Cellular-Connected UAV: Potentials, Challenges and Promising Technologies
实现无人机(UAV)与地面飞行员/用户之间的高速率、低延迟和超可靠的无线通信对于实现其未来的大规模使用至关重要。为了实现这一目标,蜂窝连接无人机,其中用于各种应用的无人机作为新的空中用户集成到蜂窝网络中,是一种有前途的技术,最近引起了极大的关注。与传统的地面蜂窝通信相比,蜂窝无人机通信具有显著不同的特点,这给研究带来了新的挑战和机遇。在这篇文章中,我们提供了一个概述这一新兴技术,首先讨论其潜在的好处,独特的通信和频谱要求,以及新的设计考虑。然后,我们介绍了有前途的技术,使未来一代的三维(3D)异构无线网络与共存的空中和地面用户。最后,我们提出了模拟结果,以证实我们的讨论,并强调未来研究的重点方向。
2018-04-06 cs.IT math.IT
Coverage Analysis of Cellular-Connected UAV Communications with 3GPP Antenna and Channel Models
为了诸如无人机(UAV)的空中平台的可靠和高效的通信,蜂窝网络被设想为同时为空中和地面用户设备(GUE)提供连接,这给针对地面服务定制的基站(BS)的现有模式带来了挑战。因此,我们专注于覆盖概率分析,调查空中和地面用户的共存,采用现实的天线和信道模型报告的第三代合作伙伴计划(3GPP)。采用齐次泊松点过程(PPP)描述基站分布,基站天线的下倾角度和天线阵数可调。同时,全向天线用于蜂窝用户。我们首先推导出覆盖概率的近似值,然后进行大量的模拟,以评估天线数量,下倾角,载波频率和用户高度的影响。一个重要的发现表明,高海拔用户的覆盖概率变得不敏感的下倾角。此外,我们发现,在一定的高度范围内的空中用户设备(AUE)可以实现相同或更好的覆盖概率比GUE,这提供了一个洞察蜂窝连接的空中通信的有效部署。
2021-05-28 cs.IT eess.SP math.IT
Performance Analysis of Uplink Cellular IoT Using Different Deployments of Data Aggregators
数据聚合是实现物联网(IoT)通信蜂窝支持的有效解决方案。事实上,它有助于缓解信道拥塞,减少通信范围,并延长电池寿命。在本文中,我们使用随机几何来分析使用不同聚合器部署策略的上行链路蜂窝物联网的性能,包括地面和空中聚合器,例如,无人机或无人驾驶飞行器。我们专注于物联网特定的性能指标,通常由3GPP使用。具体来说,我们推导出平均发射功耗的封闭式表达式,这是确定物联网设备寿命的关键,以及最大耦合损耗,这对于确定蜂窝系统可以支持的最大覆盖范围至关重要。仿真结果验证了推导的理论表达式。结果表明,空中聚合器可以显着延长设备的寿命,并提供优越的覆盖范围相比,其他部署策略。此外,当聚合器密集部署时,随机部署表现良好,而当设备更加集群时,优化单个地面聚合器的位置是有益的。
2018-12-04 cs.IT math.IT
Beyond Conic Section Mainlobe Coverage for Unmanned Aerial Vehicle
蜂窝连接无人机市场是5G最有前途的市场之一。然而,它仍然占整个电信市场的一小部分,在可预见的未来不太可能大幅增加。部署天线向上倾斜的专用网络可以是一种选择,但专用网络的货币成本直接影响移动运营商的接受程度。因此,必须开发具有成本效益的空中覆盖解决方案。地面复盖复用网络是一种经济有效的空中复盖方法,但天线旁瓣带来的几个关键问题需要解决。本文提出了一种新的空中覆盖方法。通过调整测量报告处理机制,可以识别和忽略来自预定义高度以上的无人机报告的旁瓣的信号。仿真结果表明,采用该方法的传统蜂窝网络能够提供宽范围、连续的空中覆盖,且覆盖质量令人满意。
2022-04-21 cs.IT math.IT
Coverage Performance of Aerial-Terrestrial HetNets
在当前蜂窝网络技术下提供无缝覆盖仅通过总的蜂窝网络强度是可克服的。或者,作为经济有效的解决方案,最近提倡使用增强了地面基站(BS)功能的无人驾驶飞行器(UAV)。在本文中,我们调查的效果,纳入无人机安装基站(U-BS)构成的蜂窝网络的覆盖概率。为此,我们专注于大规模aerialterrestrial异构蜂窝网络(AT-HetNet)的覆盖概率的评估,其中每个技术/层的BS可以是地面(G-BS)或瑞银。我们的分析包括视线(LOS)和非LOS(NLOS)的地面(G2 G)和空对地(A2 G)链路的路径损耗衰减的影响。采用随机几何的工具,我们提供了一个表达式的覆盖概率的基础上的主要系统参数和百分比的BS在每一层是空中的。我们确认我们分析的准确性。使用我们的分析,我们观察到,对于几个常见的通信环境,例如,在高层和密集的城市环境中,包含U-BS可能对覆盖概率有害。然而,仍然可以通过关闭一定百分比的G-BS来最小化覆盖成本。有趣的是,对于城市和郊区,可以调整U-BS的高度,以增加覆盖概率。
2019-02-22 cs.IT math.IT
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
Performance of UAV-assisted D2D Networks in the Finite Block-length Regime
我们开发了一个全面的框架,以表征和优化性能的无人机(UAV)辅助D2D网络,其中D2D传输蜂窝传输。与传统的非视距(NLoS)地面传输不同,空中传输极有可能经历视距(LoS)。因此,用精确的衰落模型表征混合空中-地面网络的性能对于精确的网络性能表征和资源优化至关重要。我们首先表征各种性能指标,如帧解码错误概率(称为可靠性),中断概率和遍历容量的用户的封闭形式的表达式。地面和空中传输可能以一定概率经历LoS Rician衰落或NLoS Nakagami-m衰落。基于导出的表达式,我们用公式表示分层双目标混合整数非线性规划(MINLP)问题,以最小化所有用户的总发射功率并最大化服从服务质量(QoS)测量的D2D用户的聚合吞吐量(即,可靠性和遍历容量)。我们提出的问题作为一个二部一对多匹配游戏模型。为了解决这个问题,我们首先获得每个D2D和蜂窝用户在任何可能的子信道上的最佳闭式功率分配,然后将它们合并以设计有效的子信道和功率分配算法。提出的算法的复杂性分析。数值结果验证了我们推导的表达式的准确性,并揭示了空中中继的意义相比,地面中继在增加D2D对的吞吐量,特别是对于遥远的D2D对。
2020-08-13 cs.IT math.IT
Optimizing Cellular Networks for UAV Corridors via Quantization Theory
