一种基于轨迹与相位联合优化的无人机辅助地面通信方法技术

本发明专利技术公开的一种基于轨迹与相位联合优化的无人机辅助地面通信方法，属于网络优化技术领域。本发明专利技术采用STAR

【技术实现步骤摘要】
一种基于轨迹与相位联合优化的无人机辅助地面通信方法


[0001]本专利技术涉及一种基于轨迹与相位联合优化的无人机辅助地面通信方法，属于无线通信中的网络优化


技术介绍

[0002]近几十年来，随着每一代网络的出现，都会给人们的生活带来了巨大的变化,与主要用于地面设备的5G网络相比，6G网络中最具有开创性的是将场景拓展到空中，为用户提供无处不在的覆盖，即泛在覆盖。无人机(UAV,Unmanned Aerial Vehicle)作为空天地一体化的重要组成部分，拥有着广阔的应用前景，UAV辅助地面无线通信网络具有反应时间迅速、成本可控、灵活性高、能按需且快速部署以及易建立强视距链路等优势，在B5G和6G的用例和场景中发挥着关键作用，它们被广泛应用于各种方面，包括智慧农业、智能物流、巡逻执法、灾难应急、紧急护理、矿产勘探、拍照摄影等应用。在拥挤的区域，UAV和用户之间的通信信号可能会被建筑物或其他障碍物所阻挡，为了解决这个问题，近年来，随着超材料的发展，智能反射表面(Reconfigurable Intelligent Surface,RIS)被提出，RIS这一全新的技术有望成为6G通信的关键技术，可以用来满足未来移动通信增长的需求，但是RIS只考虑了信号反射的情况，对透射方向上的用户无法起到覆盖增强的作用，这极大的约束了网络的拓扑结构。所以，现有研究提出STAR
‑
RIS(Simultaneously Transmiting and Reflecting RIS)成功地解决了RIS的这一大缺陷。<br/>[0003]一方面对于STAR
‑
RIS的研究来说，现有大多数对STAR
‑
RIS的研究还集中在STAR
‑
RIS辅助地面网络，STAR
‑
RIS辅助UAV网络的研究还鲜有报道，不同于地面基站，UAV能够在空中灵活移动，可以通过加上UAV轨迹这一维度的上的优化，对网络起到进一步覆盖增强的效果。因此，基于UAV轨迹与STAR
‑
RIS相位联合优化辅助地面通信覆盖增强的研究具有实际意义。另一方面从对UAV的研究现状来说，现有大多数研究主要关注RIS与UAV相结合辅助通信系统，但是要接收到来自RIS的信号，用户必须要与发射机在同一侧，为了克服这一缺点，使RIS辅助系统更加灵活，本专利技术将引入STAR
‑
RIS这一新兴技术，并基于深度强化学习将UAV轨迹与STAR
‑
RIS相位进行联合优化，进一步增强网络的覆盖性能。

