CN115942441A - 一种输电线路的无人机辅助无线网络空地协同接入方法 - Google Patents

Abstract

本发明提供了一种输电线路的无人机辅助无线网络空地协同接入方法。该方法包括：在输电线路的无人机辅助无线网络系统中使用无人机UAV作为空中基站，UAV基站与地面基站GBS共同为输电线路提供无线接入服务，计算出UAV基站和GBS在系统内消耗的总能量；设定通过联合优化输电线路节点的贡献权重和功率分配，以最小化UAV基站和GBS在系统内消耗的总能量为目标函数，利用空‑地协同接入算法来求解所述目标函数，获取UAV基站与GBS的最优功率分配方案。本发明以最小化基站服务输电线路节点的通信能耗为目标，首先优化空地基站提供的用户速率贡献权重，之后根据最优权重实现空地协同的功率分配，降低了系统中基站的通信能耗。

Description

一种输电线路的无人机辅助无线网络空地协同接入方法

技术领域

本发明涉及输电线路无线通信技术领域，尤其涉及一种输电线路的无人机辅助无线网络空地协同接入方法。

背景技术

随着我国经济社会的快速发展，电力需求与日俱增。输电线路担负着电力的远距离输送任务，分布广、跨度大，输电线路的通信覆盖一直是业内关注的热点问题。相比于传统的地面无线网络，无人机(Unmanned Aerial Vehicle，UAV)辅助通信具有可移动性高、视距通信和低成本等优势，可以在输电线路网络中进行按需部署，满足通信业务高速率、低时延和广覆盖的需求。然而，考虑到输电线路场景中传统基站接入策略的能耗较高，如何有效地建立能够优化输电线路上的节点接入，降低基站能耗的无人机辅助无线通信网络成为目前亟待解决的问题。

近年来，有学者考虑联合优化节点接入、UAV位置、功率分配等因素来实现基站能耗最小化。目前，现有技术中的UAV辅助无线网络中的用户接入方案包括：针对传输功率最小化问题，在考虑每个用户的信干噪比(SINR,Signal-to-Interference-Noise Ratio)约束的情况下，联合优化了UAV位置以及用户接入。还有方案同时考虑了功率控制和信道接入等因素，并采用一种基于块坐标下降算法的迭代机制达到最小的能源消耗。还有方案通过联合优化UAV部署以及资源分配来最大化地面基站(Ground Base Station，GBS)以及UAV的能量效率。还有方案在UAV辅助无线网络上行链路的场景下，通过联合优化用户接入和功率分配最小化用户的平均发射功率。还有方案在有限的系统资源以及受限的UAV能量的条件下，联合优化了用户接入、UAV轨迹、发射功率和带宽分配，最大限度地提高能量效率并满足所有用户的服务质量需求。

上述现有UAV辅助无线网络中的用户接入方案的缺点包括：这些方案采用传统的单基站接入策略，在无人机基站能量受限的情况下，无法满足用户差异化的速率需求和维持较长的服务时间，且基站能耗依然较高。为此，本文针对基站接入策略的通信能耗过高的问题，综合考虑输电线路节点不同的速率和服务时间需求，提出了一种空-地协同接入算法。该算法通过评估SINR，获得基站为节点提供的传输速率贡献权重。基于得到的贡献权重，通过边界逼近法获得基站最优的功率分配方案，实现最小化基站能耗。

发明内容

本发明的实施例提供了一种输电线路的无人机辅助无线网络空地协同接入方法，以实现最小化基站服务输电线路节点的通信能耗。

为了实现上述目的，本发明采取了如下技术方案。

一种输电线路的无人机辅助无线网络空地协同接入方法，包括：

在输电线路的无人机辅助无线网络系统中使用无人机UAV作为空中基站，UAV基站与地面基站GBS共同为输电线路提供无线接入服务，计算出UAV基站和GBS在系统内消耗的总能量；

