三维动态无人机网络覆盖性能与信道容量分析.docx

? ? 三维动态无人机网络覆盖性能与信道容量分析 ? ? 郭艺轩，贾向东,2，曹胜男，郝振超，殷家祥 (1.西北师范大学 计算机科学与工程学院，兰州 730070；2.南京邮电大学 江苏无线通信重点实验室，南京 210003) 0 引 言 无人机(unmanned aerial vehicle, UAV)凭借其广覆盖、大容量、高可靠的优势，在低空飞行等多领域得到了广泛的应用[1-3]。在无线通信方面，UAV通常作为空中通信平台(例如空中基站[4]或移动中继[5])，通过安装通信收发器，扩大网络覆盖概率，提高网络安全性，在高吞吐需求和过载情况下为地面目标提供优质的通信服务，并且有望在第六代移动通信(sixth generation, 6G)中得到进一步的发展[6]。UAV具有灵活易部署的特性，通常可以通过调整位置形成视距链路(line of sight, LoS)，从而产生较为有利的空对地信道[7]，对环境的变化具有很强的鲁棒性。 UAV的高速位移会引发多普勒效应，给非平稳信道带来剧烈的时空变化[8]。要解决和克服UAV移动带来的困难，就要对其移动特性进行研究[9]，然而传统UAV网络研究缺少对UAV移动的考虑。文献[10]分析了4种移动模型下的UAV网络密度和下行接收速率，但是UAV移动极易导致网络发生切换；文献[11]对相同速度和不同速度下的UAV网络切换概率进行了分析；文献[12]将有限区域内固定高度的UAV建模为二项式点过程，推导出下行网络覆盖概率；文献[13]在文献[10]的基础上分析了随机方向移动模型下UAV网络下行覆盖性能；文献[14]研究了UAV辅助的毫米波网络的上下行传输。 上述文献均采用二维点过程与随机几何理论相结合的方法对系统建模，这种方法在空旷的郊区或者农村较为适用，但在高密集的城市地区或者山区等UAV热门服务场景中，显然不切实际。文献[15]采用三维Matérn硬核过程来描述不同单元的位置，分析了异构网的下行平均覆盖概率，然而所研究的地面基站并不适用于动态UAV网络；文献[16-17]在遵循移动ad hoc网络(mobile ad hoc network, MANET)理论的基础上将UAV的空间移动分解为垂直移动和空间偏移，并研究了地面用户的覆盖性能，但是未考虑UAV在三维空间内的分布问题。 由于UAV在三维空间的分布和移动具有随机性，其网络设计和性能分析已成为无线通信行业的焦点问题。为了对高密集城市热点场景下的UAV网络进行更加真实可靠的分析，受上述文献启发，本文基于随机几何和MANET的基础理论，构建了一个3-D UAV移动网络模型。其中，UAV的分布始终服从三维泊松点过程(three-dimensional Poisson point process, 3-D PPP)，并且可以在水平和垂直方向任意移动，地面用户(ground user equipment, GUE)最初通过最近邻关联策略来选择服务基站(serving base station, SBS)，其余UAV均为干扰基站(interfering base station, IBS)。为了对该网络进行更加详细地分析，本文首先将衰落模型假设为瑞利衰落，对基站切换模型(base station handover model, BHM)和基站恒定模型(base station constant model, BCM)下的网络覆盖概率进行推导；然后利用该结果继续得出信道容量；最后通过仿真与理论分析将该三维动态UAV网络模型与传统二维UAV网络模型进比较，并详细分析了不同参数对该网络性能指标的影响。 1 系统模型 本文假设在有限空间内有N个UAV作为移动的空中基站服务多个GUE，并将其初始位置建模为密度为λ的3-D PPP序列ΦA?R3，在多个GUE中随机选择一个作为典型GUE，对其下行链路的覆盖性能和信道容量进行具体分析。在该系统中，典型GUE初始通过最近邻关联策略选择一个UAVU0充当SBS，其余UAVUx,x∈{1,2,…,N-1}则为IBS。在此基础上，考虑了2种服务模型：①基站切换模型：在每一时隙中，GUE选择最近的UAV来充当SBS，其余UAV均为IBS；②基站恒定模型：初始时刻，GUE在空间随机选择一个UAV充当SBS，其余UAV为IBS。系统模型如图1所示。 图1 系统模型图 1.1 信道模型 由于UAV基站与GUE距离较远，障碍物较少，具有强视距链路，因此本文将信道建模为LoS链路[18]，并将信干噪比(signal to interference plus noise ratio，SINR)定义为 (1) 1.2 移动模型 移动条件下的网络分析在无线通信和计算机网络设计中具有重要意义。由于真实的移动很难获得，常见的方法是使