Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于不完全信息的空地一体化无线网络覆盖优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国人民武装警察部队士官学校

摘要:本发明公开一种基于不完全信息的空地一体化无线网络覆盖优化方法,包括如下步骤:步骤1:以无人机为中心配合无线网络环境中的设备终端建立毫米波无人机下行链路通信网络环境模型;步骤2:以通信网络环境模型为基础结合无线网络环境中无人机的基站对无人机所搭载的通信天线设备构建平面阵列天线模型;步骤3:根据平面阵列天线模型的无线网络覆盖的范围构建无人机的区域光谱效率模型;步骤4:在约束条件下利用强化学习算法计算无人机航迹过程中的区域光谱效率模型最大值。本发明的方法主要通过四个步骤来确定无人机的无线网络覆盖的最优方法,可以为均匀分布的多个室外设备终端提供服务,获得了更高的光谱效率和更大的无线通信网络覆盖区域。

主权项:1.一种基于不完全信息的空地一体化无线网络覆盖优化方法,其特征在于,包括如下步骤:步骤1:以无人机为中心配合无线网络环境中的设备终端建立毫米波无人机下行链路通信网络环境模型;所述通信网络环境模型为无人机在固定高度h下的下行信号传输网络,其受到视距链路或非视距链路的影响,视距链路的数量记为L,非视距链路的数量记为N;设定无人机的基站服务于大小为的目标矩形区域,该矩形区域具有子网格,作为室外子网格集;启用无人机的基站在适当的位置悬停或着陆,在集合Q={1,2,…,q,…,Q},悬停点q∈Q,实现潜在设备终端的最大覆盖区域,所述最大覆盖区域受无人机通过每个子网格的飞行时间和悬停时隙约束,约束条件为: 其中是每个子网格的边长,是每个子栅格的面积;tk为无人机在第k个子网格的飞行时间,tq为悬停时隙,Q是请求的比特数量,是与将由来自第Q个子网格的无人机服务的设备终端的视距链路和非视距链路的数量,是来自第Q子网格的无飞行器与第k个子网格中的设备终端之间的可实现速率,vU为无人机的匀速运动速度,其中o∈{L,N};所述无人机在无线网络覆盖区域内以就近原则一次服务一个设备终端;步骤2:以通信网络环境模型为基础结合无线网络环境中无人机的基站对无人机所搭载的通信天线设备构建平面阵列天线模型;所述平面阵列天线模型由每个无人机天线具有N2个单元的正方形均匀平面阵列组成,其中,发射阵列响应矢量aγt,ωt分别是沿x轴和y轴的一个阵列响应矢量的乘积: 其中,γt为无人机方位角,γt∈-π,π],ωt为无人机仰角,ωt∈-π,π];是乘积;所述axγt,ωt和ayγt,ωt计算为: 其中,x轴和y轴方向的所有天线间距为d,载流子的波长为ι∈[x,y];是标准化的发射天线位置,nx和ny都是[0,N-1]内的整数;当平面阵列天线模型的波束形成矢量,无人机天线增益表达式为: 其中,无人机的方位角和仰角分别为φs和ξs,φs=γt,ξs=ωt;步骤3:根据平面阵列天线模型的无线网络覆盖的范围构建无人机的区域光谱效率模型;所述无人机启用的基站提供区域光谱效应为: 其中,σ2是具有弱干扰的噪声功率,o∈{L,N};和分别是来自第q个悬停点的视距链路和非视距链路的无人机数量,是根据无人机无线网络覆盖的半径r而定,L为视距链路,N为非视距链路;所述为无人机从悬停静止到服务的设备终端的接收信号,所述接收信号的表达式为: 其中,为位于第q个子网格上方的悬停无人机与第k个网格中的设备终端之间的距离,α为路径损失指数,β为信号发射频率,PU为无人机发射功率;步骤4:在约束条件下利用强化学习算法设计出一个无人机网络工作最优路径使得无人机航迹过程中的区域光谱效率最大。

全文数据:

权利要求:

百度查询: 中国人民武装警察部队士官学校 一种基于不完全信息的空地一体化无线网络覆盖优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。