英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
无人机支持的超密集网络中的功率控制：通信，缓存和能量转移
王海超，丁国茹，高飞飞，陈金，王金龙，王乐
摘要
通过网络密集化，超密集网络（UDN）可以有效地扩展网络覆盖范围并提高系统吞吐量。同时，无人驾驶飞行器（UAV）通信和网络由于其高灵活性和众多应用而最近引起了越来越多的关注。在本文中，我们提出了无人机支持的UDN的愿景。首先，我们提出了四个有代表性的场景，以展示无人机支持的UDN在通信，缓存和能量传输中的广泛应用。然后，我们通过全面讨论主要设计考虑因素和方法，重点介绍无人机支持的UDN中的高效功率控制。此外，与传统的基于固定基础设施的网络相比，我们通过案例研究模拟证明了无人机支持的UDN的性能优势。此外，我们将讨论主要的技术挑战和未来的未决问题。
介绍
移动互联网和物联网（IoT）的快速发展给移动无线网络的设计带来了严峻的挑战，主要是为了提供超高数据速率和非常低的时间延迟。根据最近的国际电信联盟（ITU）报告[1]，与2010年相比，2030年无线数据流量将达到10000倍。超密集网络（UDN）是满足爆炸性数据流量要求的有利技术[2]。由于灵活的部署和低发射功率，部署大规模小型蜂窝基站（SBS）可以有效地扩大网络覆盖范围并提高整体吞吐量[3]。大多数关于UDNs的研究都集中在通过解决各种问题来改善地面异构蜂窝网络的性能，例如WiFi和异构小蜂窝网络的共存[4]，用户关联和资源分配[5]以及能量/频谱效率异构超密集场景中的频率复用[6,7]，仅举几例。
与此同时，无人驾驶飞行器（UAVs）通信和网络由于其高度敏捷和众多应用程序而最近引起了越来越多的关注。将无人机引入UDN可以通过充分利用其潜力获得显着的收益[8]。与传统的地面基础设施相比，无人机可以快速部署为无线用户服务，而不受地理限制的限制。例如，它们可以充当飞行基站（BSs）以增强无线覆盖并提高诸如校园和体育场馆之类的热点或者在蜂窝基础设施不可用的区域中的吞吐量。它们还可以在这些区域充当飞行/移动中继，其中通信出现在分离的用户之间而没有可靠的直接通信链路。此外，无人机可以实现有效的重新定位以响应用户的移动性。通过动态调整无人机的位置，可以在大多数情况下建立几乎视距（LoS）通信链路，从而显着提高系统性能。
为了挖掘潜在的优点，这篇文章介绍了无人机支持的UDN的愿景，并研究了无人机支持的UDN中的功率控制问题。首先，我们提出四个有代表性的场景，以展示无人机支持的UDN在通信，缓存和能量传输中的广泛应用。然后，我们通过全面讨论主要设计考虑因素和方法，重点介绍无人机支持的UDN中的高效功率控制。此外，与传统的基于固定基础设施的网络相比，我们通过案例研究模拟证明了无人机支持的UDN的性能优势。此外，我们将讨论主要的技术挑战和未来的未决问题。
无人机支持的NDUs
与具有固定位置的传统地面基础设施相比，无人机由于其固有的移动性而具有无可比拟的优势。UDNs将通过无人机支持迎来重大发展和变化。图1显示了无人机支持的四种代表性场景。
bull;无人机作为飞行BSs：无人机充当飞行BSs为没有无线接入基础设施的过载小区或情况下的用户提供连接，例如蜂窝基础设施因为自然灾害而受损的区域。
bull;无人机作为移动中继：作为移动中继的无人机可以合作在具有有限回程的地面站或具有可忽略的直接链路的分离节点之间转发信息。
bull;无人机作为机动能源：无人机可以携带能源或甚至充当能源来为无线节点充电以延长网络寿命。典型应用包括无线传感器网络和IoT有线充电不可用。
bull;无人机作为空中高速缓存：无人机可以用作高速缓存，通过跟踪相应的目的地来有效地传送内容。一个典型的应用是农业，土壤和海洋中的延迟容忍监测。
有许多类型的无人机可以用于上面的应用场景。在本文中，我们主要考虑具有更大负载能力和飞行持续时间的中型和大型无人机。
无人机支持的BS
