一种基于无人机D2D通信网络的能效最大资源分配方法组成比例

本发明专利技术涉及一种基于无人机D2D通信网络的能效最大资源分配方法，属于通信技术领域。该方法包括：构建无人机辅助下基于能量收集的D2D通信网络，包含一个无人机、个地面终端和对D2D用户。无人机悬停在覆盖区域上空作为空中基站向地面终端发送信号，D2D发射机从无人机发送的信号中收集射频能量，同时利用收集的能量与接收机进行通信。根据无人机的飞行高度约束、D2D用户的最小能量收集约束和地面终端的服务质量约束，考虑D2D用户的位置不确定性和高斯信道不确定性，建立鲁棒能效最大资源分配优化问题。实验结果表明，本发明专利技术可以有效提高系统能效和鲁棒性。

【技术实现步骤摘要】
一种基于无人机D2D通信网络的能效最大资源分配方法
本专利技术属于通信
，涉及一种基于无人机D2D通信网络的能效最大资源分配方法。
技术介绍
随着无线数据通信的快速发展及移动终端大规模普及，新一代的移动通信需要更广阔的通信覆盖范围和更高的系统容量，同时，大范围、大规模的通信网络使得能量消耗问题变得严峻。为了提高用户接入数量并且避免通信盲区，需要部署更多的无线节点。近年来，无人机(UnmannedAerialVehicles,UAV)通信技术得到越来越多人的关注，由于无人机具备成本低、部署快和灵活性好的特点，无论是应急场景或者热点地区，无人机都可以作为低空平台提供网络接入服务，加强无线覆盖。相较于传统地面基站，无人机可以通过与地面终端(GroundTerminals,GTs)建立视距(LineofSight,LOS)通信链路，提升系统性能。此外，设备间(Device-to-Device,D2D)通信和无线携能(SimultaneousWirelessInformationandPowerTransfer,SWIPT)技术也被视为未来通信的关键技术。一方面，D2D通信可以通过频谱资源共享，进行信息直传，进一步地提高系统容量。另一方面，无线携能技术可以收集射频信号中的能量，减少能量消耗。因此，基于无人机接入网络的D2D通信在新一代通信技术中具备很大的潜力。为了充分利用发挥无人机和D2D通信的优势，提高D2D用户和地面终端的通信质量，减少用户间干扰，需要对该网络场景下的资源分配问题进行深入研究。现有的研究主要集中在基于无人机辅助的下垫式D2D通信场景，忽略了由于信道不确定性和位置不确定性对系统性能的影响，以及大规模用户接入导致巨大能源消耗的问题。为了提高系统鲁棒性，减少由于能量受限对系统性能的限制，提高能量效率，还需要进行进一步研究。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于无人机D2D通信网络的能效最大资源分配方法。为达到上述目的，本专利技术提供如下技术方案：一种基于无人机D2D通信网络的能效最大资源分配方法，所述方法包括：在基于无人机辅助携能D2D通信网络中，包括一个无人机、M个地面终端和N对D2D用户。无人机作为空中基站与地面终端进行通信，每对D2D用户包括一个发射机和一个接收机。D2D发射机配备能量收集电路并采用时间切换的方式进行能量收集和信息传输。无人机部署在覆盖区域上空，悬停高度为H，水平坐标为(0,0)。地面终端m的水平坐标为(xm,ym)，第n对D2D的发射机和接收机分别位于(xn,T,yn,T)和(xn,R,yn,R)。假设地面终端和D2D用户都在户外进行通信，因此将空对地信道建模为视距通信信道。因此，无人机到地面终端m、D2D发射机n和D2D接收机n的信道增益分别为其中，β表示单位距离上的信道增益。D2D用户采用时间切换的方式进行能量收集。