CN111954275A - 一种面向无人机基站网络的用户多连接配置方法 - Google Patents

Abstract

本发明实施例提供了一种面向无人机基站网络的用户多连接配置方法，包括对无人机基站部署区域的地形和链路特征进行估计，计算部署区域内各个无人机小区内所有用户的链路状态，初始化用户多连接初始服务集合；以用户为中心，收集临近无人机小区RSRP信息，并周期上报RSRP信息和自身服务链路状态；根据用户上报信息，对用户无人机基站服务集合进行周期性调整。本发明实施例解决了无人机蜂窝网络中无人机站点单点服务能力受限场景下如何配置用户多连接以保证用户服务速率的问题。

Description

一种面向无人机基站网络的用户多连接配置方法

技术领域

本发明涉及无线通信技术领域，特别涉及第五代移动通信***和第六代移动通信***中，无人机网络的用户多连接方法。

背景技术

无人机基站凭借大概率视距链路和高动态移动能力，成为未来B5G/6G网络覆盖/容量增强的重要解决方案。

然而，无人机基站服务能力单点受限，具体表现为服务资源块受限、回程受限和服务功率受限等。这使得单个UAV-用户链路无法达到理论性能。

因此，为了满足用户的高数据速率需求，本方案研究和讨论了用户为中心的UAV多连接方案：以用户为中心构建数据卸载UAV群组，将用户数据通过临近的多个站点回传核心网。

发明内容

本发明的目的在于提供一种面向无人机基站网络的用户多连接配置方法，以克服无人机基站服务能力单点受限对用户服务速率的影响，增强用户体验。具体技术方案如下：

步骤200，对无人机基站部署区域的地形和链路特征进行估计，计算部署区域内各个无人机小区内所有用户的链路状态，初始化用户多连接初始服务集合。

步骤210，以用户为中心，收集临近无人机小区RSRP信息，并周期上报RSRP信息和自身服务链路状态。

步骤220，根据用户上报信息，对用户无人机基站服务集合进行周期性调整。

可选的，所述对无人机基站部署区域的地形和链路特征进行估计，计算部署区域内各个无人机小区内所有用户的链路状态，初始化用户多连接初始服务集合，具体包括：

根据无人机基站部署区域内建筑物的高度分布、筑建比例(即占空比)、建筑密度，计算量化地形特征的参数；

根据无人机基站的空间坐标和所有用户空间坐标，结合地图信息，计算用户-无人机潜在服务链路的传播损耗；

基于用户-无人机潜在服务链路状态，初始化用户多连接初始服务集合。

可选的，所述根据无人机基站部署区域内建筑物的高度分布、筑建比例(即占空比)、建筑密度，计算量化地形特征的参数，具体包括：

基于地图数据，以单个用户为中心，计算固定半径区域内的建筑物的平均高度、建筑物空间占比、建筑物密度；

基于几何关系，计算无人机用户-基站链路遮挡情况；

拟合LoS概率函数P_LoS＝1/(1+ae^{-180b*arctan(h/r)/π+ab})，得到地形量化特征参数(a,b)。此外，h和r分别为无人机用户到地面服务站点的垂直距离和水平距离。