通过部署UDN可以大大提高有限频谱的空间利用率，从而可以同时为更多用户提供服务。即便如此，在某些时间（例如，体育场馆，节日和校园），交通仍然可能在一些热点中过载。为了从宏小区或小小区卸载用户设备的无线数据业务，无人机可以充当飞行BSs以快速为地面用户提供无线接入[9,10]。在[9]中研究了导致最大和速率增益的无人机的最佳高度，其中无人机服务于其覆盖区域内的多个地面节点。在[10]中，作者分析了无人机作为飞行BS时的覆盖率和速率性能。谷歌和Facebook都在寻求建立无人机通信网络，这些网络独立于现有的互联网服务提供商。对于无人机支持的BS，应为无人机分配一定量的时频资源作为回程。此外，对于多无人机通信，一些无人机充当汇聚节点与地面控制中心通信，这需要更好的回程。由于总资源有限，因此应仔细设计如何分配这些资源。
无人机支持的中继
在UDN环境中，随着小小区数量的增加，运营商可能难以为每个SBS保留理想的回程[3]。此外，一些SBS部署在难以到达的地方，因此理想的回程链路更难以实现。此外，任何通信基础设施可能由于自然灾害或人为破坏而中断，这导致他们服务的用户失去网络连接。对于这些情况，可以快速，快速地部署无人机以协助现有的通信基础设施。[11]中的作者通过优化源/中继发射功率以及中继轨迹来研究移动中继系统中的吞吐量最大化问题。已经表明，与静态继电器相比，通过动态调整其位置，UAV可以实现相当大的吞吐量增益。
(d)
(c)
高速缓存
能量转移
(b)
(a)
用户
无人机 卫星
有限的回程故障SBS
重载的SBS 数据传输
图1.无人机支持的UDN的四个代表性案例：a）无人机支持的BS;b）无人机支持的继电器;c）无人机支持的能量转移;d）无人机支持的缓存。
无人机支持的能量传感器
UDN通常由大量空间分布的无线节点组成，例如设备到设备（D2D）通信，机器到机器通信和传感器节点。这些网络的一个具有挑战性的问题是降低能耗并延长网络寿命，因为电池是主要的能源。定期为大规模节点充电或更换电池可能是昂贵且不方便的。无线能量收集和转移已被引入作为促进绿色通信的有希望的推动者。基于无人机的无线能量传输是一种非常有前景的解决方案，因为无人机能够在相对短的时间内覆盖大面积区域。此外，能源和目的地之间的距离可以人为地和自适应地调整，以提高能量收集效率并满足不同节点的需要。请注意，无人机可以携带能源，因此不会消耗其能量来传输无线能量。从这个意义上讲，尺寸较小的中型无人机比大型无人机效率更高
无人机支持的原型
尽管人类行为难以准确预测，但许多用户将在不同时间请求相同的流行内容。通过预先缓存本地内存中最受欢迎的内容，无线缓存技术可以减轻UDN中的数据访问压力[12]。但是，传统的静态缓存设备不能满足用户的移动性要求。无人机固有的移动特性可以充分利用来实现这一愿景。有趣的是，[13]中的作者已经得出了无人机的最佳位置以及缓存启用缓存的无人机的内容。此外，无人机支持的缓存在农业，土壤和海洋等环境监测中发挥着重要作用。他们可以缓存传感器收集的信息，并在可容忍的延迟内将其传输到地面中心。
效率控制无人机支持的UDNs
为了充分利用无人机的巨大潜力，应该精心设计功率控制策略，这需要从地面网络向空中网络以及从基于固定基础设施的网络向基于移动基础设施的网络进行深度变革。在这种情况下，除了传统的时频资源之外，应该考虑无人机的轨迹，速度，数量，位置和能量来辅助功率控制。
主要设计考虑
从系统的角度来看，无人机支持的UDN中功率控制的目的是在满足给定约束的同时最大化或最小化一个特定目标，这将在下面讨论。
覆盖/中断概率：当无人机用于为移动用户提供无线连接时（例如，充当飞行BS或中继），中断概率是重要的性能指标。在无人机支持的UDNs中，大规模无人机或无人机与SBS之间的相互干扰是严重的;因此，它不容忽视。增加发射功率可以改善某个接入点的覆盖概率。但这同时使其他用户遭受更严重的干扰，导致中断概率增加。
光谱/能源效率：光谱和能量效率从不同角度反映资源利用率。虽然部署大规模无人机主要通过空间重用提高了系统频谱效率，但在无人机支持的UDNs中也应考虑无人机的某些特性。也就是说，尽管能量存储技术取得了很大进展，但有限的可用能量仍然限制了无人机的广泛应用。因此，能量感知优化对于无人机支持的UDNs至关重要。
网络速率/延迟：在无人机支持UDNs--例如，当无人机作为移动缓存用于农业，土壤和海洋的延迟容忍监视时 - 追求高数据率。与此同时，预计延迟也会很小。但是，在网络速率和延迟之间存在折衷。特别是，高速率可能导致高延迟，反之亦然。通常，给定足够高的延迟容差，无人机支持的UDN可以实现更好的速率性能。
功率控制方法
一般来说，从网络架构的角度来看，功率控制方法可以分为集中式和分散式。