提出基于量化理论的蜂窝网络优化框架,通过调整基站天线倾角和发射功率,在保障地面用户性能的同时提升无人机走廊的覆盖与信号质量。
2023-08-02 cs.IT math.IT
Uplink NOMA for Cellular-Connected UAV: Impact of UAV Trajectories and Altitude
本文考虑了一种新兴的蜂窝连接的无人机(UAV)架构的监视或监控应用。我们考虑的情况下,蜂窝连接的空中用户设备(AUE)周期性地发送在上行链路中,与给定的数据率的要求,而沿着给定的轨迹移动。为了有效的频谱使用,我们使并发的上行链路传输的AUE和地面用户设备(TUE),采用功率域空中-地面非正交多址接入(NOMA),同时占AUE的已知轨迹。为了表征系统性能,我们开发了一个分析框架来计算速率覆盖概率,即,AUE和TUE的可实现数据率超过各自目标速率的概率。我们使用我们的分析结果,以数字方式确定的最小高度,AUE需要飞,在每个传输点沿给定的轨迹,以满足一定的服务质量(QoS)的约束,为各种AUE目标数据率和不同的建成环境。具体而言,结果表明,AUE的最小高度取决于它的距离BS的AUE沿着给定的轨迹移动。我们的研究结果突出了在蜂窝连接的无人机系统AUE轨迹建模的重要性。
2019-10-30 cs.IT eess.SP math.IT
Exploiting NOMA for UAV Communications in Large-Scale Cellular Networks
本文提出了一对无人机通信中的非正交多址接入(NOMA)策略,其中多个无人机作为新的空中通信平台为地面NOMA用户提供服务。提出了一种基于随机几何技术的多无人机系统框架,该框架考虑了两种实用策略:1)以无人机为中心的卸载策略和2)以用户为中心的应急通信策略。为了为拟议的NOMA辅助无人机框架提供实用见解,考虑了不完美连续干扰消除(ipSIC)场景。对于以无人机为中心的策略和以用户为中心的策略,我们得到了新的精确表达式的覆盖概率。我们还得到新的分析结果,正交多址接入(OMA)提供一个基准计划。在以用户为中心的策略和以无人机为中心的策略推导的分析结果明确表明,ipSIC系数是一个占主导地位的组成部分,在覆盖概率。仿真结果表明:在以用户为中心的策略和以无人机为中心的策略下,NOMA辅助的无人机蜂窝网络通过合理设置功率分配因子和目标速率,能够获得优于OMA的性能; NOMA辅助的无人机蜂窝网络的覆盖概率在很大程度上受配对NOMA用户的ipSIC系数、目标速率和功率分配因子的影响。
2019-07-11 cs.IT math.IT
Analysis of UAV Corridors in Cellular Networks
在这篇文章中,我们介绍了一个新的数学框架,分析和设计无人机走廊蜂窝网络,同时考虑到现实的网络部署,天线辐射模式和传播信道模型。通过利用量化理论,我们优化了现有地面蜂窝基站的电倾斜,以最大限度地提高传统地面用户和沿指定航线飞行的无人机的覆盖范围。我们的实际案例研究表明,优化的网络结果在小区划分,显着不同于通常的六边形图案,它可以成功地保证覆盖整个无人机走廊,而不会降低地面上的感知信号强度。
2023-01-23 cs.IT math.IT
Optimal Transport Theory for Cell Association in UAV-Enabled Cellular Networks
提出了一种新的无人机蜂窝网络时延最优小区关联框架。特别地,为了最小化地面用户任意空间分布下的平均网络延迟,确定了无人机和地面基站(BS)的最优小区划分。为此,利用最优传输理论的强大数学工具,证明了最优小区关联问题解的存在性,并完全刻画了解空间。分析和仿真结果表明,所提出的方法产生的平均网络延迟的显着改善。
2017-05-27 cs.IT math.IT
Safeguarding Wireless Network with UAVs: A Physical Layer Security Perspective
将无人机(UAV)集成到未来的无线系统(如第五代(5G)蜂窝网络)中,预计将为UAV和电信行业带来重大利益。一般而言,无人机可以作为蜂窝网络中的新的空中平台,为地面用户提供通信服务,或者成为地面基站所服务的蜂窝网络的新的空中用户。由于无人机高度较高,其与地面节点之间通常存在主导视距(LoS)信道,这给未来无人机广泛部署的无线网络带来了新的安全挑战。一方面,无人机地面通信比地面通信更容易受到地面恶意节点的窃听和干扰攻击。另一方面,与恶意地面节点相比,恶意无人机可以对地面通信发起更有效的窃听和干扰攻击。基于上述原因,在本文中,我们的目标是从物理层安全的角度来识别这些新问题,并提出新的解决方案来有效地解决这些问题。数值结果验证了它们的有效性,并对未来的研究方向进行了讨论。
2019-07-24 cs.IT math.IT
Coverage Probability Analysis of UAV Cellular Networks in Urban Environments
研究了基于二维泊松点过程的无人机辅助蜂窝网络的覆盖概率问题。假设蜂窝用户连接到最近的空中基站。我们推导出瑞利衰落信道下行链路覆盖概率的显式表达式。此外,我们探讨了性能的行为时,考虑到空对地信道的属性。分析和数值计算结果表明,无人机高度、路径损耗指数和无人机密度对覆盖概率有影响。以最大覆盖概率为目标,研究了无人机的最优高度和密度,为无人机部署设计提供了参考。
2018-05-11 cs.IT math.IT
Multi-Beam UAV Communication in Cellular Uplink: Cooperative Interference Cancellation and Sum-Rate Maximization
将无人机(UAV)作为新的空中用户集成到蜂窝网络中是一种很有前途的解决方案,可以满足其在大量应用中不断增长的通信需求。由于无人机高度高,无人机与地面基站(GBS)之间的信道由强视距(LoS)链路支配,因此在上行链路/下行链路中可能会对GBS产生严重的干扰,这使得与共存的地面和空中用户的干扰管理成为更具有挑战性的问题。本文研究了多天线无人机在其信号覆盖区域内与一组基站的上行通信。在这些GBS中,我们将可用的GBS表示为在UAV的所分配的资源块(RB)处不服务于任何地面用户的GBS,并且将占用的GBS表示为在相同RB中服务于它们各自相关联的地面用户的其余GBS。针对多波束无人机上行通信提出了一种新的协作干扰消除策略,该策略的目标是消除每个占用基站处的同频干扰,同时最大化可用基站的和速率。具体地,多天线UAV将多个数据流发送到所选择的可用GBS,所选择的可用GBS继而将其解码的数据流转发到其回程连接的占用GBS以进行干扰消除。为了得出有用的见解,首先表征了在高信噪比(SNR)状态下由多波束UAV通信用于和速率最大化可实现的最大自由度(DoF),其受到所有占用的GBS不遭受UAV的上行链路传输中的任何干扰的严格约束。然后,基于DoF最优设计,在有限SNR下的可实现的和速率被最大化,受到在每个被占用的GBS处给定的最大允许干扰功率约束。
