化方法,包括依次相连的以下模块:
初始化模块:用以,构建并初始化无线接入回传一体化空地网络,无线接入回传一体化空地网络包括一个地面基站、M个空中基站和J个地面用户;其中,M、J均≥1且均为整数;
链路信道增益计算模块:用以,计算地面用户与地面基站之间、地面用户与空中基站之间的信干噪比和可达速率;
信干噪比和可达速率计算模块:用以,计算地面用户与地面基站、地面用户与空中基站之间的信干噪比和可达速率;
空中基站功耗计算模块:用以,计算空中基站功耗;
优化模型建立模块:用以,基于计算得到的链路信道增益、信干噪比和可达速率,建立以最大化整个空地网络能量效率为优化目标的优化模型;
最优解求解模块:用以,求解能效优化模型的最优解,输出最佳用户关联、空中基站下行功率分配、空中基站的部署位置。
本发明相比于现有技术,具有以下有益效果:
(1)本发明建立了空地无线网络接入回传一体化系统模型,在该系统中包括一个地面基站和多个空中基站,地面基站配备了大容量有线回程连接到核心网络,空中基站则使用地面基站的回程连接,地面基站使用相同的频谱或无线信道分别为其覆盖范围内的地面用户提供接入服务以及为空中基站提供回程连接,按需部署系统中的多个空中基站为区域内的地面用户提供通信服务,同时考虑到空中基站的通信功耗和机械功耗,以最大化整个系统能量效率为目标,联合优化地面用户和基站的关联、基站的下行链路功率分配以及空中基站位置部署;
(2)本发明考虑到空中基站有限的回程容量以及空中基站支持的多小区网络中的小区间干扰,同时,地面基站在为地面用户和空中基站提供接入和回程连接时使用相同的基础设施和无线信道资源,这使得接入链路和回程链路之间存在相互干扰,基于此,联合优化系统中的用户基站关联、基站下行功率分配以及根据地面用户数量和地面用户的分布情况更新空中基站部署位置,最终最大化整个系统的能量效率。
附图说明
图1为无线接入回传一体化空地网络的结构示意图;
图2系统能量效率随地面用户数目变化折线图;
图3系统容量覆盖性能随地面用户数目变化折线图;
图4系统能量效率随地面基站数目变化折线图;
图5系统容量覆盖性能随地面基站数目变化折线图;
图6为本发明所述的方法的一种面向空地网络的接入回传一体化能效优化方法的步骤示意图。
具体实施方式
下面结合实施例及附图,对本发明作进一步的详细说明,但本发明的实施方式不限于此。
实施例1
如图1至图6所示,基于现有技术存在的问题,提出高能效按需覆盖空地无线网络接入回传一体化技术用以解决上述空地无线网络中灵活按需部署空中基站和进行资源分配来提高系统能量效率的问题。
本发明考虑在支持空中基站的空地无线接入回传一体化网络中高能效地按需覆盖,提出联合优化基站地面用户关联、基站发射功率和空中基站位置部署的方法。具体地,在空地无线接入回传一体化网络中,包括一个地面基站和多个空中基站,地面基站配备了大容量有线回程到核心网络,而空中基站通过地面基站进行回程连接,地面基站使用同一时频资源为地面用户服务和对空中基站进行回程数据传输,空中基站部署在区域内为地面用户提供通信服务,以最大化整个系统的能量效率为目标,用于解决现有技术无法实现灵活按需覆盖的问题,同时提高整个系统的能量效率。
本发明是高能效按需覆盖空地无线网络接入回传一体化技术,包括以下步骤:
步骤1:考虑在空地无线网络场景中,包括一个地面基站、多个空中基站和多个地面用户,初始时,地面用户和空中基站在区域内随机分布;
地面基站搭载有基站模块和中央控制处理器,负责整个场景的数据收集处理,同时作为与核心网通信的节点,通过大规模光纤与核心网进行数据传输,并搭载多天线系统,负责将核心网数据分发给下属的空中基站或者地面用户,中央控制处理器掌握着所有的信道信息,并可以执行资源分配策略;
地面基站和空中基站都可以为地面用户提供接入服务,空中基站的回程连接由地面基站提供。
具体的,系统中有M个空中基站和J个地面用户,空中基站的集合表示为U={U1,U2,...,UM},地面用户的集合表示为G={G1,G2,...,GJ},系统中所有的基站的集合表示为B=U∪{TBS}={B0,B1,...,BI},B中的索引0表示体统中唯一的地面基站,则地面基站和空中基站与地面用户之间的关联表示为A={ai,j,i∈B,j∈G},其中ai,j=1表示地面用户Gj由基站Bi服务,否则ai,j=0;
步骤2:建模各个信道模型;
其中包括地面基站到地面用户的信道增益,地面基站到空中基站的信道增益,空中基站到地面用户的信道增益;
(2a)计算地面基站到地面用户的多输入单输出下行链路信道增益;
式中,ρt2t表示地面基站到地面用户的参考距离处(d0=1m处)的信道功率增益,αt2t表示地面基站到地面用户(d0=1m处)的参考距离处的路径损耗指数。gj~CN(0,I)遵循瑞利衰落。||TBS-Gj||是从地面基站到Gj的距离。
(2b)计算地面基站到空中基站的信道增益;
式中ρu2t表示地面基站到空中基站的参考距离处(d0=1m处)的信道功率增益,αu2t表示地面基站到空中基站的参考距离处(d0=1m处)的路径损耗指数。
(2c)计算空中基站到地面用户的下行链路信道增益;
(2d)计算空中基站到空中基站的下行链路信道增益;
其中,CSI表示接入链路和回程链路之间的自干扰消除因子。ρu2u表示两个空中基站参考距离处(d0=1m处)的参考信道功率增益,αu2u表示两个空中基站参考距离处(d0=1m处)的路径损耗指数。
