基于无人机的通信网络关键问题与优化研究.docx

《基于无人机的通信网络关键问题与优化研究.docx》由会员分享，可在线阅读，更多相关《基于无人机的通信网络关键问题与优化研究.docx（27页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第一章 绪 论第一章 绪 论1.1 研究背景及意义目前，随着全球蜂窝网络覆盖需求的增加，无人机(Unmanned Aerial Vehicle, UAV)和蜂窝网络的结合可以用一种成本更为低廉，但又具有高度移动性的手段支撑无人飞行器，并且还提供了建立新的专用地面网络的可能性。在城市中流量热点密集的地区，传统蜂窝基站的覆盖范围不能满足需求时，无人机可依据其高灵活性与部署方便的特点快速对热点区域进行覆盖和业务分流，具有广阔的应用场景。无人机作为空中基站（Aerial Base Station, ABS），当热点区域存在多样或大量的服务需求时，可帮助地面宏基站提供高速率的数据覆盖。而且如果区域内出现

2、流量聚集或者超负载，无人机蜂窝基站还可以实现缓和下行流量的拥塞状况。此外，同时被无人机蜂窝基站和宏基站笼盖的地区用户在选择服务时，可以依据用户优先级、信号强度信息或者与基站的距离信息选择宏基站服务或无人机机载基站。对于ABS的部署，可以基于地面用户的时、空间分布特性确定无人机的部署位置。无人机覆盖扩展场景如图1-1所示。图1-1 无人机覆盖扩展场景与地面基站相比，无人机基站更能够适应环境的变化，所以无人机应该被部署在基础设施未覆盖的区域中，在发生紧急情况时，以提供紧急通信链接。比如发生地震、海啸和山洪等自然灾害时，地面基站一般都会被破坏的面目全非，此时灾区的通信基础设施必受损害，出现无法提供通

3、信服务的情况，这极大地阻碍了救援工作。而基础通信设施无法制约无人机基站，因此在灾区可以通过主无人机快速为灾区提供规模客观的并且比较可靠的通信。主无人机作为空中基站是比较固定的，可为紧急通信控制中心提供可靠的通信覆盖范围，从无人机负责覆盖边缘用户，也是一个空中基站，只是它并不固定，而是飞行状态，轨迹是以主无人机为圆心的圆。无人机有固定翼无人机和旋转翼无人机之分。其中固定翼无人机能够在空中连续飞行，而旋翼无人机在空中的状态则是盘旋。因此，主无人机采用的是旋转翼无人机，悬停在灾区中心，而从无人机采用固定翼无人机，以恒定速度在以主无人机为中心的灾区边缘飞行，为边缘用户服务。未来对无线通信服务和数据交互

4、的需求会越来越大，应急救援场景和大规模热点事件会层出不穷。虽然固定的地面通信基础设施可以在一定程度上提供相对稳定可靠的通信服务质量，但不能满足一些需求紧急的通信部署要求。由于其较强的灵活性和可操作性，无人机在配备微型基站作为空中基站时，可随时部署在需要通信的区域，来进一步实现无线网络覆盖，在保证其能耗和满足用户接入负荷的基础上，高效改善用户通信服务质量。1.2 研究现状分析目前，无人机基站部署的研究已经取得了一些成果，但仍存在许多问题，有待进一步研究。由于无人机的动态性和灵活性，无人机是承载无线基站的理想平台。但是无人机基站一般需要依靠无线回程链路才能接入地面核心网。同时，无人机基站的部署位置

5、关系到其前向和反向链路的质量，从而影响无线电资源分配策略。当前无人机基站的部署多针对单个无人机基站，问题分析简单，场景较为单一，缺乏系统研究。此外，当目标区域的通信需求发生变化时，很少会将目光投入到无人机基站位置的更新策略上。查阅文献和相关技术发现，目前为止的部署优化算法都还处于基础阶段，只能解决单一性问题，面对多条件、多约束、解集空间大的问题还需要进一步探索。1.3 本文的主要工作本文分析了无人机基站的通信系统特点和无人机通信网络规划。而后，根据单机一维部署的应用场景，深入探索并提出了多个无人机基站的三维空间部署优化策略。通过对地面用户进行分族聚类，利用MATLAB软件对基于循环K-mean

6、s的算法进行了仿真。找出每个无人机单元在二维水平面上的投影位置，计算其覆盖半径。然后基于发射功率最小化的原则，以路径损耗最小化为目标，对每个无人机基站的高度进行部署优化，最终得到最佳的三维空间坐标，从而确定每个无人机基站的最佳部署位置，最大限度地提高无人机网络的覆盖范围，为地面用户提供了更高服务质量的无线通信服务。第三章 单个无人机基站的位置部署优化第二章 无人机基站通信系统2.1 无人机基站通信系统特性及其应用2.1.1 无线信道的概念及其特性信道，即通信信道，是信号传输的媒介。无线信道是一种使用无线信号作为传输介质的传输信道，无线信号通过电磁波在空中进行传输，电子信号从发射器传送到天线，然