2018-08-01 cs.IT math.IT
Exploiting NOMA for Multi-Beam UAV Communication in Cellular Uplink
无人机(UAV)预计将成为第五代(5G)和5G以后蜂窝网络中重要的新用户类别。特别地,存在新兴的UAV应用,诸如需要UAV与地面基站(GBS)之间的高速通信的航空摄影和数据中继。由于无人机飞行高度较高,其与地面基站之间的信道通常以强视距(LoS)链路为主,这为设计同时支持地面和空中用户的未来无线网络带来了机遇和挑战。尽管由于LoS主导信道,与地面用户相比,每个UAV可以与更多的GBS相关联以进行通信,但是它也在上行链路/下行链路中对地面通信造成/遭受更严重的干扰。本文研究了从一个多天线无人机的上行链路通信到一组GBS在其信号覆盖范围内考虑一个实际的,但具有挑战性的情况下,天线的数量在无人机小于同信道GBS。为了实现高速率传输,但避免干扰任何现有的地面通信在同信道的GBS,我们提出了一种新的多波束传输策略,通过利用非正交多址(NOMA)技术。具体地,UAV将每个数据流发送到所选择的GBS子集,GBS子集可以解码UAV的信号,然后在解码其服务的地面用户的消息之前消除它们,并且同时经由迫零(ZF)波束成形将其在其他GBS处的干扰置零。为了得出基本的见解,我们首先在封闭形式的自由度(DoF)下提出的战略。然后,我们提出了一种有效的算法,以最大限度地提高无人机的传输速率受到干扰避免的限制,以保护地面用户。
2018-10-25 cs.IT math.IT
3D Placement of an Unmanned Aerial Vehicle Base Station for Maximum Coverage of Users with Different QoS Requirements
对用于提供无线蜂窝服务的快速部署解决方案的需求可以通过无人机基站(UAV-BS)来实现。据我们所知,这封信是第一个在文献中,研究了一种新的3D无人机-BS的位置,最大限度地增加覆盖用户的数量与不同的服务质量要求。我们将布局问题建模为多个圆的布局问题,并提出了一种最优布局算法,该算法利用了封闭区域中一维参数的穷举搜索(ES)。我们还提出了一个低复杂度的算法,即最大加权面积(MWA)算法来解决布局问题。数值模拟表明,MWA算法的执行非常接近ES算法的显着降低复杂度。
2017-09-15 cs.IT math.IT
Efficient 3D Placement of a UAV Using Particle Swarm Optimization
当蜂窝网络出现故障时,无人机(UAV)可以用作空中无线基站。基于UAV的无线覆盖的先前研究通常考虑空对地路径损耗模型,其假设用户在室外并且他们位于2D平面上。在本文中,我们建议使用一个单一的无人机提供无线覆盖的高层建筑内的室内用户在灾害情况下(如地震或洪水),当蜂窝网络下降。我们假设室内用户的位置均匀分布在每个楼层,我们提出了一种粒子群优化算法来找到一个有效的3D布局的无人机,最大限度地减少所需的总发射功率,以覆盖室内用户。
2017-05-27 cs.IT math.IT
Joint Beamforming, User Association, and Height Control for Cellular-Enabled UAV Communications
为空中用户(例如无人机(UAV))提供可靠和无缝的移动性是下一代蜂窝系统的关键挑战。为了应对这一挑战,我们提出了一个联合波束成形,用户关联,无人机高度控制框架的蜂窝连接多无人机网络与多天线基站(BS)。在多个地面用户设备速率约束条件下,以最大化无人机最小可达速率为目标,设计了一种分层双层迭代算法,对基站波束形成向量、无人机关联矩阵和无人机高度进行联合优化。在内层迭代中采用投影梯度法,在外层迭代中采用几何规划建模加凹凸法,证明了算法收敛于局部最优解。考虑到无人机的移动特性,我们还利用我们提出的算法不完美的信道估计的情况下。数值结果表明,与传统的最邻近关联算法相比,该算法在理想和非理想信道估计情况下均能提高无人机的最小可达速率。此外,我们还研究了无人机的最小可达速率和频率之间的权衡与单移动无人机更新优化变量。
2020-02-16 cs.IT eess.SP math.IT
Cellular-Enabled UAV Communication: A Connectivity-Constrained Trajectory Optimization Perspective
National University of Singapore(新加坡国立大学)
本文从连接性约束角度研究无人机轨迹优化问题,旨在通过优化轨迹减少任务完成时间,同时满足最小接收信噪比要求。
2018-05-18 cs.IT cs.SY eess.SY
Cellular UAV-to-UAV Communications
无人机(UAV)之间的可靠和直接通信可以促进无人机群中的自主飞行、碰撞避免和合作。在本文中,我们认为无人机到无人机(U2 U)通信的蜂窝网络,其中无人机发射-接收对共享相同的频谱与蜂窝地面用户(GUE)的上行链路(UL)。我们通过一个分析框架,包括现实的高度相关的信道模型,天线方向图,和实际的功率控制机制,这种设置的性能进行评估。我们的研究结果表明,虽然U2 U通信的存在可能会恶化的GUE的性能,这种影响是有限的,因为基站通过其天线旁瓣接收无人机干扰。此外,我们说明了所有链路的质量随着无人机高度的增加而降低-由于大量的视线干扰器-,以及如何通过改变无人机功率控制策略来权衡U2 U链路的性能与GUE的性能。
2019-04-10 cs.IT math.IT
Uplink Cooperative NOMA for Cellular-Connected UAV
空地干扰抑制是蜂窝连接无人机通信中的一个挑战性问题。由于强视距(LoS)空对地(A2 G)信道,UAV可能对蜂窝基站(BS)施加/遭受比地面用户更严重的上行链路/下行链路干扰。为了解决这一挑战,我们建议应用非正交多址接入(NOMA)技术的上行链路通信从无人机蜂窝基站,频谱共享与现有的地面用户。然而,对于我们考虑的系统,传统的NOMA与本地干扰消除(IC),称为非合作NOMA,可以提供非常有限的增益相比,OMA。这是因为由于LoS A2 G信道而存在许多同信道BS,并且因此UAV的速率性能受到具有与UAV的最差信道条件的BS的严重限制。为了提高无人机的可达速率,提出了一种利用基站间回程链路的协作NOMA方案。具体地,选择具有较好信道条件的一些BS来首先解码UAV的信号,然后将解码的信号转发到其回程连接的BS以用于IC。为了研究合作NOMA的最优设计,我们最大化的无人机和地面用户的加权和速率,通过联合优化无人机的速率和功率分配在多个资源块。然而,这个问题很难得到最佳解决。为了获得有用的见解,我们首先考虑两种特殊情况下的自私和利他的无人机传输策略,分别,并解决其相应的问题最优。接下来,我们考虑一般情况下,并提出了一个有效的次优解决方案,通过交替优化。数值结果表明,建议的合作NOMA产生显着的吞吐量增益比OMA和非合作NOMA基准。
