一种无人机辅助地面基站的无线覆盖扩展方法及系统

1.本发明属于无线通信技术领域，具体涉及一种无人机辅助地面基站的无线覆盖扩展方法及系统。


背景技术：

2.随着通信的不断演进，等待接入网络的地面节点越来越多，特别的，无地面基站覆盖、地面基站覆盖不到的偏远山区或发生自然灾害地区的通信问题急需解决。因此，无人机(uav)通信引起了广泛关注，它可以作为空中基站(abs)或低空中继(lrl)为上述地区提供广域覆盖。与传统蜂窝网络中的地面基站相比，由于无人机与地面用户间存在较少的阻碍，abs可建立到用户的视距(los)链路，此外，无人机因其灵活性和低成本特性，可根据用户分布动态部署，进而提升网络的性能。这些优势都会促使无人机成为第六代移动通信(6g)中不可替代的一部分。
3.如何优化空中基站的系统参数(例如：位置，轨迹，信道，功率等)对提升网络性能(例如：网络容量，数据速率，网络灵活性等)至关重要。现有技术一分析单个低空无人机为实现对地最大覆盖下的最优高度。现有技术二针对无人机辅助基站场景分析，在使用最小发射功率约束下提出最优部署算法，使得网络覆盖用户数最大。现有技术三提出由高低空无人机组成的异构网络的联合覆盖方法，通过联合优化高空无人机的轨迹和低空无人机的位置实现地面用户的最大覆盖。现有技术四提出一种无人机辅助移动边缘计算架构，并采用一种基于多智能体深度强化学习的无人机轨迹控制算法，最终实现共同优化所有终端的公平性及总能耗目标。虽然现已针对无人机系统的参数优化开展大量研究工作，但对低空网络和地面网络相结合的研究确很少。采用高频波段的低空中继(lrl)和地面基站(tbs)组成的网络共同为地面用户设备(ue)提供无线网络覆盖，实现覆盖用户数最大化。
4.低空中继协同地面基站网络存在的挑战：挑战一：对于低空中继和地面基站共同覆盖的用户接入需明确，在考虑低空中继覆盖用户时不应考虑地面基站已经覆盖的用户。挑战二：低空中继与地面基站协同工作，需要考虑到低空中继所受回程链路的约束，进而确定低空中继的可选位置；挑战三：要在满足lrl回程约束的前提下确定lrl的可选位置进而最大化信号覆盖强度，两个lrl间是否存在干扰与它们的位置选择息息相关，为实现空地协同覆盖最大化，需尽量避免两个lrl之间存在干扰即合理部署lrl的位置。


技术实现要素：

5.本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种无人机辅助地面基站的无线覆盖扩展方法及系统，协同低空无人机和地面基站，在保证回程约束下，提高整个小区的覆盖率，用于解决地面基站覆盖瓶颈和更大规模接入的技术问题。
6.本发明采用以下技术方案：
7.一种无人机辅助地面基站的无线覆盖扩展方法，包括以下步骤：
8.s1、构建包括4个tbs，k个lrl，集合为k及x个用户，集合为x的小区网络模型；
9.s2、基于步骤s1得到的小区网络模型构建lrl可部署位置与用户之间的通信模型；
10.s3、基于步骤s1构建的小区网络模型和步骤s2构建的通信模型建立空地协同系统协同最大覆盖优化问题的模型；
11.s4、将步骤s3构建的空地协同系统协同最大覆盖优化问题的模型分为lrl间有干扰和无干扰下的最大覆盖问题，优化目标为lrl覆盖用户数最大化，优化变量为lrl的位置；
12.s5、基于步骤s2构建的通信模型确定天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度；
13.s6、基于步骤s5得到的最优部署高度确定有效覆盖半径，基于步骤s4得到的优化目标和优化变量构造图模型，将问题转化为寻找最大加权独立集问题，进而确定lrl最佳部署水平位置集合，使得lrl网络覆盖用户数最多。
14.具体的，步骤s1具体为：
15.s101、构建一个三维直角坐标系，x、y轴为水平方向，z轴为垂直高度，x个用户随机分布在以原点为起点，边长为l的方形区域的资源小区s内；
16.s102、基于步骤s101的资源小区s，部署k个lrl，第k个lrl的位置坐标为wk＝{xk,yk,zk}，所有lrl的位置坐标为w＝{wk}，lrl采用定向天线，波束宽度为θ
l
，第x个用户的位置坐标为w
x
＝{x
x
,y
x
,z
x
}。
17.具体的，步骤s2具体为：
18.s201、基于步骤s102中lrl的波束宽度，依据天线模型得到第k个lrl到用户x处的天线增益为，且每个lrl到用户x的发射功率为；
19.s202、根据中继无人机lrl和用户之间传播信道的路径损耗模型pl得到信道衰落fd
k,x
；
20.s203、基于步骤s201和步骤s202的通信机制确定第k个lrl关联用户x的接收信号强度，作为用户接收功率；
