APP下载

空天地海一体化网络中的高能效频谱共享方法

2020-11-06李俊峰刘承骁冯伟葛宁

移动通信 2020年9期
关键词:资源分配

李俊峰 刘承骁 冯伟 葛宁

【摘  要】

空天地海一体化是后5G时代网络的发展趋势,是支撑偏远地区、近海等区域宽带信息覆盖的重要手段,其中各子系统共享频谱会引入同频干扰,降低协同覆盖性能。为此,考虑无人机编队和卫星系统的频谱共享问题,研究高能效资源分配技术,基于随机矩阵理论和分块坐标下降方法,提出功率和频谱资源的联合分配算法。仿真结果表明,所提算法可有效保证频谱共享性能,提升无人机编队通信的能量效率。

【关键词】空天地海一体化网络;频谱共享;无人机编队;资源分配;能量效率

0   引言

随着5G的全球商用,移动通信网络进入新的发展阶段。与3G、4G网络不同,5G支持高可靠、低时延、大连接等新型业务,在服务人的通信需求的同时,可有效服务物联网、工业互联网中的传感器、操作手、智能体等。新的服务对象常常超出人的常规活动范围,分布在偏远地区或近海等区域,如运油管线监控节点、海上探测浮标、海上钻井平台控制器等。但当前网络仍以城区、部分郊区等区域的覆盖为主,偏远地区和近海区域仍普遍缺乏宽带、高质量的通信服务。如何消除数字鸿沟,使得网络能够有效服务可能在全球范围广域分布的通信对象,是推动5G与垂直行业深度融合,并牵引未来6G发展的重要问题。

空天地海一体化网络是未来6G的可能形态。综合运用卫星、无人机、地面网络等设施立体协同地高效覆盖全球区域是空天地海一体化网络的关键[1]。卫星覆盖范围大,但往往通信速率有限,通信时延较大;无人机可以机动部署,但是续航能力有限,也往往难以在极端天气条件下部署;地面网络可以直接沿用5G新技术,但是在偏远地区和近海等区域网络设施部署受限。因此,一体化网络设计应充分考虑不同子系统的优劣势,因地制宜,以开放、弹性的总体网络架构兼收并蓄各个子系统的优势,形成网络覆盖的合力[1]。为实现一体化组网,首先需要解决的是频谱使用问题。在频谱受限条件下,灵活地共享频谱是必由之路。

针对单个无人机的一体化网络简单场景,文献[2]考虑无人机与地面基站的多点协作模型,通过优化发射功率,提升地面用户的服务性能,并降低对卫星系统的同频干扰。文献[3]考虑近海场景,在无人机对卫星的干扰约束下,优化无人机飞行轨迹和资源分配策略,實现无人机对目标船只的伴随覆盖。为了规避一体化网络的同频干扰,文献[4]尝试采用自由空间光通信建立卫星与无人机的空中链路,而无人机与地面用户的传输链路采用微波频段通信。这些研究为一体化网络设计奠定了重要基础。但是单个无人机往往载荷受限,因此以多个无人机构成无人机编队是提升网络机动覆盖能力的可行途径。文献[5]考虑两个无人机协作转发卫星数据的方案,实现灾后地区通信网络的快速重建。文献[6]考虑使用多个无人机构成空中多小区,通过优化调整无人机发射功率,提升无人机编队通信的能量效率。由于空间分布更广,无人机编队在一体化网络中的频谱共享会带来更复杂的同频干扰,这是现有研究尚未有效解决的问题。

本文考虑无人机编队与卫星共享频谱的一体化网络场景,研究无人机载荷约束下,无人机编队功率和频域子信道的联合分配问题,从而满足无人机编队对卫星系统的干扰约束,并最大化无人机编队的通信能量效率。本文特色在于:第一,仅仅基于缓慢变化的大尺度信道信息进行资源分配优化设计,从而显著降低系统开销;第二,所提出的迭代资源分配方法借助随机矩阵理论和分块坐标下降方法,计算简便,并可以快速收敛,适于工程应用。

