Coverage Maximization for a Poisson Field of Drone Cells
使用无人机基站为地面终端提供无线连接正在成为未来技术的一个有前途的部分。然而,与蜂窝2D网络相比,这种空中网络的设计是不同的,因为无人机的天线向下看,并且信道模型变得依赖于高度。在本文中,我们研究了天线方向图和高度相关的阴影的效果。我们考虑一个随机的网络拓扑结构,以捕捉动态变化的影响的飞行基站。首先,我们表征了由同信道相邻无人机施加的聚合干扰。然后,我们推导出地面用户与其相关联的无人机基站之间的链路覆盖概率。结果被用来获得无人机天线波束宽度,密度和高度方面的最佳系统参数。我们还推导出相关无人机的平均LoS概率,并表明它是一个很好的近似和简化的覆盖概率在低海拔高达500米,根据所需的信号干扰噪声比(SINR)。
2017-07-28 cs.NI
Backhaul-aware Robust 3D Drone Placement in 5G+ Wireless Networks
使用无人机作为飞行基站是一种很有前途的方法,可以通过在需要时将供应转向需求来增强网络覆盖和区域容量。然而,这种基站的部署可能面临一些需要考虑的限制。无人机基站(drone-BS)部署中的限制之一是可靠的无线回程链路的可用性。本文研究了不同类型的无线回程提供不同的数据率将如何影响服务的用户数。两种方法,即,以网络为中心和以用户为中心,介绍和最佳的3D回程感知放置的无人机BS被发现为每种方法。为此,在以网络为中心的框架和以用户为中心的框架中,分别最大化服务用户的总数和总速率。此外,由于优选的是减少无人机BS移动以节省更多的电池和增加飞行时间并减少信道变化,因此网络的鲁棒性被检查为它相对于用户位移的敏感程度。
2017-03-17 cs.NI
Backhaul-aware Drone Base Station Placement and Resource Management for FSO-based Drone-assisted Mobile Networks
在无人机辅助的移动网络中,无人机安装的基站(DBS)响应性和灵活性地部署在任何感兴趣的地方(POI),例如零星的热点和受灾地区,其中现有的移动网络基础设施无法提供无线覆盖。在本文中,DBS是一种空中基站,用于中继附近的宏基站(MBS)和用户之间的业务。此外,自由空间光学(FSO)被应用作为回程解决方案,以显著增加MBS和DBS之间的回程链路的容量。大多数现有的DBS放置解决方案假设基于FSO的回程链路提供足够的链路容量,这可能不是真的,特别是当DBS远离MBS放置时(例如,> 10公里)或在恶劣的天气条件下。在本文中,我们制定了一个问题,以联合优化带宽分配和DBS的位置,考虑基于FSO的回程链路容量约束。设计了一种回程带宽全位置和DBS布局算法(BROAD),并通过大量的仿真验证了算法的性能。
2022-11-28 cs.NI eess.SP
DSWM: Decomposed Spatio-Temporal World Model for Demand-Driven UAV Base Station Repositioning
Beihang University(北京航空航天大学);Peng Cheng Laboratory(鹏城实验室);Hangzhou International Innovation Institute, Beihang University(北京航空航天大学杭州国际创新研究院);City University of Hong Kong(香港城市大学);Hong Kong Generative AI Research and Development Center(香港生成式人工智能研究发展中心)
DSWM提出分解时空世界模型,通过潜在决策时规划与想象展开,在三个真实数据集上以0.889-0.908的服务比率超越14种基线,实现需求驱动的无人机基站高效重定位。
2026-09-30 cs.AI cs.LG cs.NI
DroneCells: Improving 5G Spectral Efficiency using Drone-mounted Flying Base Stations