可选的，所述根据无人机基站的空间坐标和所有用户空间坐标，结合地图信息，计算用户-无人机潜在服务链路的传播损耗，具体包括：

将用户-无人机基站链路的传播损耗表示为：

其中，η_LoS和η_NLoS分别表示LoS链路和NLoS链路的附加损耗，α_LoS和α_NLoS分别表示LoS链路和NLoS链路的衰减系数；

基于地图信息，计算用户-无人机基站潜在服务链路LoS/NLoS状态；

基于无人机基站和用户的空间坐标，计算用户-无人机潜在服务链路的传播损耗。

可选的，所述基于地图信息，计算用户-无人机基站潜在服务链路LoS/NLoS状态，具体包括：

基于地图信息，获取用户-无人机基站连线上建筑物的高度；

基于用户和无人机的空间坐标，计算用户-无人机基站直连线是否被遮挡。

可选的，所述基于用户-无人机潜在服务链路状态，初始化用户多连接初始服务集合，具体包括：

以用户为中心，收集临近N个无人机基站的潜在服务链路状态(LoS/NLoS状态和传播损耗)；

计算临近N个无人机基站的潜在服务链路容量；

选取前M(M＜N)个无人机基站作为多连接服务站点。

可选的，所述计算临近N个无人机基站的潜在服务链路容量，具体包括：

将无人机-用户链路容量表示为：

R_i＝WE[log(1+SINR_i)]

其中，W用户固定分配带宽，E[·]表示关于用户处信干噪比SINR_i的统计平均算子；

E[log(1+SINR_i)]进一步表示为：

其中，E_S[exp(-tS)]和E_I[exp(-tI)]分别表示用户处有用信号和干扰的拉普拉斯变换；

结合干扰和有用信号链路的LoS/NLoS状态，分别计算他们的拉氏变换。

可选的，所述结合干扰和有用信号链路的LoS/NLoS状态，分别计算他们的拉氏变换，具体包括：

基于潜在链路传播损耗，以用户为中心，确定干扰集合和服务集合；

针对LoS链路，小尺度衰落采用Nakagami-m衰落；针对NLoS链路，小尺度衰落采用瑞利衰落；

基于LoS/NLoS链路状态，干扰和有用信号链路的信号强度表示为：

其中g_i表示小尺度衰落，k表示链路标号；

拉氏变换分别表示为E_S[exp(-tS)]＝E_g[exp(-tgL(r,h))]＝∫exp(-tgL(r,h))f_g(g)dg，

其中Φ_I表示目标链路的干扰站点集合，f_g(g)表示小尺度衰落的概率密度函数。

可选的，所述选取前M(M＜N)个无人机基站作为多连接服务站点，具体包括：

排序临近无人机基站潜在链路的服务容量，逐步选择较好的链路，直至用户服务链路的总容量达到预期目标容量R₀；

在所选顶的服务集合中，所有无人机基站通过异为用户提供多连接服务。

可选的，所述根据用户上报信息，对用户无人机基站服务集合进行周期性调整，具体包括：

基于RSRP信息，计算无人机-用户潜在链路LoS/NLoS状态，更新无人机-用户潜在链路传播损耗；

基于小区服务状态信息，计算临近无人机小区受限情况；

基于潜在链路传播损耗和无人机小受限情况，调整用户无人机多连接集合。

可选的，所述基于RSRP信息，计算无人机-用户潜在链路LoS/NLoS状态，更新无人机-用户潜在链路传播损耗，具体包括：

基于用户和无人机基站的空间坐标，计算无人机-用户直线传播距离；

将传播距离分别代入LoS/NLoS传播损耗公式，结合RSRP强度，判断链路LoS/NLoS状态；

基于LoS/NLoS状态，更新无人机-用户潜在链路传播损耗。

可选的，所述将传播距离分别代入LoS/NLoS传播损耗公式，结合RSRP强度，判断链路LoS/NLoS状态，具体包括：

基于传播距离，分别代入公式

和

计算链路LoS/NLoS状态下的传播损耗；

基于RSRP和基站参考信号发射功率，计算实际链路传播损耗：

比较基于公式计算和实际的传播损耗，确定链路LoS/NLoS状态。

可选的，所述基于小区服务状态信息，计算临近无人机小区受限情况，具体包括：

计算无人机小区回程容量占用比：A＝单基站服务用户的总速率/空口回程容量；

计算无人机小区资源块占用比：B＝单基站服务用户总带宽/无人机基站分配带宽；

无人机小区受限情况量化为：Γ＝A×B/C，其中C表示无人机基站的电池剩余量。

可选的，所述基于潜在链路传播损耗和无人机小受限情况，调整用户无人机多连接集合，具体包括：

计算无人机基站部署区域的平面质心；

根据用户距离质心的远近，确定用户调整多连接服务集合的顺序；

结合潜在服务链路传播损耗和无人机受限状态构造的权值衰减函数：Γ^εL，其中，ε为调节因子，控制基站受限对站点选择的影响程度。用户逐步选择多连接服务站点集合，直至用户速率满足要求。