在一个时隙长度T内，τn,m为D2D发射机向接收机传输数据所用时间(即，信息传输阶段)，T-τn,m为D2D发射机进行能量收集所需时间(即，能量收集阶段)。在能量收集阶段，无人机与地面终端进行通信，D2D发射机通过收集无人机发射的信号进行充能，不传输信息。此阶段内，D2D发射机收集的能量可以描述为其中，θ能量收集的效率系数，P0为无人机分配给地面终端的发射功率，αn,m表示D2D用户与GTs的配对因子。在信息传输阶段，D2D发射机利用收集到的能量进行数据传输，并对复用相同频谱资源的地面终端产生干扰。假设D2D用户n与地面终端m共享相同的频谱资源，此时，地面终端m的信干噪比为其中，pn,m为D2D发射机的发射功率，gn,m为D2D发射机n到地面终端m的信道增益。D2D用户n的信干噪比为其中，为第n对D2D用户的信道增益，为D2D发射机d到D2D接收机n的信道增益。因此，D2D用户n的信息速率可以写作为了使D2D发射机在信息传输阶段消耗的能量不超过能量收集阶段所收集的能量，考虑最小能量收集约束，实际的功率消耗应当满足其中，和分别是D2D用户信息传输阶段和能量收集阶段的电路功耗。进一步，在所述的无人机辅助携能D2D通信网络中，由于存在反馈时延和量化误差等，考虑D2D用户的位置不确定性，将坐标的估计误差建模为加性模型：其中，和分别为第n对D2D发射机和接收机的估计坐标，(Δxn,T,Δyn,T)和(Δxn,R,Δyn,R)为对应的估计误差,误差满足和其中，On,T和On,R为圆形不确定性模型的半径。此外，无人机到地面终端的实际信道增益为其中，为估计信道增益，为均值为0、方差为的信道估计误差。进一步，根据所描述的误差模型建立能效最大化优化问题：C3:Hmin≤H≤Hmax其中，为地面终端m的最小速率门限，εm为中断概率门限。无人机的飞行高度范围为[Hmin,Hmax]。进一步，将带有不确定性参数的优化问题转化为确定性优化问题，首先利用Q函数对概率约束C1进行求解：其中，为辅助变量,为的累积分布函数。于是，概率约束可以写作其中，Q-1(·)为Q函数的逆函数。根据最坏情况准则，我们考虑最差坐标估计误差来保证D2D用户的服务质量，优化问题可以写作：为了将坐标不确定性转化为信道不确定性，根据泰勒级数展开可以得到其中，为无人机到D2D发射机n的信道增益估计值，为对应的信道估计误差。于是，在考虑坐标估计误差情况下收集的能量可以重新描述为：基于柯西-施瓦兹不等式可以得到：其中，为辅助变量。同理，无人机到D2D接收机的信道不确定性可以描述为为辅助变量。进一步，将优化问题分解为无人机高度优化子问题和无线资源分配子问题。首先，对无人机高度优化子问题进行求解。根据无人机的飞行高度约束、地面终端的服务质量约束和D2D用户的最小收集能量约束，可以得到无人机的飞行高度范围为：Hmin≤H≤min{Hmax,H1,H2}其中，同时，目标函数对飞行高度H求偏导是大于零的，能效是关于飞行高度的单调递增函数。因此，H*＝min{Hmax,H1,H2}。由于优化问题是一个分式规划问题，很难直接求解。于是，利用Dinkelbach方法将分式目标函数转换为相减的形式。同时，为了对整数变量和耦合变量进一步处理，将αn,m松弛为区间[0,1]上的连续变量。定义和为辅助变量。优化问题可以写作其中，和为辅助变量，η为系统总能效。可以看出优化目标的第一项为具有形式的凸函数，第二项为仿射函数，且约束条件都为线性约束。可以利用拉格朗日对偶理论进行求解。进一步，对无线资源分配子问题进行求解。根据所建立的凸优化问题，建立拉格朗日函数，并利用梯度下降法对拉格朗日乘子进行迭代更新。(a)建立拉格朗日函数：本文档来自技高网...