我们研究了一种称为DroneCells的蜂窝网络场景,其中小型化基站(BS)安装在无人机上为移动用户提供服务。我们建议无人机永不停止,并以减少BS和服务用户之间的距离的方式在小区内连续移动,从而潜在地提高网络的频谱效率。通过考虑商用无人机的实际移动性约束,我们设计了无人机移动算法来提高DroneCells的频谱效率。由于最优问题是NP难的,我们提出了一系列实际可实现的算法,具有不同的复杂性和性能。仿真结果表明,与无人机悬停在固定位置的情况相比,使用现有的消费者无人机,所提出的算法可以很容易地将频谱效率提高34%,将5个百分点的分组吞吐量提高50%.未来可以期待更敏捷的无人机带来更大的收益。一个令人惊讶的结果是,无人机只需要以最小的速度飞行就可以实现这些增益,避免对无人机电池寿命产生任何负面影响。我们进一步证明,最佳的解决方案提供了最好的启发式算法,采用博弈论,使无人机BS的移动性决策只有适度的改进。
2020-03-23 cs.IT cs.NI math.IT
Feedback based Mobility Control Algorithm for Maximizing Node Coverage by Drone Base Stations
本文提出一种基于反馈的移动性控制算法,用于通过无人机基站最大化地面节点连接数,同时通过限制无人机之间的重叠程度来减少冗余连接,从而在给定区域内最小化所需部署的无人机数量。
2020-12-19 cs.MA cs.NI cs.SY
Efficient 3-D Placement of an Aerial Base Station in Next Generation Cellular Networks
在意外或临时事件的情况下,陆地基站可能无法完全满足未来蜂窝网络的灵活性和弹性要求。一个有前途的解决方案是通过配备有基站的低空无人驾驶飞行器来辅助蜂窝网络,即,雄蜂细胞虽然无人机小区作为空中基站提供了快速部署的机会,但有效的布局成为关键问题之一。除了无人机小区在垂直维度以及水平维度上的移动性之外,空对地信道与地面信道之间的差异导致无人机小区的放置与地面基站的放置偏离。在本文中,我们首先突出的dronecell布局问题的属性,并制定它作为一个3-D布局问题的目标是最大限度地提高网络的收入。经过一些数学运算,我们制定了一个等价的二次约束混合整数非线性最优化问题,并提出了一个计算效率高的数值解这个问题。我们验证我们的分析推导与数值模拟,并丰富他们的讨论,可以作为研究人员,移动网络运营商和政策制定者的指导方针。
2016-02-26 cs.NI math.OC
Optimized Deployment of Autonomous Drones to Improve User Experience in Cellular Networks
现代无线业务需求促使互联网服务提供商开发有效的策略来改善用户体验。由于部署密集的基站(BS)不具有成本效益,因此替代方案是部署自主无人机来补充现有的BS。采用街道图来表示感兴趣的区域。要被服务的室外用户设备(UE)位于街道附近,并且无人机的2D投影被限制在街道上以避免与建筑物碰撞。我们基于真实数据集建立了一个UE密度函数,反映了该区域的流量。我们研究四个问题:其中部署单个无人机以覆盖最大UE,其中部署$k$无人机以覆盖服从内部无人机距离约束的最大UE,其中部署$k$无人机以覆盖服从内部无人机距离约束和无人机的电池约束的最大UE,以及最小无人机以覆盖服从内部无人机距离约束的给定百分比的UE。我们证明了后三个问题是NP难的,并提出了贪心算法的理论分析。据我们所知,这是第一篇考虑无人机部署电池限制的论文。已经进行了大量的模拟,以验证我们的方法的有效性。
2017-12-06 cs.NI
Uplink Performance Analysis of a Drone Cell in a Random Field of Ground Interferers
空中基站是一种很有前途的技术,以增加现有的通信网络的能力。然而,现有的分析框架没有充分表征地面干扰对空中基站的影响。为了解决这个问题,我们模拟了来自空中链路上共存的地面网络的干扰的影响,这可能是由无人机基站服务的空中小区的上行链路。通过考虑地面干扰的泊松场,我们表征了无人机所经历的总干扰。该结果包括无人机天线方向图的影响、高度相关阴影以及各种类型的环境。我们表明,无人机在高空从更好的视线(LoS)中获得的好处被来自地面的干扰的高度脆弱性所抵消。然而,通过推导链路覆盖概率和传输速率,我们表明,无人机基站仍然是一种很有前途的技术,如果整个系统是适当的尺寸根据给定的密度和发射功率的发射机。特别是,我们的研究结果说明了如何通过定义最佳无人机高度和信号干扰比(SIR)要求来最大化这种网络的好处。