有益效果

从上面所述可以看出，一种面向无人机基站网络的用户多连接配置方法，在对用户的初始服务集合进行设置之后，还会根据潜在服务链路状态的前后变化和临近无人机基站的受限情况，对用户的多连接服务集合进行调整，从而有效保证用户的服务速率，充分利用无人机网络资源。

附图说明

图1是本发明的一种面向无人机基站网络的用户多连接配置方法的***模型图；

图2是本发明的算法实施流程图；

图3是用户潜在服务吞吐量随服务集合大小变化的示意图；

具体实施方式

为了明晰本发明的目的、实施方案和技术优点，以下结合具体实施例，并参照附图，对本发明做进一步详细说明。

图1为本发明的一种面向无人机基站网络的用户多连接配置方法的实际应用场景：以用户为中心，构建无人机多连接服务群组，通过异频的方式为用户提供服务，保证无人机单点受限情况下的用户服务速率。本发明旨在配置用户的无人机多连接群组，有效保证用户服务质量，充分利用无人机网络资源。

图2为本发明提供的一种面向无人机基站网络的用户多连接配置方法的流程示意图，包括：

步骤200，对无人机基站部署区域的地形和链路特征进行估计，计算部署区域内各个无人机小区内所有用户的链路状态，初始化用户多连接初始服务集合。

步骤210，以用户为中心，收集临近无人机小区RSRP信息，并周期上报RSRP信息和自身服务链路状态。

步骤220，根据用户上报信息，对用户无人机基站服务集合进行周期性调整。

在一些可选的实施例中，步骤200，对无人机基站部署区域的地形和链路特征进行估计，计算部署区域内各个无人机小区内所有用户的链路状态，初始化用户多连接初始服务集合，具体包括：

步骤300，根据无人机基站部署区域内建筑物的高度分布、筑建比例(即占空比)、建筑密度，计算量化地形特征的参数；

步骤310，根据无人机基站的空间坐标和所有用户空间坐标，结合地图信息，计算用户-无人机潜在服务链路的传播损耗；

步骤320，基于用户-无人机潜在服务链路状态，初始化用户多连接初始服务集合。

在一些可选的实施例中，步骤300，根据无人机基站部署区域内建筑物的高度分布、筑建比例(即占空比)、建筑密度，计算量化地形特征的参数，具体包括：

步骤400，基于地图数据，以单个用户为中心，计算固定半径区域内的建筑物的平均高度、建筑物空间占比、建筑物密度；

步骤410，基于几何关系，计算无人机用户-基站链路遮挡情况；

步骤420，拟合LoS概率函数P_LoS＝1/(1+ae^{-180b*arctan(h/r)/π+ab})，得到地形量化特征参数(a,b)。此外，h和r分别为无人机用户到地面服务站点的垂直距离和水平距离。

