CN111615200B - 混合Hybrid NOMA网络的无人机辅助通信资源分配方法 - Google Patents

Abstract

混合Hybrid NOMA网络的无人机辅助通信资源分配方法，基于用户体验的多小区多信道混合NOMA/OMA小蜂窝网络，将联合资源分配问题分解为三方匹配和类注水式MOS功率分配2个子问题，包括：1、多载波NOMA网络***场景建模；2、多蜂窝多载波的非正交多址接入的无线资源分配问题的分解及其数学描述；3、基站选择、子信道匹配、无人机高度优化、功率分配的多目标优化适配方法设计。在建立面向混合NOMA多蜂窝无人机辅助通信***后，创新地提出符合该场景基于用户体验QoE的无人机/基站‑用户‑子信道的三维匹配策略以及无人机高度优化和功率分配方式，以最大化用户体验为最终目标，避免了盲目追求速率最大带来资源分配不合理问题，提高了基于NOMA场景无线资源分配效能。

Description

混合Hybrid NOMA网络的无人机辅助通信资源分配方法

技术领域

本发明属于无线通信技术领域，涉及一种基于用户体验的NOMA和OMA混合异构小蜂窝网络的无线资源分配方法，特别涉及混合Hybrid NOMA网络的无人机辅助通信资源分配方法。

背景技术

众所周知，未来的无线网络需要以多样化的通信模式满足无论何时何地的通信连接。为了提高通信网对故障、自然灾害和意外交通等突发状况的应变能力，无人机(UAV)辅助的无线通信***可以提供一个独特的机会来及时满足这些需求，而不依赖于过度工程化的蜂窝网络。无人机可充当无人机基站(UAV-bs)，在体育赛事和音乐会等热点地区处理短期不稳定的交通需求，或通过接入网中的数据卸载来缓解拥堵，从而为地面无线网络提供支持。利用UAV-BS机动性的额外自由度来提高频谱效率和能源效率。

在现有无线通信***中，正交频分多址(OFDMA)技术和时分多址技术(Timedivision multiple access，TDMA)被广泛应用于在正交域的用户调度和数据传输。由于无线通信需求的***性增长，未来的第五代5G及以上无线***将面临更大的挑战，要求更高的频谱效率、更大规模的连接和更低的延迟。当接入设备数量较大时，传统的正交多址接入(OMA)方案会出现严重的拥塞问题。非正交多址接(NOMA)技术允许用户通过功率域多路或码域多路复用以非正交方式访问信道，可极大的提高频谱效率和用户接入能力。

在现有NOMA蜂窝网络无线资源分配技术中，都是以用户接入速率及最大容量作为接入目标，没有考虑不同终端用户的业务差异性。例如使用小数据包低速低延迟传输的传感器数据和电影下载的宽带后台任务就不能被看作相同的用户服务质量(QoS)需求。另外，NOMA鼓励多个用户根据他们的通道条件在同一时间共享相同的通道。因此，在用户通道条件相似的情况下，NOMA相对于OMA的性能增益可能会降低。还要注意，与OMA相比，NOMA的实现更加复杂，需要在接收端采用多用户检测(MUD)技术，例如连续干扰消除(SIC)，以增加计算复杂度为代价解码接收到的信号。所以，根据信道条件，混合NOMA和OMA多重访问模式的资源分配方式设计十分必要。

综上，本发明主要针对无人机辅助通信***的终端用户接入、信道分配、无人机高度优化和功率优化问题，给出一整套混合NOMA-OMA网络无人机辅助通信***的容量、覆盖范围、能源效率和频谱效率的提升方案。

发明内容

有鉴于此，为解决上述现有技术的不足，本发明的目的在于提供混合Hybrid NOMA网络的无人机辅助通信资源分配方法，基于用户体验的多小区多信道混合NOMA/OMA小蜂窝网络，涉及用户、基站/无人机、子信道三方的匹配问题以及无人机高度优化和NOMA模式下子信道内的功率分配问题，在保证用户多样化QoE需求的情况下，提高***整体服务效率。