21.s204、基于步骤s203得到的用户接收功率确定用户x接收到来自第k个lrl的sinr，进而表示lrl网络对用户x的信号覆盖情况。
22.进一步的，步骤s202中，路径损耗模型pl为：
23.pl＝32.4+20log(d[m])+20log(fc[ghz])
[0024]
其中，d表示发射端到接收端的距离，fc表示lrl的载波频率，且
[0025][0026]
进一步的，步骤s204中，lrl网络对用户x的信号覆盖为：
[0027][0028]
其中，为第k个lrl对x的信号覆盖情况。
[0029]
更进一步的，用户x接收到来自第k个lrl的信号与干扰加噪声比为：
[0030]
[0031]
其中，σ2表示噪声功率，为用户x接收到第k'个lrl的功率。
[0032]
具体的，步骤s3中，不可避免产生干扰的优化问题表示为：
[0033][0034]
其中，为lrl网络对用户x的信号覆盖情况，分别表示可行域在x轴、y轴和z轴方向的最大最小范围，约束c1-c3分别给出各lrl允许部署的区域范围，c4给出各个lrl需满足的回程约束，为lrl和tbs之间的3d距离，为tbs的回程覆盖半径，k∈ki表示lrl-k与tbs-i绑定即tbs-i负责给lrl-k回程，wk为第k个lrl的3d位置；
[0035]
满足无干扰条件情况下的优化问题表示为：
[0036][0037]
其中，为第k个lrl对x的信号覆盖情况，为相邻lrlki和kj之间的水平距离，和分别为第ki和kj个lrl的水平覆盖半径，θ
l
为lrl的波束宽度。
[0038]
具体的，步骤s6中，求解lrl最优水平部署位置具体为：
[0039]
s601、构造图模型的节点，将水平可部署lrl位置离散化，根据tbs的位置和回程约束确定lrl的可选位置，作为图模型的节点；
[0040]
s602、确定节点间边存在的条件，根据干扰距离确定可选位置即节点间的干扰关系，若两个可选lrl位置间存在干扰则有边连接，否则无边连接；
[0041]
s603、确定节点的权重，根据lrl的有效覆盖半径判断其在各点处的信号覆盖增强作为对应节点的权重；
[0042]
s604、将无干扰时的优化问题重构为最大加权独立集问题求解。
[0043]
进一步的，步骤s604中，首先构造无向图g＝(v，e，w)，v表示所有lrl可选位置的集合，e代表边的集合，w为所有节点的权重，求解无向图g的最大加权独立集问题，即确定lrl的最佳水平部署位置，实现空地基站协同最大覆盖的目标。
[0044]
第二方面，本发明实施例提供了一种无人机辅助地面基站的无线覆盖扩展系统，包括：
[0045]
构建模块，构建包括4个tbs，k个lrl，集合为k及x个用户，集合为x的小区网络模
型；
[0046]
通信模块，基于构建模块得到的小区网络模型构建lrl可部署位置与用户之间的通信模型；
[0047]
问题模块，基于构建模块构建的小区网络模型和通信模块构建的通信模型建立空地协同系统协同最大覆盖优化问题的模型；
[0048]
优化模块，将问题模块构建的空地协同系统协同最大覆盖优化问题的模型分为lrl间有干扰和无干扰下的最大覆盖问题，优化目标为lrl覆盖用户数最大化，优化变量为lrl的位置；
[0049]
部署模块，基于通信模块构建的通信模型确定天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度；
[0050]
输出模块，基于部署模块得到的最优部署高度，确定有效覆盖半径，基于优化模块得到的优化目标和优化变量构造图模型，将问题转化为寻找最大加权独立集问题，进而确定lrl最佳部署水平位置集合，使得lrl网络覆盖用户数最多。
[0051]
与现有技术相比，本发明至少具有以下有益效果：
[0052]
一种无人机辅助地面基站的无线覆盖扩展方法，提出利用lrl辅助tbs覆盖更多用户的空地协同网络，为使系统覆盖用户数最大化，提出lrl的位置优化问题，将该问题建模成有干扰和无干扰下的最大覆盖问题；首先根据天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度，再将lrl的水平位置优化问题看成最大点权独立集问题，并利用图论算法求解最大点权独立集，确定了lrl的最优水平部署位置，有效地提升系统覆盖率。
[0053]
进一步的，地面基站提供广域覆盖，低空中继无人机依靠地面基站回程，采用高频波段辅助其覆盖，合理部署低空无人机位置，使得整个小区覆盖性能进一步提升。
[0054]
进一步的，对lrl可部署位置与用户之间的通信模型进行分析。