7、后以一系列电磁波的形式被天线将信号发送到空中。理想状态下，如果无线信号直接在发射器和预期接收器之间的直接传输时，被称之为视距(Line-of-Sight , LOS)传播，这种传输的能量消耗较小，并且接收器可以获得十分清楚的信号。然而，由于复杂的无线电波传输环境，信号衰落经常发生在无线信道中。由于空气是非引导性介质，因此发送器和接收器之间的路径不清楚，并且无线信号的传输大部分情况不会沿直线传输。如果障碍物阻碍了信号路径，信号就会选择绕过物体、或被物体吸收，当然也可能是表现为反射、衍射或是散射。此时，无线信号将沿着许多不同的路径到达目的地，形成非视距(Non-line-of-Sight , NL

8、OS)传链路下的多径信号。（1）反射、衍射、散射无线信号传输中的“反射”和其他电磁波（例如光或声音）的反射是接近一致的。当电磁波遇到障碍物时，它会反射或反弹回其源头位置。反弹的条件是障碍物的尺寸要大于信号平均波长。例如，微波的平均波长小于1毫米，因此一旦发出，它在遇到微波炉内壁（通常至少15厘米长）时就会反射。在“衍射”中，无线信号在遇到障碍物时会分解为次级波。次级波会沿着被分解的方向继续传送。如果可以看到衍射的无线电信号，则可以看到它们在障碍物周围弯曲。例如，具有锋利边缘的物体，就像墙壁或是桌子的角，都能够引起衍射。“散射”是指信号在许多不同方向上的扩散或反射。当无线信号遇到的障碍物小于信号

9、波长时，就会出现散射现象。另外，表面的粗糙程度也会影响无线信号的散射，越粗糙，无线信号散射发生的越容易，而且方向越广。比如，在街道行走时，两旁的树木和路标会使手机信号发生散射。此外，环境条件(如雾、雨、雪)也可能引起反射、散射和衍射。 （2）多路径信号由于反射、衍射和散射的影响，无线信号到达接受点的路径是大不相同的，这些信号也被称之为“多径信号”。多径信号的产生与信号发出的方式和手段无关，它们实际上可以是以相同的强度在由源头向多个方向辐射而出的，或者是源辐射仅向着一个方向辐射而出的。但是，一旦发射信号，由于反射、衍射和散射，它们会产生很多的传送路径。无线信号的多路径的特点既有既是优势也是劣势，

10、一方面，由于信号会在遇到障碍时在障碍物上映射出来，因此更容易到达目的地；在办公楼这种办公大环境下，无线信号由墙壁、天花板、地板和家具上的不断反射，最终到达目的地。但是，另一方面而言，由于路径不尽相同，信号由发射机到达接收机的距离也是大不相同的。为此，同一信号的多个实例被接收器接收的时间之间由较大的差别，从而信号就会出现衰落和延迟，甚至可能会出现丢失的情况。在无线通信领域中，衰落是无线通信信道的主要特性，而衰落又是由各种衰落特性组成的非常复杂的结构，因此了解无线信道的特性尤为重要。2.1.2 无线衰落信道的分类（1）大尺度传播模型该模型用于描述远距离信号传播的变化，主要讨论各种地形和地物对传播信

11、号的屏蔽作用。大规模衰落有路径损耗和阴影效应之分。信号的传输途中的辐射扩散和在信道中传播都会有所损耗，这些损耗统一称为路径损耗。发射器和接收器中间存在的障碍物会引起信号的遮蔽效应，这些障碍会吸收、反射、散射和衍射信号，因此信号功率会有所衰减。（2）小尺度传播模型小尺度模型用于描述短距离或时间内接收信号功率的高速变化，研究的现象是小尺度的衰落。小尺度衰落被分成多径效应和多普勒频移两种，其中多径效应是指在传输过程中，由于信号到达接收器的路径不同，所以接收器接收每个信号的时间不同，由此便会导致干扰延迟，就被称为多径效应；而多普勒频移是相位和频率的变化，这种变化是当移动台以一定速度向某个方向移动时，由