为实现上述目的，本发明所采用的技术方案是：

混合Hybrid NOMA网络的无人机辅助通信资源分配方法，包括以下步骤：

S1：基站与用户匹配；

S11：初始化用户选择和服务信息计算阶段：各基站发射功率为p_n，计算相应用户的接入速率和QoE得分；

S111：用户发现所有可用的基站；无人机位置按投影位置计算；

S112：用户随机接入一个基站或者接入最近的基站，然后向所有可用的基站报告位置信息和业务类型；

S113：所有基站根据实际的用户接入情况计算基站内用户的传输速率以及用户体验得分，创建服务用户列表，并根据用户体验得分和服务用户列表计算自身服务效用；

S12：用户转移匹配阶段：

S121：基站以增加自身服务效用为目的，根据用户的位置信息向其余可用基站轮询发出用户转移匹配申请或者用户交换匹配申请；

S122：被申请基站根据自身服务效用是否提升来选择接受申请或者拒绝申请，若基站自身服务效用提升则接受申请并更新自身服务用户列表，若自身服务效用降低或者不变则拒绝该申请；

S123：所有轮询完毕，匹配结束；

S2：(基站，用户)二维单元与子信道匹配：使用迭代匹配算法，二维偏好列表；

S21：初始化(基站，用户)-子信道匹配，根据业务随机选择子信道接入；

S22：根据初始随机接入情况，计算相邻基站的用户MOS得分和，以及信道接入列表；

S23：基站间交互信息，若邻居基站间的MOS得分和提高，则接受信道调换的申请，更新和MOS得分，和信道接入列表；否则，驳回和MOS得分，和信道接入列表保持不变；

S3：功率分配：基于第一、二部分得到用户和子信道的匹配结果，第三部分实现无人机最优位置调整和各基站子信道上的用户分配功率；

S31：假设无人机采用固定发射功率，且通过S2步骤得到需要服务的用户，由于信道容量是信道增益的函数，可求得给定用户分布的最优无人机海拔；无人机和用户终端的平均路径损耗可表示成概率形式：

根据需要服务的终端位置，可得最大的服务半径，根据具体的环境(如郊区，城市，密集城区和CB高层建筑聚集区)设置路损公式参数；通过

可求得无人机接入的最优高度；

S32：若同一基站的同一信道只有一个用户接入，则给该用户直接分配p_n/m；

S33：否则，若同一基站的同一信道有2个及以上用户接入，则按照(QoE_n＝5-已得MOS得分)的比例分配功率；假设一个信道有3个用户，则第三个用户的功率为：

其中η(0≤η≤1)为衰退因子；

S4：用户接收解码：用户接收到各自信号，在接入的多个(≥1)信道分别解码信号，根据频谱聚合技术最后合成传输信息；

S41：在每一个子信道，根据NOMA协议安排，各基站的用户按顺序一次解码，解码顺序按信道情况

由小到大依次解码，及距离基站最远的用户先解码；

S42：最后，每个用户，把接入子信道的所有信息聚合，得到最后信息。

进一步的，所述步骤S1之前，建立用户的无人机接入信道模型，具体包括以下步骤：

A1：假设一个下行的无人机辅助的蜂窝网络，设置小蜂窝基站表示为SBS＝{SBS₁,SBS₂,...,SBS_n}，无人机集合UAV＝{UAV₁,UAV₂,...,UAV_l}，用户集合表示为UE＝{UE₁,UE₂,...,UE_k}，子信道表示为SC＝{SC₁,SC₂,...,SC_m}；

A2：建立一个准静止低空旋转翼无人机辅助基站UAV-BS，以提供以半径为Rc米的圆盘状无线覆盖，地面高度为H，垂直投影为Q点；

A3：假设接入2个用户，其距离Q点的距离为D_j，则距离无人机距离为

k∈{用户集}，UAV-BS相对于每个用户的仰角为θ_k＝arctan(H/D_k),k∈{用户集}；

A4：则用户的无人机接入信道模型依赖于覆盖区域内建筑物的密度、高度以及使用者与建筑物之间的相对距离定义的环境剖面的位置即仰角，基于概率模型可分为视距传输(Line-Of-Sight，LOS)和非视距传输(Non-Line-Of-Sight，NLOS)；则用户体验到视距链接的概率为：