技术实现思路

[0004]针对RIS与UAV相结合辅助通信系统只考虑了RIS反射的情况，用户必须要与发射机在同一侧这一技术缺陷，本专利技术的主要目的是提供一种基于轨迹与STAR
‑
RIS相位联合优化的无人机辅助地面通信方法，结合STAR
‑
RIS技术，利用深度强化学习，增强网络的覆盖性能，最大化无人机辅助地面通信系统的网络吞吐量。
[0005]本专利技术的目的是通过如下技术方案实现的：
[0006]本专利技术公开的一种基于轨迹与相位联合优化的无人机辅助地面通信方法，以UAV的位置坐标和STAR
‑
RIS的相位为变量，在满足UAV的移动性约束、无人机与STAR
‑
RIS之间的最小距离约束、UAV飞行范围约束、STAR
‑
RIS相位范围约束的前提下，建立最大化网络平均
端到端的吞吐量的优化模型；再将优化模型转化为具有连续动作空间的马尔可夫过程，并用DDPG(Deep Deterministic Policy Gradient)方法进行求解，得到变量的最优值，实现无人机轨迹与STAR
‑
RIS相位联合优化设计下辅助地面网络覆盖增强，达到最大化无人机辅助地面通信系统的和速率的目的。
[0007]本专利技术公开的一种基于轨迹与相位联合优化的无人机辅助地面通信方法，包括以下步骤：
[0008]步骤一、建立无人机辅助地面通信系统的系统模型；
[0009]针对网络下行链路，UAV被部署为空中基站，以支持地面基础设施未安装或被摧毁的特定区域用户，网络中进一步引入STAR
‑
RIS以增强地面通信性能，其中用户被分为N个集群，且一个用户只属于一个集群，集群可以表示为K＝{K1,K2,...,K
W
}，其中K
W
表示第W个用户集群，并且|K
W
|表示第W个集群中用户的数量。集群W中的用户由一个UAV和一个STAR
‑
RIS来服务。
[0010]W个集群之间的UAV共用同一频谱资源。而在同一集群内的用户以时分复用的方式轮询被UAV和STAR
‑
RIS服务，在集群K
W
之内，用户是随机分布的且用户的位置坐标表示为该区域的STAR
‑
RIS的位置坐标固定为STAR
‑
RIS的后方定义为透射区域，前面为反射区域，因此用户k
w
如果落到STAR
‑
RIS的后面则为透射(T)用户，用表示，其含义为第W个集群中第i个T用户，|K
W,t
|表示第W个集群中T用户的数量；如果落到STAR
‑
RIS的前面则为反射(R)用户，用表示，其含义为第W个集群中第j个R用户，|K
W,r
|表示第W个集群中R用户的数量。为了覆盖增强，部署UAV为空中基站并以最大速度V
max
在固定高度H
u
飞行。
[0011]步骤二、总服务时间Z离散化为N个等间隔的时隙Δz；
[0012]在时刻z，UAV的坐标为其中，0≤z≤Z，Z为总服务时间。在总服务时间内，UAV和STAR
‑
RIS共同为改集群中|K
W
|个用户服务，总服务时间由实际需要所设定，为了后续方便计算，将时间Z离散化，把总服务时间Z分为N个等间隔的时隙Δz，即Δz＝Z/N，所以将UAV的轨迹记为其中n＝1,2...,N。
[0013]步骤三、确定UAV轮询服务一个周期的总时间Z以及给T用户服务的时间和给R用户服务的时间，从而切换STAR
‑
RIS透射模式和反射模式；
[0014]选择基于TS的STAR
‑
RIS。使用TS方案要在网络通信之前，预先统计好T用户和R用户的数量，以确定UAV轮询服务一个周期的总时间Z以及给T用户服务的时间和给R用户服务的时间，从而切换STAR
‑
RIS透射模式和反射模式。STAR
‑
RIS在第n个时隙给用户k
w
服务，其系数矩阵记为λ
t
，λ
r
分别表示分配给T模式和R模式的通信时间百分比，其中0≤λ
t
≤1，0≤λ
r...