12、于传播路径不同而产生的，随着移动台移动到无线电源的前，会出现波长变短，频率变高，并且电波被压缩的情况。图2-1 无线衰落信道分类2.1.3 无人机辅助无线通信典型用例（1）无人机对地全覆盖通信模式应用无人机基站可以快速灵活地创建具有规模较大的覆盖范围和高通信质量的无线通信网络，因此对于无人机基站网络能够在许多场景中应用。以下几种场地中可以采用：第一类是地面通信基础设施所覆盖的当前区域之外有通信需求的地区，例如要在野外进行实地考察、工作人员移动区域较大的、用户少而散的，这些对基站的容量需求都比较小，只是需要更广、规模更大的笼盖范围。第二类则是一些人为突发事件造成的局部区域通信故障，需要快速恢复指

13、挥通信，如火灾等突发事件。这种情况需要快速部署无人机网络。第三类是一些地区举办的临时性大型活动，如大型演唱会、比赛等热点事件，需要充分考虑多用户接入和基站负载等因素，对系统容量要求较高。第四类是自然灾害对地面通信设施造成的破坏，需要紧急建立新的通信网络，为应急救援任务提供无缝、全覆盖的通信保障服务。（2）无人机作为中继辅助通信应用在用于长距离通信的数据传输的情况下，无人机的低承载能力、受限的负载和高频天线的运输困难让远程通信数据传输只能通过多架无人机的合作来实现。在无人机中继通信中，任务无人机和中继无人机之间、中继无人机和地面控制终端之间都是有各自需要承担的事务的。无人机之间的数据链路分为上行

14、和下行。上行链路是遥控链路，承担的作用是将地面控制终端的命令信息传输至无人机；下行链路是遥测链路，它的功能是将无人机的遥测信息传送到地面控制站。例如，受灾地区的无人机基站离地面控制站很远，并且无法进行可靠的数据传输。在这种情况下，无人机可以充当地面控制站与无人机基站之间的传输设备，将损坏区域的数据传输到地面控制站，实现远程通信数据传输。无人机作为一种移动中继，可以根据任务进行部署，性价比高，机动性好。与传统的固定中继相比，无人机具有更可优化的尺寸，如灵活的三维位置和飞行路径，可以提高通信性能。图2-2 无人机基站作为中继2.2 无人机基站通信网络规划分析2.2.1 覆盖规划覆盖规划有覆盖区域划

15、分、传播模型分析和链路预算。覆盖区域的划界是根据用户分布和等待被覆盖的目标区域中用户对通信服务的需求对目标区域进行的，从而可以初步估计无人机基站的总体部署情况。比如需要考虑在通信要求密集的区域部署更多的无人机基站，对于评估后续无人机基站部署方案的合理性有很大帮助。对于无人机基站的传播模型，无人机基站在空中的通信使用空对空信道（Air-To-Air，A2A），即Los链路，只考虑自由空间的路径损耗，而无人机基站与地面的通信使用空对地信道（Air-To-Ground，A2G），由Los链路和NLos链路组成。链路预算是覆盖规划中起到关键性作用的部分，它计算了无人机基站在整个通信过程中，信号出现加成

16、和消耗，即在满足用户需求的情况下在通信连接中能够出现的最大传输损耗，之后结合信道传播损耗模型来确定无人机基站的覆盖半径，并计算单个无人机基站的覆盖区域。要计算无人机基站的链路损耗及其覆盖能力，首先计算通信过程中最大允许的路径损耗，一般需要针对上行和下行链路分别计算。对于上行链路，最大允许路径损耗由无人机基站接收灵敏度、天线增益、地面用户终端发射功率、天线增益等参数计算得出。下行链路的发起方是无人机基站，接收器是地面用户，所以在计算上与上行链路的相反。无人机基站的笼罩范围通常受上行链路的限制，因此本文仅对上行链路进行预算。上行链路最大允许路径损耗计算公式： Lmax=Pt+Gt+Gr-Pr-LC

17、-rth (2-1) 其中，Pt为地面用户终端发射功率，Gt为发射终端天线增益，Gr为接收终端天线增益，Pr为无人机基站接收灵敏度，Lc为馈线损耗，rth为信噪比门限。A2G 信道链路损耗计算公式如下： L=Los-NLoS1+aexp-b180-a+10logdcos+20log4fc+NLoS (2-2)其中，Los和NLos分别是Los链路和NLos链路的过度路径损耗。a和b是Sigmoid曲线函数的参数；为弧度角，表示无人机基站到地面用户的通信仰角。d为无人机基站与地面用户在水平面上的距离；f为系统频率；c是光速。当链路损耗为最大允许链路损耗时，无人机基站与地面用户在水平面上的距离d代

