0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

基于5G基站与无人机的实验仿真实现最大系统覆盖率

电子设计 来源:电子技术应用 作者:张少伟,朱雪田, 2020-03-22 08:56 次阅读

引言

5G在传输速率和资源利用率等方面较4G系统获得大幅提升,通过大规模波束赋形提供的空间自由度,从而在不需要增加基站密度和带宽的条件下大幅度提高频谱效率。基于波束赋形通信方式将是未来移动通信发展的关键组成部分。

随着无人机技术发展,特别是无人机的飞行高度、移动半径、续航和载重等能力的大幅提升,可以通过机载基站或中继站快速提供给广覆盖能力,成为应付突发性灾害中紧急救援的必要手段。然而单一的无人机网络能量难以支持复杂的信令开销和组网控制,必须考虑通过地面5G基站为无人机与用户之间的波束成形提供大量信令开销,提高系统性能。因此,地面5G基站与高空无人机构成的异构网络成为未来天地一体化通信的重要研究方向。

本文在地面5G基站与无人机构成的异构网络架构下,基于波束扫描和下行链路控制导频复用技术,提出一种可以获得更高波束成形增益的初始波束关联机制,并结合其网络覆盖率数学上下界进行了仿真性能评估。

1 系统模型

1.1 无人机异构网络

异构应急通信网络是由地面公共网络基站和无人机机载基站共同组成的通信网络[6]。如图1所示,地面5G基站提供低频控制信号,完成初始波束接入的控制,空中无人机基站为地面用户提供数据服务。

基于5G基站与无人机的实验仿真实现最大系统覆盖率

无人机分布在固定高度h平面上,在该高度平面上服从密度为?姿b的泊松点分布,地面用户服从密度为?姿u的泊松点分布。假设所有无人机发射功率均为Pt,用户可以根据需求挑选网络资源形成虚拟小区网络,选择服务的无人机群组中无人机与典型用户的时间的距离表示为x=

其中,r是无人机与典型用户的水平距离,h是无人机分布的平面高度。同时,将无人机分为服务群组Φ1以及干扰群组Φ2。

1.2 信道模型

同时考虑无人机基站与地面用户之间的视距链路(LoS)与非视距链路(NLoS),路损模型可以表示为无人机与地面用户的水平距离r的函数:

基于5G基站与无人机的实验仿真实现最大系统覆盖率

1.3 多波束模型

在初始波束关联阶段,采用下行链路训练模型机制,即典型用户与每个无人机基站之间对其存在波束进行穷举搜索,目的在于使典型用户在一个特定方向上选择最大化某个度量的波束对组合。该特定方向被确定之后,典型用户会与该方向上的所有无人机基站进行连接以完成后续的数据传输。采用分层搜索的方法可以进一步解决穷举方式带来的高训练开销代价,相应的下行链路传输数据波束成形过程通过两个步骤来调整:

(1)控制波束搜索阶段。将使用宽波束成形矢量在搜索过程中找到最佳的波束成形组合对;

(2)数据波束搜索。将上一步控制波束搜索阶段得到的最佳控制波束成形联合对进一步细化,用于后续数据传输过程。

无人机基站侧有效的波束成形增益Db表示为:

基于5G基站与无人机的实验仿真实现最大系统覆盖率

其中,A1和A2分别表示服务群组和干扰群组无人机的波束宽度,Pt表示无人机发射功率,Du、Db分别表示用户和无人机基站的波束成形增益, l(ri)表示第 i个无人机基站与典型用户之间的路径损耗,Si表示第i个无人机基站与典型用户之间的小尺度衰落,独立加性高斯白噪声表示为z。

2 初始波束联合模型

当典型用户与虚拟小区建立初始物理链路连接时,初始的多波束联合是必不可少的过程。参考图2所示流程模型,地面基站以低频段信号控制无人机高频段基站,与地面用户完成初始多波束接入过程。其主要步骤如下:

基于5G基站与无人机的实验仿真实现最大系统覆盖率

(1)类似于传统的地面网络,地面基站通过低频信号广播初始接入信令;

(2)地面用户向无人机基站发送大致位置信息以完成后续波束成形控制;

(3)无人机基站采用的波束扫描策略和波束切换原理,将波束对的信息发送到地面基站;

(4)地面基站做出波束对决策并将其转发给典型用户和无人机基站;