2017-11-03 cs.IT cs.NI math.IT
Fair Throughput Optimization with a Dynamic Network of Drone Relays
本文针对无人机中继网络提出基于极值优化的并行化α-公平部署算法,以低阶多项式时间在线求解三维部署问题,实现用户吞吐量公平性优化,并在真实城市拓扑的静态与动态场景中验证了其有效性。
2022-07-11 cs.NI eess.SP
Spatial and Temporal Management of Cellular HetNets with Multiple Solar Powered Drones
本文提出了一种动态太阳能无人机支持的蜂窝异构网络(HetNets)的能量管理框架。部署由宏小区基站(BS)、微小区BS和无人机小小区BS组成的HetNet以服务网络的订户。无人机可以降落在由移动运营商定义的预先计划的位置和宏小区BS站点,在那里它们可以为电池充电。该框架的目标是联合确定可以安全关闭的无人机和MBS的最佳行程,以最小化网络的总能耗。这是在考虑小区的容量和保证成功通信的最小接收功率的同时完成的。要做到这一点,整数线性规划问题的制定和优化解决三种情况下的知识水平的基础上,未来的可再生能源统计的无人机。一个低复杂度的松弛的解决方案也被开发。其性能被证明是接近的最优解。然而,随着网络变得更加拥塞,间隙增大。数值结果研究了所提出的基于无人机的方法的性能,并在节能和网络容量方面显示出显着的改善。
2019-12-08 cs.NI
Aerial Base Stations Deployment in 6G Cellular Networks using Tethered Drones: The Mobility and Endurance Trade-off
机载基站(由无人机携带)具有增强蜂窝网络覆盖范围和容量的巨大潜力。多个场景和用例将极大地受益于这种技术,例如(i)在密集和城市地区卸载地面基站(BS),以及(ii)为农村地区提供覆盖。然而,部署机载BS面临的主要挑战之一是无人机的可用能量有限,这限制了飞行时间。事实上,目前使用的大多数无人机(UAV)最多只能运行一个小时。由于需要频繁访问地面站进行充电,这限制了支持UAV的蜂窝网络的性能,使UAV的覆盖区域暂时无法使用。在这篇文章中,我们提出了一种新的无人机蜂窝网络设置的基础上系留无人机(TUAVs)。在拟议的设置中,TUAV通过系绳连接到地面站(GS),为TUAV提供能量和数据。这使得一个航班可以停留几天。我们详细描述了拟议系统的组成部分。此外,我们争取的主要优势,TUAV使能蜂窝网络相比,典型的无绳系无人机。接下来,我们将讨论TUAV的潜在应用和用例。最后,我们讨论了挑战,设计考虑,和未来的研究方向,以实现拟议的设置。
2020-08-12 cs.IT cs.NI eess.SP
Traffic Prediction in Cellular Networks using Graph Neural Networks
蜂窝网络是在全世界提供主要通信手段的无处不在的实体。蜂窝网络中的一个主要挑战是用户数量及其对电信服务的使用的动态变化,这导致某些基站处的过载。处理这种过载问题的一类解决方案是部署无人机,其可以充当临时基站并从过载的基站卸载流量。在开发这个解决方案的过程中有两个主要挑战。首先,预计无人机将出现在基站周围,其中未来将发生过载,因此需要预测业务过载。其次,无人机资源高度受限,只能飞行几分钟。如果受影响的基站真的很远,无人机永远无法到达那里。这需要将无人机初始放置在可能发生过载的扇区中,因此再次需要交通预报,但在不同的空间尺度上。必须指出的是,该问题所造成的区域的空间范围和可供无人机使用的极其有限的电力资源构成了一个巨大的挑战,如果不将无人机部署在战略位置以减少飞行到所需高需求区域的时间,就很难克服这个挑战。此外,由于无人机以有限的速度飞行,因此采用可以预测交通激增的预测解决方案非常重要,以便无人机可以在实际发生之前卸载过载。这两个目标都需要对蜂窝网络流量进行分析和预测,这是本项目的主要目标
2023-01-30 cs.LG cs.NE cs.NI