18、表无人机基站的覆盖半径。 根据最大允许链路损耗和链路损耗的计算公式，可以计算出无人机基站覆盖半径R和无人机基站到地面用户的通信仰角的方程。我们知道，当无人机基站部署在最佳部署高度时，无人机基站的覆盖能力最强，因此可以计算出无人机基站的最大覆盖半径。此外，还需要计算通信信号在A2A信道中传播时的链路损耗，进而得到无人机基站之间的通信距离。利用自由空间路径损耗模型计算A2A信道的链路损耗，其计算公式如下： L=32.44+20logdc+20logf (2-3)dc：空中无人机基站间的通信距离，f：系统频率。可以从最大允许路径损耗中获取空中无人机基站之间的通信距离，就像计算无人机基站对地面通信的覆

19、盖半径一样。2.2.2 容量规划无人机基站无线通信系统的能力可以直接反映其承载能力。而能影响系统容量的因素有很多，其中就包括了无人机基站本身的软硬件配置、带宽资源的划分和整体的通信环境。对容量的规划是要结合覆盖规划一起的，先对指定区域中的通信服务进行大致的分析，以此估计需要多少无人机基站，才能够满足目标区域中的通信需求。在无人机基站网络中，通常情况无人机基站配置是可以满足目标区域的容量需求的，因此本文中参考的都是满足目标区域用户的容量需求而配置的无人机基站。2.2.3 频率分析挑选适合的频率时，不仅要知道无人机传输信号的带宽要求、每个频段的无线电波传播特性，还要对无人机的尺寸、天线的尺寸以及通

20、信设备的功率有清晰的了解。第一，短波频段。这个频段主要依靠电离层反射实现远距离无视线传播。这个频段下通信系统的功率和尺寸通常可以满足无人机的要求。但是，在有限的带宽限制下，无法用于传输电视图像的情况，不过传输单个固定的电视图像是完全可行的。根据传播特点，在此范围内可用的高频带通常在212 MHz之内。第二，超短波、微波部分的频率（30 MHz）覆盖的距离比较长，这是因为这个频段可以由低频部分进行衍射传播。不过衍射传播功率水平较高，无人机的功率不能实现，并且这个频段需要较大尺寸的天线，所以在无人机使用这个频段时较少的。第三，微波频段。该频段是无人机通信系统中用的比较多的，相比短波链路，微波链路因

21、为可用带宽更高，所以运动图像传输能力比较好；此外，微波链路的天线尺寸也是相对较小的。可安装在无人机上的微波链路有许多主要应用频段，如Ku频段、X频段、C频段和S频段。微波电路的劣势是视线传播，这在很大程度上限制了覆盖范围，不过因为无人机的范围通常为100至300 km，因此空中中继站是肯定必需的，可以是中继无人机或中继卫星。第四，卫星通信频段。卫星通信是指由人造地球卫星作为中继站的微波数据传输，用途上主要是长距离间的传输。通过卫星通信能够给无人机提供规模较大的数据传输覆盖范围。但卫星通信链路的使用也受到一定程度的限制，例如，军事通信卫星的数量、租赁民用宽带卫星的成本以及用于长距离链路传输的超高

22、增益天线的可用性都是战术无人机无法满足的条件。目前宽带卫星数据链主要受限于高空长途战略无人机，要长时间稳定的保障数据传输的容量和速度。但是，由于战术无人机受限于自身的尺寸和重量，卫星通信链路还不是一种理想的方法。选择合适的频段后，可以依据无人机通信系统的功能要求以及战场电磁干扰和保密的要求（根据国家无线电频率划分）来选择合适的频率。2.3 基于无人机通信网络关键问题优化2.3.1 无人机路径优化路径规划是无人机系统设计的一个重要方面，尤其是在无人机辅助通信中。合适的路径选择策略可以有效改善通信距离的大小，是实现大容量通信的关键。然而，寻找无人机的最佳飞行路径往往具有一定的难度。一方面，由于无人

23、机的动态飞行轨迹是不间断的，无人机的路径优化本质上涉及到无穷多个变量。另一方面，这些问题通常受到各种实践的限制，其中许多随着时间的变更而变化，因此很难准确地对它们进行建模。一种有效的无人机路径规划方法是利用离散的形状空间来逼近无人机的动力学，其状态向量通常由三维坐标系中的位置和速度组成。然后，无人机的飞行线路由状态序列给出，状态序列受有限转移约束，以反映实际无人机的机动性限制。用这种近似方法得到的许多问题属于混合整数线性规划问题，可以用开发良好的软件包来解决。直观地看，无人机飞行路径的最优选择主要取决于其场景模式的应用。比如无人机辅助蜂窝网络覆盖，显然需要将服务区以上的几架无人机联合起来，实现