设定通过联合优化输电线路节点的贡献权重和功率分配，以最小化UAV基站和GBS在系统内消耗的总能量为目标函数；

利用空-地协同接入算法来求解所述目标函数，获取UAV基站与GBS的功率分配方案。

优选地，所述的在输电线路的无人机辅助无线网络系统中使用无人机UAV作为空中基站，UAV基站与地面基站GBS共同为输电线路提供无线接入服务，计算出UAV基站和GBS在系统内消耗的总能量，包括：

设在输电线路的无人机辅助无线网络系统中存在T个GBS、U个UAV基站以及M个输电线路通信节点，用

表示UAV基站集合，用

表示GBS集合，用

表示输电线路节点的集合，利用集合

统一表示UAV基站与GBS，两种基站在区域D内随机且均匀分布，GBS的坐标为b_t＝(x_t,y_t)^T,t∈{1,2,...,T}，UAV基站的坐标为

节点坐标为

UAV基站悬停在固定高度H；

当通信节点i∈{1,2,...,M}接入基站

时，信道功率增益h_ij表示为：

当基站j表示UAV基站时，信道功率增益为式(1)中第一个表达式，UAV基站j与节点i的信道为视距传输链路，||q_j-ω_i||表示当节点i接入UAV基站j时的距离，β₀表示d₀＝1m时的参考信道功率增益，当基站j为GBS时，信道功率增益为式(1)中的第二个表达式，节点i与基站j的距离表示为d_ij，其中

为dB形式的路径损耗表达式；

当UAV基站j发送给输电线路节点i的信号为s_ij时，节点i接收到来自基站j的信号的表达式为：

式(2)中s_ij表示基站j发送给节点i的信号且

P_ij表示基站j分配给节点i的发射功率，式(2)中的第一项为节点i期望接收到的信号，第二项为来自其他UAV基站的干扰，下标l代表第l个产生干扰的UAV基站，第三项n_ij是高斯白噪声；

当UAV基站j发射信号时，节点i接收到的有用功率为P_jh_ij，假设仅存在UAV基站之间的干扰而没有来自GBS的干扰，当节点i接入基站j时，其SINR表示为：

其中，σ²表示高斯白噪声的功率。此外，设定关联过程中信道随时间平稳变化。SINR在接入过程中取平均值，I_ij表示节点i收到的来自其他UAV基站的干扰信号功率，其表达式为：

当节点i接入GBS t和UAV基站u时，GBS t和UAV基站u提供给节点i的传输速率分别表示为：

其中，B表示节点i占用基站j的带宽；

当UAV基站u与GBS t共同为节点i提供服务时，节点i实际传输速率

需满足如下约束：

对于节点i来说，在服务时间τ_i内消耗的基站能量表示为：

功率分配变量P_iu、P_it也表明了节点i的接入情况，

表示UAV基站消耗的能量，

表示GBS消耗的能量；

UAV基站和GBS在系统内消耗的总能量表示为：

优选地，所述的设定通过联合优化输电线路节点的贡献权重和功率分配，以最小化UAV基站和GBS在系统内消耗的总能量为目标函数，包括：

综合考虑输电线路节点不同的速率和服务时间需求，提出一种空地协同接入算法，联合优化贡献权重和功率分配，实现系统网络能耗最小化。具体贡献权重函数如下：

基于UAV基站与GBS的协同接入策略，节点i在同一时隙接入UAV基站u和GBS t，设定ψ_i表示UAV基站u为节点i提供的速率R_iu占节点i实际传输速率

的贡献权重，且

GBS t对于节点i的贡献权重表示为1-ψ_i，其中ψ_i∈[0,1]；

通过联合优化输电线路节点的贡献权重和功率分配来最小化UAV基站与GBS的通信能耗的目标函数如下：

s.t.

P_iu≥0,P_it≥0 (10-a)

其中，约束条件(10-a)、(10-b)分别表示节点i的贡献权重函数和功率分配的约束，(10-c)表示输电线路节点对传输速率的约束，(10-d)、(10-e)表明UAV基站需位于系统内。

优选地，所述的利用空-地协同接入算法来求解所述目标函数，获取UAV基站与GBS的功率分配方案，包括：

利用空-地协同接入算法将上述式(10)表示的目标函数转换为如下的式(19)表示的目标函数：

s.t.