Communications and Networking Technologies for Intelligent Drone Cruisers
National Chiao Tung University(国立交通大学);National Taipei University of Technology(国立台北科技大学)
未来的移动通信网络需要具有快速移动性和长期悬停能力的空中基站(ABS)。目前,无人机(UAV)或无人机飞行时间不长,主要用于监视、监视和图像后处理。另一方面,传统的飞艇体积太大,不容易起降。因此,我们建议开发一种“人工智能(AI)无人机-巡洋舰”基站,可以帮助5G移动通信系统及其他系统在灾难发生后快速恢复网络,并处理闪电人群的即时通信。无人机巡航基站可以克服三种类型的闪光人群的通信问题,例如在体育场,游行和大型广场,以便可以准确地部署适当数量的空中基站,以满足大的和动态的交通需求。人工智能可以通过分析采集到的数据来解决这些问题,然后在自组织网络(SON)框架下调整系统参数,达到自配置、自优化、自修复的目的。在人工智能技术的帮助下,5G网络可以变得更加智能。本文旨在提供一种新型的服务,按需空中基站作为一种服务。这项工作需要克服以下五个技术挑战:长时间悬停的无人机巡洋舰的创新设计,人群估计和预测,快速3D无线信道学习和建模,空中基站的3D放置以及WiFi前传和毫米波/WiGig回传网络的集成。
2019-09-25 cs.CV cs.LG cs.NI
Joint position and trajectory optimization of flying base station in 5G cellular networks, based on users' current and predicted location
如今,无人机(UAV)已经得到了显著的改进,其最重要的应用之一是为蜂窝用户提供临时覆盖。静态基站由于地面BS故障、恶劣天气条件、自然灾害、传输错误等临时事件而暂时崩溃,无法为所有用户提供服务,配备小型蜂窝基站的无人机无人机基站立即被发送到目标位置,并建立必要的通信链路,而不需要任何预定的基础设施,并覆盖该区域。在该地区找到最佳位置和适当数量的无人机BS是一项挑战。因此,在本文中,最佳的位置和最佳的DBS的数量分布在用户的当前状态和后续的用户状态的预测确定。最后,DBS从当前状态到预测的未来位置的转换被优化。仿真结果表明,该方法可以提供可接受的网络覆盖。
2022-02-08 cs.NI eess.SP
Unmanned Aerial Vehicles in Logistics: Efficiency Gains and Communication Performance of Hybrid Combinations of Ground and Aerial Vehicles
无人驾驶飞行器(UAV)在各种智能交通系统(ITS)应用中得到了极大的普及,以提高交通系统的安全性和效率。在这种情况下,最近已经提出了地面车辆(例如送货卡车)与无人机的组合,以协助包裹的最后一英里拾取和递送。虽然飞行器可以通过灵活的路线和并行操作来提高效率,但高度可靠的无线通信也需要用于控制和协调可能以自组织方式行动的许多无人机。在本文中,我们分析了与传统交付相比,无人机在包裹交付中的使用所带来的改进,并提出了一个模拟框架,以进一步量化包裹交付物流的效率收益,并分析不同无线通信选项的性能。为此,我们考虑一个异构车辆路径问题与各种约束。我们考虑了两种方法,关于无人机的调度和恢复,并评估它们的好处,而不是用一个经典的卡车包裹交付。此外,我们还比较了两种网络技术,以实现无人机自组织团队与现实建模环境的协调:一种方法依赖于面向基站的长期演进(LTE),另一种方法是更分散的蜂窝车联网(C-V2X)解决方案。结果表明,通过使用无人机可以节省近40%的时间,并且可以通过利用分散的C-V2X通信来补偿面向基站的LTE方法中城市阴影对网络通信的负面影响
2019-11-07 cs.NI eess.SP
Streaming from the Air: Enabling Drone-sourced Video Streaming Applications on 5G Open-RAN Architectures