24、与地面用户的实时通信。对于蜂窝覆盖应用，可以选择使用悬停在覆盖区域上方的旋翼无人机当成是静态空中基站。在这种情形下，不需要再对路径进行特殊的规划，无人机在开发设计和实际部署上的主要问题通常是给无人机找到最佳的着陆和悬停状态，以实现最大覆盖。对于典型的城市环境，无人机高度通常有一个最佳覆盖范围。同时，增加无人机高度不仅会使得自由空间路径损耗增大，同时Los链路的可能性也会因此扩大。2.3.2 无人机能效优化无人机系统的性能和运行持续时间从根本上受到机载能量的限制。从操作角度来说，这个问题可以通过两种方式解决。首先，需要一个有效的能量感知机制来及时补充机载能量，且通信服务的中断不明显。二是通过智能

25、能源管理进行节能运行，以最低的能耗完成任务。在能量感知部署方面，利用无人机之间的协作实现持续能量补充是一种有效的方法。任何时候，只有一架无人机计划离开服务区进行能量补充。在此期间，服务缺口暂时由相邻无人机填补。通过增加传输功率或调整飞机位置，这种能量补充调度可以与无人机需要支持的动态负载模式相匹配。例如，它可能更喜欢仅在预期低数据流量时为蜂窝覆盖应用补充能量。另一方面，选用节能模式的目的是降低无人机非必需的能量消耗。无人机能源的消耗主要是支持飞机推进或无线通信，为此设计了两种高能效运行方案，首先是高能效机动性。要精准的控制无人机的飞行，并虑到每次机动所消耗的能量。例如，应该避免不必要的飞机控制

26、或上升，因为它们通常相当消耗能量。可以使用可优化的能耗模型作为无人机速度、加速度、高度等的函数，通常通过路径规划的优化来设计节能机动方案。另一种节能操作是节能通信，目的是在通信电路、信号传输等通信相关功能中，以最小的能耗满足通信要求。2.3.3 无人机部署优化无人机凭借其机动灵活、部署迅速的特点，能够在地面基础通信设施载荷过大时，快速建立无线通信网络，实现与地面用户的实时通信。因此，随着网络技术的飞速发展，无人机的部署优化也愈发得到广泛关注。不同的应用场景，对无人机基站的部署要求也有所不同。当进行野外作业，地面用户散而少时，无人机基站则无需较大的系统容量，只需无人机自组网实现较广通信即可。当地

27、面通信基础设施因自然灾害等突发紧急故障，联络出现临时中断时，则对无人机的部署速度有较高要求，需要第一时间恢复通信畅通，辅助紧急救援。当举办大型赛事，地面用户密度激增时，则要求无人机基站有较高的系统容量和负载能力，能够满足地面用户的大量接入服务，以便实施对地无缝全覆盖。在对无人机基站实施部署前，我们要充分考量其通信系统特性，并做出合理的网络规划。针对这一问题，本文就无人机基站的位置部署部分进行优化研究，通过分析单个无人机和多个无人机的不同应用模式，找寻其最优部署位置，为辅助地面通信提供良好保障。第三章 单个无人机基站的位置部署优化3.1 无人机空地传播覆盖地面用户模型 图3-1无人机基站平台示意

28、图无人机基站传播电信号时，在到达超低空前，首先会在自由空间传播，因而可以看作视距传播，此时因传播距离引起的信号衰落也称为自由空间路径损耗，满足莱斯分布。而后，无线电信号在到达超低空后会继续向各种环境传播。在这些环境中，信号的传播会受到各种障碍物的影响而发生散射、反射或衍射等现象，因而可以看作非视距传播，由此引起的信号衰落也称为额外路径损耗，满足瑞利分布，会致使传输链路产生多径衰落或阴影衰落的现象。因此，其路径损耗分别为 PLLos和PLNLos： PLLos =20log4fcdc+Los (3-1) PLNLos =20log4fcdc+NLos (3-2)式中：Los：视距传输的额外路径损

29、耗；Nlos：非视距传输时的额外路径损耗，其大小由不同的传输环境决定，光速c=3*108米/秒，fc为信号传输的频率，d为无人机基站与地面用户间自由空间传播的直线距离。由于不同的无人机基站部署位置有着不同的环境参数背景，有时不能绝对准确地判定其通信链路属于视距传输或是非视距传输，因此我们通常将以上两种传播概率模型理想化，从而得到空对地信道传播所期望的平均路径损耗值为： PL=P(LoS)PLLoS +P(NLoS)PLNLoS (3-3)式中：P(LoS)、P(NLoS)分别是视距传播和非视距传播时的概率，其计算公式为： P(LoS)=11+aexp-b180-a (3-4) P(NLOS)=