视距接入概率：

非视距接入概率：Pr_k(NLOS)＝1-Pr_k(LOS)。

进一步的，所述步骤A4中，α和β是与覆盖地区特性相关的常量值，视距接入概率是与仰角成正比的增函数。

进一步的，用户接入无人机的传输功率为：p_rx,k(dB)＝p_tx(dB)-L_k(dB),

其中，

进一步的，其中，L_k是无人机到用户的路径损耗，η为自由空间路径损耗指数，ψ_LOS和ψ_NLOS为物体遮挡形成阴影效应造成的过度损耗，两项均服从正太分布，其均值和方差取决于仰角和环境相关的常数值。

进一步的，综合LOS和NLOS链路分析，则无人机和用户终端的平均路径损耗可表示成概率形式：

进一步的，所述步骤S2中，具体地包括以下步骤：

A1：设定基站用户匹配关系χ_n,k，子信道和用户匹配关系

基站n在子信道m的叠加编码符号可表示为：

其中，

表示基站n在子信道m给用户k的传输符号；

表示基站n在子信道m给用户k分配的传输功率；

A2：用户k接收到的信号可表示为三部分的组合：基站n在子信道m的传输信号，其它基站在子信道m的传输信号即对用户k的累加干扰，白噪声。

本发明的有益效果是：

本发明的混合Hybrid NOMA网络的无人机辅助通信资源分配方法，基于用户体验的多小区多信道混合NOMA/OMA小蜂窝网络，涉及用户基站/无人机匹配、子信道选择和功率优化三方的匹配问题以及NOMA模式下子信道内的功率分配问题，在保证用户多样化QoE需求的情况下，提高***整体服务效率；

本发明中，将联合资源分配问题分解为三方匹配和类注水式MOS功率分配2个子问题，包括：1、多载波NOMA网络***场景建模；2、多蜂窝多载波的非正交多址接入的无线资源分配问题的分解及其数学描述；3、基站选择、子信道匹配、功率分配子问题的匹配方法设计；本发明在建立面向混合NOMA多蜂窝***后，创新地提出符合该场景基于用户体验QoE的基站-用户-子信道的三维匹配策略以及功率分配方式，以最大化用户体验为最终目标，避免了盲目追求速率最大带来的资源分配不合理问题，有效提高了基于NOMA场景的无线资源分配效能。

附图说明

为了更清楚地说明本发明实施例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为本发明的原理示意图。

具体实施方式

下面给出具体实施例，对本发明的技术方案作进一步清楚、完整、详细地说明。本实施例是以本发明技术方案为前提的最佳实施例，但本发明的保护范围不限于下述的实施例。

混合Hybrid NOMA网络的无人机辅助通信资源分配方法，包括以下步骤：

S1：基站与用户匹配；

S11：初始化用户选择和服务信息计算阶段：各基站发射功率为p_n，计算相应用户的接入速率和QoE得分；

S111：用户发现所有可用的基站；无人机初始位置按投影位置计算；

S112：用户随机接入一个基站或者接入最近的基站，然后向所有可用的基站报告位置信息和业务类型；

S113：所有基站根据实际的用户接入情况计算基站内用户的传输速率以及用户体验得分，创建服务用户列表，并根据用户体验得分和服务用户列表计算自身服务效用；

S12：用户转移匹配阶段：

S121：基站以增加自身服务效用为目的，根据用户的位置信息向其余可用基站轮询发出用户转移匹配申请或者用户交换匹配申请；

S122：被申请基站根据自身服务效用是否提升来选择接受申请或者拒绝申请，若基站自身服务效用提升则接受申请并更新自身服务用户列表，若自身服务效用降低或者不变则拒绝该申请；