为无人机实现高数据速率上行链路蜂窝连接是一个具有挑战性的问题,因为飞行的无人机具有到地面UE通常没有视线的基站的视线传播的更高可能性。这可能导致当无人机以高数据速率(例如,视频流)。我们从蜂窝运营商的角度来解决这个问题,以支持感兴趣点的无人机源视频流。我们提出了一种低复杂度的闭环控制系统,用于Open-RAN架构,共同优化无人机在空间中的位置及其传输方向性,以支持视频流并最大限度地减少其对网络的上行链路干扰影响。我们在一个专用的室外多小区RAN测试平台上对所提出的控制系统进行了原型设计和实验评估,这是同类测试中的第一次。此外,我们进行了大规模的模拟评估建议的控制系统,使用实际的细胞部署拓扑结构和细胞负载配置文件的一个主要的美国蜂窝运营商。所提出的Open-RAN控制方案实现了比传统BS约束控制解决方案平均19%的网络容量增益,并且满足无人机的应用数据速率要求(例如,以流式传输HD视频)。
2021-11-16 cs.NI eess.SP
The New Frontier in RAN Heterogeneity: Multi-tier Drone-Cells
在蜂窝网络中,无线电接入网络(RAN)元件的位置主要基于长期业务行为来确定。然而,当业务(负载、需求)的随机且难以预测的时空分布不完全匹配RAN元件(供应)的固定位置时,一些性能降级变得不可避免。在4G网络中已经引入了多层小区(异构网络,HetNet)的概念以减轻这种失配。然而,随着流量分布越来越偏离长期平均值,即使是HetNet架构也将难以应对不稳定的供需不匹配,除非RAN被严重过度设计(这是财务上不可行的解决方案)。在这篇文章中,我们研究了配备基站(BS)的低空无人机平台的机会主义利用,即,5G网络中的无人机基站。特别是,我们设想一个多层无人机细胞网络补充地面HetNet。各种设备和非刚性放置选项允许利用多层无人机蜂窝网络来满足多样化的需求。因此,无人机蜂窝将供应带到需求所在,这为5G网络的异构性开辟了新的领域。我们调查了无人机细胞所承诺的进步,并讨论了与其运营和管理相关的挑战。我们提出了一个无人机小区管理框架(DMF)受益于软件定义网络(SDN),网络功能虚拟化(NFV)和云计算之间的协同作用。我们通过案例研究展示了DMF机制,并通过数值计算表明,它可以降低在多租户蜂窝网络中利用无人机的成本。
2016-07-22 cs.NI math.OC
Integrating UAV-Enabled Base Stations in 3D Networks: QoS-Aware Joint Fronthaul and Backhaul Design
本文研究3D网络中无人机基站的战略性放置问题,提出凝聚层次聚类算法优化基站位置和遗传算法设计回传连接,有效满足前传覆盖与回传负载需求,提升网络弹性。
2024-04-26 cs.NI
Drone Small Cells in the Clouds: Design, Deployment and Performance Analysis
作为可以安装在诸如无人机(UAV)的飞行设备上的空中无线基站的无人机小小区(DSC)的使用正在成为用于在各种场景中向地面用户提供无线服务的有效技术。在优化覆盖区域的同时有效部署此类DSC是关键的设计挑战之一。本文针对低空平台,研究了分布式卫星通信系统的下行覆盖性能。推导出了最佳DSC高度,它导致最大的地面覆盖和最小所需的发射功率为一个DSC。此外,在两种情况下,使用两个DSC为某个地理区域提供最大覆盖的问题进行了研究; DSC之间的无干扰和全干扰。研究了DSC之间的距离对覆盖区域的影响,并推导出最大覆盖的DSC之间的最佳距离。数值结果验证了我们的分析结果的最佳DSC的高度/间隔距离的存在,并提供的DSC的最佳部署,以补充无线网络覆盖的见解。
2015-09-05 cs.IT cs.NI math.IT
UAV-Based in-band Integrated Access and Backhaul for 5G Communications
我们介绍了使用无人机(UAV)作为无人机基站的概念,用于5G网络的带内综合接入和回程(IB-IAB)场景。我们首先提出了一个系统模型,用于在IB-IAB多层无人机蜂窝网络中的前向链路传输。然后,我们研究了这种情况下的关键挑战,并提出了一个框架,利用无人机的飞行能力作为主要的自由度,找到最佳的预编码器设计的回程链路,用户基站关联,无人机3D悬停位置,和功率分配。我们讨论了如何利用该算法来优化网络的性能在大规模和小规模。最后,我们使用一个详尽的搜索为基础的解决方案,以证明所提出的算法在接收信号干扰加噪声比(SINR)和整体网络的总和速率方面可以实现的性能增益。