2019-02-14 cs.IT math.IT
A 3D Tractable Model for UAV-Enabled Cellular Networks With Multiple Antennas
提出了一种三维点过程模型,该模型可用于大规模蜂窝网络中无人机(UAV)的部署,并可跟踪地分析网络的基本网络性能。提出的三维点过程是基于二维齐次标记泊松点过程(PPP)设计的,其中每个点及其随机标记分别唯一地对应于三维点过程中每个点的投影和高度。我们研究了所提出的3D点过程的一些重要的统计特性,并阐明了这些特性的一些重要见解,这些特性有助于分析支持无人机的蜂窝网络,其中所有配备有多个天线的无人机都部署在所提出的3D点过程中作为空中基站。所提出的3D点过程的显着特点在于其适用于实际的3D通道建模和分析的易处理性。分析了无人机蜂窝网络的下行覆盖性能,得到了简洁的表达式,并推导了一些特殊情况下的封闭式结果。最重要的是,他们的基本限制实现无小区的大规模天线阵列的特点时,协调所有的无人机联合执行非相干下行链路传输。最后,数值结果验证了本文的一些关键发现。
2020-12-29 cs.IT eess.SP math.IT
UAV-Sensing-Assisted Cellular Interference Coordination: A Cognitive Radio Approach
空中-地面干扰抑制被认为是实现蜂窝连接无人机(UAV)通信的主要挑战。由于视距(LoS)占主导地位的空中-地面信道,与地面用户相比,UAV在其上行链路/下行链路通信中的大得多的区域上产生/遭受到/来自蜂窝基站(BS)的强得多的干扰。因此,传统的小区间干扰协调(ICIC)技术迎合地面网络变得无效,在减轻更严重的无人机引起的干扰。为了应对这一新的挑战,这封信介绍了认知无线电为基础的解决方案,将无人机和地面用户作为次要和主要用户在网络中,分别。特别地,具有地面BS/用户的LoS信道赋予UAV强大的频谱感测能力,用于在比其服务BS大得多的区域上检测地面信号。通过利用这一独特的功能,我们提出了一种新的无人机传感辅助ICIC设计的无人机下行链路和上行链路通信。具体地,UAV分别在其服务BS处可用的资源块(RB)上感测其接收到的干扰和地面用户在下行链路和上行链路中的传输,以帮助其向UAV的RB分配,从而避免对同信道地面通信的干扰。数值结果表明,所提出的无人机辅助ICIC优于传统的地面ICIC从事相邻BS的合作。
2020-01-31 cs.IT eess.SP math.IT
Downlink Coverage and Rate Analysis of an Aerial User in Vertical Heterogeneous Networks (VHetNets)
在本文中,我们分析了在垂直HetNets(VHetNets)包括空中基站(aerial-BS)和地面BS的下行链路覆盖概率和速率的空中用户。地面基站的位置被建模为一个无限的2-D泊松点过程(PPP),而空中基站的位置被建模为一个有限的2-D二项式点过程(BPP)。我们的蜂窝到空气(C2A)信道模型采用了视线(LoS)和地面BS和一个典型的空中用户之间的非LoS传输,而我们假设所有的空中链路LoS传输。我们假设空中用户与提供最强平均接收功率的空中BS或地面BS相关联。利用随机几何,我们推导出精确的和近似的表达式的覆盖概率和速率的干扰功率的拉普拉斯变换。表达式被简化,假设仅用于C2A信道的LoS传输。这使得能够在升高的空中用户高度处具有良好精度的易于计算的方程。我们发现,在低空盘旋的空中用户往往连接到密集的地面环境中的空中基站。在空中BS处采用定向波束成形通过减少从空中BS接收的干扰信号来保证空中用户处的可接受性能。在更密集的地面网络中,尽管波束成形,空中用户的性能大幅下降。
2020-09-10 cs.IT eess.SP math.IT
Performance Evaluation of UAV-enabled Cellular Networks with Battery-limited Drones
无人飞行器(UAV)可以用作飞行基站(BS)以卸载热点中的宏BS。然而,由于机载电池有限,无人机通常可以持续运行不到1.5小时。之后,UAV必须飞回专用充电站,该专用充电站对UAV的电池进行再充电/更换。在本文中,我们研究了无人机使能蜂窝网络的性能,同时捕捉的空间分布的充电站的影响。特别是,我们使用工具从随机几何推导出的覆盖概率的无人机使能的蜂窝网络的电池大小的函数,充电站的密度,以及充电/更换电池所需的时间。
2020-07-01 cs.IT eess.SP math.IT
Power Allocation for Uplink Communications of Massive Cellular-Connected UAVs
蜂窝连接无人机(UAV)在学术界和工业界都引起了极大的研究兴趣。为了支持现有蜂窝网络中的空中用户设备(UE),一种有前途的方法是将系统带宽的一部分专门分配给UAV-UE。这对于利用大量UAV-UE的使用情况尤其有利,例如,用于仓库附近的包裹递送。虽然近视距(LoS)信道可能导致接收到更高的功率,但无人机在同一频带内可能会对彼此造成严重干扰。在这方面的贡献,我们专注于大规模蜂窝连接的无人机的上行链路通信。基于连续凸近似(SCA)原理,提出了不同的功率分配算法,以最大化最小频谱效率(SE)或最大化总体SE来应对严重干扰。其中一个挑战是,UAV可能影响大的区域,这意味着在优化问题中必须考虑更多的UAV-UE,这与地面UE的优化问题本质上不同。单载波上行链路传输的必要性进一步使问题复杂化。然而,我们发现,大的相干带宽和相干时间的传播信道的特殊属性可以被利用。在全缓冲传输模式和突发业务模式下,通过大量的仿真对所提出的算法的性能进行了评估。实验结果表明,该算法能够有效地提高上行链路的信噪比。这项工作可以被认为是处理具有优化功率分配的大规模蜂窝连接的UAV-UE之间的干扰的第一次尝试。
2023-02-26 cs.IT eess.SP math.IT
Uplink Cooperative Interference Cancellation for Cellular-Connected UAV: A Quantize-and-Forward Approach
