面向多用户应急通信网络的无人机位置优化方法及装置
技术领域
本发明属于无线通信网络领域,具体涉及一种面向多用户应急通信网络的无人机位置优化方法及装置。
背景技术
目前,无线通信网络领域的大部分研究工作,主要集中在陆地移动通信***上,但面临地震,泥石流等场景时,往往灾区会出现大面积通信中断,传统的蜂窝无线网络在一定程度上受到限制,对灾区的通讯需求产生不便,同时更会影响灾区求援活动的展开。无人机以其机动性,便捷性等优势,成为辅助灾害救援方面的强有力支撑,但是,目前无人机基站的通信由于无法确定无人机在基站空间的最优位置,存在通信传输不佳的问题。
发明内容
本发明提供了一种面向多用户应急通信网络的无人机位置优化方法及装置,解决了通信传输过程中传输不佳的技术问题。
为了解决上述技术问题,本发明所采用的技术方案是:一种面向多用户应急通信网络的无人机位置优化方法,包括以下步骤:
获取应急通信网络,所述应急通信网络包括无人机、用户和核心网;
计算出所述应急通信网络用户到无人机的第一瞬时信道容量,以及无人机到核心网的第二瞬时信道容量;
将所述第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式,求解出最小总中断概率,获得无人机的最佳三维位置。
进一步地,所述第一瞬时信道容量通过以下公式计算获得:
进一步地,所述第二瞬时信道容量通过以下公式计算获得:
式中:
为无人机的发射功率,
为无人机到核心网的小尺度信道衰落系数,
为噪 声功率,
表示无人机到核心网的大尺度衰落。
进一步地,所述总中断概率的表达式具体为:
式中:
,
为第
个用户到无人机链路的莱斯因子,
为无人机到核心网链路的莱斯因子,
为用户到无人机链路以及无人机到核心网链路的数据传输速率,
为一阶Marcum Q函数,
为用户的发射功率,
为噪声功率,
为从用户到无人机链路的大尺度衰落,
为无人机的发射功率,
表示无人机到核心网的大尺度衰落。
进一步地,所述将第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式,求解出最小总中断概率,具体为:将所述第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式,求解出最小总中断概率,利用迭代优化算法求解出最小总中断概率。
进一步地,所述迭代优化算法包括粒子群迭代算法。
一种面向多用户应急通信网络的无人机位置优化装置,包括:
获取单元,用于获取应急通信网络,所述应急通信网络包括无人机、用户和核心网;
计算单元,用于计算出应急通信网络中用户到无人机的第一瞬时信道容量,以及无人机到核心网的第二瞬时信道容量;
求解单元,用于将所述第一瞬时信道容量和第二瞬时信道容量代入所述应急通信网络的总中断概率的表达式,求解出最小总中断概率,获得无人机的最佳三维位置。
进一步地,所述第一瞬时信道容量通过以下公式计算获得:
进一步地,所述第二瞬时信道容量通过以下公式计算获得:
进一步地,所述总中断概率的表达式具体为:
式中:
,
为第
个用户到无人机链路的莱斯因子,
为无人机到核心网链路的莱斯因子,
为用户到无人机链路以及无人机到核心网链路的数据传输速率,
为一阶Marcum Q函数,
为用户的发射功率,
为噪声功率,
为从用户到无人机链路的大尺度衰落,
为无人机的发射功率,
表示无人机到核心网的大尺度衰落。
本发明所达到的有益效果:利用无人机、用户和核心网构成应急通信网络,求解出应急通信网络中用户到无人机的第一瞬时信道容量,以及无人机到核心网的第二瞬时信道容量,并结合应急通信网络的总中断概率的表达式,通过迭代优化算法求解出最小总中断概率,进而获得无人机部署的最佳三维空间位置。通过对无人机的高度与水平位置联合优化,最大程度地减小应急通信网络的总中断概率,达到最佳传输效果,有效保证了无线应急通信网络的传输可靠性。
附图说明
图1为本发明的架构示意图;
图2为本发明的流程示意图;
图3为本发明迭代优化算法的适应度(总中断概率)与迭代次数的收敛曲线图;
图4为本发明用户、核心网与无人机平面位置示意图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例1
如图1和2所示,本发明实施例中提供了一种面向多用户应急通信网络的无人机位置优化方法,包括以下步骤:
获取应急通信网络,所述应急通信网络包括无人机、用户和核心网;在实际应用过程中,用户发送信号到无人机,无人机进行解码转发,核心网接收信号;优选地,无人机采用DF方式转发用户端的信号;
计算出所述应急通信网络中用户到无人机的第一瞬时信道容量,以及无人机到核心网的第二瞬时信道容量;
将所述第一瞬时信道容量和第二瞬时信道容量代入应急通信网络的总中断概率的表达式,求解出最小总中断概率,获得无人机的最佳三维位置。
实施例2
基于与实施例1相同的发明构思,本发明实施例中提供了一种面向多用户应急通信网络的无人机位置优化装置,包括:
获取单元,用于获取应急通信网络,所述应急通信网络包括无人机、用户和核心网;
计算单元,用于计算出应急通信网络中用户到无人机的第一瞬时信道容量,以及无人机到核心网的第二瞬时信道容量;
求解单元,用于将所述第一瞬时信道容量和第二瞬时信道容量代入应急通信网络的总中断概率的表达式,求解出最小总中断概率,获得无人机的最佳三维位置。
利用无人机、用户和核心网构成应急通信网络,求解出应急通信网络中用户到无人机的第一瞬时信道容量,以及无人机到核心网的第二瞬时信道容量,并结合应急通信网络的总中断概率的表达式,通过迭代优化算法求解出最小总中断概率,进而获得无人机部署的最佳三维空间位置。通过对无人机的高度与水平位置联合优化,最大程度地减小应急通信网络的总中断概率,达到最佳传输效果,有效保证了无线应急通信网络的传输可靠性。
实施例3
本发明实施例中提供了一种面向多用户应急通信网络的无人机位置优化方法,具体包括以下步骤:
步骤一、获取应急通信网络,所述应急通信网络包括无人机、用户和核心网。
步骤二:分别计算应急通信网络中用户到无人机的第一瞬时信道容量,以及无人机到核心网的第二瞬时信道容量。具体地,以两跳带宽相同为例、但不限于两跳带宽相同,可以推广到第二跳采用毫米波通信等两跳带宽不同的情况,获得所述第一瞬时信道容量和第二瞬时信道容量的方法如下:
与分别表示第个用户视距传播和非视距传播的概率,为光速,为载波频率,为路
径损耗因子,分别表示视距传播和非视距传播相对自由空间所带来的额外传
播损 耗,和是与环境有关的常数,表示无人机相对地面第个用户节点的俯仰角,具
体表示为,为无人机的垂直高度,为地面二维平面内第个用户到无
人机的直线距离,具体表示为,其中,表示第个用户在地面二维平面上的坐标,表示无人机映射在地面二维平
面上的坐标,为第个用户到无人机通信链路对应的直线传输距离,具体表示为。
上式中:
分别表示从无人机到核心网的视距传输损耗和非视距传输损耗,
与
分别表示视距传播和非视距传播的概率,
表示无人机相对核心网节点的俯仰角,具体表示为
,
为地面二维平面内用户到无人机的直线距离,具体表示为
,
表示无人机映射在地面二维平面上的坐标,
表示核心网映射在地面二维平面上的坐标,
为无人机到核心网通信链路对应的直线传输距离,具体表示为
。
用户到无人机、无人机到核心网通信过程中所产生的路径损耗为:
上式中:
、
分别表示从用户到无人机链路与无人机到核心网的大尺度衰落。
则用户到无人机的第一瞬时信道容量,以及无人机到核心网的第二瞬时信道容量分别为:
上式中:
与
分别为用户的发射功率与无人机的发射功率,
为第
个用户到无人机 的小尺度信道衰落系数,
为无人机到核心网的小尺度信道衰落系数,
为噪声功率。
为计算出应急通信网络的总中断概率,首先确定小尺度衰落模型,鉴于研究对象为无人机具有通信功能,以莱斯衰落来描述无人机网络信道的小尺度衰落,获得在应急通信网络的总中断概率,因此步骤三的具体步骤如下:
通过莱斯衰落来描述无人机的通信信道中小尺度衰落,采用非中心卡方分布表述瞬时信噪比
则该应急通信网络的总中断概率为:
式中:
,
为第
个用户到无人机链路的莱斯因子,
为无人机到核心网链路的莱斯因子,
为用户到无人机链路以及无人机到核心网链路的数据传输速率,
为一阶Marcum Q函数,
为用户的发射功率,
为噪声功率,
为从用户到无人机链路的大尺度衰落,
为无人机的发射功率,
表示无人机到核心网的大尺度衰落。
步骤四、基于应急通信网络的总中断概率的表达式,利用迭代优化算法求解出最小总中断概率,以获得无人机的最佳三维位置。迭代优化算法包括粒子群迭代算法,但不限于粒子群算法。
步骤五、按照步骤四得出的最佳三维位置放置无人机,进行通信。
实施例4
如图3至4所示,本实施例提供了一种利用MATLAB语言来仿真面向多用户应急通信网络的无人机位置优化方法。
在具体实施过程中,视距传输与非视距传输额外损耗
取值为(1.6,23),单位为dB,环境参数
取值为(11.95,0.136)。其中为
光速,取值为3×10
3m/s,噪声功率
为-100dBm,总功率
,数据速率
,路径损耗因子
,核心网映射在地面二维平面上的坐标为(700,400)m,
为载波频率,取值为2×10
9Hz。
图3为迭代优化算法的总中断概率与迭代次数的收敛曲线;由图可知,当粒子进化到100代左右时,粒子的适应度即总中断概率不再变化,即算法收敛。
表1:
表,从表1可以看出,当迭代100次时,中断概率不再改变,存在一个极值点使得该应急通信网络的总中断概率最小,该点即为无人机所在的最佳位置。
将本实施例的参数代入实施例一的方程组中,如图4所示,随机选取3个用户,位置坐标为(200,300)
m、((200,600)
m、(100,500)
m,核心网的位置坐标为(700,400)
m,得出无人机的最佳三维位置为
,最小中断概率为2.3805×10
-5。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。