【技术保护点】

【技术特征摘要】
1.一种基于轨迹与相位联合优化的无人机辅助地面通信方法，其特征在于：包括如下步骤，步骤一、建立无人机辅助地面通信系统的系统模型；步骤二、总服务时间Z离散化为N个等间隔的时隙Δz；步骤三、确定UAV轮询服务一个周期的总时间Z以及给T用户服务的时间和给R用户服务的时间，从而切换STAR
‑
RIS透射模式和反射模式；步骤四、针对UAV与用户之间的信道、UAV与STAR
‑
RIS之间的信道和STAR
‑
RIS与用户之间的信道进行建模；步骤五、计算用户k
w
在时隙n的SINR；步骤六、计算集群K
W
在整个服务期间的和速率；步骤七、建立UAV位置坐标和STAR
‑
RIS相位优化模型；步骤八、将步骤七建立的优化模型转化为马尔可夫过程；步骤九、DDPG方法求解步骤八建立的马尔可夫过程，通过优化UAV轨迹和STAR
‑
RIS相位得到网络最大端到端平均吞吐量。2.如权利要求1所述的一种基于轨迹与相位联合优化的无人机辅助地面通信方法，其特征在于：步骤一的实现方法为，针对网络下行链路，UAV被部署为空中基站，以支持地面基础设施未安装或被摧毁的特定区域用户，网络中进一步引入STAR
‑
RIS以增强地面通信性能，其中用户被分为N个集群，且一个用户只属于一个集群，集群可以表示为K＝{K1,K2,...,K
W
}，其中K
W
表示第W个用户集群，并且|K
W
|表示第W个集群中用户的数量；集群W中的用户由一个UAV和一个STAR
‑
RIS来服务；W个集群之间的UAV共用同一频谱资源；而在同一集群内的用户以时分复用的方式轮询被UAV和STAR
‑
RIS服务，在集群K
W
之内，用户是随机分布的且用户的位置坐标表示为该区域的STAR
‑
RIS的位置坐标固定为STAR
‑
RIS的后方定义为透射区域，前面为反射区域，因此用户k
w
如果落到STAR
‑
RIS的后面则为透射用户，即T用户，用表示，其含义为第W个集群中第i个T用户，|K
W,t
|表示第W个集群中T用户的数量；如果落到STAR
‑
RIS的前面则为反射用户，即R用户，用表示，其含义为第W个集群中第j个R用户，|K
W,r
|表示第W个集群中R用户的数量；为了覆盖增强，部署UAV为空中基站并以最大速度V
max
在固定高度H
u
飞行。3.如权利要求1所述的一种基于轨迹与相位联合优化的无人机辅助地面通信方法，其特征在于：步骤二的实现方法为，在时刻z，UAV的坐标为其中，0≤z≤Z，Z为总服务时间；在总服务时间内，UAV和STAR
‑
RIS共同为改集群中|K
W
|个用户服务，总服务时间由实际需要所设定，为了后续方便计算，将时间Z离散化，把总服务时间Z分为N个等间隔的时隙Δz，即Δz＝Z/N，所以将UAV的轨迹记为其中n＝1,2...,N。4.如权利要求1所述的一种基于轨迹与相位联合优化的无人机辅助地面通信方法，其
特征在于：步骤三的实现方法为，选择基于TS的STAR
‑
RIS；使用TS方案要在网络通信之前，预先统计好T用户和R用户的数量，以确定UAV轮询服务一个周期的总时间Z以及给T用户服务的时间和给R用户服务的时间，从而切换STAR
‑
RIS透射模式和反射模式；STAR
‑
RIS在第n个时隙给用户k
w
服务，其系数矩阵记为λ
t
，λ
r
分别表示分配给T模式和R模式的通信时间百分比，其中0≤λ
t
≤1，0≤λ
r
≤1，且λ
t
+λ
r
＝1；当基于时间转换的STAR
‑
RIS处于周期的λ
t
F时段，其透射系数矩阵具体为当基于时间转换的STAR
‑
RIS处于周期的λ
r
F时段，其反射系数矩阵具体为其中，5.如权利要求1所述的一种基于轨迹与相位联合优化的无人机辅助地面通信方法，其特征在于：步骤四的实现方法为，步骤4.A目标UAV和目标用户之间的链路为莱斯信道；因此，在第n个时隙中，目标UAV与目标用户之间的信道建模为：其中，ρ为参考距离D0＝1m处的路径损耗
[36]
，是目标UAV到目标用户k
w
的距离，为该路径LoS分量，通常为1，为该路径的NLoS分量，是均值为0和方差为1的圆对称复高斯随机变量；α
UG
是目标UAV到目标用户的路径损失指数，β
UG
为该场景下的莱斯因子；步骤4.B干扰UAV和目标用户之间的链路衰落服从瑞利分布；因此，在第n个时隙中，目标UAV与用户之间信道建模为：标UAV与用户之间信道建模为：其中，是UAV到用户k
w
的距离，α
U
′
G
是与UAV到用户的路径损失指数，β
U
′
G
为干扰UAV到目标用户信道的莱斯因子，为该路径LoS分量，为该路径的NLoS分量，是均值为0和方差为1的CSCG随机变量；步骤4.C UAV与STAR
‑
RIS之间的信道建模为莱斯信道：其中，d
US
是目标UAV到STAR
‑
RIS的距离，由于基于时间转换的STAR
‑
RIS有M个智能单元，因此，LoS分量的形式为LoS分量的形式为为NLoS分量，是均值为0和方差为1的CSCG随机变量，α
US
是目标UAV到STAR
‑
RIS的路径损失指数，β
US
为目标UAV到STAR
‑
RIS链路的莱斯因子，为目标UAV到STAR
‑
RIS信号到达角的余弦值，λ为载波的波长，d为天线的分离度；步骤4.D在第n个时隙中，干扰UAV到STAR
‑
RIS的链路为
其中，d
U
′
S
是干扰UAV到STAR
‑
RIS的距离，LoS分量表示为LoS分量表示为为NLoS分量，是均值为0和方差为1的CSCG随机变量，α
U
′
S
是干扰UAV到STAR
‑
RIS的路径损失指数，β
U
′
S
为干扰UAV到STAR
‑
RIS链路的莱斯因子，为干扰UAV到STAR
‑
RIS信号到达角的余弦值；步骤4.E将STAR
‑
RIS到用户的链路建模为莱斯衰落信道：其中，是STAR
‑
RIS到地面用户的距离，式中的LoS分量为式中的LoS分量为是NloS分量，是均值为0和方差为1的CSCG随机变量，为STAR
‑
RIS到用户k
w

【专利技术属性】
技术研发人员：郭婧，林彬彬，雷媛媛，费泽松，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：