CN115379465B - 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

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

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

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N_A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,...,U_M}，将地面用户的集合表示为G＝{G₁,G₂,...,G_J}，将空地网络中所有的基站的集合表示为B＝U∪{TBS}＝{B₀,B₁,...,B_I}，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＝{a_i,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}，a_i,j＝1表示G_j由B_i服务，a_i,j＝0表示G_j不由B_i服务，G_j表示第j个地面用户，B_i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，ρ_t2t表示地面基站到地面用户的参考距离处的信道功率增益，α_t2t表示地面基站到地面用户的参考距离处的路径损耗指数，g_j表示G_j的瑞利信道模型，g_j～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-G_j||表示从地面基站到G_j的距离，表示矩阵，N_A表示地面基站天线数，表示大小为1×N_A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，ρ_u2t表示地面基站到空中基站的参考距离处的信道功率增益，α_u2t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，g_m表示第m个空中基站U_m的瑞利信道模型，U_m表示第m个空中基站，||TBS-U_m||表示地面基站到第m个空中基站U_m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，||U_m-G_j||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，C_SI表示接入链路和回程链路之间的自干扰消除因子，ρ_u2u表示两个空中基站参考距离处的信道功率增益，α_u2u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K_d处的接收信号,K_d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K_d之外的其他接收端的干扰，表示空中基站中K_d之外的其他接收端的干扰，p_b,d表示从地面基站到K_d的功率分配，h_b,d表示地面基站到K_d的信道增益，v_d表示地面基站到K_d的预编码向量，x_b,d表示从地面基站到K_d传输的数据符号，p_m,k表示从U_m到G_k的功率分配，x_m,k表示从U_m到G_k传输的数据符号，表示与U_m相关联的地面用户集合，n_d～CN(0，σ²)表示在K_d处接收到的零均值方差为σ²的加性高斯白噪声；G_TBS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＝G_TBS∪U＝{K₁,K₂,...K_d,...,K_D}，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K_d处接收到的信干噪比，计算公式为：

S33，计算A_m,j处的接收信号，计算公式为：

式中，表示发射信号，表示A_m中除地面用户G_j之外的其他地面用户的干扰，

表示来自U中除U_m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，p_m,j表示从空中基站到地面用户的功率分配，x_m,j表示从空中基站到地面用户传输的数据符号，p_m,k表示从U_m到G_k的功率分配，h_m，j表示从U_m到G_j的信道增益，x_m,k表示从U_m到G_k传输的数据符号，p_k,l表示从U_k到G_l的功率分配，x_k,l表示从U_k到G_l传输的数据符号，p_b,d表示从地面基站到G_d的功率分配，v_d表示地面基站到G_d，x_b,d表示从地面基站到G_d传输的数据符号，表示与U_m相关联的地面用户集合，n_j～CN(0，σ²)表示在地面用户G_j处接收到的零均值方差为σ²的加性高斯白噪声；

S34，计算A_m,j接收到的信干噪比，计算公式为：

式中，是其他空中基站对G_j的干扰，表示地面基站对G_j的干扰；

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γ_b,d或者γ_m,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，P_hov表示一个空中基站的悬停功耗，P_mov表示一个空中基站的移动功耗分别表示，τ_m,hov表示是一个时隙中的第m个空中基站的移动持续时间，τ_m,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＝τ_m,hov+τ_m,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：

式中，表示第m个空中基站在一个时隙内的总的下行发射功率，表示空中基站的电路功率，所有在所有时隙中都是常数,A_m是第m个空中基站服务的地面用户的集合。

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，P_b＝{p_b,d:d∈K}表示地面基站的功率分配，P＝{p_m,j:m∈U,j∈A_m}表示空中基站的功率分配，W＝{w_m:m∈U}表示空中基站的3D位置，ε_u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[w_min,w_max]表示允许空中基站部署的区域，w_m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+γ_m,j)用高信噪比区域中的对数log(γ_m,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^*,P_b ^*,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，W_g和W_l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：

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、均是[0,1]之间的均匀分布，⊙表示哈达玛积；

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：

其中，粒子的最佳局部位置是在之前的r次迭代中定义的，由下式给出：

式中，是W^(k)的行极小值，Θ是加权适应度函数。

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,...,U_M}，地面用户的集合表示为G＝{G₁,G₂,...,G_J}，系统中所有的基站的集合表示为B＝U∪{TBS}＝{B₀,B₁,...,B_I}，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＝{a_i,j,i∈B,j∈G}，其中a_i,j＝1表示地面用户G_j由基站B_i服务，否则a_i,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，ρ_t2t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，α_t2t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。g_j～CN(0，I)遵循瑞利衰落。||TBS-G_j||是从地面基站到G_j的距离。