2018-07-19 cs.NI eess.SP
Age of Gossip With Cellular Drone Mobility
University of Maryland, College Park(马里兰大学帕克分校)
研究基于蜂窝无人机移动的gossip机制,分析无人机移动与传播速度对信息新鲜度的影响,揭示双重瓶颈并提出版本信息年龄的缩放规律。
2026-01-09 cs.IT cs.NI cs.SI
Drone-Enabled Load Management for Solar Small Cell Networks in Next-Gen Communications Optimization for Solar Small Cells
Birla Institute of Technology and Science Pilani(比拉理工科学技术学院皮拉尼分校);Sardar Patel Institute of Technology(萨达尔·帕特尔技术学院);Ajay Kumar Garg College of Engineering(阿贾伊·库马尔·加工程技术学院)
针对5G及未来网络能源约束,提出利用无人机搭载空中基站在太阳能小蜂窝微电网间转移负载,实现稳定电力再分配,降低复杂度并减少基站断电。
2023-11-05 cs.LG cs.NI
Control over Skies: Survivability, Coverage, and Mobility Laws for Hierarchical Aerial Base Stations
空中基站(ABS)在下一代无线网络中具有重要的意义,可以方便和高质量地容纳移动地面用户和快速人群。然而,为了实现一个有效的ABS网络,许多因素有关的ABS飞行,管理法律和信息传输必须研究。本文从生存性、覆盖和移动性三个方面研究了多无人机通信,优化了多层ABS网络,避免了小区间干扰、能量不足、频繁切换和生命周期等问题。本文包括模拟结果的分层ABS分配处理一组用户在一个定义的地理区域。提出了几个开放的问题和挑战,提供深入了解ABS网络管理及其实用程序框架。
2021-04-16 cs.NI eess.SP
Aerial Base Stations: Practical Considerations for Power Consumption and Service Time
该研究针对空中基站实际部署中的有限载荷与机载能源问题,分析三类平台的能耗模型与性能指标,并结合旋翼无人机基站案例评估网络规划维度,为相关成本规划提供参考。
2023-10-07 cs.NI cs.SY eess.SY
3D Multi-Drone-Cell Trajectory Design for Efficient IoT Data Collection
无人机蜂窝(DC)是一种新兴技术,可提供灵活且具有成本效益的无线连接,以在地面网络的未覆盖区域收集物联网(IoT)数据。DC的飞行轨迹对数据汇集性能有很大影响。然而,设计的轨迹是一个具有挑战性的问题,由于DC的复杂的3D移动性,独特的DC到地面(D2 G)信道功能,有限的DC到BS(D2 B)回程链路质量等,在本文中,我们提出了一个3D DC轨迹设计的DC辅助物联网数据汇集,多个DC定期飞越物联网设备和中继的物联网数据到基站(BS)。考虑到最先进的实用D2 G信道模型,将轨迹设计公式化为混合整数非线性规划(MINLP)问题,以最小化平均用户到DC(U2 D)路径损耗。我们将MINLP问题分解为多个拟凸或整数线性规划(ILP)子问题,分别优化用户关联、用户调度、DC的水平轨迹和DC飞行高度。在此基础上,提出了一种求解MINLP问题的三维多DC轨迹设计算法,该算法采用块坐标下降法(BCD)对子问题进行迭代优化。与静态DC部署相比,所提出的轨迹设计可以将U2 D平均路径损耗降低10-15 dB,将U2 D路径损耗的标准差降低56%,这表明链路质量和用户公平性都得到了改善。
2019-05-29 cs.NI eess.SP
Airborne Urban Microcells with Grasping End Effectors: A Game Changer for 6G Networks?