[0055]
进一步的，为建立空地协同系统最大覆盖优化问题的模型，根据lrl和用户间传播信道的路径损耗模型pl得到信道衰落。
[0056]
进一步的，为量化lrl网络对用户x的覆盖情况，设置作为空地协同系统最大覆盖优化问题的目标函数。
[0057]
进一步的，从出发，通过判断其是否满足信干噪比的阈值要求进而确定用户x能否接入第k个lrl。
[0058]
进一步的，为更好表征lrl网络对用户的覆盖情况，分别考虑产生干扰和满足无干扰条件即不产生干扰下优化问题的设置，其中考虑产生干扰下的优化问题从用户是否满足信干噪比的阈值要求出发，而满足无干扰条件下的优化问题更加简化，可直接从lrl的有效覆盖半径出发，这样一来，问题大大简化。
[0059]
进一步的，将满足无干扰条件下的优化问题转化为在图中寻找最大点权独立集问题，主要按照lrl最优部署位置规则依次选择可选的lrl水平位置，直至选完为止。
[0060]
进一步的，为最终实现空地基站协同最大覆盖的目标，确定lrl的最优水平部署位置，解决最大点权独立集问题，需明确无向图中顶点、边和权重的含义，干扰存在与否的判断条件，便于求解。
[0061]
可以理解的是，上述第二方面至第三方面的有益效果可以参见上述第一方面中的
相关描述，在此不再赘述。
[0062]
综上所述，本发明针对地面基站协同低空网络研究的缺失，提出一种无人机辅助地面基站的无线覆盖扩展方法，其中lrl作为中继无人机，依靠tbs进行回程，使得lrl和tbs协同合作，为小区提供更大的覆盖。
[0063]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0064]
图1为本发明流程图；
[0065]
图2为本发明提供的场景图；
[0066]
图3为lrl对地面用户覆盖平面图；
[0067]
图4为小区用户数不同时使用本发明与未使用本发明的性能对比图；
[0068]
图5为lrl覆盖半径不同时使用本发明与未使用本发明的性能对比图；
[0069]
图6为lrl个数不同时使用本发明与未使用本发明的性能对比图。
具体实施方式
[0070]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0071]
在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0072]
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0073]
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0074]
应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等，但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一预设范围也可以被称为第二预设范围，类似地，第二预设范围也可以被称为第一预设范围。
[0075]
取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
[0076]
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示
出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
[0077]
本发明提供了一种无人机辅助地面基站的无线覆盖扩展方法，采用高频段的低空中继无人机(lrl)与地面基站一起协同服务资源小区，实现系统覆盖用户数最大化。在发明中首先根据天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度；其次，构造图模型，将lrl的水平位置优化问题看成最大点权独立集问题，并利用图论算法求解最大点权独立集，进而确定lrl的水平部署位置，使在地面基站覆盖不到的区域，lrl覆盖用户数最多。
[0078]
请参阅图2，每个lrl都有一个负责为其回程的tbs，据此构建一个包括4个tbs，k个lrl，集合为k及x个用户，集合为x的小区网络模型，进而构建lrl可部署位置与用户之间的通信模型。
[0079]
请参阅图1，本发明一种无人机辅助地面基站的无线覆盖扩展方法，包括以下步骤：
[0080]
s1、构建包括4个tbs，k个lrl，集合为k及x个用户，集合为x的小区网络模型；
[0081]
s101、构建一个三维直角坐标系，x、y轴为水平方向，z轴为垂直高度，x个用户随机分布在以原点为起点，边长为l的方形区域的资源小区s内；