(5)典型用户与无人机基站完成初始的多波束接入以进行数据传输。

在典型用户与无人机基站的初始波束匹配阶段,采取最大化信噪比(max SNR)方法作为波束对匹配的决策准则。典型用户会利用每个波束成形组合对来计算合成SNR,然后将数据发送阶段中使用的最大SNR的波束对作为最佳波束对进行匹配。该过程中,假设每个波束对传输持续时间足够用来计算出典型用户处的接收能量。

基于5G基站与无人机的实验仿真实现最大系统覆盖率

式中,n和m分别表示典型用户和无人机基站波束,n=1,2,…,Nu,m=1,2,…,Nb。后续数据传输阶段,典型用户和其服务基站簇内的无人机基站采用式(6)中所获得的波束成形组合波束图谱进行波束匹配过程,以节约资源开销。该过程中不管移动用户数量如何变化,下行链路的穷举检索方法进行波束扫描的处理过程保持不变。移动用户的数量并不会影响最佳波束对匹配的结果,减少资源开销的初始波束训练和联合过程模型同样适用于多用户波束系统。

3 系统覆盖率

定义大于阈值T的典型用户接收信干噪比SINR概率为P(T),用以表示初始波束关联阶段无人机异构网络覆盖率性能。

在单路信道模型和典型用户的零旁瓣增益假设下,当且仅当典型用户接收增益为主瓣增益时,典型用户接收SINR大于零。引入两个基本事件:

(1)最佳波束对(OBP)匹配事件:在此事件下,波束关联时所选波束成形/组合对对应无人机基站和典型用户波束成形增益最大值,即:OBP={Db=Gb,Du=Gu};

(2)次优波束对(SBP)匹配事件。在此事件下,波束关联时所选波束成形/组合对不能达到无人机基站和典型用户波束成形增益最大值,即SBP={Db=Gb,Du=gu}。

考虑到这两种仅有的非零SINR覆盖率情况,将系统覆盖率范围概率公式改写为下式:

基于5G基站与无人机的实验仿真实现最大系统覆盖率

在下行链路的波束训练中,分配给无人机基站的控制导频序列是典型用户用来区别服务基站和其他基站信号的重要依据。因此,为保证典型用户的接收到的服务基站信号中没有干扰,将正交导频序列分配给所有的无人机基站,每个位置上的无人机基站随机复用控制导频。将控制导频复用因子在[0,1]之间取值,即每个无人机基站具有独立同分布概率与服务基站具有相同的导频。为了简化分析,仅考虑导频复用的两个特殊情况,即系统覆盖率的上下界。

3.1 系统覆盖率上界

当控制导频因子等于0时,系统控制导频数量趋于无穷大,小区内的所有无人机基站复用不同的正交导频,典型用户能够从接收到的信号中准确分辨服务信号与其他信号。在准正交导频的情况下,干扰功率相对于噪声功率可以忽略不计,系统覆盖率P的上界表示为:

基于5G基站与无人机的实验仿真实现最大系统覆盖率

证明过程如下:

由于无人机基站在空间内固定高度服从泊松点过程分布,因此无人机基站与地面用户之间的水平距离r的概率密度函数可以表示为:

基于5G基站与无人机的实验仿真实现最大系统覆盖率

3.2 系统覆盖率下界

当控制导频因子等于1时,系统控制导频数量等于1,小区内的所有无人机复用同样的导频,典型用户不能有效区别服务信号与其他信号。波束匹配过程中,典型用户将对接收到的总功率(信号加干扰)进行匹配判决。为了简化分析,假设典型用户与服务无人机基站进行波束训练匹配的过程与其他无人机基站使用随机波束成形向量发送数据的过程同步。

由于波束关联过程中的相同导频被所有基站复用,不可避免会产生波束对误差,从而影响SINR覆盖率范围。为了更好分析该情况下的系统性能,对OBP进行更深入的定义,即:当最优波束对方向上最优化波束对形成增益的总功率大于典型用户任何其他方向上的总功率时,发生OBP事件,相应的OBP事件表达为:

式中,Im(m=1,2,…,Nu)表示第m个波束向量信道上的干扰功率,同时上式中假设非一般性情况下,即第1个波束向量信道r1被选中为服务信道,此时该服务基站与典型用户之间达到最大的波束增益传输。假设典型用户的旁瓣增益为零,当导频复用因子为1时,典型用户接收到的其他干扰基站发送数据的增益也为零,从而假设SBP事件不发生。该情况下,当发生完全OBP事件时,系统覆盖率性能下界Pc的表达式为:

基于5G基站与无人机的实验仿真实现最大系统覆盖率

基于5G基站与无人机的实验仿真实现最大系统覆盖率

4 、仿真评估

仿真参数设置中的加性路损因子γLOS和γNLOS分别被假设为1 dB和10 dB,环境常数x、y分别设为11.85和0.136,有效波束成形增益常数C=2,路损系数αLOS和αNLOS分别为2.5和3.7,SINR的阈值设为0 dB。

通过仿真对系统覆盖率性能进行验证。根据前述推导,得出系统覆盖率上下界与无人机分布高度之间的关系,如图3和图4所示。同时获得系统覆盖率随着不同的无人机基站密度、不同的波束宽度和不同路损模型下的变化规律。

基于5G基站与无人机的实验仿真实现最大系统覆盖率

基于5G基站与无人机的实验仿真实现最大系统覆盖率

由图3可以看出:

(1)当无人机基站密度逐渐增大时,系统覆盖率也随之增大。说明随着无人机基站数量增加,信道多样性增加,根据用户为中心网络的多样性增益,系统覆盖率也相应增大。

(2)对于同样基站密度与波束宽度条件下的系统覆盖率而言,随着无人机基站挂高的增加,无人机基站与典型用户之间的视距链路概率也逐渐增大,但由于无人机挂高增大,基站与用户之间的距离增大。因此,在系统覆盖率表示的信道质量上出现最优挂高点的折中。

(3)随着无人机基站密度的增加,无人机最优部署高度也逐渐降低,这是由于基站密度越大,用户处接收到的同频干扰也就越强,因此其最优高度越低。

(4)由于本文对系统做出不考虑用户旁瓣增益的假设,且在准正交导频复用机制下,用户与无人机基站之间存在最佳波束匹配,因此波束宽度对于系统覆盖率的影响较为明显。由图3可以看出,波束宽度越小,有效波束成型增益也就越大,覆盖率相应增加。

由图4可以看出:越密集的无人机基站分布给系统带来越大的覆盖率增益。随着无人机基站高度的增加,系统达到最大覆盖率,这是由于随着无人机基站升高,无人机基站与典型用户之间的链路情况越来越理想,视距链路概率增加。但随着无人机基站挂高不断增加,无人机基站与典型用户之间的距离也随之增加,信号强度减弱,覆盖率也相应下降。

5、结论

本文重点研究5G无人机异构网络下的全导频复用机制的系统覆盖率性能,并给出了系统覆盖率的上下界数学表达式。通过性能仿真结果获得实现最大系统覆盖率的无人机挂高和部署密度,为无人机部署方案的实际工程实现提供了理论依据。同时,在初始波束匹配阶段,通过最大化信噪比(max SNR)方法作为波束对匹配的决策准则,该方法中典型用户和其服务基站簇内的无人机基站采用波束匹配阶段的波束成形组合图谱进行波束匹配,达到了节约资源开销的目的。

责任编辑:gt

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 仿真
    +关注

    关注

    50

    文章

    3903

    浏览量

    132575
  • 无人机
    +关注

    关注

    224

    文章

    10018

    浏览量

    176127
  • 5G
    5G
    +关注

    关注

    1344

    文章

    47963

    浏览量

    557241
收藏 人收藏

    评论

    相关推荐

    无人机光伏智能运维管理系统

    化、流程化的运维管理机制,提升运维管理水平,通过无人机智能巡检,实现巡检无人化,通过大数据分析,实现设备故障监测诊断,实时监控生产数据,实现
    的头像 发表于 06-20 16:38 153次阅读

    如何利用无人机物联卡实现无人驾驶飞行

    无人机物联卡是专为无人机设计的物联卡,实现实时连接并提供定位、控制、数据传输等功能。无人驾驶飞行通过传感器、控制算法和飞行控制系统
    的头像 发表于 04-15 13:32 185次阅读