ψ_i∈[0,1] (19-a)

P_iu≥0,P_it≥0 (19-b)

其中，约束条件(19-a)、(19-b)分别表示节点i的贡献权重函数和功率分配的约束，(19-c)表示输电线路节点对传输速率的约束；

用启发式算法寻求最优的贡献权重，以基站服务节点的接收SINR作为贡献权重的因子，即：

当输电线路节点i接入距离最近的UAV基站与GBS时路损最小，贡献权重取得最优值

表示如下：

其中，

满足

满足

节点i获得UAV基站u^*与GBS t^*共同提供的最佳SINR；

当UAV基站u^*与GBS t^*共同为节点i提供服务时，将节点传输速率需求即式(7)分为两部分：UAV基站贡献部分

和GBS贡献部分

UAV基站为节点i提供的传输速率需满足：

GBS为节点i提供的传输速率需满足：

根据式(13)和(14)可知，节点i接入的UAV基站u和GBS t的功率分配满足：

根据边界逼近法获得UAV基站与GBS的最优的功率分配如下：

由上述本发明的实施例提供的技术方案可以看出，本发明提出了一种空-地协同接入算法。该算法以最小化基站服务输电线路节点的通信能耗为目标，首先优化空地基站提供的用户速率贡献权重，之后根据最优权重实现空地协同的功率分配。仿真结果表明，与传统的单基站接入方法相比，该算法降低了基站的通信能耗。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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为本发明实施例提供的一种输电线路的无人机辅助无线网络空地协同接入方法的处理流程图；

图2为本发明实施例提供的一种用于输电线路场景的UAV辅助下行无线通信网络的结构图；

图3为本发明实施例提供的一种每个节点在其需求的服务时间内所消耗的基站能量示意图；

图4为本发明实施例提供的一种平均网络总能耗随节点数目变化的趋势示意图；

图5为本发明实施例提出的一种空-地协同接入算法消耗的网络总能量情况仿真结果示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

本发明实施例在无人机作为空中基站辅助输电线路通信的场景中，针对基站接入策略的通信能耗过高的问题，综合考虑输电线路节点不同的速率和服务时间需求，提出了一种空-地协同接入算法。该算法通过评估SINR，获得基站为节点提供的传输速率贡献权重，再通过边界逼近法获得基站最优的功率分配方案，最终实现最小化基站能耗。

本发明实施例提供的一种输电线路的无人机辅助无线网络空地协同接入方法的处理流程如图1所示，包括如下的处理步骤：

步骤S10、在输电线路的无人机辅助无线网络系统中使用无人机UAV作为空中基站，UAV基站与地面基站GBS共同为输电线路提供无线接入服务，计算出UAV基站和GBS在系统内消耗的总能量；

步骤S20、设定通过联合优化输电线路节点的贡献权重和功率分配，以最小化UAV基站和GBS在系统内消耗的总能量为目标函数；

步骤S30、利用空-地协同接入算法来求解所述目标函数，获取UAV基站与GBS的功率分配方案。

由于输电线路跨度广，地面基站无法满足其通信覆盖范围，因此本发明实施例使用UAV作为空中基站，与GBS共同为输电线路提供无线接入服务。本发明实施例提供的一种用于输电线路场景的UAV辅助下行无线通信网络的结构图如图2所示。其中，输电线路上分布有密集的传感器，传感器用来监测输电线路状态，将监测到的输电线路状态传输给输电线路上的通讯节点。无人机作为空中基站，协同地面基站与输电线路上的各个通信节点进行通信，以此获取传感器采集到的数据。

图2所示的通信网络中存在T个地面基站、U个UAV基站以及M个输电线路通信节点。本发明实施例用

和

分别表示UAV基站、GBS以及节点的集合。为了简化表达，本发明实施例利用集合

统一表示UAV基站与GBS，两种基站在区域D内随机且均匀分布，其坐标分别表示为b_t＝(x_t,y_t)^T,t∈{1,2,...,T}、

节点坐标表示为

为减少飞行能耗、避免多普勒效应造成的信道质量下降，本发明实施例假设UAV基站悬停在固定高度H。

当通信节点i∈{1,2,...,M}接入基站

时，信道功率增益h_ij可表示为：

当基站j表示UAV基站时，信道功率增益为式(1)中第一个表达式，由于本发明实施例设定UAV基站高度足够高，因此UAV基站j与节点i的信道为视距传输链路。其中，||q_j-ω_i||表示当节点i接入UAV基站j时的距离，β₀表示d₀＝1m时的参考信道功率增益。当基站j为GBS时，信道功率增益为式(1)中的第二个表达式，节点i与基站j的距离表示为d_ij，其中