30、1-P(LoS) (3-5)式中：a和b是常量参数，由不同的传播环境所决定，如表3-1所列。地面用户对无人机基站的仰角为=arctan(h/r)，h为无人机基站的部署高度，r为无人机基站覆盖地面用户半径。通过整理得平均路径损耗为：PL(dB)=A1+aexp-b180-a+10logh2+r2+B (3-6)当已知环境参数和载波频率fc时，可求得A和B为：A=Los -NLoS (3-7)B=20logfc+20log4c+NLos (3-8)3.2 定量分析为了更好地分析无人机空对地传播的信道模型及其特性，我们对不同微波频率下的单个无人机基站位置部署进行了深入探究，而后对其在不同城市环境下基

31、站的位置部署高度与其覆盖半径的关系进行了仿真。首先，我们需要充分考虑无人机辅助地面通信的用户服务质量，在不考虑天线增益的前提下，由于信号在传播过程中的路径损耗会严重制约信息的联通顺畅，所以研究无人机对地通信最大允许的路径损耗值显得尤为重要。假设无人机基站向地面用户发送信号的功率为Pt，地面用户以Pr的接收功率亦接收灵敏度接收信号，则可以计算出无人机对地通信的路径损耗可允许的最大阈值：PL=Pt-Pr (3-9)当无人机对地通信的路径损耗不大于这个阈值时，建链成功，通信连接顺畅，反之，则无法建链，连接失败。因此，当无人机空中基站成功部署于地面用户上方进行辅助通信时，其覆盖半径内的用户与其建立的通

32、信链路所产生的路径损耗值必然都小于此阈值。PLmaxdB=A1+aexp-b180-a+20logRcos+B=200 (3-10)h=Rtan (3-11)3.3 环境参数及仿真实验（1）在微波频率fc=2.4GHz下，不同城市环境的无人机基站高度与其覆盖半径关系表3-1 2.4GHz频率下的不同环境参数图3-2 2.4G频率下无人机基站高度与覆盖半径关系（2）在微波频率fc=5.8GHz下，不同城市环境的无人机基站高度与其覆盖半径关系表3-2 5.8GHz频率下的不同环境参数图3-3 5.8G频率下无人机基站高度与覆盖半径关系在本章中，我们给定最大的路径损耗值为200dB，为了便于我们更好

33、地对比分析，针对fc=2.4GHz和fc=5.8GHz两种载波频率,根据不同的环境设定相应的参数，利用MATLAB对单个无人机二位部署的位置高度与半径关系进行仿真实验。从效果图中可以看出，每一个不同的环境下都存在一个最佳的位置部署高度，使得无人机尽可能多地覆盖地面用户。有时，地面用户的分布状态也会影响无人机基站的具体位置部署。比如当基站的最大覆盖区域边界没有用户的时候，若仍旧将其静态部署在固定的最佳理论高度值飞行，那么就会造成资源浪费。此时，可以适当调整飞行高度，缩小其覆盖半径，来减小由传播距离引起的路径损耗以及无人机基站的发射功率，从而节省飞行能耗。第四章 多个无人机基站的位置部署优化第四章

34、 多个无人机基站的位置部署优化4.1 多个无人机基站覆盖地面用户模型图 4-1多个无人机基站覆盖地面用户场景在实际生活中，当有大型赛事或突发热点等紧急情况时，地面基站的负载常常无法满足人数快速增加的通信速度要求。此时，无人机作为临时性的辅助基站能够为地面用户提高通信接入率。我们可以通过全球定位系统(Global Positioning System,GPS)获得地面用户的所在位置的即时数据，并将其反馈给无人机基站或中央控制器。此时，无人机基站的位置部署满足地面用户的需要即可。目前无人机基站静态覆盖部署是在假设地面用户位置、服务需求等全局信息已知的条件下，采用统一部署的优化方法来从全局考虑，适当

35、调整无人机基站的部署位置。通过研究总结大量的无人机基站静态部署方法可以看出，大多数策略并没有充分将用户接入需求与基站负载的承受限度有效结合。在不改变无人机基站传输速度的条件下，带宽不变，可以服务的用户数不变，负载能力是影响无人机基站部署的重要因素。本章假设已知地面用户的二维坐标，在充分考虑无人机基站最大接入限度的前提下，通过尽可能多地降低无人机基站的路径损耗，降低其发射功率，从而得到其最佳的水平投影位置及相应部署高度，最终实现位置部署的优化。4.2 算法环境分析假设地面用户的位置信息可以根据定位系统反馈得知，为充分提升地面用户全局的通信接入服务质量，考虑到单个无人机基站负载能力受限的不足，我们