步骤3:计算地面用户与不同基站之间的信干噪比和可达速率;
系统中使用接入回传一体化技术,接入链路和回程链路中使用相同的频谱资源。因此,不同链路之间存在干扰。地面基站使用用于多用户MISO传输的线性迫零波束形成(LZFBF)来缓解空中基站和地面基站服务的地面用户之间的小区间干扰。GTBS表示地面基站服务的地面用户的集合,K=GTBS∪U={K1,K2,...Kd,...,KD}。地面基站中的ZF预编码向量用表示,其中是地面基站、空中基站和地面基站服务用户之间的满秩信道矩阵。由于高和速率增益,使用等发射功率(ETP)归一化对Kd的预编码向量进行归一化。具体地,其中[V]d是V的第d列。因此,公式成立,这表明如果d≠j,则Kd不会干扰Kj。
Kd处的接收信号由以下公式给出:
计算Kd处接收到的信干噪比,计算公式为:
计算Am,j处的接收信号,计算公式为:
计算Am,j接收到的信干噪比,计算公式为:
空中基站使用NOMA,地面用户采用SIC技术,减少Am中的地面用户的相互干扰。在NOMA下行链路系统中,基站通过叠加编码将数据同时传输到同一频谱上的多个接收端,SIC解码器按照接收端信道功率增益的升序依次解码接收端信号。当接收端的信息被成功解码时,它将从叠加的信号中减去。接收端不会受到已减去的信号的干扰,但会受到剩余接收端信号的干扰。因此,在典型的NOMA下行链路中,如果hm,j<hm,k,j,k∈Am,则Am,j只收到来自Am,k的干扰。首先,对Am中的地面用户进行随机分组,同一组中的地面用户利用NOMA技术共享相同的时频资源,而各组之间保持正交性,即忽略组间干扰,然后,在每个地面用户分组中根据信道强度按升序编号,即如果j>k,通过应用SIC,Am,j可以解码和减去Am,k的信号。计算得到所有地面用户到地面基站的SINR,计算地面用户到空中基站的SINR,地面基站和空中基站在下行链路采用NOMA的方式,比较SINR得到最大的SINR链路,地面用户关联到该基站。接着,下行链路接入和回程功率分配也基于与每个基站相关联的地面用户的数量以相等的功率分配进行初始化,其中|Am|是与第m个空中基站关联的地面用户的总数目。
计算地面用户和空中基站的可达速率:R=B0 log2(1+γ),其中B0表示信道带宽。
步骤4:计算空中基站功耗模型;
一个空中基站的总功耗由两部分组成,即机械功耗和通信功耗。系统中所有空中基站以相同的固定速度移动,用v表示。将一个空中基站的悬停功耗和移动功耗分别表示为Phov和Pmov。
计算第m个空中基站在一个时隙内在空中飞行时的总机械功率消耗:
步骤5:建立以最大化整个系统能量效率为优化目标的优化问题;
s.t.C1:γ≥εu
其中,A表示空中基站和地面用户的用户关联,Pb={pb,d:d∈K}表示地面基站的功率分配,P={pm,j:m∈U,j∈Am}表示空中基站的功率分配,W={wm:m∈U}表示空中基站的3D位置。其中εu是为地面用户预定义的最小SINR阈值。和分别是地面基站和空中基站的发射功率的上限,集合[wmin,wmax]表示允许空中基站部署的区域。优化问题中,C1保证了地面用户的服务质量,C2表示空中基站的接入速率不应高于其相应的回程速率,C3表示每个地面用户只能由地面基站或者系统中的一个空中基站提供服务;C4和C5表明地面基站和空中基站的发射功率不能超过其最大发射功率;C6限制了空中基站的飞行区域。联合优化问题是NP难的,既有整数变量,也有连续变量。
步骤6:求解联合优化问题;
在本专利中,对数log(1+γm,j)可以用高信噪比区域中的对数log(γm,j)来近似。优化问题是一个混合整数规划问题,因为涉及到二进制变量ai,j和非负变量pb,i和pm,j,该问题是非连续的,但是,它是一个分数规划,最大化无线网络中的能量效率相当于最大化每个消耗功率单元成功传送到接收器的比特量。采用分式规划将其转化为参数减法形式问题,然后将其分解为两个子问题,可以基于数学变换交替求解。考虑到该目标的非凸、分式性质,优化理论中的分式规划是实现能效最大化的有效数学工具。因此可以转化为参数减法形式问题,如下所示:
s.t C1:γ≥εu
在上式中,Dinkelbach证明了Q(η)是连续的且严格单调递减的,并且它有唯一的根η*(η*是原始问题的最佳能量效率的值),可通过应用Dinkelbach方法实现。此外,原始问题中的最优解集{A*,Pb *,P*,W*}与转化后当η=η*时的问题的最优解集相同。
接下来,提出了一种方法来解决支持空中基站的多小区网络中的联合优化问题,其中空中基站按需部署在场景中,以最大化整个系统的能量效率。首先,将优化问题分解为两个子问题:1)用户关联和基站下行功率分配问题;和2)空中基站的三维位置部署问题。因此,在交替解决这两个子问题后,可以通过使用迭代算法实现联合优化问题的最终解决方案。
1)用户关联和基站下行功率分配问题:
通过给定的空中基站的三维位置部署来实现用户关联和基站下行功率分配,提出一种联合用户关联和基站下行功率分配策略,以在联合优化问题中最大化整个系统能量效率。