[0082]
s102、基于步骤s101的资源小区，部署k个lrl，其中第k个lrl的位置坐标为wk＝{xk,yk,zk}，所有lrl的位置坐标为w＝{wk}，此外，lrl采用定向天线，波束宽度为θ
l
，第x个用户的位置坐标为w
x
＝{x
x
,y
x
,z
x
}。
[0083]
s2、基于步骤s1的小区网络模型构建lrl可部署位置与用户之间的通信模型；
[0084]
s201、基于步骤s102中lrl的波束宽度，依据天线模型可算得第k个lrl到用户x处的天线增益为，且每个lrl到用户x的发射功率为；
[0085]
s202、中继无人机lrl和用户之间传播信道的路径损耗模型为pl，最终得到信道衰落fd
k,x
；
[0086]
lrl和用户之间传播信道的路径损耗模型pl定义为：
[0087]
pl＝32.4+20log(d[m])+20log(fc[ghz])
[0088]
其中，d表示发射端到接收端的距离，fc表示lrl的载波频率，且
[0089][0090]
s203、基于步骤s201和s202的通信机制，确定第k个lrl关联用户x的接收信号强度即接收功率
[0091]
第k个lrl关联用户x的接收信号强度
[0092]
s204、基于步骤s203的用户接收功率，确定该用户x接收到来自第k个lrl的sinr表示为，进而表示lrl网络对用户x的信号覆盖情况。
[0093]
[0094]
其中，σ2表示噪声功率，故x处lrl接收的最大sinr为则lrl网络对x的信号覆盖表示为：
[0095][0096]
其中，τ为sinr阈值。
[0097]
lrl数目较少时，通过合理的位置部署规避相邻lrl间的干扰，有利于信号覆盖，两个lrl间无干扰的条件为：
[0098][0099]
此时用户x接收到来自第k个lrl的信号覆盖指标为snr，表示为根据无干扰条件知用户x最多被一个lrl覆盖，故x处lrl接收的最大snr为因此，第k个lrl对x的信号覆盖情况可量化表示为最终将lrl网络对x的信号覆盖表示为：
[0100]
。
[0101][0102]
请参阅图3，为lrl个数为20下本发明生成的网络对地面用户覆盖平面图，此时低空无人机和地面基站协同覆盖用户数最多。
[0103]
s3、基于步骤s1构建的小区网络模型和步骤s2构建的通信模型，建立系统协同最大覆盖的模型；
[0104]
建模问题分lrl数目多和lrl数目少两种情况分别建模，首先由于lrl需tbs做回程，故它们之间需满足回程约束，若第k个lrl和第i个tbs绑定，则它们之间的距离要小于等于tbs的回程覆盖半径具体为：
[0105][0106]
当lrl数目多时，即不可避免产生干扰，在此情况下，优化问题表示为：
[0107][0108]
其中，为lrl网络对用户x的信号覆盖情况，分别表示可行域在x轴、y轴和z轴方向的最大最小范围，约束c1-c3分别给出各lrl允许部署的区域范
围，c4给出各个lrl需满足的回程约束。
[0109]
当lrl数目少时，满足无干扰条件情况下，优化问题表示为：
[0110][0111]
相比于有干扰优化问题，新增无干扰约束条件c5。
[0112]
s4、将步骤s3构建的系统协同最大覆盖优化问题分为lrl间有干扰和无干扰下的最大覆盖问题，优化目标都为lrl覆盖用户数最大化，优化变量为lrl的位置；
[0113]
s5、依据步骤s2构建的通信模型确定天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度；
[0114]
s6、基于步骤s4中的优化目标和优化变量，通过最大加权独立集求解，构建lrl最佳部署水平位置集合，使得其覆盖用户数最多。
[0115]
求解lrl最优水平部署位置的步骤如下：
[0116]
s601、构造图模型的节点，将水平可部署lrl位置离散化，根据tbs的位置和回程约束确定lrl的可选位置，将其作为图模型的节点；
[0117]
s602、确定节点间边存在的条件，根据干扰距离确定可选位置即节点间的干扰关系，若两个可选lrl位置间存在干扰则有边连接，否则无边连接；
[0118]
s603、确定节点的权重，根据lrl的有效覆盖半径判断其在各点处的信号覆盖增强将其作为该节点的权重；
[0119]
s604、将无干扰时的优化问题重构为最大加权独立集问题求解。
[0120]
首先构造无向图：
[0121]
g＝(v，e，w)
[0122]
其中，v表示所有lrl可选位置的集合，e代表边的集合，w为所有节点的权重，v，e，w分别在步骤s601，步骤s602，步骤s603中指出，求解无向图g的最大加权独立集问题即可确定lrl的最佳水平部署位置，实现空地基站协同最大覆盖的目标。