空中-地面干扰是在具有传统地面用户和新的无人机(UAV)用户的蜂窝网络中实现高频谱效率的主要障碍。由于其与地面的强视距(LoS)信道,UAV在其上行链路/下行链路通信中可能对大量非关联但共信道的基站(BS)造成/遭受严重干扰。在这封信中,我们提出了一种新的合作干扰消除(CIC)的无人机的上行链路通信,以减轻其强干扰的同信道基站,这只需要每个同信道基站和它的相邻的帮助BS之间的本地合作。具体地,不服务于UAV的通信信道中的任何用户的帮助BS将它们从UAV接收到的信号转发到它们的辅助同信道BS,该辅助同信道BS然后处理量化信号及其自己的接收信号,以经由通过线性/非线性干扰消除技术(ICT)消除UAV的信号来解码其服务的地面用户的消息。我们推导出建议的CIC方案与不同的ICT作为无人机的发射功率和速率的函数的可实现的速率,从而揭示了条件下,建议的CIC方案优于现有的CIC方案的基础上的解码和转发(DF)操作的帮助BS。
2020-06-01 cs.IT eess.SP math.IT
Towards a Connected Sky: Performance of Beamforming with Down-tilted Antennas for Ground and UAV User Co-existence
为空中用户(例如蜂窝连接的无人机)提供连接是未来蜂窝系统的关键挑战。在本文中,使用共轭波束形成的同时内容交付与多个地面用户共存的AU进行了研究。特别地,考虑通过空间复用服务空中和地面用户的均匀分布的大规模多输入多输出使能的地面基站的内容递送网络。对于该模型,成功的内容递送概率被导出为系统参数的函数。各种系统参数,如天线下倾角,AU海拔高度,调度用户的数量,和天线的数量上可实现的性能的影响进行了研究。结果表明,每当AU的高度低于BS的高度,天线下倾角产生的AU和GU的性能之间的内在权衡。然而,如果AU高度超过BS高度,则以相当大的角度向下倾斜BS天线改善AU和GU两者的性能。
2019-07-11 cs.IT eess.SP math.IT
A Survey of Prototype and Experiment for UAV Communications
无人机(UAV)通信已经引起学术界和工业界的极大关注。为了便于无人机在实际中的大规模应用,我们提供了一个全面的调查无人机通信的原型和实验。为此,我们首先概述了无人机通信的原型和实验的一般架构,然后给出空对地信道模型和无人机能耗模型的实验验证。接下来,我们讨论了两种有前途的无人机通信模式,即蜂窝连接的无人机和无人机启用空中通信平台的测量实验。对于前者,我们专注于可行性研究并解决干扰缓解问题。针对无人机空中通信平台,提出了无人机空中基站、无人机空中中继和无人机空中数据汇集/分发三种场景。最后,我们指出了一些有前途的无人机通信的原型和实验测量的未来方向。
2020-07-02 cs.IT eess.SP math.IT
Cellular-Enabled UAV Communication: Trajectory Optimization Under Connectivity Constraint
本文研究了一种由一架无人机和多个地面基站组成的蜂窝式无人机通信系统。UAV具有从初始位置飞行到最终位置的任务,在此期间,它需要通过在每个时刻与GBS中的一个相关联来保持与蜂窝网络的可靠无线连接。我们的目标是最大限度地减少无人机的任务完成时间,通过优化其轨迹,受到的最小接收信噪比(SNR)的目标,这需要在整个任务中得到满足指定的GBS-无人机链路的连接约束的质量。该问题是非凸的,很难得到最优解。我们首先提出了一种有效的方法来检查其可行性的基础上图的连通性验证。然后,通过分析无人机执行任务过程中GBS与无人机的关联序列,得到了无人机最优航迹的一些有用信息,并在此基础上,利用凸优化和图论中的技术,提出了一种有效的轨迹优化问题的近似求解算法。数值结果表明,我们提出的轨迹设计达到接近最优的性能。
2017-10-31 cs.IT math.IT
Machine Learning for Predictive On-Demand Deployment of UAVs for Wireless Communications
在本文中,提出了一种新的机器学习(ML)框架,使无人机(UAV),作为空中基站(BS)的预测,有效的部署,提供按需无线服务的蜂窝用户。为了对蜂窝网络流量进行全面的分析,提出了一种基于高斯混合模型(GMM)和加权期望最大化(WEM)算法的ML框架来预测潜在的网络拥塞。然后,基于预测的蜂窝业务量,研究了在满足下行链路用户通信需求的同时,使无人机移动所需功率最小的无人机优化部署问题。为此,首先,基于公平性原则,导出每个UAV的服务区的最优划分。接下来,推导出使总功耗最小化的每个UAV的最佳位置。仿真结果表明,与无最大似然预测的无人机优化部署相比,该方法可以降低所需的下行发射功率,提高功率效率20%以上。
2018-04-30 cs.IT eess.SP math.IT
A Tractable Framework for Coverage Analysis of Cellular-Connected UAV Networks
近年来,无人机在公共和民用领域得到了广泛的应用。为了确保可靠的控制和导航,通过现有的蜂窝网络基础设施将无人机连接到控制器,地面基站(GBS)已经被提出作为有前景的解决方案。然而,由于其独特的传播条件,表征蜂窝连接的无人机的通信性能是极具挑战性的。本文提出了一个易于处理的蜂窝连接无人机网络的覆盖分析框架,其中包括一个新的阻塞模型和一个有效的方法来处理一般衰落信道。特别地,提出了一种视线(LoS)球模型来描述无人机通信系统中的概率传播,并推导了具有一般Nakagami衰落的聚合干扰的Laplace变换表达式。这个框架导致一个易于处理的表达的覆盖概率,这反过来又有助于调查的GBS密度的影响。具体地说,一个紧的下限上的最佳密度,最大化的覆盖概率。数值结果表明,所提出的LoS球模型是准确的,最优GBS密度随无人机高度的增加而减小。
2019-01-31 cs.IT math.IT
Underlay Drone Cell for Temporary Events: Impact of Drone Height and Aerial Channel Environments
针对物联网临时活动的覆盖需求,提出基于随机几何的underlay无人机空中基站上下行覆盖概率分析框架,验证了准确性并揭示信道环境与高度的影响,给出部署设计准则。
2018-10-09 cs.IT math.IT
Towards Power-Efficient Aerial Communications via Dynamic Multi-UAV Cooperation