首先,空中基站初始时随机分布,地面用户随机分布,计算各个链路的路径损耗,接着计算所有用户接收到的SINR,假设所有地面用户接收到最大的信号功率,计算得到然后,由于高和速率增益,使用等发射功率(ETP)归一化对Kd的预编码向量进行归一化。具体来说,vd由其中[V]d是V的第d列。计算得到所有地面用户到地面基站的SINR,计算地面用户到空中基站的SINR,地面基站和空中基站在下行链路采用NOMA的方式,比较SINR得到具有最大的SINR链路,地面用户关联到该基站。接着,下行链路接入和回程功率分配也基于与每个基站相关联的用户的数量以相等的分配进行初始化,其中
在给定空中基站的部署位置得到基站用户关联之后,优化目标是获得在每个空中基站分配的最佳发射功率。基站下行功率分配问题是一个非凸优化问题,因为目标函数和约束条件与相关变量P、Pb有关。可以通过应用几何规划将其转化为凸优化问题,因此,变换后的问题可以求解为最优性。
从上式中,可以观察到第一项是中的线性函数,它是凹的,也是凸的。第二项和第三项分别包含log-sum-exp和sum-exp表达式,这两个表达式都是凸的。然后,第二项和第三项中的log-sum-exp和sum-exp表达式的对立面是凹的,因此最后两项是凹的。因此,可以得出这样的结论:目标函数是凹的。类似地,约束条件可以通过以下公式给出:
上述约束分别是sum-exp和log-sum-exp表达式,所以它们是凸的。
因此,转换后的优化问题可以写作:
2)空中基站的三维位置部署问题:
给定用户关联和基站下行功率分配,旨在确定空中基站的最佳位置,以最大化整个系统的能量效率。由于空中基站的移动性,空中基站可以根据地面用户的分布智能地更新其位置,以最大限度地提高整个系统的能量效率。
对于给定的用户关联A和P以及Pb,确定空中基站最佳三维位置的优化问题可以表示为:
其中wm表示第m个空中基站的三维部署位置。可以观察到,信道增益hm,j(wm)和机械功耗取决于空中基站的位置。此外,hm,j(wm)和是wm上的非凸函数,因此上式中的目标函数和约束条件是非凸的。因此,上述的优化问题是一个非凸规划问题,这使得全局最优解难以求解。为了解决这一问题,使用粒子群算法对问题进行求解,以获得全局最优解W。该算法从随机解的总体开始,迭代尝试根据给定的度量改进候选解。记录每个粒子的最佳位置以及所有迭代中所有粒子中的最佳全局位置,粒子的下一步移动受这些项的影响。
解决了子问题之后,提出算法解决联合优化问题,由于回程和接入链路之间的无线信道资源的充分重用、空中基站的服务水平能力、较小的站点间距离和用户分布的空间动态性,空地无线网络接入回传一体化网络的优化参数相互耦合在一起。因此,提出了一个迭代算法去解决原问题。该算法迭代更新地面用户关联、基站下行功率分配和空中基站的三位部署位置,以最大化系统的能效。
实施例2
如图1至图6所示,作为实施例1的进一步优化,在实施例1的基础上,本实施例还包括以下技术特征:
步骤一,初始化系统各个参数;
系统模型图如图1所示,在系统中包含一个地面基站,M个空中基站和J个地面用户。其中,地面基站搭载基站模块和中央控制处理器,空中基站搭载基站模块和微处理器,地面基站与空中基站之间存在无线点对点Xn链路。初始时,地面用户的位置随机分布,空中基站的位置随机分布,空中基站通过地面基站进行回程连接,地面基站配备了大容量有线回程到核心网络。地面基站配备NA天线,所有空中基站和地面用户都配备单天线。将空中基站和地面用户的集合分别表示为U={U1,U2,...,UM}和G={G1,G2,...,GJ}。B=U∪{TBS}={B0,B1,...,BI}表示基站的集合,B中的索引0表示该系统中唯一的地面基站。A={ai,j,i∈B,j∈G}表示地面基站、空中基站和地面用户之间的关联,其中ai,j=1表示Gj由Bi服务,否则ai,j=0。每个地面用户只能与一个空中基站或者地面基站关联。
步骤二,建模各个信道模型;
步骤三,计算地面用户与不同基站之间的信干噪比和可达速率;
步骤四,计算空中基站功耗模型;
步骤五,建立以最大化整个系统能量效率为优化目标的优化问题;
s.t.C1:γ≥εu
其中,A表示空中基站和地面用户的用户关联,Pb={pb,d:d∈K}表示地面基站的功率分配,P={pm,j:m∈U,j∈Am}表示空中基站的功率分配,W={wm:m∈U}表示空中基站的3D位置。其中εu是为地面用户预定义的最小SINR阈值。和分别是地面基站和空中基站的发射功率的上限,集合[wmin,wmax]表示允许空中基站部署的区域。优化问题中,C1保证了地面用户的服务质量,C2表示空中基站的接入速率不应高于其相应的回程速率,C3表示每个地面用户只能由地面基站或者系统中的一个空中基站提供服务;C4和C5表明地面基站和空中基站的发射功率不能超过其最大发射功率;C6限制了空中基站的飞行区域。联合优化问题是NP难的,既有整数变量,也有连续变量。
步骤五,求解联合优化问题;
在本专利中,对数log(1+γm,j)可以用高信噪比区域中的对数log(γm,j)来近似。优化问题是一个混合整数规划问题,因为涉及到二进制变量ai,j和非负变量pb,i和pm,j,该问题是非连续的,但是,它是一个分数规划,最大化无线网络中的能量效率相当于最大化每个消耗功率单元成功传送到接收器的比特量。采用分式规划将其转化为参数减法形式问题,然后将其分解为两个子问题,可以基于数学变换交替求解。考虑到该目标的非凸、分式性质,优化理论中的分式规划是实现能效最大化的有效数学工具。因此可以转化为参数减法形式问题,如下所示:
s.t C1:γ≥εu