【技术保护点】
1.一种基于无人机D2D通信网络的能效最大资源分配方法，其特征在于：所述方法包括：/n在基于无人机辅助携能D2D通信网络中，包括一个无人机、M个地面终端和N对D2D用户；无人机作为空中基站与地面终端进行通信，每对D2D用户包括一个发射机和一个接收机；D2D发射机配备能量收集电路并采用时间切换的方式进行能量收集和信息传输；/n无人机部署在覆盖区域上空，悬停高度为H，水平坐标为(0,0)；地面终端m的水平坐标为(x

【技术特征摘要】
1.一种基于无人机D2D通信网络的能效最大资源分配方法，其特征在于：所述方法包括：
在基于无人机辅助携能D2D通信网络中，包括一个无人机、M个地面终端和N对D2D用户；无人机作为空中基站与地面终端进行通信，每对D2D用户包括一个发射机和一个接收机；D2D发射机配备能量收集电路并采用时间切换的方式进行能量收集和信息传输；
无人机部署在覆盖区域上空，悬停高度为H，水平坐标为(0,0)；地面终端m的水平坐标为(xm,ym)，第n对D2D的发射机和接收机分别位于(xn,T,yn,T)和(xn,R,yn,R)；假设地面终端和D2D用户都在户外进行通信，将空对地信道建模为视距通信信道；无人机到地面终端m、D2D发射机n和D2D接收机n的信道增益分别为



其中，β表示单位距离上的信道增益；D2D用户采用时间切换的方式进行能量收集；在一个时隙长度T内，τn,m为D2D发射机向接收机传输数据所用时间，即信息传输阶段；T-τn,m为D2D发射机进行能量收集所需时间，即能量收集阶段；在能量收集阶段，无人机与地面终端进行通信，D2D发射机通过收集无人机发射的信号进行充能，不传输信息；此阶段内，D2D发射机收集的能量描述为



其中，θ能量收集的效率系数，P0为无人机分配给地面终端的发射功率，αn,m表示D2D用户与GTs的配对因子；
在信息传输阶段，D2D发射机利用收集到的能量进行数据传输，并对复用相同频谱资源的地面终端产生干扰；假设D2D用户n与地面终端m共享相同的频谱资源，地面终端m的信干噪比为



其中，pn,m为D2D发射机的发射功率，gn,m为D2D发射机n到地面终端m的信道增益；D2D用户n的信干噪比为



其中，为第n对D2D用户的信道增益，为D2D发射机d到D2D接收机n的信道增益；D2D用户n的信息速率可以写作为使D2D发射机在信息传输阶段消耗的能量不超过能量收集阶段所收集的能量，考虑最小能量收集约束，实际的功率消耗应当满足其中，和分别是D2D用户信息传输阶段和能量收集阶段的电路功耗。


2.根据权利要求1所述的一种基于无人机D2D通信网络的能效最大资源分配方法，其特征在于：在所述无人机辅助携能D2D通信网络中，存在反馈时延和量化误差，考虑D2D用户的位置不确定性，将坐标的估计误差建模为加性模型：



其中，和分别为第n对D2D发射机和接收机的估计坐标，(Δxn,T,Δyn,T)和(Δxn,R,Δyn,R)为对应的估计误差,误差满足和其中，On,T和On,R为圆形不确定性模型的半径；
无人机到地面终端的实际信道增益为其中，为估计信道增益，为均值为0、方差为的信道估计误差。


3.根据权利要求2所述的一种基于无人机D2D通信网络的能效最大资源分配方法，其特征在于：所述加性模型中，误差模型建立能效最大化优化问题为：









C3:Hmin≤H≤Hmax






其中，为地面终端m的最小速率门限，εm为中断概率门限；无人机的飞行高度范围为[Hmin,Hmax]。


4.根据权利要求...

【专利技术属性】
技术研发人员：徐勇军，刘子腱，李国权，陈前斌，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50