面向用户最大覆盖的多空中基站布局方法

以无人机为平台的空中基站(unmanned aerial vehicle base station,UAV-BS)部署灵活、通视较好,在应急通信场景中具有独特优势,但是UAV-BS位置对通信组网效能具有重要影响,如何优化UAV-BS部署位置,特别是多UAV-BS位置布局是一个关键问题。本文考虑对地面终端用户最大化的覆盖且尽可能降低基站发射功率,提出多UAV-BS定位模型。首先,基于通信区域视线(line-of-sight,LoS)和非视线(non-line-of-sight,NLoS)传输统计特性计算最大覆盖半径及相应UAV-BS定位的高度。在此基础上,将基站水平定位布局视为多圆覆盖问题,构建覆盖用户数最多的非线性约束优化模型,并在保持用户覆盖最大化的前提下,进一步优化各UAV-BS发射功率。然后,基于最小覆盖圆问题和遗传算法对定位模型进行求解,计算具有低阶多项式的时间复杂度。最后,通过仿真验证了所提方法的有效性,结果表明所提方法能够实现UAV-BS组网3D布局,并能最大化用户覆盖和降低基站功率。

基于光电导航的伪卫星空中基站定位算法

由于具有抗干扰能力强和布置灵活机动的特点,伪卫星在增强卫星系统和独立组网为用户提供更高精度导航定位信息方面具有广阔的应用前景。伪卫星空中基站的精确定位是构建伪卫星区域定位系统的一个关键问题。为此,研究了一种基于光电导航的定位算法,综合利用光电探测成像信息和惯性导航信息,根据伪卫星空中基站的特点建立了相应的误差模型,并采用最小二乘法估计位置误差。计算机仿真结果表明所提算法简单,具有较大的实用价值。

伪卫星空中基站定位高性能算法研究

伪卫星作为卫星导航系统的重要增强手段,能够克服卫星系统在导航定位及武器精确制导方面存在的缺点。针对伪卫星空中基站位置不易精确确定的问题,设计了临近空间伪卫星空中基站定位SINS/CNS/SAR组合导航系统,建立了组合导航非线性数学模型;在吸收抗差自适应滤波、高斯滤波和粒子滤波优点的基础上,提出了一种抗差自适应高斯混合Sigma点粒子滤波算法。将提出的算法应用于SINS/CNS/SAR自主导航系统进行计算仿真,并与Unscented卡尔曼滤波和粒子滤波比较,结果表明:提出的新算法能够满足伪卫星空中基站自主导航定位的需求,导航精度明显高于Unscented卡尔曼滤波和粒子滤波算法。

伪卫星空中基站的定位算法研究

伪卫星空中基站的精确定位是构建伪卫星区域定位系统的一个关键问题。分析了伪卫星空中基站的位置误差(相当于卫星的星历误差)对系统定位精度的影响,研究了利用逆用定位原理确定伪卫星空中基站位置的算法和几何精度因子问题,并用Monte-Carlo方法对定位精度进行了仿真,结果表明这种方法是可行的,具有较大的实用价值。

无人机空中基站对地信道建模及功率覆盖预测

传统统计建模方法难以对特定场景下的无人机信道做出精确预测。针对城市场景下的无人机信道,结合确定性信道建模法,基于射线跟踪原理构建了一种无人机基站?地信道模型,该模型考虑了散射次数对接收功率的影响,将到达地面接收机的射线分为视距路径、一次散射路径和二次散射路径;给出了基于射线跟踪原理的传播损耗和3种路径相应的功率计算方法,该方法沿路径计算场强。在利用数字地图预处理技术对城市建筑物进行简化后,对该场景下无人机信道的传播路径、损耗、功率延迟分布以及功率覆盖情况进行了仿真验证。数值仿真结果表明,本模型能够准确复现城市传播环境及传播状况,覆盖预测结果可用于优化无人机部署。

基于空中基站的LTE海域覆盖方案

首先研究电磁波在海域和陆地传播的区别,推导出电磁波在海域上的传播模型,然后通过LTE的帧结构、视距传播理论确定海域基站的极限覆盖距离和天线极限挂高,最后提出LTE海域覆盖整体解决思路,并制定空中基站的建设方案。

基于深度强化学习的空中无人机基站资源分配与公平性研究

为了提高无人机基站(unmanned aerial vehicle base stations,UAV-BS)为地面多用户服务时的数据速率,提出一种基于决斗深度神经网络(dueling deep Q-network,Dueling-DQN)的深度强化学习(deep reinforcement learning,DRL)算法。采用决斗网络(dueling network,DN)结构以克服动态环境的部分可观测问题,联合优化了UAV-BS的位置和下行链路功率分配,在更符合实际的空地概率信道模型中检验了Dueling-DQN算法的性能。结果表明,相较于对比算法,所提出的Dueling-DQN算法可以提供更高的数据速率和服务公平性,且随着地面用户数量的增大,算法的优势更加明显。Dueling-DQN算法可有效解决复杂非凸性问题,为UAV-BS的资源分配问题提供理论参考。