(2b)计算地面基站到空中基站的信道增益；

式中ρ_u2t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，α_u2t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，C_SI表示接入链路和回程链路之间的自干扰消除因子。ρ_u2u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，α_u2u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。G_TBS表示地面基站服务的地面用户的集合，K＝G_TBS∪U＝{K₁,K₂,...K_d,...,K_D}。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K_d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K_d不会干扰K_j。

K_d处的接收信号由以下公式给出：

由于LZFBF的应用，等于零。

计算K_d处接收到的信干噪比，计算公式为：

计算A_m,j处的接收信号，计算公式为：

计算A_m,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A_m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h_m,j<h_m,k,j,k∈A_m，则A_m,j只收到来自A_m,k的干扰。首先，对A_m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，A_m,j可以解码和减去A_m,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|A_m|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P_hov和P_mov。

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：

其中，τ_m,hov和τ_m,mov分别是一个时隙中的第m个空中基站的移动持续时间和悬停持续时间，且τ＝τ_m,hov+τ_m,mov。表示一个时隙中的移动时间为其中是前一个时隙中第m个空中基站的三维位置。

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：

计算第m个空中基站的通信服务的发射功耗：

其中，表示第m个空中基站在一个时隙内的总的下行发射功率。表示空中基站的电路功率。系统中所有在所有时隙中都是常数。

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≥ε_u

其中，A表示空中基站和地面用户的用户关联，P_b＝{p_b,d:d∈K}表示地面基站的功率分配，P＝{p_m,j:m∈U,j∈A_m}表示空中基站的功率分配，W＝{w_m:m∈U}表示空中基站的3D位置。其中ε_u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[w_min,w_max]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+γ_m,j)可以用高信噪比区域中的对数log(γ_m,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a_i,j和非负变量p_b,i和p_m,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≥ε_u

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^*,P_b ^*,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K_d的预编码向量进行归一化。具体来说，v_d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、P_b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。

优化问题可以通过变量的对数变化转化为凸形式：通过以下分析，可以得到将问题转化为凸问题的具体细节。

从对数变量开始，目标函数可以表示为

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：

由于转换后的问题是一个凸优化问题，因此使用CVX的MATLAB工具箱来解决问题以得到然后，应用指数变化可以在P^*中得到功率分配而不是

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P_b，确定空中基站最佳三维位置的优化问题可以表示为：

其中w_m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h_m,j(w_m)和机械功耗取决于空中基站的位置。此外，h_m,j(w_m)和是w_m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X_n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N_A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,...,U_M}和G＝{G₁,G₂,...,G_J}。B＝U∪{TBS}＝{B₀,B₁,...,B_I}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＝{a_i,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a_i,j＝1表示G_j由B_i服务，否则a_i,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≥ε_u

其中，A表示空中基站和地面用户的用户关联，P_b＝{p_b,d:d∈K}表示地面基站的功率分配，P＝{p_m,j:m∈U,j∈A_m}表示空中基站的功率分配，W＝{w_m:m∈U}表示空中基站的3D位置。其中ε_u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[w_min,w_max]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+γ_m,j)可以用高信噪比区域中的对数log(γ_m,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a_i,j和非负变量p_b,i和p_m,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≥ε_u

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^*,P_b ^*,P^*,W^*}与转化后当η＝η^*时的问题的最优解集相同。

第一步，初始化地面用户的位置以及空中基站的位置，地面用户的数目J,空中基站的数目M，η(0)，P(0)，P_b(0)和w(0)，k＝1，最大迭代次数I_m；

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K_d的预编码向量进行归一化。具体来说，v_d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，W_g和W_l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：

其中粒子的最佳局部位置是在之前的r次迭代中定义的，由下式给出：

其中是W^(k)的行极小值，Θ是加权适应度函数。

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ε_u的用户集合其中|υ_u|表示υ_u的基数。同样的，在回程链路接收SINR的空中基站组低于ε_d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|υ_u|+e₂|υ_BH|)

其中e₁和e₂表示惩罚参数，分别基于用户和空中基站接收到的目标QoS进行定义。然后在每个粒子的当前位置评估适应度Θ，并将其与粒子群的局部最佳适合度和全局适合度进行比较。然后分别使用和更新和的值；

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 (8)

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；

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；

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，P_hov表示一个空中基站的悬停功耗，P_mov表示一个空中基站的移动功耗分别表示，τ_m,hov表示是一个时隙中的第m个空中基站的移动持续时间，τ_m,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＝τ_m,hov+τ_m,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：