S123：所有轮询完毕，匹配结束；

S2：(基站，用户)二维单元与子信道匹配：使用迭代匹配算法，二维偏好列表；本实施例中，子信道功率按各基站功率均分得到，其中子信道带宽为W/n，子信道功率为p_n/n。根据基站用户分配的结果，确定用户在各基站的实际接入功率，用户可同时接入多条信道，根据每种接入方式计算其MOS得分和统计占用信道个数，根据二维指标，及MOS得分和信道数建立偏好列表。列表的建立分为2步，首先根据MOS得分排序，在MOS得分最高的项中选出占用信道数最少的项，如果同时满足2个条件的情况有多个，随机选择一个最为最优选项。每个用户把最优选项作为策略向信道发出申请。基站计算出各用户在经过各信道频谱聚合后可达速率的对应QoE得分。用户向基站申请信道，基站判决信道的用户QoE得分和，经过匹配迭代运算，最终得到用户在各自信道的最佳分配；

进一步的，以三个子信道为例，接入子信道的情况总共分为7种，每行3位，表示3个子信道，“1”表示接入，“0”表示不接入。[100；010；001；110；011；101；111]；

S21：初始化(基站，用户)-子信道匹配，根据业务随机选择子信道接入；如低速率业务在1-3种情况随机选择，初始只占用一个信道；高速率业务在4-7种情况随机选择，初始接入到2个以上的信道；S22：根据初始随机接入情况，计算相邻基站的用户MOS得分和，以及信道接入列表；其中，循环for t＝1:设定的最大迭代次数轮训方法，每个用户分别计算7种接入情况的可达速率及用户体验的MOS得分，向其中MOS得分最高的接入情况向所在基站提出申请；转入步骤S23；

S23：基站间交互信息，若邻居基站间的MOS得分和提高，则接受信道调换的申请，更新和MOS得分，和信道接入列表；否则，驳回和MOS得分，和信道接入列表保持不变；

S3：功率分配：基于第一、二部分得到用户和子信道的匹配结果，第三部分实现无人机最优位置调整和各基站子信道上的用户分配功率；本实施例中，设定各子信道功率相同，子信道只有一个用户，及OMA方式接入。如果子信道有多个用户，及NOMA方式接入，基站根据比例公平原则分配信道上各用户的功率。分2种情况分配功率：

S31：假设无人机采用固定发射功率，且通过S2步骤得到需要服务的用户，由于信道容量是信道增益的函数，可求得给定用户分布的最优无人机海拔；无人机和用户终端的平均路径损耗可表示成概率形式：

根据需要服务的终端位置，可得最大的服务半径，根据具体的环境(如郊区，城市，密集城区和CB高层建筑聚集区)设置路损公式参数；通过

可求得无人机接入的最优高度；

S32：若同一基站的同一信道只有一个用户接入，则给该用户直接分配p_n/m；

S33：否则，若同一基站的同一信道有2个及以上用户接入，则按照(QoE_n＝5-已得MOS得分)的比例分配功率；假设一个信道有3个用户，则第三个用户的功率为：

其中η(0≤η≤1)为衰退因子；

S4：用户接收解码：用户接收到各自信号，在接入的多个(≥1)信道分别解码信号，根据频谱聚合技术最后合成传输信息；

S41：在每一个子信道，根据NOMA协议安排，各基站的用户按顺序一次解码，解码顺序按信道情况

由小到大依次解码，及距离基站最远的用户先解码；

S42：最后，每个用户，把接入子信道的所有信息聚合，得到最后信息。

进一步的，所述步骤S1之前，建立用户的无人机接入信道模型，具体包括以下步骤：

A1：假设一个下行的无人机辅助的蜂窝网络，设置小蜂窝基站表示为SBS＝{SBS₁,SBS₂,...,SBS_n}，无人机集合UAV＝{UAV₁,UAV₂,...,UAV_l}，用户集合表示为UE＝{UE₁,UE₂,...,UE_k}，子信道表示为SC＝{SC₁,SC₂,...,SC_m}；