在一些可选的实施例中，步骤310，根据无人机基站的空间坐标和所有用户空间坐标，结合地图信息，计算用户-无人机潜在服务链路的传播损耗，具体包括：

步骤500，将用户-无人机基站链路的传播损耗表示为：

其中，η_LoS和η_NLoS分别表示LoS链路和NLoS链路的附加损耗，α_LoS和α_NLoS分别表示LoS链路和NLoS链路的衰减系数；

步骤510，基于地图信息，计算用户-无人机基站潜在服务链路LoS/NLoS状态；

步骤520，基于无人机基站和用户的空间坐标，计算用户-无人机潜在服务链路的传播损耗。

在一些可选的实施例中，步骤510，基于地图信息，计算用户-无人机基站潜在服务链路LoS/NLoS状态，具体包括：

步骤600，基于地图信息，获取用户-无人机基站连线上建筑物的高度；

步骤610，基于用户和无人机的空间坐标，计算用户-无人机基站直连线是否被遮挡。

在一些可选的实施例中，步骤320，基于用户-无人机潜在服务链路状态，初始化用户多连接初始服务集合，具体包括：

步骤700，以用户为中心，收集临近N个无人机基站的潜在服务链路状态(LoS/NLoS状态和传播损耗)；

步骤710，计算临近N个无人机基站的潜在服务链路容量；

步骤720，选取前M(M＜N)个无人机基站作为多连接服务站点。

在一些可选的实施例中，步骤710，计算临近N个无人机基站的潜在服务链路容量，具体包括：

步骤800，将无人机-用户链路容量表示为：

R_i＝WE[log(1+SINR_i)]

其中，W用户固定分配带宽，E[·]表示关于用户处信干噪比SINR_i的统计平均算子；

步骤810，E[log(1+SINR_i)]进一步表示为：

其中，E_S[exp(-tS)]和E_I[exp(-tI)]分别表示用户处有用信号和干扰的拉普拉斯变换；

步骤820，结合干扰和有用信号链路的LoS/NLoS状态，分别计算他们的拉氏变换。

在一些可选的实施例中，步骤820，结合干扰和有用信号链路的LoS/NLoS状态，分别计算他们的拉氏变换，具体包括：

步骤900，基于潜在链路传播损耗，以用户为中心，确定干扰集合和服务集合；

步骤910，针对LoS链路，小尺度衰落采用Nakagami-m衰落；针对NLoS链路，小尺度衰落采用瑞利衰落；

步骤920，基于LoS/NLoS链路状态，干扰和有用信号链路的信号强度表示为：P_R ^k＝g_iL_i(r,h),i∈{LoS,NLoS}，其中g_i表示小尺度衰落，k表示链路标号；