    第四集 知语云智能科技无人机反制技术与应用--无人机的组成与工作原理

    系统的精确控制,无人机能够实现悬停、飞行、转弯、升降等各种动作。 悬停与飞行:无人机通过调节电机转速,控制螺旋桨产生的升力,实现悬停和飞行
    发表于 03-12 11:28

    第三集 知语云智能科技无人机反制技术与应用--无人机的应用领域

    ,农业生产者通过无人机进行精确喷洒,提高作业效率。此外,无人机还广泛应用于环境监测、动物保护、新闻报道等多个领域,为我们的生活带来便利和新的视角。 在商用领域,无人机同样大放异彩。快递公司通过
    发表于 03-12 11:13

    第二集 知语云智能科技无人机反制技术与应用--无人机的发展历程

    高精度传感器和智能算法,无人机反制系统能够在短时间内发现目标无人机,并对其进行准确识别。随后,系统会迅速锁定目标,并通过发射干扰信号、切断通信链路等方式,迫使
    发表于 03-12 10:56

    第一集 知语科技无人机反制技术与应用--无人机的定义与分类

    了解无人机反制技术与应用,为您揭开这一神秘领域的面纱。 一、无人机技术概述 1 无人机的定义与分类 无人机,即无人驾驶飞行器,是一种通过无
    发表于 03-12 10:42

    知语云智能科技揭秘:无人机威胁如何破解?国家安全新防线!

    、国家安全新防线的构建 知语云智能科技的破解之道为构建国家安全新防线提供了有力支撑。通过综合运用无人机侦测与追踪技术、干扰与反制技术以及大数据分析与预警系统,我们能够实现无人机威胁的
    发表于 02-27 10:41

    知语云智能科技无人机防御系统:应对新兴威胁的先锋力量

    实现无人机防御设备的远程监控和管理,方便用户随时掌握无人机威胁的动态情况。同时,系统还支持多种报警方式,如声光报警、短信报警等,确保用户能够及时响应
    发表于 02-26 16:35

    无人机全景监测:空域管理的新革命

    、交通管理、城市规划等多个领域发挥更大的作用。同时,随着5G、物联网等技术的融合应用,无人机全景监测技术也将迎来更多的创新和发展机遇。 结语 无人机全景监测技术作为提升空域管理效率的关键,正逐渐改变
    发表于 02-20 15:23

    震撼发布!知语云智能科技引领革新,全景反制无人机系统破茧而出!

    实现无人机的全天候、全覆盖监测。无论是高空还是低空,无论是白天还是夜晚,全景反制无人机系统都能对无人机
    发表于 01-30 16:07

    \"【重磅推出】知语云智能科技:革新低空无人机反制系统,守护领空安全!

    模块,可根据实际情况,自动选择最优的反制策略,实现无人机的全面管控。 相较于传统的无人机反制手段,知语云智能科技的低空无人机反制系统具有三
    发表于 01-26 16:10

    什么是无人机图传系统无人机图传系统的构成

    如果说飞控是无人机的大脑,那么图传系统就是无人机的“眼睛”,而我们通过无人机以上帝视角俯瞰美丽的世界。无人机图传
    的头像 发表于 01-05 10:38 6686次阅读
    什么是<b class='flag-5'>无人机</b>图传<b class='flag-5'>系统</b>?<b class='flag-5'>无人机</b>图传<b class='flag-5'>系统</b>的构成

    怎么用Vivado做覆盖率分析

    在做仿真的时候往往会去做代码覆盖率和功能覆盖率的分析,来保证仿真是做的比较充分完备的。
    的头像 发表于 01-03 12:34 802次阅读
    怎么用Vivado做<b class='flag-5'>覆盖率</b>分析

    【开源项目】使用 Blues Swan 3.0 制作的的 DIY 无人机

    接口。 第 5 步:连接空气质量传感器 将 MQ135 空气质量传感器的模拟引脚连接到 Swan 的 A5 引脚。该传感器应放置在无人机的顶部,以获得更好的读数并避免电机推力的干扰。 第 6 步:连接
    发表于 12-20 13:59

    知语云:低慢小无人机如何反制管制监测行为?方式方法又是什么?

    要在全面梳理“低慢小”无人机探测方法的基础之上,可对各种探测原理进行分析比对,结合市场的信息、实验研究、仿真验证等信息,总结出解决“低慢小”无人机探测问题的三个发展趋势移动探测、融合探
    发表于 11-20 17:07