[0123]
无人机辅助地面基站的无线覆盖扩展方法的应用，应用在6g万物互联场景中。
[0124]
本发明再一个实施例中，提供一种无人机辅助地面基站的无线覆盖扩展系统，该系统能够用于实现上述无人机辅助地面基站的无线覆盖扩展方法，具体的，该无人机辅助地面基站的无线覆盖扩展系统包括构建模块、通信模块、问题模块、优化模块、部署模块以及输出模块。
[0125]
其中，构建模块，构建包括4个tbs，k个lrl，集合为k及x个用户，集合为x的小区网络模型；
[0126]
通信模块，基于构建模块得到的小区网络模型构建lrl可部署位置与用户之间的
通信模型；
[0127]
问题模块，基于构建模块构建的小区网络模型和通信模块构建的通信模型建立空地协同系统协同最大覆盖优化问题的模型；
[0128]
优化模块，将问题模块构建的空地协同系统协同最大覆盖优化问题的模型分为lrl间有干扰和无干扰下的最大覆盖问题，优化目标为lrl覆盖用户数最大化，优化变量为lrl的位置；
[0129]
部署模块，基于通信模块构建的通信模型确定天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度；
[0130]
输出模块，基于部署模块得到的最优部署高度，确定有效覆盖半径，基于优化模块得到的优化目标和优化变量构造图模型，将问题转化为寻找最大加权独立集问题，进而确定lrl最佳部署水平位置集合，使得lrl网络覆盖用户数最多。
[0131]
本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于无人机辅助地面基站的无线覆盖扩展方法的操作，包括：
[0132]
构建包括4个tbs，k个lrl，集合为k及x个用户，集合为x的小区网络模型；基于小区网络模型构建lrl可部署位置与用户之间的通信模型；基于小区网络模型和通信模型建立空地协同系统协同最大覆盖优化问题的模型；将空地协同系统协同最大覆盖优化问题的模型分为lrl间有干扰和无干扰下的最大覆盖问题，优化目标为lrl覆盖用户数最大化，优化变量为lrl的位置；基于通信模型确定天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度；基于最优部署高度确定有效覆盖半径，基于优化目标和优化变量构造图模型，将问题转化为寻找最大加权独立集问题，进而确定lrl最佳部署水平位置集合，使得lrl网络覆盖用户数最多。
[0133]
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0134]
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关无人机辅助地面基站的无线覆盖扩展方法的相应步骤；计算机可读存
储介质中的一条或一条以上指令由处理器加载并执行如下步骤：
[0135]
构建包括4个tbs，k个lrl，集合为k及x个用户，集合为x的小区网络模型；基于小区网络模型构建lrl可部署位置与用户之间的通信模型；基于小区网络模型和通信模型建立空地协同系统协同最大覆盖优化问题的模型；将空地协同系统协同最大覆盖优化问题的模型分为lrl间有干扰和无干扰下的最大覆盖问题，优化目标为lrl覆盖用户数最大化，优化变量为lrl的位置；基于通信模型确定天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度；基于最优部署高度确定有效覆盖半径，基于优化目标和优化变量构造图模型，将问题转化为寻找最大加权独立集问题，进而确定lrl最佳部署水平位置集合，使得lrl网络覆盖用户数最多。
[0136]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0137]
对本发明和基于相同网络参数的已有机制进行仿真，进而验证本发明的优越性，与无优化情况进行对比。
[0138]
具体的参数设置如下：
[0139]
tbs个数为4，lrl个数为20，tbs高度为500m，lrl高度为100m，tbs的载波频率为wifi频段2.4ghz，lrl的高频载波频率为28ghz，噪声功率谱密度为-174dbm/hz仿真次数为100次。
[0140]
请参阅图4、图5和图6，分别是在用户数不同时、lrl覆盖半径不同时及lrl个数不同场景下得到的总覆盖用户数，可以看出本发明进行lrl位置优化方法明显优于其他方案。
[0141]