36、通过采取静态部署的方式，在地面上空一定高度对无人机基站进行部署，实施必要的辅助通信。在确保充分利用系统容量的基础上，最大限度地降低信息传输带来的路径损耗，从而减小无人机基站信息传输的总功率。在该类三维空间位置部署的问题中，为了获得无人机基站最佳的水平投影位置及覆盖高度，我们将该类问题分解成两个部分进行探究。在第一个部分，通过给定的无人机基站系统容量和允许的最大接入数目，在已知地面用户精确位置信息的条件下，通过k-means 聚类算法将地面用户按族群进行分类，找寻出每个用户族类对应的无人机水平投影位置，并通过计算求解出每单个无人机在其覆盖区域的覆盖半径。在第二个部分，可以通过最小化无人机基站与地

37、面用户通信的路径损耗值，来获得其最优的部署高度，最终找寻出多个无人机基站在三维空间的具体部署位置，为无人机辅助地面通信提供了较好建议。4.2.1 无人机基站的水平位置及覆盖半径（1）k-means 算法及其步骤k-means算法是一种分族算法，其主要思想为将所有的用户分族聚类为K个族，然后首先通过确定每一个族的族中心，将所有用户划分至距离自己最近的中心，而后，根据多维空间中的欧几里得公式计算出每个用户至各自族中心的距离来调整中心的位置。如此反复，直到最后得出的中心位置与最初中心位置距离几乎将近时停止操作。此时获得的族中心位置便是无人机基站在地面用户间的水平投影位置。具体算法步骤如下：步骤 1：

38、首先确定用户数和k值，即将所有用户分为k个簇；步骤 2：在所有用户集中随机选择k个用户作为簇中心；步骤 3：以选定的族中心将用户划分为k个簇；步骤 4：通过欧几里得公式，计算出空间中每一个用户到簇中心的距离，用户距离哪个族中心最近，就被划入到哪个族中去； 步骤 5：每个族集合重新计算各自簇的中心位置；步骤 6：若族中心发生改变，则返回，直到中心间隔很小为止。图4-2 基于K-means算法的水平投影位置流程图（2）簇群个数 k 值与无人机基站水平位置的确定显然，对于给定的用户位置信息，无人机基站所需覆盖的区域是确定的。然而无人机基站的带宽是有限的，这意味着无人机基站的最大数据速率是有限的。所以

39、，假设无人机基站最多可以 L 个用户提供的连接，则L=CBSR (4-1)该式表示向下取整，CBS为无人机基站的通信容量，R为用户所需的最低下行链路传输速度。为了快速确定所需的无人机基站的个数，首先获得服务所有用户的无人机基站的初始数量。无人机基站的初始数量估算由以下公式得出：K=NL (4-2)该式表示向上取整，N是该区域的用户总数，K为选取的无人机基站初始数量。本算法中k的初始值由用户数量和无人机基站的负载能力决定，但通过k-means算法将地面用户分成K个簇后，并不是所有簇的用户数量都会等于或小于L。为了实现对所有用户的覆盖，最终k的值由k-means算法迭代决定。4.2.2 无人机基站

40、的路径损耗与部署高度（1）k-means 算法及其步骤利用k-means算法部署无人机基站的基本思想是以无人机基站的路径损耗最小化为目标，通过循环算法将地面用户分为k个簇，将族中数目与无人机基站的负荷量进行比较，从而获得基站的数量及其覆盖半径，最后通过公式(4-3)确定使得路劲损耗值最小的无人机基站的高度。 具体算法步骤如下：步骤 1：输入用户的数量、位置信息及其最大负载数 L；步骤 2：划分地面用户为K个簇，并检测每个簇中的用户数；步骤 3：判断簇中用户数，若大于L，则K=K+1，转步骤 1；步骤 4：计算每个无人机基站对地的覆盖范围，即族中心至族类最远用户的距离； 步骤 5：计算每个无人机

41、基站的最优高度。步骤 6：确定每个无人机基站的三维位置。图4-3 基于k-means算法的覆盖高度流程图（2）无人机基站高度的确定为了达到优化位置部署的目的，可以利用所获得的基站水平投影位置及其覆盖半径，从降低无人机基站的发射功率方面进行考虑，通过最小化路径损耗来实现其位置高度的确定。miniK20log4fcri2+hi2c+P(LoS)Los -N Los +NLos (4-3)4.3 算法场景仿真首先通过k-means算法将地面所有用户划分成K个族群，然后检测每个集群用户的数量，如果一个簇中的用户数量大于无人机最大服务数量L，则添加派遣一个无人机基站来援助服务。而后，我们将所有的用户划分

