基于圆形堆积理论优化无线网络覆盖时间算法.docVIP

基于圆形堆积理论优化无线网络覆盖时间算法 　　摘 要： 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。 　　关键词： 无人机； 网络覆盖率； 空中基站； 位置计算； 覆盖时间 　　中图分类号： TN911?34； TP393 文献标识码： A 文章编号： 1004?373X（2017）23?0010?05 　　Abstract： The air base station acted by unmanned aerial vehicles （UAVs） has become a most promising technology to enhance the coverage rate of wireless network， so the efficient deployment of multiple UAVs is studied. The UAVs′ downlink coverage probability function based on altitude and antenna gain is deduced. According to the circle packing theory， the locations of the UAVs are calculated to maximize the coverage area while guaranteeing the maximum coverage time. The required quantity of UAVs is deduced to guarantee the target coverage probability. The experimental results show that， according to the beam width and coverage requirements of the omnidirectional antenna， the altitude adjustment of the UAVs can eliminate the mutual interference of the UAVs and maximize the coverage time. 　　Keywords： unmanned aerial vehicle； network coverage rate； air base station； location calculation； coverage time 　　0 引 言 　　利用无人机（Unmanned Aerial Vehicles，UAVs）作为飞行基站[1]可提高无线网络的覆盖和数据传输性能，因此，基于无人机的基站也成为无线网络的研究热点。例如，移动的UAVs能够有效地建立通信链路，能及时地将消息传输到地面用户，如传感节点[2]。确实，利用UAVs作为空中基站具有很大的优势。首先，由于UAVs具有较高的高度，空中基站与地面用户形成可视距（Line?of?Sight，LOS）链路的概率更高；其次，UAVs移动便捷，部署方便。因此，UAVs能够提供快速、实时的通信服务[3]。 　　尽管利用UAVs作为飞行基站存在众多优势，但是仍存在一些技术挑战，这些挑战包括优化UAVs的三维空间部署、能量受限、干扰管理以及路径规划[1?5]。实际上，部署问题与能量消耗、干扰问题同等重要。 　　然而，目前只有少量文献关注了UAVs部署问题[4?6]。例如，文献[5]利用多个UAVs作为无线转发节点，提高UAVs的覆盖区域， 增强地面用户服务质量。然而，文献[5]并没有考虑到将UAVs作为空中基站以及它们在下行链路通信中的干扰问题。文献[6]利用进化算法搜索低空平台（Low Altitude Platforms，LAPs）的优化位置，然而，文献[6]的模型假定了LAPs的重叠区域可利用区间干扰控制，这增加了额外的通信开销。 　　为此，本文针对UAVs的部署问题展开分析，提出基于圆形堆积理论（Circle Packing Theory）[7]优化UAVs部署算法，记为CPTOP算法。其目的在于：通过优化UAVs的部署，以最小传输功率实现下行链路覆盖性能的最大化。在给定目标地理区域、地面用户的覆盖要求以及UA