为dB形式的路径损耗表达式。

因此，当UAV基站j发送给输电线路节点i的信号为s_ij时，节点i接收到来自基站j的信号的表达式为：

式(2)中s_ij表示基站j发送给节点i的信号且

P_ij表示基站j分配给节点i的发射功率。此外，式(2)中的第一项为节点i期望接收到的信号，第二项为来自其他UAV基站的干扰，下标l代表第l个产生干扰的UAV基站，第三项n_ij是高斯白噪声。

当UAV基站j发射信号时，节点i接收到的有用功率为P_jh_ij。本章假设仅存在UAV基站之间的干扰而没有来自GBS的干扰，因此，当节点i接入基站j时，其SINR表示为：

其中，σ²表示高斯白噪声的功率。此外，设定关联过程中信道随时间平稳变化。SINR在接入过程中取平均值，在此忽略信道的快衰落变化且环境条件确定。I_ij表示节点i收到的来自其他UAV基站的干扰信号功率，其表达式为：

当节点i接入GBS t和UAV基站u时，GBS t和UAV基站u提供给节点i的传输速率分别表示为：

其中，B表示节点i占用基站j的带宽。考虑到实际场景中不同节点差异化的服务需求，网络中节点i存在最低速率需求

和服务时长τ_i。

因此，当UAV基站u与GBS t共同为节点i提供服务时，节点i实际传输速率

需满足如下约束：

对于节点i来说，在服务时间τ_i内消耗的基站能量表示为：

其中，功率分配变量P_iu、P_it也表明了节点i的接入情况，例如P_iu＞0,P_it＞0时，节点i同时接入UAV基站u和GBS t，反之P_iu＝0,P_it＝0。

表示UAV基站消耗的能量，

表示GBS消耗的能量。

所以，基站在输电线路通信系统内消耗的总能量可以表示为：

在上述UAV辅助下行无线通信网络系统中，无人机电池能量受限无法为系统提供长时间通信服务。由于UAV基站可以进行视距通信，与GBS相比有更佳的通信链路质量，在同等条件下，满足节点相同速率需求时UAV基站能耗更低。为提高无人机服务时间，本发明实施例综合考虑输电线路节点不同的速率和服务时间需求，提出一种空地协同接入算法，联合优化贡献权重和功率分配，实现系统网络能耗最小化。具体贡献权重函数如下：

基于UAV基站与GBS的协同接入策略，节点i在同一时隙可以接入UAV基站u和GBSt。本发明实施例设定ψ_i表示UAV基站u为节点i提供的速率R_iu占节点i实际传输速率

的比重，并称之为贡献权重，且

因此GBS t对于节点i的贡献权重表示为1-ψ_i，其中ψ_i∈[0,1]。

可以看出，本发明实施例构造的贡献权重函数反映了节点传输速率中两种基站所占比重。从贡献权重的角度来看，为了最小化网络的通信能耗，需要让UAV基站为节点提供服务的贡献权重高于GBS的贡献权重。本发明的目标是通过联合优化输电线路节点的贡献权重和功率分配来最小化基站通信能耗，因此目标函数如下：

s.t.