A2：建立一个准静止低空旋转翼无人机辅助基站UAV-BS，以提供以半径为Rc米的圆盘状无线覆盖，地面高度为H，垂直投影为Q点；

A3：假设接入2个用户，其距离Q点的距离为D_j，则距离无人机距离为

k∈{用户集}，UAV-BS相对于每个用户的仰角为θ_k＝arctan(H/D_k),k∈{用户集}；

A4：则用户的无人机接入信道模型依赖于覆盖区域内建筑物的密度、高度以及使用者与建筑物之间的相对距离定义的环境剖面的位置即仰角，基于概率模型可分为视距传输(Line-Of-Sight，LOS)和非视距传输(Non-Line-Of-Sight，NLOS)；则用户体验到视距链接的概率为：

视距接入概率：

非视距接入概率：Pr_k(NLOS)＝1-Pr_k(LOS)。

进一步的，所述步骤A4中，α和β是与覆盖地区特性相关的常量值，视距接入概率是与仰角成正比的增函数。

进一步的，用户接入无人机的传输功率为：p_rx,k(dB)＝p_tx(dB)-L_k(dB),

其中，

进一步的，其中，L_k是无人机到用户的路径损耗，η为自由空间路径损耗指数，ψ_LOS和ψ_NLOS为物体遮挡形成阴影效应造成的过度损耗，两项均服从正太分布，其均值和方差取决于仰角和环境相关的常数值。本发明中，由于障碍物反射和阴影效应，建筑离用户越近，散射越大，非视距的损耗更大。

进一步的，综合LOS和NLOS链路分析，则无人机和用户终端的平均路径损耗可表示成概率形式：

根据需要服务的终端位置，可求得无人机最大的服务半径(及服务最远终端的距离)。根据具体的环境设置路损公式参数(如η＝(η_视距,η_非视距)在郊区，城市，密集城区和CB高层建筑聚集区分别设置为(0.1,21),(1.0,20),(1.6,23),(2.3,34)。由于无人机和用户终端的平均路径损耗是凸函数且内含高度参数，根据

可求得无人机接入的最优高度。

本发明中，因为设置参数并不影响说明本发明的框架流程，为简化表述，假设无人机辅助热点和普通小微基站的发射功率、带宽和信道数目相同。实际执行时，无人机辅助基站的发射功率、带宽和信道数的设置可以不同。设每个基站的发射功率为p_n，在各子信道间调配；每个小微基站/无人机辅助基站的接入的总带宽为W，整个带宽W被分成m个子信道，其子信道带宽为W/m。

进一步的，每个用户可以接入临近基站的多个信道，根据NOMA协议，每个子信道可接入多个用户，每个用户只可接入一个基站。2个安排矩阵0-1元素；所述步骤S2中，具体地包括以下步骤：

A1：设定基站用户匹配关系χ_n,k，子信道和用户匹配关系

基站n在子信道m的叠加编码符号可表示为：

其中，

表示基站n在子信道m给用户k的传输符号；

表示基站n在子信道m给用户k分配的传输功率；

A2：用户k接收到的信号可表示为三部分的组合：基站n在子信道m的传输信号，其它基站在子信道m的传输信号即对用户k的累加干扰，白噪声。

其中，

其中，

表示在子信道m基站n到用户k的信道参数；

定义等效信道增益：

利用频谱聚合技术，用户UE_n,k表示接入基站n的用户k，它的速率等于所有接入信道的速率和；

用户k，接入基站n，在信道m上的信干噪比可以表示为：

此时获得的速率为：

接入基站n的用户k的可达速率为：

我们把用户终端的可达速率转化为用户体验指标，及MOS得分，具体的计算方法如下：

其中，θ代表平均用户吞吐速率，

由用户业务类型通过用户体验的打分数据统计得到，分别对应该业务类型所需的用户平均吞吐速率的下限值和满足流畅传输需要的推荐值，a与b是2个计算参数且随业务类型同步改变；