附着于无人机(UAV)的空中基站(BS)构成了下一代蜂窝通信的新范例。然而,由于无人机的尺寸、重量和功率(SWAP)限制,空中BS的飞行范围和通信容量通常是有限的。为了应对这一挑战,在本文中,我们考虑多个空中基站之间的动态协作传输的功率效率的空中通信。由此,中央控制器智能地选择在空中导航的空中BS进行协作。因此,考虑到信道条件、能量可用性和用户需求,由协作空中BS形成的移动天线的大型虚拟阵列可以用于低功率信息传输和导航。同时考虑到前传和数据传输链路,我们共同优化的轨迹,合作的决定,和发射波束形成器的空中基站所需的所有BS的功率消耗的加权和最小化。由于获得制定的问题的全局最优解是困难的,我们提出了一个低复杂度的迭代算法,可以有效地找到一个Karush-Kuhn-Tucker(KKT)的解决方案的问题。仿真结果表明,与几种基准方案相比,动态多无人机协作可以显著降低无人机的通信和导航功率,克服SWAP的限制,同时只需要少量增加前传链路上的发射功率。
2020-01-30 cs.IT eess.SP math.IT
Stochastic Geometry Analysis of Hybrid Aerial Terrestrial Networks with mmWave Backhauling
为了满足日益增长的数据需求,服务提供商正在考虑使用无人机(UAV)作为空中基站(BS)来提供连接。无人机对于在灾害和事故情况下提供连接尤其重要,这些灾害和事故可能完全削弱现有的地面网络。然而,为了维持UAV与核心网络的通信,必须为它们提供到地面BS的无线回程连接。在这项工作中,我们使用随机几何研究毫米波(mmWave)回程的无人机在空中-地面混合蜂窝网络中的无人机的影响,其中无人机被添加到地面BS提供可靠的服务给用户(UE)。在所提出的模型中,UE可以关联到地面BS或连接到BS的UAV以获得回程支持。所提出的模型的性能进行评估的覆盖概率和验证对密集的模拟。所获得的结果揭示了UAV的毫米波回程链路的质量对UE的体验具有显著影响,并且UAV的部署必须相应地调整。
2019-10-26 cs.IT eess.SP math.IT
Optimized Trajectory Design in UAV Based Cellular Networks for 3D Users: A Double Q-Learning Approach
在本文中,无人机(UAV)的轨迹设计问题,以最大限度地提高满意的用户数量的无人机为基础的蜂窝网络中,无人机作为一个飞行的基站,为用户提供服务,用户表示其满意度在允许的最大等待时间内完成其数据请求。轨迹设计是一个优化问题,其目标是最大限度地提高满意的用户数量。针对这一问题,提出了一种基于双Q-学习算法的机器学习框架。该算法使无人机能够找到最佳轨迹,最大限度地提高满意的用户数量。与传统的学习算法(如Q学习)使用相同的Q表选择和评估动作相比,该算法可以将选择和评估解耦,从而避免了导致次优策略的高估。仿真结果表明,该算法与随机算法和Q-学习算法相比,满意用户数分别提高了19.4%和14.1%。
2019-02-20 cs.IT math.IT
Data-driven Optimization and Transfer Learning for Cellular Network Antenna Configurations
本文提出基于Sionna射线追踪的数据驱动方法优化蜂窝网络天线倾角与波束宽度,使最差用户速率翻倍,并通过迁移学习实现跨场景高效泛化。
2025-04-01 cs.IT cs.NI eess.SP
Providing Wireless Coverage to High-rise Buildings Using UAVs
当蜂窝网络出现故障时,无人机(UAV)可以用作空中无线基站。基于UAV的无线覆盖的先前研究通常考虑空对地路径损耗模型,其假设用户在室外并且他们位于2D平面上。在本文中,我们建议使用一个单一的无人机提供无线覆盖的高层建筑内的室内用户在灾害情况下(如地震或洪水),当蜂窝网络下降。首先,我们提出了一个现实的室外-室内路径损耗模型,并描述了这个模型引入的权衡。然后,我们研究了高效的无人机布局问题,其目标是最小化覆盖整个高层建筑所需的总发射功率。公式化的问题是非凸的,通常很难解决。为此,我们考虑两种情况下的实际利益,并提供有效的解决方案,制定这些情况下的问题。在第一种情况下,我们的目标是找到最小的发射功率,使室内用户的最大路径损耗可以覆盖。在第二种情况下,我们假设室内用户的位置在每个楼层的维度上是对称的。
2017-05-27 cs.IT math.IT
Cellular-Connected UAV with Adaptive Air-to-Ground Interference Cancellation and Trajectory Optimization
针对蜂窝连接无人机的空对地同信道干扰问题,提出自适应干扰消除结合轨迹与资源联合优化的方案,通过交替优化和SCA算法求解,显著提升了无人机吞吐量。
2022-03-29 cs.IT math.IT
Reshaping Cellular Networks for the Sky: Major Factors and Feasibility
本文研究了使用现有蜂窝基础设施支持无人机操作的可行性。我们提出了一个分析框架,其中包括基站(BS)的高度和天线辐射模式,无人机天线的方向性和各种传播环境的影响。在这个框架下,我们通过一个实用的小区关联策略推导出地面和无人机用户的覆盖概率的精确表达式。我们的研究结果表明,精心设计的网络可以控制无人机接收到的辐射干扰,从而保证令人满意的服务质量。此外,随着网络密度的增长,可以通过降低无人机飞行高度来部分地管理增加的干扰水平。然而,即使在最佳条件下,无人机的覆盖性能也会相当快地收敛到零,这表明超密集网络可能不适合为空中用户提供服务。
2018-02-02 cs.IT cs.NI math.IT
Accessing From The Sky: A Tutorial on UAV Communications for 5G and Beyond
无人机(UAV)已经找到了许多应用,预计将在未来十年带来丰富的商业机会。在无人机的各种使能技术中,无线通信是必不可少的,近年来引起了越来越多的关注。与传统的地面通信相比,无人机的通信面临着新的挑战,因为无人机的高度高,在三维空间中的运动灵活性大。出现了几个关键问题,包括主要的UAV-地面信道的视距(LoS)和由此产生的强烈的空中-地面网络干扰,UAV控制消息与有效载荷数据的不同通信服务质量(QoS)要求,UAV的大小、重量和功率(SWAP)限制所施加的严格约束,以及高度可控的三维无人机机动性带来的新的设计自由度(DoF)的开发。在本文中,我们对无人机通信的最新进展进行了教程概述,以解决上述问题,重点是如何将无人机集成到即将到来的第五代(5G)和未来的蜂窝网络中。特别是,我们将我们的讨论分为两个有前途的无人机通信的研究和应用框架,即无人机辅助无线通信和蜂窝连接的无人机,其中无人机作为空中通信平台和用户,分别。此外,我们指出了未来的研究和调查有前途的方向。