集中方法：集中式方法适合网络状态和信道状态信息（CSI）变化缓慢的情况。中央控制器用于收集所有信息，并进一步做出适合网络和频谱状态的决策，如图2所示。网络状态与其他接入点的当前网络部署有关（毫微微蜂窝基站，微微蜂窝基站，WiFi，等）将与无人机网络互动。频谱状态是指可用频谱和可用时间。用户信息包括其需求，类型，位置，移动性和能量。无人机信息主要指其位置，速度，缓存内容，处理能力，存储能量等。在接收到由中央控制器广播的功率控制策略之后，UAV或用户执行适当的操作。
网络状态
频谱状态
功率控制
注意事项
中央控制器
反馈
用户信息
无人机信息
图2.无人机支持的UDN的集中式电源控制架构。
有几种经常使用的集中式优化方法，如凸优化，分数规划，几何规划和连续凸近似。在某些特殊情况下，他们可以获得最佳解决方案。但是，在无人机支持的UDNs中，找到最佳解决方案并不总是易于理解。一方面，无人机的轨迹是连续的，这意味着我们需要用无限变量来解决问题。另一方面，集中式方法的复杂性随着用户数量的增加而急剧增长，这不是我们想要的，因为这会导致高延迟，尤其是在UDNs中。因此，预期在短时间内获得次优或可接受的解决方案。
分散的方法：尽管如此集中式方法可以实现更好的解决方案，必须有中央控制器收集，存储和分发全局信息。这些方法使系统承受大量信令开销并导致可扩展性差。或者，在分散方法中，不需要中央控制器，并且所有功能由每个UAV或用户独立执行。与集中式网络相比，每个无人机（用户）需要独立感知网络状态和频谱状态，然后自行选择。由于大型无人机通过无线链路连接，因此实现这一点尤其具有挑战性。
博弈论是一种强有力的方法来实现分布式优化，每个具有复杂交互作用的玩家自发地独立做出决定。在过去的几十年中，人们已经广泛研究了利用博弈论（尤其是非合作博弈）对权力控制问题进行建模[14]。但是，由于无人机的动态特性，这些模型应该在无人机支持的UDN中重新评估。在这种情况下，一些动态游戏（例如，重复游戏，随机游戏和差异游戏）可能是有用的。
案例分析
无人机支持的bs
考虑一个1000米times;1000米的情况，其中悬停在中点上方的无人机充当飞行BS，为无人机用户提供无线接入，如图3a所示。同时，具有D = 30m的最大距离的其他通信链路（D2D对）与UAV用户共享相同的频谱。目标是在满足无人机用户的信号与干扰加噪声比要求g的同时最大化总吞吐量，其中g = 5dB。UAV和D2D对的最大发射功率分别为5 W和100 mW。对于D2D传输，我们考虑如[10]中的瑞利衰落信道模型。从UAV到地面用户的信道功率增益被认为是由[11]中的LoS主导。通过优化每个链路的发射功率和UAV的高度来减轻相互干扰，可以大大提高系统吞吐量。图3b示出了在各种用户密度l下具有不同UAV高度的系统吞吐量。可以观察到系统吞吐量随用户密度而增长。此外，将UAV部署为飞行BS可以通过调整其高度来带来额外的性能提升。具体地，UAV和UAV用户之间的强信息信号通常意味着由UAV引起的严重干扰，反之亦然。因此，存在平衡接收的信息信号和感应干扰的高度的最佳点。此外，最佳高度随着用户密度的增加而逐渐降低。这是因为随着用户密度的增加，无人机用户所经历的干扰变得严重;因此，无人机必须降低其高度以提供更好的通道状态。
无人机支持的中继
图4a示出了考虑的移动中继系统，其中源节点和目的地节点之间的距离L = 2000m，其中直接链路的质量由于例如有限的回程或严重的障碍而不能满足通信要求。节点可以是地面站（小小区或宏小区），没有理想的回程或远离用户。因此，无人机采用足够高的移动性来在一定时间长度内协助通信链路在飞行过程中，在固定高度H = 100米处飞行的无人机可以从源节点接收信息，同时，它将接收到的信息转发到目的节点。发射功率和轨迹被联合优化以利用信道变化。通过部署如图4b所示的移动中继可以实现性能改进，其中作为基准的静态中继位于中点。可以观察到平均吞吐量随着飞行速度V和/或时间长度T而增长。原因可以说明如下：在较大V和/或较长T的情况下，UAV有更多时间悬停在上方节点，
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[442960]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