42、为新的K=K+1个簇，并检测每个簇的用户数，直到每簇中的用户数不超过L，算法结束。最终k 的值为所需部署的基站的数量，每个簇的中心位置为无人机基站在地面用户间的水平投影位置。然后通过多维空间中的欧几里得公式计算每个无人机基站的覆盖半径，其值等于无人机基站的水平投影点到簇中离它最远的用户之间的距离。以k=3为例，假设将用户分为3个族群，其在MATLAB中的聚类如下：图4-4聚类划分用户为3个族图4-5 更换族中心后重新聚类用户根据K-means算法获得以上无人机基站的水平投影位置，而后以路径损耗最小化为目标，获取基站部署高度。我们对城市环境下的无人机基站高度与路径损耗关系进行仿真，通过对比不同覆

43、盖半径下的二者关系发现，随着无人机基站高度的上升，其路径损耗值先单调减小，而后又单调上升，并不是单调关系，即存在一个最小的路径损耗值使得发射功率最小化，从而达到位置优化的目的。此时，最小路径损耗值对应的基站高度，便是我们应当部署的位置高度。以下便是以城市环境为例，通过给定相应的参数，将不同覆盖半径下的平均路径损耗与部署高度的关系在MATLAB中进行实现。表4-1 城市环境下仿真参数图4-6 不同覆盖半径下的平均路径损耗与基站部署高度的关系在本章中，我们在充分考虑无人机基站负载能力与地面用户接入需求的基础上，以路径损耗值最小化为目标，对多个无人机的整体优化部署进行了研究。首先，根据给定的地面用户

44、相关位置信息，利用K-means算法将用户分族聚类，通过循环往复更换族心，不断调整最佳位置，获取无人机基站的水平投影位置。而后，根据所确定的二维水平投影位置，计算出其覆盖半径，并利用路径损耗公式，求得满足其值最小的基站部署高度，从而获取其最终部署位置。为了便于我们更好地对比分析，在城市环境下，给定不同的覆盖半径100米、200米、300米，利用MATLAB对其平均路径损耗与部署高度的关系进行仿真实验。从效果图中可以看出，每一个不同的覆盖半径下都存在一个最佳的位置部署高度，使得无人机的平均路径损耗最小，从而达到优化部署的目的。第五章 总结与展望第五章 总结与展望5.1 全文总结将来，在出现临时事

45、件或灾难时，无线通信网络将能满足灵活分配和快速恢复的需求。为了顺应时代的需求，能够迅速的布置低空无人平台，由于无人机机动性好、快速部署的优势，在配备微型基站时，可作为无人机空中基站为地面提供通信服务，并可根据不同的任务需求快速优化部署，有望随时随地提供多方位、高质量的无线通信服务。对于不同的任务情况，部署无人机基站要考虑的因素是不同的。针对单个无人机和多个无人机不同的场景应用需求，引入了k-means算法，并提出了相应的解决方案。本文的工作包括：（1）从无人机的通信应用相关背景及发展现状出发，基于无人机基站的通信系统特性及其典型用例，在对无人机通信网络规划进行分析的基础上，提出了无人机辅助通信

46、优化的几个关键方面，为无人机基站位置部署的优化奠定了理论基础。（2）通过对无人机A2G传播模型的分析，对无人机单机场景模式下位置部署的优化进行了重点研究，通过MATLAB仿真，将不同频率下的单个无人机基站部署高度与覆盖半径的关系进行对比，找寻最佳部署高度，提升用户覆盖率。（3）当发生大规模热点事件时，地面通信基础设施往往得不到满足，此时，在单个无人机场景模式的延伸下，对多个无人机基站实施全局联合部署，在考虑多个无人机基站在水平地面投影位置的同时，控制调整其空中部署高度，使得其在最大限度满足用户接入的基础上，能耗最小。本文通过利用k-means循环算法，解决多个无人机基站的部署问题。在考虑系统容

47、量与用户需求均衡的基础上，将问题进行拆解，先在水平地面上确定无人机的投影位置，提出了可以将地面用户按照距离和中心进行分簇的k-means算法解决，其次在高度上利用公式及仿真找寻使得路径损耗值最小的位置高度，从而实现位置优化的部署。5.2 未来展望本文对无人机通信网络的优化进行了研究。目前，无人机作为空中基站的部署还处在理论研究的阶段，尚未应用于实际环境。为便于日后进一步完善，还有很多地方需要深入探讨，包括以下几个方面：(1)在无人机基站网络覆盖模型中，无人机基站采用理想的布尔模型，但在实际环境中，无人机对地面用户的覆盖能力会随着距离的增加而降低。下一步是引入概率感知模型来研究无人机基站网络的覆盖方法。(2)随着网络技术的迅猛发展，频谱利用供不应求，无人机基站的资源分配值得进一步研究。(3)辅助地面通信的旋转翼无人机基站都装有电池系统，续航能力有限，为便于移动过程中通信实时保障的顺畅，电池电量及能耗问