步骤930，拉氏变换分别表示为E_S[exp(-tS)]＝E_g[exp(-tgL(r,h))]＝∫exp(-tgL(r,h))f_g(g)dg，

其中Φ_I表示目标链路的干扰站点集合，f_g(g)表示小尺度衰落的概率密度函数。

在一些可选的实施例中，步骤720，选取前M(M＜N)个无人机基站作为多连接服务站点，具体包括：

步骤1000，排序临近无人机基站潜在链路的服务容量，逐步选择较好的链路，直至用户服务链路的总容量达到预期目标容量R₀；

步骤1010，在所选顶的服务集合中，所有无人机基站通过异为用户提供多连接服务。

在一些可选的实施例中，步骤220，根据用户上报信息，对用户无人机基站服务集合进行周期性调整，具体包括：

步骤1100，基于RSRP信息，计算无人机-用户潜在链路LoS/NLoS状态，更新无人机-用户潜在链路传播损耗；

步骤1110，基于小区服务状态信息，计算临近无人机小区受限情况；

步骤1120，基于潜在链路传播损耗和无人机小受限情况，调整用户无人机多连接集合。

在一些可选的实施例中，步骤1100，基于RSRP信息，计算无人机-用户潜在链路LoS/NLoS状态，更新无人机-用户潜在链路传播损耗，具体包括：

步骤1200，基于用户和无人机基站的空间坐标，计算无人机-用户直线传播距离；

步骤1210，将传播距离分别代入LoS/NLoS传播损耗公式，结合RSRP强度，判断链路LoS/NLoS状态；

步骤1220，基于LoS/NLoS状态，更新无人机-用户潜在链路传播损耗。

在一些可选的实施例中，步骤1210，将传播距离分别代入LoS/NLoS传播损耗公式，结合RSRP强度，判断链路LoS/NLoS状态，具体包括：

步骤1300，基于传播距离，分别代入公式

和

计算链路LoS/NLoS状态下的传播损耗；

步骤1310，基于RSRP和基站参考信号发射功率，计算实际链路传播损耗：

步骤1320，比较基于公式计算和实际的传播损耗，确定链路LoS/NLoS状态。

在一些可选的实施例中，步骤1110，基于小区服务状态信息，计算临近无人机小区受限情况，具体包括：

步骤1400，计算无人机小区回程容量占用比：A＝单基站服务用户的总速率/空口回程容量；

步骤1410，计算无人机小区资源块占用比：B＝单基站服务用户总带宽/无人机基站分配带宽；

步骤1420，无人机小区受限情况量化为：Γ＝A×B/C，其中C表示无人机基站的电池剩余量。

在一些可选的实施例中，步骤1120，基于潜在链路传播损耗和无人机小受限情况，调整用户无人机多连接集合，具体包括：

步骤1500，计算无人机基站部署区域的平面质心；

步骤1510，根据用户距离质心的远近，确定用户调整多连接服务集合的顺序；

步骤1520，结合潜在服务链路传播损耗和无人机受限状态构造的权值衰减函数：Γ^εL，其中，ε为调节因子，控制基站受限对站点选择的影响程度。用户逐步选择多连接服务站点集合，直至用户速率满足要求。

图3是用户潜在服务吞吐量随服务集合大小变化的示意图。潜在服务吞吐量表示用户连接到的第N个无人机站点能够为用户提供的潜在链路服务容量。横坐标表示连接到的基站的数目，按照距离大小升序排列。该仿真结果给出了在不同无人机站点密度下，临近无人机基站提供的潜在链路所能够承载的服务容量。可以看出，随着多连接站点数量的增加，其所能够带来的链路容量递减；无人机站点的密集化能够有效增强链路容量。

Claims (11)

1.一种面向无人机基站网络的用户多连接配置方法，其特征在于，包括：

对无人机基站部署区域的地形和链路特征进行估计，计算部署区域内各个无人机小区内所有用户的链路状态，初始化用户多连接初始服务集合：根据无人机基站部署区域内建筑物的高度分布、筑建比例(即占空比)、建筑密度，计算量化地形特征的参数；根据无人机基站的空间坐标和所有用户空间坐标，结合地图信息，计算用户-无人机潜在服务链路的传播损耗；基于用户-无人机潜在服务链路状态，初始化用户多连接初始服务集合；

以用户为中心，收集临近无人机小区RSRP信息，并周期上报RSRP信息和自身服务链路状态；

根据用户上报信息，对用户无人机基站服务集合进行周期性调整。

2.根据权利要求1所述的方法，其特征在于，所述根据无人机基站部署区域内建筑物的高度分布、筑建比例(即占空比)、建筑密度，计算量化地形特征的参数，具体包括：

基于地图数据，以单个用户为中心，计算固定半径区域内的建筑物的平均高度、建筑物空间占比、建筑物密度；

基于几何关系，计算无人机用户-基站链路遮挡情况；

拟合LoS概率函数P_LoS＝1/(1+ae^{-180b*arctan(h/r)/π+ab})，得到地形量化特征参数(a,b)。此外，h和r分别为无人机用户到地面服务站点的垂直距离和水平距离。

3.根据权利要求1所述的方法，其特征在于，所述根据无人机基站的空间坐标和所有用户空间坐标，结合地图信息，计算用户-无人机潜在服务链路的传播损耗，具体包括：

将用户-无人机基站链路的传播损耗表示为：

其中，η_LoS和η_NLoS分别表示LoS链路和NLoS链路的附加损耗，α_LoS和α_NLoS分别表示LoS链路和NLoS链路的衰减系数；

基于地图信息，计算用户-无人机基站潜在服务链路LoS/NLoS状态；

基于无人机基站和用户的空间坐标，计算用户-无人机潜在服务链路的传播损耗。

4.根据权利要求1所述的方法，其特征在于，所述基于用户-无人机潜在服务链路状态，初始化用户多连接初始服务集合，具体包括：

以用户为中心，收集临近N个无人机基站的潜在服务链路状态(LoS/NLoS状态和传播损耗)；

计算临近N个无人机基站的潜在服务链路容量；

选取前M(M＜N)个无人机基站作为多连接服务站点。

5.根据权利要求4所述的方法，其特征在于，所述计算临近N个无人机基站的潜在服务链路容量，具体包括：

将无人机-用户链路容量表示为：

R_i＝WE[log(1+SINR_i)]