在上式中,Dinkelbach证明了Q(η)是连续的且严格单调递减的,并且它有唯一的根η*(η*是原始问题的最佳能量效率的值),可通过应用Dinkelbach方法实现。此外,原始问题中的最优解集{A*,Pb *,P*,W*}与转化后当η=η*时的问题的最优解集相同。
第二步,执行迭代,当迭代次数小于等于最大迭代次数时;
首先根据步骤二以及步骤三计算各个链路的路径损耗,假设所有地面用户接收到最大的信号功率,计算得到然后,由于高和速率增益,使用等发射功率(ETP)归一化对Kd的预编码向量进行归一化。具体来说,vd由其中[V]d是V的第d列。计算得到所有地面用户到地面基站的SINR,计算地面用户到空中基站的SINR,空中基站在下行链路采用NOMA的方式,比较SINR得到具有最大的SINR链路,地面用户关联到该基站。接着,下行链路接入和回程功率分配也基于与每个基站相关联的用户的数量以相等的分配进行初始化,其中 不断执行迭代直至误差小于等于阈值;
基站侧通过凸优化工具CVX计算空中基站和地面基站的下行发射功率;
地面基站侧根据信道信息使用粒子群算法计算得到空中基站的最佳部署位置,粒子群算法从生成的初始分布开始迭代计算,其中N是粒子群数目,粒子的最大飞翔速度为在所有迭代中所有粒子的最佳位置记录为对于每个粒子,其最佳位置记录为在每次迭代中,Wg和Wl基于它们计算粒子的速度和运动更新。粒子在第(k+1)次迭代的移动速度的更新公式为:
其中,N个粒子的速度矩阵在第k次迭代中表示为w是控制收敛速度的惯性权重。c1和c2表示加速度常数,R1、是[0,1]之间的均匀分布,⊙表示哈达玛积,因此,每个粒子在(k+1)次迭代中的位置可以根据其在第k次迭代中的位置和(k+1)次迭代的运动速度更新,在(k+1)次迭代中,粒子的位置的更新公式为:
W(k+1)=W(k)+V(k+1)
因此,N个粒子的最佳局部位置通过以下公式给出:
在每次迭代中,计算接收和目标SINR之间的差值为然后考虑在接入链路接收SINR低于εu的用户集合其中|υu|表示υu的基数。同样的,在回程链路接收SINR的空中基站组低于εd被定义为式中因此,加权适应度函数可以由目标函数和非线性不等式约束组成,由下式给出:
Θ(W)=F(W)-(e1|υu|+e2|υBH|)
第三步,根据公式η(k)=R(A(k),P(k),W(k))/P(P(k),W(k))计算能效,直到小于阈值;
第四步,重复上述步骤,直到达到最大迭代次数;
第五步,输出求解得到的用户关联,空中基站下行功率分配以及空中基站的部署位置。
为体现所提技术的有益效果,介绍了在给定场景下空地无线网络接入回传一体化系统,在相同的时频资源下进行回程连接和接入连接,计算了在该系统中按需动态部署空中基站的整个网络的能量效率,并与静态部署空中基站时的整个系统的能量效率进行对比。本发明仿真实验场景的参数如表1:
表1仿真参数
本发明仿真实验场景在仿真区域为3000m×3000m的网络场景下,地面用户随机分布在地面区域。每个空中基站的移动速度为v=15m/s,每个间隔时间为0.5min,总时隙T=100。独立重复模拟多次,得到平均统计结果。在开始时,空中基站随机地分布在空中,初始位置在300米的高度。给出两种部署方式的性能比较。
仿真结果如图2、3、4、5所示,图2所示的是当地面用户随机分布时,随着系统内地面用户数目的增加系统能量效率变化的折线图,地面基站的天线数目为32,空中基站的数目是4,仅改变地面用户数,地面用户数分别为16、32、64、128、256,得出系统内地面用户数变化对系统能量效率的影响。随着系统内地面用户数目的增加,系统能量效率也在增加,而且,使用动态部署空中基站的方式相较于静态部署空中基站的方式,在地面用户数目为128时,能量效率提升了78.5%。动态部署空中基站方法实现了比静态方法更高的性能,因为动态部署方法优化空中基站的三维位置以控制其覆盖区域,可以更好地为地面用户提供服务。图3所示的是当地面用户随机分布时,随着系统内地面用户数目的增加系统总吞吐量变化的折线图,地面基站的天线数目为32,空中基站的数目是4,仅改变地面用户数,地面用户数分别为16、32、64、128、256,得出系统内地面用户数变化对系统总吞吐量变化的影响。随着系统内地面用户数目的增加,系统的总吞吐量也在增加,而且,使用动态部署空中基站的方式相较于静态部署空中基站的方式,在地面用户数目为128时,容量覆盖性能提升了78.8%,相较于无空中基站时提升了186.4%。
图4所示的是当地面用户随机分布时,随着系统内空中基站数目的增加系统能量效率变化的折线图,地面基站的天线数目为32,地面用户数为32,空中基站的数目依次为2、4、6、8,得出系统内空中基站数目变化对系统能量效率变化的影响。随着系统内地面用户数目的增加,系统能量效率也在增加,而且,使用动态部署空中基站的方式相较于静态部署空中基站的方式,在空中基站数目为4时,系统能量效率提升了29.7%。图5所示的是当地面用户随机分布时,随着系统内空中基站数目的增加系统总吞吐量变化的折线图,地面基站的天线数目为32,地面用户数为32,空中基站的数目依次为2、4、6、8,得出系统内空中基站数目变化对系统总吞吐量变化的影响。随着系统内空中基站数目的增加,系统总吞吐量也在增加,而且,使用动态部署空中基站的方式相较于静态部署空中基站的方式,在空中基站数目为4时,容量覆盖性能提升了29.3%。