2019-03-14 cs.IT eess.SP math.IT
Intelligent Base Station Association for UAV Cellular Users: A Supervised Learning Approach
第五代(5G)蜂窝网络预计将为包括无人机(UAV)在内的车辆用户提供蜂窝连接。当在空中飞行时,这些用户体验到地面上的大量基站(BS)的强的、无障碍的信道条件。这为UAV用户造成了非常强的干扰条件,同时为他们提供了大量的BS以潜在地与蜂窝服务相关联。因此,为了最大化UAV-BS无线链路的性能,UAV用户需要能够基于观察到的环境条件来选择连接到哪些BS。本文提出了一种基于监督学习的关联方案,利用该方案,无人机可以智能地关联到最合适的基站。我们训练一个神经网络(NN),根据从BS接收到的信号功率、到BS的已知距离以及潜在干扰源的已知位置,从几个候选BS中识别出最合适的BS。然后,我们比较了基于NN的关联计划对最强信号和最近邻关联计划的性能,并证明NN计划显着优于简单的启发式计划。
2020-08-28 cs.IT eess.SP math.IT
Cellular-Connected UAV: Uplink Association, Power Control and Interference Coordination
视距(LoS)空-地信道为蜂窝连接无人机(UAV)通信带来了机遇和挑战。一方面,与地面用户相比,LoS信道使更多的蜂窝基站(BS)对UAV可见,这导致用于UAV-BS通信的更高的宏分集增益。另一方面,它们还使得UAV向/从BS施加/遭受更严重的上行链路/下行链路干扰,因此需要涉及更多BS的更复杂的小区间干扰协调(ICIC)技术。在本文中,我们考虑从无人机到蜂窝基站的上行链路传输,与现有的地面用户共享频谱。为了研究最佳ICIC设计和空地性能权衡,我们通过联合优化UAV的上行链路小区关联和多个资源块上的功率分配来最大化UAV和现有地面用户的加权和速率。然而,这个问题是非凸的,很难得到最优解。首先,我们提出了一个集中的ICIC设计,以获得局部最优解的逐次凸逼近(SCA)方法的基础上。由于集中式ICIC需要网络的全局信息和大量的BS之间的信息交换,我们进一步提出了一个分散的ICIC方案,显着降低复杂性和信令开销的实现,通过将蜂窝BS划分为小规模的集群和利用LoS宏分集之间的无人机和集群头BS交换信息。数值结果表明,所提出的集中式和分散式ICIC方案都达到了接近最优的性能,并得出重要的设计见解的基础上,实际的系统设置。
2019-08-15 cs.IT math.IT
Performance Analysis of Mobile Cellular-Connected Drones under Practical Antenna Configurations
由于遭遇视线干扰和向下倾斜的基站(BS)天线的降低的增益,向无人机用户设备(UAV-UE)提供无缝连接是非常具有挑战性的。例如,随着UAV-UE的高度增加,它们的小区关联和切换过程变得由BS天线的旁瓣驱动。在本文中,蜂窝连接的UAV-UE的性能进行了研究下的3D实际天线配置。研究了两种场景:具有静态悬停UAV-UE的场景和具有移动UAV-UE的场景。对于这两种情况,UAV-UE覆盖概率被表征为系统参数的函数。研究了天线阵元数目对UAV-UE覆盖概率和移动UAV-UE切换率的影响。结果表明,实际天线方向图下的UAV-UE覆盖概率比简单天线模型下的覆盖概率要差。此外,由于天线旁瓣的零点和峰值的连续交叉,垂直移动的UAV-UE容易受到高度切换的影响。
2020-02-02 cs.IT eess.SP math.IT
REQIBA: Regression and Deep Q-Learning for Intelligent UAV Cellular User to Base Station Association
无人机(UAV)正在成为下一代蜂窝网络的重要用户。通过在天空中操作,无人机用户体验到与地面用户非常不同的无线电条件,这是由于诸如强视距(LoS)信道(和干扰)和基站(BS)天线未对准等因素。因此,UAV可能经历其接收的服务质量的显著降级,特别是当它们正在移动并且受到频繁的干扰时。解决方案是让无人机能够感知其周围环境,并利用这种感知智能地连接到蜂窝网络。在本文中,我们提出了智能无人机蜂窝用户到基站关联(REQIBA)的回归和深度Q学习,这是一种允许无人机在城市上空飞行的解决方案,使用有关接收信号功率,BS位置和周围建筑物拓扑的信息智能连接到底层BS。我们演示了如何REQIBA可以多达一倍的无人机总吞吐量相比,启发式关联方案类似于那些常用的地面用户。我们还评估了环境因素(如无人机高度、建筑密度和由于无人机造成的吞吐量损失)如何影响我们的解决方案的性能。
2021-11-03 cs.IT eess.SP math.IT
A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence
University of Macau(澳门大学);Future Network of Intelligence Institute(未来网络智能研究院);The Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳));Southeast University(东南大学);Purple Mountain Laboratories(紫金山实验室);University of New South Wales(新南威尔士大学);University of Texas at Dallas(德克萨斯大学达拉斯分校);Friedrich-Alexander-University Erlangen-Nurnberg(弗里德里希-亚历山大-埃尔朗根-纽伦堡大学);University of California, Irvine(加州大学欧文分校)
由于蜂窝技术的进步和蜂窝基础设施的密集部署,将无人机(UAV)集成到第五代(5G)及更高级别的蜂窝网络中是实现安全UAV操作以及通过特定任务有效载荷数据交付实现多样化应用的有前途的解决方案。特别是,5G网络需要支持三种典型的使用场景,即增强型移动宽带(eMBB)、超可靠低延迟通信(URLLC)和大规模机器类型通信(mMTC)。一方面,无人机可以作为具有成本效益的空中平台,通过利用其高巡航高度和三维(3D)空间中的可控机动性,为地面用户提供增强的通信服务。另一方面,由于需要无处不在的3D信号覆盖以及强烈的空中-地面网络干扰,同时为UAV和地面用户提供这种通信服务提出了新的挑战。除了高性能无线通信的要求外,支持有效和高效的传感以及网络智能的能力对于空中和地面用户共存的5G及更高3D异构无线网络也至关重要。在本文中,我们提供了一个全面的概述,最新的研究工作,将无人机集成到蜂窝网络,重点是如何利用先进的技术(例如,智能反射面、短包传输、能量收集、联合通信和雷达感知、边缘智能等),以满足下一代无线系统的多样化业务需求。此外,我们强调在未来的工作中进一步调查的重要方向。