1   系统模型

如图1所示,考虑近海区域的空天地海一体化网络。其中岸基基站覆盖近海百公里以内的区域;海事卫星全域覆盖,但以远海用户为主;无人机编队以按需方式部署,填补岸基网络的宽带覆盖盲区[1]。无人机编队往往在大范围内随机移动,卫星系统覆盖范围也很大,这使得无论卫星还是无人机编队,如果独占一段频谱,则该段频谱在全网无法被有效复用。因此,考虑无人机编队和卫星共享频谱的场景[7]。

3   仿真验证与讨论

考虑可用子信道数目为N=6,噪声功率σ2=-107 dBm。信道参数设置为:ηLOS=0.1,ηNLOS=21,a=5.018 8,b=0.351 1,c=3×108 m/s,f=2 GHz[8]。关于能耗参数设置为:c0=2.63,ηk=0.08[6],Phover=800 W,Na=6。

仿真结果表明,利用经典线性规划工具求解优化问题5可以得到满足离散约束的优化问题3的最优解。同时,所提算法仅需要2次迭代就能收敛,适于软硬件受限条件下的工程应用。

为对比性能,考虑子信道分配的KM算法[10]和轮询算法、本文算法1、以及等功率分配方法[6]等多种算法的组合。在Pb=-100 dBm,K=3条件下,得到图2。从仿真结果可以看出,在均使用迭代功率分配算法的条件下,本文算法与能够得到最优匹配方案的KM算法具有几乎相同的性能,同时其性能远好于轮询算法。除此之外,本文提出的算法由于使用了迭代功率分配,性能远好于其他使用等功率分配的方法。这一结果表明,基于大尺度信道信息的子信道和功率联合分配算法对于一体化网络中无人机编队能量效率提升均具有显著作用。

在N=5,Pk=1 W条件下,考虑系统总能效随无人机编队高度和干扰门限Pb的变化关系,如图3所示。可以看出,随着无人机编队平均高度的增加,系统总能量效率先升后降。在高度较低时,无人机通信的俯仰角对信道衰减起主要作用,系统能效随高度升高而减小;而在高度较高时,由远距离传输引发的自由空间路径损耗的影响更大,使得信道衰减随高度升高而增大,能量效率也会随之降低。此外,从曲线中还可以看出,无人机编队的最佳高度会随着干扰门限的变化而变化,这说明在实际应用中,需要综合考虑各要素设计无人机飞行高度等网络参数。

4   结束语

本文考虑空天地海一体化网络中无人机编队与卫星共享频谱的资源分配问题。基于慢变大尺度信道信息,提出了功率-子信道联合分配算法。可在满足同频干扰约束下,显著提升无人机编队通信的能量效率。

参考文献:

[1] LI X, FENG W, WANG J, et al. Enabling 5G on the ocean: a hybrid satellite-UAV-terrestrial network solution[J]. IEEE Wireless Communications, 2020.

[2] HUA M, WANG Y, LIN M, et al. Joint CoMP transmission for UAV-aided cognitive satellite terrestrial networks[J]. IEEE Access, 2019(7): 14959-14968.

[3] LI X, FENG W, CHEN Y, et al. Maritime coverage enhancement using UAVs coordinated with hybrid satellite-terrestrial networks[J]. IEEE Transactions on Communications, 2020(68): 2355-2369.

[4] KONG H, LIN M, ZHU W, et al. Multiuser scheduling for asymmetric FSO/RF links in satellite-UAV-terrestrial networks[J]. IEEE Wireless Communications Letters, 2020(9): 1235-1239.

猜你喜欢

资源分配
云计算虚拟资源差分进化分配方法仿真
新研究揭示新冠疫情对资源分配的影响 精读
一种基于价格竞争的D2D通信资源分配算法
QoS驱动的电力通信网效用最大化资源分配机制①
基于动态规划理论的特种设备检验资源分配研究
基于动态规划理论的特种设备检验资源分配研究
云环境下公平性优化的资源分配方法
高校移动图书馆服务评价体系研究
云计算资源分配算法
教学改革的制度问题溯源