P_iu≥0,P_it≥0 (10-a)

其中，约束条件(10-a)、(10-b)分别表示节点i的贡献权重函数和功率分配的约束，(10-c)表示输电线路节点对传输速率的约束，(10-d)、(10-e)表明UAV基站需位于系统内。

为处理上述目标函数，本发明实施例采用一种启发式算法寻求最优的贡献权重。首先，以基站服务节点的接收SINR作为贡献权重的因子，即：

由于UAV基站与GBS位置固定，当输电线路节点i接入距离最近的UAV基站与GBS时，路损最小，贡献权重取得最优值

表示如下：

其中，

满足

满足

此时节点i可以获得UAV基站u^*与GBSt^*共同提供的最佳SINR。

当UAV基站u^*与GBSt^*共同为节点i提供服务时，节点传输速率需求即式(7)可以分为两部分：UAV基站贡献部分

和GBS贡献部分

对于UAV基站来说，为节点i提供的传输速率需满足：

对于GBS来说，为节点i提供的传输速率需满足：

根据式(13)和(14)可知，节点i接入的UAV基站u和GBS t的功率分配满足：

因此，根据边界逼近法可以获得基站的最优的功率分配：

可以看出，本发明实施例构造的贡献权重函数反映了节点传输速率中两种基站所占比重。从贡献权重的角度来看，为了最小化网络的通信能耗，需要让UAV基站为节点提供服务的贡献权重高于GBS的贡献权重。本发明实施例的目标是通过联合优化输电线路节点的贡献权重和功率分配来最小化基站通信能耗，因此问题如下：

s.t.

ψ_i∈[0,1] (19-a)

P_iu≥0,P_it≥0 (19-b)

其中，约束条件(19-a)、(19-b)分别表示节点i的贡献权重函数和功率分配的约束，(19-c)表示输电线路节点对传输速率的约束。

3空-地协同接入算法

本发明实施例提出的联合优化贡献权重与功率分配的空-地协同接入算法如表1所示。首先，初始化输电线路节点、GBS和UAV基站的位置坐标，输入每个节点的传输速率需求和服务时间需求。第一步，每一个节点根据SINR选择接入最佳的UAV基站和GBS，并计算相应的最优贡献权重。第二步，根据最优的贡献权重，计算基站需提供的速率阈值。最后，根据边界逼近法计算UAV基站与GBS的功率分配方案。

表1空-地协同接入算法

仿真参数设置

为了验证提出的空-地协同算法的有效性，本发明实施例考虑区域D为一个半径为500m的圆形区域，其中存在6个GBS以及6个UAV基站。特别地，MBS位于圆形区域的中心即b₀＝(500,500)^T，PBS和UAV基站均随机且均匀分布在区域D内。为了减小基站之间的干扰，本发明实施例设定GBS之间的最小距离为100m。其中，GBS的路径损耗表示为38.6+27.2log₁₀(d)+0.2χ，χ表示阴影效应衰减值为10dB。此外，充分考虑到节点在区域内随机分布的特性，本发明实施例首先对仿真结果进行1000次蒙特卡洛循环，观察平均网络总能耗随节点数目变化的情况。其次，为了进一步评估提出的空-地协同接入算法的准确性和有效性，本发明实施例引入现有的单基站接入方法进行对比。最后，仿真参数如表2所示。

表2仿真参数

仿真结果及分析

当区域D中随机分布20个输电线路节点和6个UAV基站时，每个节点在其需求的服务时间内所消耗的基站能量如图3所示。其中，深色和浅色的直方图分别表示采用空-地协同接入算法和单基站接入方法时，每个节点所消耗的UAV基站和GBS总能量。明显可以看出，采用本发明实施例提出的空-地协同接入算法，基站为每个节点提供服务所消耗的能量远远低于单基站接入算法。通过启发式算法获得最优的基站贡献权重后，每个节点由UAV基站服务的权重将大于GBS。因此基站服务输电线路节点所消耗的能量将会得到大幅的降低，网络的整体能耗将得到有效地降低。此外，进一步分析图中的数据可知，从服务单个节点的基站耗能角度来看，与单基站接入算法相比，采用本发明实施例提出的空-地协同接入算法降低基站能耗幅度最高为51.44％(基于第3个节点的能耗值)，最低为45.54％(基于第6个节点的能耗值)；从服务所有节点的网络总能耗角度来看，本发明实施例提出的节点接入算法则有48.77％的能耗降低效果。