2021-06-12 cs.AI cs.IT cs.LG
Integrated Sensing and Communications over Hierarchical Cellular and Cell-Free MIMO Systems
German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心);University of Kaiserslautern (RPTU)(凯泽斯劳滕工业大学)
本文提出分层蜂窝与无小区MIMO系统的集成感知与通信架构,通过中央基站协同处理通信与感知、分布式AP作为双基地接收机,降低前传开销,同时提升总吞吐量与感知精度。
2026-08-20 cs.IT eess.SP math.IT
Understanding UAV Cellular Communications: From Existing Networks to Massive MIMO
本文的目的是让读者及时了解无人机蜂窝通信,弥合3GPP标准化现状与更前瞻性研究之间的差距。特别强调的是下行命令和控制(C&C)信道的空中用户,其可靠性被认为是最重要的技术的无人机蜂窝通信的商业成功。通过对两种网络部署--当今蜂窝基础设施与下一代大规模MIMO系统--的实际并排比较,揭示了多个关键事实,其中三个主要事实总结如下:(i)UAV小区选择基本上由基站辐射图的副瓣驱动,导致UAV与遥远的小区相关联;(ii)在10 MHz带宽上,并且对于高达300 m的UAV高度,当用于信道估计的上行链路导频在基站站点之间被重用时,大规模MIMO网络可以在74%的情况下支持100 kbps C&C信道,并且在96%的情况下没有跨网络的导频重用;(iii)由于严重的飞行员污染,支持UAV C&C信道可能会大大影响地面用户的性能,除非有合适的功率控制策略。
2018-04-20 cs.IT eess.SP math.IT
Evaluating 5G Networks for U-Space Applications: Insights from Dense Urban Measurement Campaign
本文基于在西班牙贝尼多姆市密集城市环境的测量活动,评估了蜂窝连接UAV在不同高度、运营商和技术下的通信性能,发现当前网络缺乏空中覆盖规划难以支持可靠通信,呼吁改进网络方案以保障UAV在城市空域的安全运行。
2025-04-07 cs.IT eess.SP math.IT
Mobility in the Sky: Performance and Mobility Analysis for Cellular-Connected UAVs
为无人机或飞行出租车等无人机用户设备提供连接是未来蜂窝系统的主要挑战。在本文中,使用协调多点传输提供无缝连接到无人机用户设备进行了研究。特别是,集群地面基站的网络,合作服务的无人机数量被认为是。研究了两种场景:具有静态悬停的UAV用户设备的场景和具有移动UAV-UE的场景。在最大比传输下,开发并利用一种新的框架来推导两种情况下UAV-UE覆盖概率的上界和下界。使用导出的结果,各种系统参数,如协作距离,无人机高度,和UAV-UE速度上可实现的性能的影响进行了研究。结果表明,无论是静止的还是移动的无人机用户设备,当基站天线向下倾斜时,无论采用哪种传输方式,高空无人机用户设备的覆盖概率都是地面用户覆盖概率的上界。此外,对于低信号干扰比阈值,示出了CoMP传输可以提高UAV用户设备的覆盖概率,例如,从最近关联方案下的28%到200米协作距离下的60%。
2019-08-21 cs.IT eess.SP math.IT
Handover-Aware Trajectory Optimization for Cellular-Connected UAV
针对蜂窝连接无人机飞行中频繁切换导致延迟和同步开销的问题,提出基于图论和拉格朗日松弛的轨迹优化算法,在通信质量和时间约束下最小化切换次数,数值验证有效。
2025-02-26 cs.IT cs.SY eess.SY
Optimal Resource Allocation in Ground Wireless Networks Supporting Unmanned Aerial Vehicle Transmissions
我们考虑一个满载地面无线网络支持无人机(UAV)传输服务。为了实现到地面用户(GU)和UAV的过载传输,根据GU和UAV是否同时被服务,采用两种传输方案,即非正交多址(NOMA)和中继。在系统采用无限块长(IBL)码的假设下,推导了两种方案下GU和UAV的IBL吞吐量。更重要的是,我们还考虑了通过有限块长度(FBL)码传输数据分组的情况,即,向无人机和地面站的数据传输是在低延迟和高可靠性约束下进行的。在这种设置中,FBL吞吐量的特点再次考虑到NOMA和中继两种方案。根据IBL和FBL的吞吐量特性,提出了在保证蜂窝用户吞吐量的前提下最大化无人机吞吐量的最优资源分配设计方案,证明了中继方案能够在提高GU性能的同时为无人机提供传输服务,并且中继方案在FBL体制下比在IBL体制下为无人机提供更高的吞吐量.另一方面,NOMA方案通过略微牺牲GU的性能来提供更高的UAV吞吐量(比中继)。
2020-01-19 cs.IT eess.SP math.IT
The Meta Distribution of SINR in UAV-Assisted Cellular Networks
在无人机(UAV)上安装紧凑、轻便的基站是一种具有成本效益且灵活的解决方案,可在现有地面网络上提供无缝覆盖。虽然无人机辅助蜂窝网络的覆盖概率已经得到了广泛的研究,它只提供了信号与干扰加噪声比(SINR)的一阶统计。在本文中,分析高阶统计的信干噪比和特征的差异之间的各个环节,我们提供了一个Meta分布(MD)为基础的分析框架,无人机辅助蜂窝网络,其中的概率视距信道和现实的天线方向图考虑到空到地传输。为了准确地描述无人机干扰,我们放宽了广泛应用的均匀离轴角(OBA)假设,并推导出OBA的精确分布。使用随机几何,可操纵和垂直天线的情况下,我们获得数学表达式的时刻的条件成功概率,SINR MD,和平均本地延迟。此外,我们还研究了网络密度趋于无穷大时矩的渐近行为。数值结果验证了理论结果的严密性,并表明一致OBA假设低估了网络性能,特别是在无人机的中等高度区域。我们还表明,当无人机配备可操纵天线,网络覆盖和用户公平性可以同时优化通过仔细调整无人机参数。
2023-01-30 cs.IT eess.SP math.IT