嵌入在无人机或无人机(UAV)上的机载(或飞行)基站(ABS)可以被视为设想的6 G蜂窝网络的核心元素,其中毫米波/太赫兹通信的显著小区密集化将成为生态系统的一部分。尽管如此,ABS部署面临的关键挑战之一是无人机固有的有限可用能量,这将服务地面用户的悬停时间限制在几分钟的量级。这种障碍使支持UAV的蜂窝网络的性能恶化,并阻碍了该技术的广泛采用和使用。在本文中,我们提出了机器人机载基站(RABS)与把握能力,以增加地面用户的服务时间的多个数量级相比,名义悬停为基础的操作。更具体地说,为了执行抓取任务,RABS配备了一个多功能的,尽管是通用的夹持器机械手。根据夹持器的类型,RABS可以提供数小时的服务,而基于悬停的ABS则需要数分钟。从理论上讲,抓取可以是能量中性的,因此服务时间可以由通信能量消耗来限制。为了说明这种情况下,悬停和抓取之间的能耗比较,以揭示所提出的方法的显着优势。最后,总体挑战,RABS的设计考虑,以及未来的研究途径进行了概述,以实现拟议的机器人空中基站的全部潜力。
2021-05-19 cs.NI eess.SP
SIDLE: Semantically Intelligent Distributed Leader Election Algorithm for Wireless Sensor Networks
本文介绍了一组无线传感器和执行器网络(WSAN)的部署物联网(IoT)系统在农村地区部署的无人机下降传感器和执行器在一定的位置作为一个网格的六边形形式。节点在硬件和功能上是异构的,因此并非所有节点都能够直接向基站传输数据。原始的只能收集本地数据。然而,那些更复杂的装备有远程无线电遥测和更多的计算能力。功耗优化是设计WSAN的关键因素之一。总功耗必须最小化,因为传感器是自我管理的。按时间基准收集传感器并给电池充电是不可行的。因此,能源消耗优化和收获绿色能源是考虑的其他因素。在这方面,协议被设计成支持这种要求。预处理的数据首先由每个六边形单元的领导者收集和组合。然后,将信息分组发送到头簇。因此,头簇重新处理接收到的信息,并使用各种接收到的信息来描绘区域的更好的全局视图。最后,处理后的信息被发送到最近的基站或移动无人机。
2022-06-14 cs.DC cs.NI
SkyCharge: Deploying Unmanned Aerial Vehicles for Dynamic Load Optimization in Solar Small Cell 5G Networks
Birla Institute of Technology and Science Pilani(比拉理工科学技术学院皮拉尼分校);University of Kentucky(肯塔基大学);College of Communication and Information(传播与信息学院)
本文提出SkyCharge框架,利用无人机搭载空中基站,结合LSTM与进化神经网络,在太阳能小基站5G网络中实现动态负载和能量再分配,减少停电并保持吞吐稳定。
2024-02-09 cs.AI cs.LG cs.NE
Trajectory Design and Power Allocation for Drone-Assisted NR-V2X Network with Dynamic NOMA/OMA
在本文中,我们发现轨迹规划和功率分配的车辆网络中,无人驾驶飞机(UAV)被认为是一个中继,以扩大覆盖两个断开远车辆。我们发现,在一个两用户网络与放大转发(AF)中继,非正交多址接入(NOMA)总是有更好的或相等的和速率相比,正交多址接入(OMA)在高信噪比(SNR)制度。然而,对于i)基站(BS)到中继链路弱,或ii)两个用户具有相似链路,或iii)BS到中继链路类似于中继到弱用户链路的情况,应用NOMA具有可忽略的和速率增益。因此,由于连续干扰消除(SIC)在NOMA解码的复杂性,我们提出了一个动态的NOMA/OMA方案,其中OMA模式被选择用于传输时,应用NOMA只有微不足道的增益。此外,我们表明,OMA总是有更好的最小速率比NOMA在高信噪比制度。此外,我们制定了两个优化问题,最大限度地提高了两辆车的总和率和最小率。这些问题是非凸的,因此,我们提出了一种迭代算法的交替优化(AO)方法的基础上解决轨迹和功率分配子问题的逐次凸近似(SCA)和凸差分(DC)的方法,分别。最后,通过仿真验证了上述性能。
2020-07-17 cs.IT cs.NI eess.SP
UAVs as Mobile Base Stations
这里介绍的研究是作为Fabrizion Granelli教授在UniTn的课程“高级网络建模和设计”的一部分进行的,并将无人机用作移动基站。随着第五代(5G)RAN的出现,网络将不得不处理越来越多的不同设备。这将导致对现有电信公司和基础设施的更大需求。满足当前这些新需求的解决方案可能不足以保证为日益增长的需求提供所需的服务。特别是在紧急情况下,由于各种原因,使用地面基础设施是不可能的。所有这些因素都表明,利用无人驾驶飞行器作为移动基站,克服所有这些逆境。评估当前的技术水平,以确定满足所有要求的最佳方法;在此过程中,还考虑了业务影响。该提案是进一步研究和最终创建新创业公司的指导方针。研究计划的概要如下:1)本节简要概述了最新技术的现状,研究了哪些是现成的,哪些需要进一步开发。2)本节涵盖了研究建议,提出了一个适当的解决方案,克服了现有技术的缺点。3)本节涵盖了如果进一步开发和实施,这项研究可能产生的商业影响和结果。
2021-07-20 cs.NI cs.SY eess.SY