如上所述,可较好地实现本发明。
本说明书中所有实施例公开的所有特征,或隐含公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合和/或扩展、替换。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质,在本发明的精神和原则之内,对以上实施例所作的任何简单的修改、等同替换与改进等,均仍属于本发明技术方案的保护范围之内。
Claims (10)
1.一种面向空地网络的接入回传一体化能效优化方法,其特征在于,以最大化整个无线接入回传一体化空地网络的能量效率为目标,联合优化基站地面用户关联、空中基站下行功率分配和空中基站位置部署。
2.根据权利要求1所述的一种面向空地网络的接入回传一体化能效优化方法,其特征在于,包括以下步骤:
S1,初始化:构建并初始化无线接入回传一体化空地网络,无线接入回传一体化空地网络包括一个地面基站、M个空中基站和J个地面用户;其中,M、J均≥1且均为整数;
S2,链路信道增益计算:计算无线接入回传一体化空地网络的链路信道增益;
S3,信干噪比和可达速率计算:计算地面用户与地面基站之间、地面用户与空中基站之间的信干噪比和可达速率;
S4,空中基站功耗计算:计算空中基站功耗;
S5,优化模型建立:基于计算得到的链路信道增益、信干噪比和可达速率,建立以最大化整个空地网络能量效率为优化目标的优化模型;
S6,最优解求解:求解能效优化模型的最优解,输出最佳用户关联、空中基站下行功率分配、空中基站的部署位置。
3.根据权利要求2所述的一种面向空地网络的接入回传一体化能效优化方法,其特征在于,步骤S1中,初始时,地面用户的位置随机分布,空中基站的位置随机分布,空中基站通过地面基站进行回程连接,地面基站通过光纤与核心网进行数据传输,地面基站配备数量为NA的天线,所有空中基站和地面用户均配备单天线;其中,将空中基站的集合表示为U={U1,U2,...,UM},将地面用户的集合表示为G={G1,G2,...,GJ},将空地网络中所有的基站的集合表示为B=U∪{TBS}={B0,B1,...,BI},TBS表示地面基站,B中的索引0表示该系统中唯一的地面基站,将基站与地面用户之间的关联表示为A={ai,j},式中,i表示空地网络中基站的编号,j表示地面用户的编号,i∈{1,...,I},j={1,...,J},ai,j=1表示Gj由Bi服务,ai,j=0表示Gj不由Bi服务,Gj表示第j个地面用户,Bi表示第i个基站,每个地面用户只能与一个空中基站或者地面基站关联。
4.根据权利要求3所述的一种面向空地网络的接入回传一体化能效优化方法,其特征在于,步骤S2包括以下步骤:
S21,计算地面基站到地面用户的多输入单输出下行链路信道增益,计算公式为:
式中,ρt2t表示地面基站到地面用户的参考距离处的信道功率增益,αt2t表示地面基站到地面用户的参考距离处的路径损耗指数,gj表示Gj的瑞利信道模型,gj~CN(0,I)遵循瑞利衰落,CN(0,I)表示均值为0、协方差为I的复高斯分布,||TBS-Gj||表示从地面基站到Gj的距离,表示矩阵,NA表示地面基站天线数,表示大小为1×NA的复矩阵。
S22,计算地面基站到空中基站的信道增益,计算公式为:
式中,ρu2t表示地面基站到空中基站的参考距离处的信道功率增益,αu2t表示地面基站到空中基站的参考距离处的路径损耗指数,m表示空中基站的编号,gm表示第m个空中基站Um的瑞利信道模型,Um表示第m个空中基站,||TBS-Um||表示地面基站到第m个空中基站Um的距离;
S23,计算空中基站到地面用户的下行链路信道增益,计算公式为:
式中,||Um-Gj||表示第m个空中基站到第j个地面用户的距离;
S24,计算不同空中基站之间的下行链路信道增益,计算公式为:
式中,CSI表示接入链路和回程链路之间的自干扰消除因子,ρu2u表示两个空中基站参考距离处的信道功率增益,αu2u表示两个空中基站参考距离处的路径损耗指数,m、n表示两个不同的空中基站的编号。
5.根据权利要求4所述的一种面向空地网络的接入回传一体化能效优化方法,其特征在于,步骤S3包括以下步骤:
S31,计算Kd处的接收信号,Kd表示集合K中编号为d的元素,计算公式为:
式中,表示发射信号,表示集合K中Kd之外的其他接收端的干扰,表示空中基站中Kd之外的其他接收端的干扰,pb,d表示从地面基站到Kd的功率分配,hb,d表示地面基站到Kd的信道增益,vd表示地面基站到Kd的预编码向量,xb,d表示从地面基站到Kd传输的数据符号,pm,k表示从Um到Gk的功率分配,xm,k表示从Um到Gk传输的数据符号,表示与Um相关联的地面用户集合,nd~CN(0,σ2)表示在Kd处接收到的零均值方差为σ2的加性高斯白噪声;GTBS表示地面基站服务的地面用户的集合,K表示空地网络中所有的空中基站和与地面基站关联的所有地面用户的集合,K=GTBS∪U={K1,K2,...Kd,...,KD},V表示地面基站、空中基站和地面基站服务用户之间的满秩信道矩阵, [V]d是V的第d列,||[V]d||表示[V]d的Frobenius范数;
S32,计算Kd处接收到的信干噪比,计算公式为:
S33,计算Am,j处的接收信号,计算公式为:
式中,表示发射信号,表示Am中除地面用户Gj之外的其他地面用户的干扰,表示来自U中除Um外其他空中基站服务的地面用户的干扰,表示来自地面基站的干扰,pm,j表示从空中基站到地面用户的功率分配,xm,j表示从空中基站到地面用户传输的数据符号,pm,k表示从Um到Gk的功率分配,hm,j表示从Um到Gj的信道增益,xm,k表示从Um到Gk传输的数据符号,pk,l表示从Uk到Gl的功率分配,xk,l表示从Uk到Gl传输的数据符号,pb,d表示从地面基站到Gd的功率分配,vd表示地面基站到Gd,xb,d表示从地面基站到Gd传输的数据符号,表示与Um相关联的地面用户集合,nj~CN(0,σ2)表示在地面用户Gj处接收到的零均值方差为σ2的加性高斯白噪声;
S34,计算Am,j接收到的信干噪比,计算公式为:
S35,计算地面用户和空中基站的可达速率,计算公式为:
R=B0log2(1+γ);
其中,γ为γb,d或者γm,j,B0表示信道带宽。
6.根据权利要求5所述的一种面向空地网络的接入回传一体化能效优化方法,其特征在于,步骤S4包括以下步骤:
S41,计算第m个空中基站在一个时隙内在空中飞行时的总的机械消耗功率,计算公式为:
式中,v表示所有空中基站的相同的固定移动速度,Phov表示一个空中基站的悬停功耗,Pmov表示一个空中基站的移动功耗分别表示,τm,hov表示是一个时隙中的第m个空中基站的移动持续时间,τm,mov表示一个时隙中的第m个空中基站的悬停持续时间,且τ=τm,hov+τm,mov表示一个时隙中的移动时间为 是前一个时隙中第m个空中基站的三维位置;
S42,空中基站在一个时隙内通过一条直线移动,计算第m个空中基站的平均机械功耗,计算公式为:
S43,计算第m个空中基站的通信服务的发射功耗,计算公式为:
7.根据权利要求6所述的一种面向空地网络的接入回传一体化能效优化方法,其特征在于,步骤S5中,建立的优化模型如下:
式中,A表示空中基站与地面用户的用户关联,Pb={pb,d:d∈K}表示地面基站的功率分配,P={pm,j:m∈U,j∈Am}表示空中基站的功率分配,W={wm:m∈U}表示空中基站的3D位置,εu表示地面用户预定义的最小信干燥比阈值,表示地面基站的发射功率的上限,表示空中基站的发射功率的上限,集合[wmin,wmax]表示允许空中基站部署的区域,wm表示第m个空中基站的3D位置;优化问题中,C1保证了地面用户的服务质量,C2表示空中基站的接入速率不应高于其相应的回程速率,C3表示每个地面用户只能由地面基站或者系统中的一个空中基站提供服务,C4地面基站的发射功率不能超过其最大发射功率,C5表示空中基站的发射功率不能超过其最大发射功率,C6限制了空中基站的飞行区域。
9.根据权利要求7或8所述的一种面向空地网络的接入回传一体化能效优化方法,其特征在于,步骤S6中,地面基站侧根据信道信息使用粒子群算法计算得到空中基站的最佳部署位置:
粒子群算法从生成的初始分布开始迭代计算;其中,N是粒子群数目,粒子的最大飞翔速度为在所有迭代中所有粒子的最佳位置记录为对于每个粒子,其最佳位置记录为在每次迭代中,Wg和Wl基于每次计算的得到的粒子的速度和运动更新;则,粒子在第(k+1)次迭代的移动速度的更新公式为:
每个粒子在(k+1)次迭代中的位置根据其在第k次迭代中的位置和(k+1)次迭代的运动速度更新,在(k+1)次迭代中,粒子的位置的更新公式为:
W(k+1)=W(k)+V(k+1);
N个粒子的最佳局部位置通过以下公式给出:
10.一种面向空地网络的接入回传一体化能效优化系统,其特征在于,基于权利要求1至9任一项所述的一种面向空地网络的接入回传一体化能效优化方法,包括依次相连的以下模块:
初始化模块:用以,构建并初始化无线接入回传一体化空地网络,无线接入回传一体化空地网络包括一个地面基站、M个空中基站和J个地面用户;其中,M、J均≥1且均为整数;
链路信道增益计算模块:用以,计算地面用户与地面基站之间、地面用户与空中基站之间的信干噪比和可达速率;
信干噪比和可达速率计算模块:用以,计算地面用户与地面基站、地面用户与空中基站之间的信干噪比和可达速率;
空中基站功耗计算模块:用以,计算空中基站功耗;
优化模型建立模块:用以,基于计算得到的链路信道增益、信干噪比和可达速率,建立以最大化整个空地网络能量效率为优化目标的优化模型;
最优解求解模块:用以,求解能效优化模型的最优解,输出最佳用户关联、空中基站下行功率分配、空中基站的部署位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211018945.7A CN115379465B (zh) | 2022-08-24 | 2022-08-24 | 一种面向空地网络的接入回传一体化能效优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211018945.7A CN115379465B (zh) | 2022-08-24 | 2022-08-24 | 一种面向空地网络的接入回传一体化能效优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115379465A true CN115379465A (zh) | 2022-11-22 |