综上所述，本发明一种无人机辅助地面基站的无线覆盖扩展方法及系统，提出采用高频段的低空中继无人机和地面基站协同覆盖资源小区的空地协同网络，为资源小区提供更好的覆盖。本发明首先根据天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度，然后构造图模型，将lrl的水平位置优化问题看成最大点权独立集问题，利用图论算法求解最大加权独立集，确定lrl的水平部署位置，使得lrl覆盖资源小区用户数最多。
[0142]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0143]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记
载的部分，可以参见其它实施例的相关描述。
[0144]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0145]
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0146]
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单元来实现本实施例方案的目的。
[0147]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0148]
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-only memory，rom)、随机存取存储器(randomaccess memory，ram)、电载波信号、电信信号以及软件分发介质等，需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
[0149]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0150]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0151]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0152]
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

技术特征：
1.一种无人机辅助地面基站的无线覆盖扩展方法，其特征在于，包括以下步骤：s1、构建包括4个tbs，k个lrl，集合为k及x个用户，集合为x的小区网络模型；s2、基于步骤s1得到的小区网络模型构建lrl可部署位置与用户之间的通信模型；s3、基于步骤s1构建的小区网络模型和步骤s2构建的通信模型建立空地协同系统协同最大覆盖优化问题的模型；s4、将步骤s3构建的空地协同系统协同最大覆盖优化问题的模型分为lrl间有干扰和无干扰下的最大覆盖问题，优化目标为lrl覆盖用户数最大化，优化变量为lrl的位置；s5、基于步骤s2构建的通信模型确定天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度；s6、基于步骤s5得到的最优部署高度确定有效覆盖半径，基于步骤s4得到的优化目标和优化变量构造图模型，将问题转化为寻找最大加权独立集问题，进而确定lrl最佳部署水平位置集合，使得lrl网络覆盖用户数最多。2.根据权利要求1所述的无人机辅助地面基站的无线覆盖扩展方法，其特征在于，步骤s1具体为：s101、构建一个三维直角坐标系，x、y轴为水平方向，z轴为垂直高度，x个用户随机分布在以原点为起点，边长为l的方形区域的资源小区s内；s102、基于步骤s101的资源小区s，部署k个lrl，第k个lrl的位置坐标为w
k
＝{x
k
,y
k
,z
k
}，所有lrl的位置坐标为w＝{w
k
}，lrl采用定向天线，波束宽度为θ
l
，第x个用户的位置坐标为w
x
＝{x
x
,y
x
,z
x
}。3.根据权利要求1所述的无人机辅助地面基站的无线覆盖扩展方法，其特征在于，步骤s2具体为：s201、基于步骤s102中lrl的波束宽度，依据天线模型得到第k个lrl到用户x处的天线增益为且每个lrl到用户x的发射功率为s202、根据中继无人机lrl和用户之间传播信道的路径损耗模型pl得到信道衰落fd
k,x
；s203、基于步骤s201和步骤s202的通信机制确定第k个lrl关联用户x的接收信号强度，作为用户接收功率s204、基于步骤s203得到的用户接收功率确定用户x接收到来自第k个lrl的sinr，进而表示lrl网络对用户x的信号覆盖情况。4.根据权利要求3所述的无人机辅助地面基站的无线覆盖扩展方法，其特征在于，步骤s202中，路径损耗模型pl为：pl＝32.4+20log(d[m])+20log(f