面向最大化服务用户数的无人机基站3D部署方法

面向无人机基站为地面用户提供通信覆盖的场景,综合考虑用户服务质量、无人机之间的连通和服务公平性,以最大化服务用户数为目标,对无人机的三维坐标和覆盖半径进行优化。由于该问题是非确定性多项式难题,设计了一种将遗传算法和粒子群算法相结合的启发式算法和高度微调法部署无人机。分别在用户随机分布和分簇分布模式下进行仿真,结果验证了所提算法的有效性。

应急保障中的空中移动基站应用研究

本文介绍了无人机基站运行参数、网络结构、实战应用等情况,从技术、实践两个层面分析了无人机基站的应用优势和适用场景。

系留无人机平台搭载的蜂窝通信基站吞吐量优化

考虑多架系留无人机(UAV)空中基站为多小区提供空地双向通信服务时,针对地面用户数目分布不均匀和多机协同服务同频干扰严重的问题,提出了一种联合优化空中基站高度和链路传输方向的吞吐量优化算法。该方法通过使用最大同频链路准则和就近服务准则确定了同频链路配对和无人机/用户配对,通过优化空中基站高度和链路传输方向提升了系统平均吞吐量,并减少了用户间的同频干扰。多种场景下验证结果均显示,所提方法显著优于其他非联合优化的对比方法,当拥塞小区用户数目是非拥塞小区用户数目的1~36倍时,相比于不联合优化链路传输方向和空中基站高度的对比方法,所提方法可提升系统平均吞吐量8倍左右。

漳卫南局应急通信技术研究与探索

水旱灾害特别是洪涝灾害发生时,往往造成大面积通信中断、电力中断、道路中断。利用各种应急通信技术手段和方法尽快恢复通信,确保应急指挥中心/联动平台与现场之间的通信畅通,及时获取抢险一线情况资料,对会商决策、科学调度等防汛抢险救灾工作至关重要。

我国应急通信技术发展现状与展望

重点介绍了当前我国应急通信技术发展中的几个热点技术,如超级基站、高空基站、自组织应急通信网络等,并对这些技术在应急通信保障中的作用进行了分析,对这些技术的未来发展进行了展望。

WLAN技术及无人机在灾害应急救援中的应用

自然灾害发生时,传统通信网络将会受到严重损毁,造成通信中断,给应急救援带来极大困难。采用WLAN技术与无人机技术相结合,快速高效搭建空中基站,为应急救援提供可靠通信保障。简要阐述了WLAN技术、无人机技术的发展历程及特点,对使用WLAN技术和无人机结合搭建空中基站可用性进行了技术性分析,此保障方式可为部队参与复杂应急救援行动中的通信保障提供借鉴。

优化无线网络的覆盖时间算法

通过无人机(Unmanned Aerial Vehicles,UAVs)扮演空中基站以提高无线网络的覆盖率已成为最有前景的技术。为此,研究了多个无人机部署问题。首先,推导了基于海拔高度和天线增益的UAVs的下行链路覆盖概率函数,然后依据圆形堆积理论,计算了UAVs的位置,进而在保证UAVs的最大覆盖时间的同时,最大化覆盖区域,并推导了在保证目标覆盖概率时所需的UAVs数。实验结果表明,依据全向天线的波束宽度和覆盖要求,调整UAVs海拔高度,可消除UAVs间的干扰,并最大化覆盖时间。

基于圆形堆积理论的优化无线网络的覆盖时间算法

通过无人机(UAVs)扮演空中基站以提高无线网络的覆盖率已成为最有前景的技术。为此,研究多个无人机部署问题。首先,推导基于海拔高度和天线增益的UAVs的下行链路覆盖概率函数,然后依据圆形堆积理论计算UAVs的位置,进而在保证UAVs最大覆盖时间的同时,最大化覆盖区域,并推导了在保证目标覆盖概率时所需的UAVs数。实验结果表明,依据全向天线的波束宽度和覆盖要求,调整UAVs海拔高度,可消除UAVs间的互干扰,并最大化覆盖时间。

基于多天线无人机的混合波束成形方案设计

针对无人机(UAV)位置部署与混合波束成形高度相关的问题,提出了一种基于分步优化实现最大化系统总传输速率的方法。首先,采用数字波束成形得到最简目标函数,并引入虚拟信道求解出UAV部署的最佳位置。然后,将UAV的最佳部署位置代入关于模拟波束成形中移相器偏移角的优化问题,采用传统的人工鱼群算法有效求解最佳模拟波束成形矩阵。最后,用改进的人工鱼群算法解决移相器分辨率有限的问题。仿真结果表明,相比现有方法,本方法在位置部署及最大化系统总传输速率方面的性能更好。