CN115379465B CN115379465B (zh) | 2023-08-01 |
Family
ID=84067951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211018945.7A Active CN115379465B (zh) | 2022-08-24 | 2022-08-24 | 一种面向空地网络的接入回传一体化能效优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115379465B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581957A (zh) * | 2014-12-15 | 2015-04-29 | 北京邮电大学 | 针对卫星回程受限的空中平台能效最优功率分配方法 |
CN108307511A (zh) * | 2018-03-07 | 2018-07-20 | 重庆邮电大学 | 无线自回传小基站接入控制与资源分配联合优化方法 |
CN110049566A (zh) * | 2019-04-29 | 2019-07-23 | 西北工业大学 | 一种基于多无人机辅助通信网络的下行功率分配方法 |
CN110958619A (zh) * | 2019-11-18 | 2020-04-03 | 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 |
CN112242874A (zh) * | 2020-06-04 | 2021-01-19 | 北京航空航天大学 | 一种基于优化变量解耦的无人机中继传输效能优化方法 |
CN112910617A (zh) * | 2019-12-03 | 2021-06-04 | 北京三星通信技术研究有限公司 | 传输方法、终端、基站、接入和回传一体化节点 |
CN113133124A (zh) * | 2019-12-31 | 2021-07-16 | 上海朗帛通信技术有限公司 | 一种被用于无线通信的节点中的方法和装置 |
WO2021175256A1 (zh) * | 2020-03-04 | 2021-09-10 | 上海朗帛通信技术有限公司 | 一种被用于无线通信的节点中的方法和装置 |
CN114095944A (zh) * | 2021-11-17 | 2022-02-25 | 中国人民解放军陆军工程大学 | 一种联合空中基站部署与空-地信息-能量同传方法 |
CN114142912A (zh) * | 2021-11-26 | 2022-03-04 | 西安电子科技大学 | 高动态空中网络时间覆盖连续性保障的资源管控方法 |
-
2022
- 2022-08-24 CN CN202211018945.7A patent/CN115379465B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104581957A (zh) * | 2014-12-15 | 2015-04-29 | 北京邮电大学 | 针对卫星回程受限的空中平台能效最优功率分配方法 |
CN108307511A (zh) * | 2018-03-07 | 2018-07-20 | 重庆邮电大学 | 无线自回传小基站接入控制与资源分配联合优化方法 |
CN110049566A (zh) * | 2019-04-29 | 2019-07-23 | 西北工业大学 | 一种基于多无人机辅助通信网络的下行功率分配方法 |
CN110958619A (zh) * | 2019-11-18 | 2020-04-03 | 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 |
CN112910617A (zh) * | 2019-12-03 | 2021-06-04 | 北京三星通信技术研究有限公司 | 传输方法、终端、基站、接入和回传一体化节点 |
CN113133124A (zh) * | 2019-12-31 | 2021-07-16 | 上海朗帛通信技术有限公司 | 一种被用于无线通信的节点中的方法和装置 |
WO2021175256A1 (zh) * | 2020-03-04 | 2021-09-10 | 上海朗帛通信技术有限公司 | 一种被用于无线通信的节点中的方法和装置 |
CN112242874A (zh) * | 2020-06-04 | 2021-01-19 | 北京航空航天大学 | 一种基于优化变量解耦的无人机中继传输效能优化方法 |
CN114095944A (zh) * | 2021-11-17 | 2022-02-25 | 中国人民解放军陆军工程大学 | 一种联合空中基站部署与空-地信息-能量同传方法 |
CN114142912A (zh) * | 2021-11-26 | 2022-03-04 | 西安电子科技大学 | 高动态空中网络时间覆盖连续性保障的资源管控方法 |
Non-Patent Citations (4)
Title |
---|
刘俊宇: "High Altitude Air-to-Ground Channel Modeling for Fixed-Wing UAV Mounted Aerial Base Stations", 《IEEE》 * |