特别说明地，对于终端用户的MOS转换形式可以使用不同的定义方法，主流都是采用类对数函数形式进行转化，本发明主要对分配构架进行创新，不同MOS转换形式都可在本发明所述构架进行实施；则最后的优化目标为：

对于4个约束的说明如下：(1)接入状态矩阵的元素；(2)一个用户最多只能接入一个基站；(3)每个基站和用户接入信道数的约束；(4)每个基站的功率约束。

针对上述问题求解，则分解为3个子问题，分别是基站和用户匹配、用户和子信道匹配、基站对子信道上用户分配功率，进而实现原问题的次优解，实现用户QoE的MOS和最大。

综上所述，本发明的混合Hybrid NOMA网络的无人机辅助通信资源分配方法，基于用户体验的多小区多信道混合NOMA/OMA小蜂窝网络，涉及用户基站/无人机匹配、子信道选择和功率优化三方的匹配问题以及NOMA模式下子信道内的功率分配问题，在保证用户多样化QoE需求的情况下，提高***整体服务效率；

本发明中，将联合资源分配问题分解为三方匹配和类注水式MOS功率分配2个子问题，包括：1、多载波NOMA网络***场景建模；2、多蜂窝多载波的非正交多址接入的无线资源分配问题的分解及其数学描述；3、基站选择、子信道匹配、功率分配子问题的匹配方法设计；本发明在建立面向混合NOMA多蜂窝***后，创新地提出符合该场景基于用户体验QoE的基站-用户-子信道的三维匹配策略以及功率分配方式，以最大化用户体验为最终目标，避免了盲目追求速率最大带来的资源分配不合理问题，有效提高了基于NOMA场景的无线资源分配效能。

以上显示和描述了本发明的主要特征、基本原理以及本发明的优点。本行业技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会根据实际情况有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.混合HybridNOMA网络的无人机辅助通信资源分配方法，其特征在于：包括以下步骤：

S1：基站与用户匹配；

S11：初始化用户选择和服务信息计算阶段：各基站发射功率为p_n，计算相应用户的接入速率和QoE得分；

S111：用户发现所有可用的基站；无人机初始位置按投影位置计算；

S112：用户随机接入一个基站或者接入最近的基站，然后向所有可用的基站报告位置信息和业务类型；

S113：所有基站根据实际的用户接入情况计算基站内用户的传输速率以及用户体验得分，创建服务用户列表，并根据用户体验得分和服务用户列表计算自身服务效用；

S12：用户转移匹配阶段：

S121：基站以增加自身服务效用为目的，根据用户的位置信息向其余可用基站轮询发出用户转移匹配申请或者用户交换匹配申请；

S122：被申请基站根据自身服务效用是否提升来选择接受申请或者拒绝申请，若基站自身服务效用提升则接受申请并更新自身服务用户列表，若自身服务效用降低或者不变则拒绝该申请；

S123：所有轮询完毕，匹配结束；

S2：(基站，用户)二维单元与子信道匹配：使用迭代匹配算法，二维偏好列表；

S21：初始化(基站，用户)-子信道匹配，根据业务随机选择子信道接入；

S22：根据初始随机接入情况，计算相邻基站的用户MOS得分和，以及信道接入列表；

S23：基站间交互信息，若邻居基站间的MOS得分和提高，则接受信道调换的申请，更新和MOS得分，和信道接入列表；否则，驳回和MOS得分，和信道接入列表保持不变；

S3：功率分配：基于第一、二部分得到用户和子信道的匹配结果，第三部分实现无人机最优位置调整和各基站子信道上的用户分配功率；

S31：假设无人机采用固定发射功率，且通过S2步骤得到需要服务的用户，由于信道容量是信道增益的函数，可求得给定用户分布的最优无人机海拔；无人机和用户终端的平均路径损耗可表示成概率形式：