c
[ghz])其中，d表示发射端到接收端的距离，f
c
表示lrl的载波频率，且5.根据权利要求3所述的无人机辅助地面基站的无线覆盖扩展方法，其特征在于，步骤s204中，lrl网络对用户x的信号覆盖为：其中，为第k个lrl对x的信号覆盖情况。6.根据权利要求5所述的无人机辅助地面基站的无线覆盖扩展方法，其特征在于，用户
x接收到来自第k个lrl的信号与干扰加噪声比为：其中，σ2表示噪声功率，为用户x接收到第k'个lrl的功率。7.根据权利要求1所述的无人机辅助地面基站的无线覆盖扩展方法，其特征在于，步骤s3中，不可避免产生干扰的优化问题表示为：s3中，不可避免产生干扰的优化问题表示为：s3中，不可避免产生干扰的优化问题表示为：s3中，不可避免产生干扰的优化问题表示为：s3中，不可避免产生干扰的优化问题表示为：其中，为lrl网络对用户x的信号覆盖情况，分别表示可行域在x轴、y轴和z轴方向的最大最小范围，约束c1-c3分别给出各lrl允许部署的区域范围，c4给出各个lrl需满足的回程约束，为lrl和tbs之间的3d距离，为tbs的回程覆盖半径，k∈k
i
表示lrl-k与tbs-i绑定即tbs-i负责给lrl-k回程，w
k
为第k个lrl的3d位置；满足无干扰条件情况下的优化问题表示为：满足无干扰条件情况下的优化问题表示为：满足无干扰条件情况下的优化问题表示为：满足无干扰条件情况下的优化问题表示为：满足无干扰条件情况下的优化问题表示为：满足无干扰条件情况下的优化问题表示为：其中，为第k个lrl对x的信号覆盖情况，为相邻lrl k
i
和k
j
之间的水平距离，和分别为第k
i
和k
j
个lrl的水平覆盖半径，θ
l
为lrl的波束宽度。8.根据权利要求1所述的无人机辅助地面基站的无线覆盖扩展方法，其特征在于，步骤s6中，求解lrl最优水平部署位置具体为：s601、构造图模型的节点，将水平可部署lrl位置离散化，根据tbs的位置和回程约束确定lrl的可选位置，作为图模型的节点；s602、确定节点间边存在的条件，根据干扰距离确定可选位置即节点间的干扰关系，若两个可选lrl位置间存在干扰则有边连接，否则无边连接；s603、确定节点的权重，根据lrl的有效覆盖半径判断其在各点处的信号覆盖增强
作为对应节点的权重；s604、将无干扰时的优化问题重构为最大加权独立集问题求解。9.根据权利要求8所述的无人机辅助地面基站的无线覆盖扩展方法，其特征在于，步骤s604中，首先构造无向图g＝(v，e，w)，v表示所有lrl可选位置的集合，e代表边的集合，w为所有节点的权重，求解无向图g的最大加权独立集问题，即确定lrl的最佳水平部署位置，实现空地基站协同最大覆盖的目标。10.一种无人机辅助地面基站的无线覆盖扩展系统，其特征在于，包括：构建模块，构建包括4个tbs，k个lrl，集合为k及x个用户，集合为x的小区网络模型；通信模块，基于构建模块得到的小区网络模型构建lrl可部署位置与用户之间的通信模型；问题模块，基于构建模块构建的小区网络模型和通信模块构建的通信模型建立空地协同系统协同最大覆盖优化问题的模型；优化模块，将问题模块构建的空地协同系统协同最大覆盖优化问题的模型分为lrl间有干扰和无干扰下的最大覆盖问题，优化目标为lrl覆盖用户数最大化，优化变量为lrl的位置；部署模块，基于通信模块构建的通信模型确定天线模型和信道模型，从有效覆盖半径最大化的角度得到lrl的最优部署高度；输出模块，基于部署模块得到的最优部署高度，确定有效覆盖半径，基于优化模块得到的优化目标和优化变量构造图模型，将问题转化为寻找最大加权独立集问题，进而确定lrl最佳部署水平位置集合，使得lrl网络覆盖用户数最多。

技术总结
本发明公开了一种无人机辅助地面基站的无线覆盖扩展方法及系统，采用高频段的低空中继无人机(LRL)与地面基站一起协同服务资源小区，实现系统覆盖用户数最大化。在发明中首先根据天线模型和信道模型，从有效覆盖半径最大化的角度得到LRL的最优部署高度；其次，构造图模型，将LRL的水平位置优化问题看成最大点权独立集问题，并利用图论算法求解最大点权独立集，进而确定LRL的水平部署位置，使在地面基站覆盖不到的区域，LRL覆盖用户数最多。LRL覆盖用户数最多。LRL覆盖用户数最多。


技术研发人员：翟道森 姜叶 张若南 周子涵 蔡章杰 覃彩娜 唐文昕
受保护的技术使用者：西北工业大学
技术研发日：2023.04.18
技术公布日：2023/7/25