唐伦;刘云龙;赵旭;马润琳;陈前斌;: "一种基于接入与回传一体化小基站的用户满意度最大化算法", 电子与信息学报, no. 09 * |
唐伦;马润琳;刘云龙;王耀玮;陈前斌;: "接入与回传一体化小基站的接入控制与资源分配联合优化算法", 电子与信息学报, no. 06 * |
李建东, 《物联网学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115379465B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tang et al. | Deep reinforcement learning for dynamic uplink/downlink resource allocation in high mobility 5G HetNet | |
Zhao et al. | Coordinated multipoint transmission with limited backhaul data transfer | |
Zhao et al. | Heterogeneous cellular networks using wireless backhaul: Fast admission control and large system analysis | |
CN106604300B (zh) | 一种基于全双工和大规模天线技术的小小区基站自供能自回传方法 | |
CN113490219B (zh) | 一种面向超密集组网的动态资源分配方法 | |
CN111555795A (zh) | 一种基于用户分组调度的网络资源分配方法和装置 | |
Anderson et al. | Beamforming in large-scale MIMO multiuser links under a per-node power constraint | |
Wu et al. | 3D aerial base station position planning based on deep Q-network for capacity enhancement | |
Pontois et al. | User pre-scheduling and beamforming with outdated CSI in 5G fog radio access networks | |
CN106788812A (zh) | 一种两层网络中基于分簇的干扰对齐方法 | |
CN114980139A (zh) | 空地无线网络接入回传一体化系统的容量覆盖增强方法 | |
CN117614520B (zh) | 基于无人机-卫星协作的去蜂窝大规模mimo资源优化方法 | |
Zhao et al. | Transfer learning: A paradigm for dynamic spectrum and topology management in flexible architectures | |
Fu et al. | Joint speed and bandwidth optimized strategy of UAV-assisted data collection in post-disaster areas | |
CN105979589A (zh) | 异构网络的能量有效资源分配方法及系统 | |
Hassan et al. | Universal access in 5G networks, potential challenges and opportunities for urban and rural environments | |
CN117674958A (zh) | 一种面向空天地一体化网络的网络资源优化方法及装置 | |
CN107872255B (zh) | 适用于大规模mimo蜂窝移动通信网络的导频调度方法 | |
CN106788937B (zh) | 一种兼顾Massive MIMO系统总体性能和用户间公平性的导频分配方法 | |
CN114095944B (zh) | 一种联合空中基站部署与空-地信息-能量同传方法 | |
Liao et al. | QoE Maximization for Multi-Antenna UAV-Enabled Video Streaming | |
CN115379465B (zh) | 一种面向空地网络的接入回传一体化能效优化方法及系统 | |
Gopal et al. | Access point placement for hybrid UAV-terrestrial small-cell networks | |
CN106255138B (zh) | 异构衰落信道下的携能传输多用户调度方法 | |
Lv et al. | Interference coordination in full-duplex HetNet with large-scale antenna arrays |
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 |