根据需要服务的终端位置，可得最大的服务半径，根据具体的环境设置路损公式参数；通过

可求得无人机接入的最优高度；

S32：若同一基站的同一信道只有一个用户接入，则给该用户直接分配p_n/m；

S33：否则，若同一基站的同一信道有2个及以上用户接入，则按照比例分配功率，所述比例为：

QoE_n＝5-已得MOS得分；

假设一个信道有3个用户，则第三个用户的功率为：

其中η(0≤η≤1)为衰退因子；

S4：用户接收解码：用户接收到各自信号，在接入的一个以上信道分别解码信号，根据频谱聚合技术最后合成传输信息；

S41：在每一个子信道，根据NOMA协议安排，各基站的用户按顺序一次解码，解码顺序按信道情况

由小到大依次解码，及距离基站最远的用户先解码；

S42：最后，每个用户，把接入子信道的所有信息聚合，得到最后信息。

2.根据权利要求1所述的混合HybridNOMA网络的无人机辅助通信资源分配方法，其特征在于：所述步骤S1之前，建立用户的无人机接入信道模型，具体包括以下步骤：

A1：假设一个下行的无人机辅助的蜂窝网络，设置小蜂窝基站表示为SBS＝{SBS₁,SBS₂,...,SBS_n}，无人机集合UAV＝{UAV₁,UAV₂,...,UAV_l}，用户集合表示为UE＝{UE₁,UE₂,...,UE_k}，子信道表示为SC＝{SC₁,SC₂,...,SC_m}；

A2：建立一个准静止低空旋转翼无人机辅助基站UAV-BS，以提供以半径为Rc米的圆盘状无线覆盖，地面高度为H，垂直投影为Q点；

A3：假设接入2个用户，其距离Q点的距离为D_j，则距离无人机距离为

k∈{用户集}，UAV-BS相对于每个用户的仰角为θ_k＝arctan(H/D_k),k∈{用户集}；

A4：则用户的无人机接入信道模型依赖于覆盖区域内建筑物的密度、高度以及使用者与建筑物之间的相对距离定义的环境剖面的位置即仰角，基于概率模型可分为视距传输(Line-Of-Sight，LOS)和非视距传输(Non-Line-Of-Sight，NLOS)；则用户体验到视距链接的概率为：

视距接入概率：

非视距接入概率：Pr_k(NLOS)＝1-Pr_k(LOS)。

3.根据权利要求2所述的混合HybridNOMA网络的无人机辅助通信资源分配方法，其特征在于：所述步骤A4中，α和β是与覆盖地区特性相关的常量值，视距接入概率是与仰角成正比的增函数。

4.根据权利要求2所述的混合HybridNOMA网络的无人机辅助通信资源分配方法，其特征在于：用户接入无人机的传输功率为：p_rx,k(dB)＝p_tx(dB)-L_k(dB),

其中，

5.根据权利要求4所述的混合HybridNOMA网络的无人机辅助通信资源分配方法，其特征在于：其中，L_k是无人机到用户的路径损耗，η为自由空间路径损耗指数，ψ_LOS和ψ_NLOS为物体遮挡形成阴影效应造成的过度损耗，两项均服从正太分布，其均值和方差取决于仰角和环境相关的常数值。

6.根据权利要求4所述的混合HybridNOMA网络的无人机辅助通信资源分配方法，其特征在于：综合LOS和NLOS链路分析，则无人机和用户终端的平均路径损耗可表示成概率形式：

7.根据权利要求1所述的混合HybridNOMA网络的无人机辅助通信资源分配方法，其特征在于：所述步骤S2中，具体地包括以下步骤：

A1：设定基站用户匹配关系χ_n,k，子信道和用户匹配关系

基站n在子信道m的叠加编码符号可表示为：

其中，

表示基站n在子信道m给用户k的传输符号；

表示基站n在子信道m给用户k分配的传输功率；

A2：用户k接收到的信号可表示为三部分的组合：基站n在子信道m的传输信号，其它基站在子信道m的传输信号即对用户k的累加干扰，白噪声。

Images