式中，表示第m个空中基站在一个时隙内的总的下行发射功率，表示空中基站的电路功率，所有在所有时隙中都是常数,A_m是第m个空中基站服务的地面用户的集合。

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，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N_A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,...,U_M}，将地面用户的集合表示为G＝{G₁,G₂,...,G_J}，将空地网络中所有的基站的集合表示为B＝U∪{TBS}＝{B₀,B₁,...,B_I}，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＝{a_i,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}，a_i,j＝1表示G_j由B_i服务，a_i,j＝0表示G_j不由B_i服务，G_j表示第j个地面用户，B_i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。

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，ρ_t2t表示地面基站到地面用户的参考距离处的信道功率增益，α_t2t表示地面基站到地面用户的参考距离处的路径损耗指数，g_j表示G_j的瑞利信道模型，g_j～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-G_j||表示从地面基站到G_j的距离，表示矩阵，N_A表示地面基站天线数，表示大小为1×N_A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，ρ_u2t表示地面基站到空中基站的参考距离处的信道功率增益，α_u2t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，g_m表示第m个空中基站U_m的瑞利信道模型，U_m表示第m个空中基站，||TBS-U_m||表示地面基站到第m个空中基站U_m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，||U_m-G_j||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，C_SI表示接入链路和回程链路之间的自干扰消除因子，ρ_u2u表示两个空中基站参考距离处的信道功率增益，α_u2u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。

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S3包括以下步骤：

S31，计算K_d处的接收信号，K_d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K_d之外的其他接收端的干扰，表示空中基站中K_d之外的其他接收端的干扰，p_b,d表示从地面基站到K_d的功率分配，h_b,d表示地面基站到K_d的信道增益，v_d表示地面基站到K_d的预编码向量，x_b,d表示从地面基站到K_d传输的数据符号，p_m,k表示从U_m到G_k的功率分配，x_m,k表示从U_m到G_k传输的数据符号，表示与U_m相关联的地面用户集合，n_d～CW(0，σ²)表示在K_d处接收到的零均值方差为σ²的加性高斯白噪声；G_TBS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＝G_TBS∪U＝{K₁,K₂,...K_d,...,K_D}，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K_d处接收到的信干噪比，计算公式为：

S33，计算A_m,j处的接收信号，计算公式为：

式中，表示发射信号，表示A_m中除地面用户G_j之外的其他地面用户的干扰，表示来自U中除U_m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，p_m,j表示从空中基站到地面用户的功率分配，x_m,j表示从空中基站到地面用户传输的数据符号，p_m,k表示从U_m到G_k的功率分配，h_m，j表示从U_m到G_j的信道增益，x_m,k表示从U_m到G_k传输的数据符号，p_k,l表示从U_k到G_l的功率分配，x_k,l表示从U_k到G_l传输的数据符号，p_b,d表示从地面基站到G_d的功率分配，v_d表示地面基站到G_d，x_b,d表示从地面基站到G_d传输的数据符号，表示与U_m相关联的地面用户集合，n_j～CN(0，σ²)表示在地面用户G_j处接收到的零均值方差为σ²的加性高斯白噪声；

S34，计算A_m,j接收到的信干噪比，计算公式为：

式中，是其他空中基站对G_j的干扰，表示地面基站对G_j的干扰；

S35，计算地面用户和空中基站的可达速率，计算公式为：

R＝B₀log₂(1γ)；

其中，γ为γ_b,d或者γ_m,j，B₀表示信道带宽。

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，P_b＝{p_b,d:d∈K}表示地面基站的功率分配，P＝{p_m,j:m∈U,j∈A_m}表示空中基站的功率分配，W＝{w_m:m∈U}表示空中基站的3D位置，ε_u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[w_min,w_max]表示允许空中基站部署的区域，w_m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。

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S6中，将对数log(1+γ_m,j)用高信噪比区域中的对数log(γ_m,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^*,P_b ^*,P^*,W^*}与转化后当η＝η^*时的问题的最优解集相同。

7.根据权利要求5或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，W_g和W_l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：

V^(k+1)＝w×V^(k)+c₁×R₁⊙(W_l ^(k)-W^(k))+c₂×R₂⊙(W_g ^(k)-W^(k))；

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，均是[0，1之间的均匀分布，⊙表示哈达玛积；

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：

其中，粒子的最佳局部位置是在之前的r次迭代中定义的，由下式给出：

式中，是W^(k)的行极小值，Θ是加权适应度函数。

8.一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7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。