通过大量的仿真测试后，本发明实施例获得了平均网络总能耗随节点数目变化的趋势如图4所示。在图4中，圆形标记曲线表示采用单基站接入算法的平均网络总能耗变化，方向标记曲线表示采用本发明实施例提出的空-地协同接入算法的平均网络总能耗变化。可以看出，基于本发明实施例的节点接入算法的平均网络总能耗值低于单基站接入算法。并且，随着节点由稀疏分布到密集分布，本发明实施例提出的空-地协同接入算法与单基站接入算法相比，在降低网络总能耗上具有显著优势。这进一步表明了该算法无论是在节点稀疏区域还是在节点密集区域均有较高的节能效果。

为了评估UAV基站数目对网络能耗的影响程度，本发明实施例在保证GBS数目和位置不变的基础上，对50个节点的网络能耗进行分析。通过改变UAV基站的数量,分别研究了采用单基站接入方法与本发明实施例提出的空-地协同接入算法消耗的网络总能量情况。仿真结果如图5所示，圆形标记曲线表示和方向标记曲线分别表示基于单基站接入算法和本发明实施例提出的空-地协同接入算法的平均网络总能耗变化。从曲线的变化趋势看，随着UAV基站数目增加，网络平均能耗关于UAV基站数非线性增加，但是本发明实施例提出的空-地协同接入算法较采用单基站接入算法的平均网络能耗具有更低的能耗增长速度。这是由于随着UAV基站数量的增加，UAV基站服务节点的贡献权重也会随着增加。在满足其他条件不变的情况下，GBS服务节点的贡献权重逐渐降低，而具有视距通信优势的UAV基站耗能更低，贡献权重增加，因此网络的总能耗增速较慢。从仿真数据来看，当部署3个UAV基站时，本发明实施例提出的节点接入算法较单基站接入方法有89.02％的能耗缩减；当部署10个UAV基站时，能耗降低效果降低为86.20％。

综上所述，本发明实施例研究了无人机辅助的输电线路场景中的能量消耗问题。为了降低基站服务节点的能耗，提升网络的生存时间，本发明实施例采用一种UAV基站与GBS协同服务输电线路节点的接入机制，在考虑输电线路节点不同的速率和服务时间需求的基础上，提出了一种空-地协同接入算法。通过评估SINR获得最优贡献权重，基于得到的贡献权重，本发明实施例通过边界逼近法获得了基站最优的功率分配方案。仿真结果表明，与传统的单基站接入方法相比，本发明实施例提出的空-地协同接入算法达到了大于50％的能耗降低效果。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。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设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及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劳动的情况下，即可以理解并实施。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (4)

1.一种输电线路的无人机辅助无线网络空地协同接入方法，其特征在于，包括：

在输电线路的无人机辅助无线网络系统中使用无人机UAV作为空中基站，UAV基站与地面基站GBS共同为输电线路提供无线接入服务，计算出UAV基站和GBS在系统内消耗的总能量；

设定通过联合优化输电线路节点的贡献权重和功率分配，以最小化UAV基站和GBS在系统内消耗的总能量为目标函数；

利用空-地协同接入算法来求解所述目标函数，获取UAV基站与GBS的功率分配方案。

2.根据权利要求1所述的方法，其特征在于，所述的在输电线路的无人机辅助无线网络系统中使用无人机UAV作为空中基站，UAV基站与地面基站GBS共同为输电线路提供无线接入服务，计算出UAV基站和GBS在系统内消耗的总能量，包括：

设在输电线路的无人机辅助无线网络系统中存在T个GBS、U个UAV基站以及M个输电线路通信节点，用

表示UAV基站集合，用

表示GBS集合，用

表示输电线路节点的集合，利用集合

统一表示UAV基站与GBS，两种基站在区域D内随机且均匀分布，GBS的坐标为b_t＝(x_t,y_t)^T,t∈{1,2,...,T}，UAV基站的坐标为

节点坐标为

UAV基站悬停在固定高度H；

当通信节点i∈{1,2,...,M}接入基站

时，信道功率增益h_ij表示为：

当基站j表示UAV基站时，信道功率增益为式(1)中第一个表达式，UAV基站j与节点i的信道为视距传输链路，||q_j-ω_i||表示当节点i接入UAV基站j时的距离，β₀表示d₀＝1m时的参考信道功率增益，当基站j为GBS时，信道功率增益为式(1)中的第二个表达式，节点i与基站j的距离表示为d_ij，其中