其中，W用户固定分配带宽，E[·]表示关于用户处信干噪比SINR_i的统计平均算子；

E[log(1+SINR_i)]进一步表示为：

其中，E_S[exp(-tS)]和E_I[exp(-tI)]分别表示用户处有用信号和干扰的拉普拉斯变换；

结合干扰和有用信号链路的LoS/NLoS状态，分别计算他们的拉氏变换。

6.根据权利要求5所述的方法，其特征在于，所述结合干扰和有用信号链路的LoS/NLoS状态，分别计算他们的拉氏变换，具体包括：

基于潜在链路传播损耗，以用户为中心，确定干扰集合和服务集合；

针对LoS链路，小尺度衰落采用Nakagami-m衰落；针对NLoS链路，小尺度衰落采用瑞利衰落；

基于LoS/NLoS链路状态，干扰和有用信号链路的信号强度表示为：P_R ^k＝g_iL_i(r,h),i∈{LoS,NLoS}，其中g_i表示小尺度衰落，k表示链路标号；

拉氏变换分别表示为E_S[exp(-tS)]＝E_g[exp(-tgL(r,h))]＝∫exp(-tgL(r,h))f_g(g)dg，

其中Φ_I表示目标链路的干扰站点集合，f_g(g)表示小尺度衰落的概率密度函数。

7.根据权利要求1所述的方法，其特征在于，所述根据用户上报信息，对用户无人机基站服务集合进行周期性调整，具体包括：

基于RSRP信息，计算无人机-用户潜在链路LoS/NLoS状态，更新无人机-用户潜在链路传播损耗；

基于小区服务状态信息，计算临近无人机小区受限情况；

基于潜在链路传播损耗和无人机小受限情况，调整用户无人机多连接集合。

8.根据权利要求7所述的方法，其特征在于，所述基于RSRP信息，计算无人机-用户潜在链路LoS/NLoS状态，更新无人机-用户潜在链路传播损耗，具体包括：

基于用户和无人机基站的空间坐标，计算无人机-用户直线传播距离；

将传播距离分别代入LoS/NLoS传播损耗公式，结合RSRP强度，判断链路LoS/NLoS状态；

基于LoS/NLoS状态，更新无人机-用户潜在链路传播损耗。

9.根据权利要求8所述的方法，其特征在于，所述将传播距离分别代入LoS/NLoS传播损耗公式，结合RSRP强度，判断链路LoS/NLoS状态，具体包括：

基于传播距离，分别代入公式

和

计算链路LoS/NLoS状态下的传播损耗；

基于RSRP和基站参考信号发射功率，计算实际链路传播损耗：

比较基于公式计算和实际的传播损耗，确定链路LoS/NLoS状态。

10.根据权利要求7所述的方法，其特征在于，所述基于小区服务状态信息，计算临近无人机小区受限情况，具体包括：

计算无人机小区回程容量占用比：A＝单基站服务用户的总速率/空口回程容量；

计算无人机小区资源块占用比：B＝单基站服务用户总带宽/无人机基站分配带宽；

无人机小区受限情况量化为：Γ＝A×B/C，其中C表示无人机基站的电池剩余量。

11.根据权利要求7所述的方法，其特征在于，所述基于潜在链路传播损耗和无人机小受限情况，调整用户无人机多连接集合，具体包括：

计算无人机基站部署区域的平面质心；

根据用户距离质心的远近，确定用户调整多连接服务集合的顺序；

结合潜在服务链路传播损耗和无人机受限状态构造的权值衰减函数：Γ^εL，其中，ε为调节因子，控制基站受限对站点选择的影响程度。用户逐步选择多连接服务站点集合，直至用户速率满足要求。

Images