为dB形式的路径损耗表达式；

当UAV基站j发送给输电线路节点i的信号为s_ij时，节点i接收到来自基站j的信号的表达式为：

式(2)中s_ij表示基站j发送给节点i的信号且

P_ij表示基站j分配给节点i的发射功率，式(2)中的第一项为节点i期望接收到的信号，第二项为来自其他UAV基站的干扰，下标l代表第l个产生干扰的UAV基站，第三项n_ij是高斯白噪声；

当UAV基站j发射信号时，节点i接收到的有用功率为P_jh_ij，假设仅存在UAV基站之间的干扰而没有来自GBS的干扰，当节点i接入基站j时，其SINR表示为：

其中，σ²表示高斯白噪声的功率。此外，设定关联过程中信道随时间平稳变化。SINR在接入过程中取平均值，I_ij表示节点i收到的来自其他UAV基站的干扰信号功率，其表达式为：

当节点i接入GBS t和UAV基站u时，GBS t和UAV基站u提供给节点i的传输速率分别表示为：

其中，B表示节点i占用基站j的带宽；

当UAV基站u与GBS t共同为节点i提供服务时，节点i实际传输速率

需满足如下约束：

对于节点i来说，在服务时间τ_i内消耗的基站能量表示为：

功率分配变量P_iu、P_it也表明了节点i的接入情况，

表示UAV基站消耗的能量，

表示GBS消耗的能量；

UAV基站和GBS在系统内消耗的总能量表示为：

3.根据权利要求1所述的方法，其特征在于，所述的设定通过联合优化输电线路节点的贡献权重和功率分配，以最小化UAV基站和GBS在系统内消耗的总能量为目标函数，包括：

综合考虑输电线路节点不同的速率和服务时间需求，提出一种空地协同接入算法，联合优化贡献权重和功率分配，实现系统网络能耗最小化。具体贡献权重函数如下：

基于UAV基站与GBS的协同接入策略，节点i在同一时隙接入UAV基站u和GBS t，设定ψ_i表示UAV基站u为节点i提供的速率R_iu占节点i实际传输速率

的贡献权重，且

GBS t对于节点i的贡献权重表示为1-ψ_i，其中ψ_i∈[0,1]；

通过联合优化输电线路节点的贡献权重和功率分配来最小化UAV基站与GBS的通信能耗的目标函数如下：

s.t.

P_iu≥0,P_it≥0 (10-a)

其中，约束条件(10-a)、(10-b)分别表示节点i的贡献权重函数和功率分配的约束，(10-c)表示输电线路节点对传输速率的约束，(10-d)、(10-e)表明UAV基站需位于系统内。

4.根据权利要求3所述的方法，其特征在于，所述的利用空-地协同接入算法来求解所述目标函数，获取UAV基站与GBS的功率分配方案，包括：

利用空-地协同接入算法将上述式(10)表示的目标函数转换为如下的式(19)表示的目标函数：

s.t.

ψ_i∈[0,1] (19-a)

P_iu≥0,P_it≥0 (19-b)

其中，约束条件(19-a)、(19-b)分别表示节点i的贡献权重函数和功率分配的约束，(19-c)表示输电线路节点对传输速率的约束；

用启发式算法寻求最优的贡献权重，以基站服务节点的接收SINR作为贡献权重的因子，即：

当输电线路节点i接入距离最近的UAV基站与GBS时路损最小，贡献权重取得最优值

表示如下：

其中，

满足

满足

节点i获得UAV基站u^*与GBS t^*共同提供的最佳SINR；

当UAV基站u^*与GBS t^*共同为节点i提供服务时，将节点传输速率需求即式(7)分为两部分：UAV基站贡献部分

和GBS贡献部分

UAV基站为节点i提供的传输速率需满足：

GBS为节点i提供的传输速率需满足：

根据式(13)和(14)可知，节点i接入的UAV基站u和GBS t的功率分配满足：

根据边界逼近法获得UAV基站与GBS的最优的功率分配如下：

Images