申请/专利权人：南京工业大学

申请日：2023-08-28

公开（公告）日：2023-12-12

公开（公告）号：CN117222015A

主分类号：H04W72/0453

分类号：H04W72/0453;H04B7/185;H04W72/30;H04W72/542;H04N19/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.29#实质审查的生效;2023.12.12#公开

摘要：本发明提出一种NOMA网络中基于无人机中继的在线SVC多播方法，目的是最大化基站边缘的视频接收质量。本方法中，首先构建一种可视化图模型，以刻画无人机部署和多播组关联之间的耦合性。基于该模型，视频接收质量最大化问题被建模为一个基于团clique的非线性整数规划问题，并被解耦无人机‑多播组关联和子信道分配两个子问题。前者被转化为一个有顶点数量限制的最大权重团问题，并采用基于分支定界的改进最大权重团算法决定无人机‑多播组关联模式。对于后者，采用规则匹配策略，以较少的计算代价获得的最佳资源分配策略。仿真结果表明本发明在聚合峰值信噪比PSRN、频谱利用率、适应性等方面优于现有基准方案。

主权项：1.一种NOMA网络中基于无人机中继的在线SVC多播方法，在无人机中继的在线SVC视频多播场景中，多个无人机作为中继被部署在宏基站覆盖边缘，其中有三种不同类型的链路，即：地面基站到无人机B2U链路，用于基站将SVC的基础层发送给无人机；地面基站到地面设备B2D链路，用于基站将SVC的增强层发送给用户无人机到地面设备U2D链路，用于无人机将SVC的基础层发送给用户；请求同一个视频流的用户属于一个多播组；一个多播组关联1个或多个无人机，即1个或多个无人机为一个多播组内的用户提供服务；移动边缘计算MEC控制器通过访问全局信息决定无人机部署位置及无人机与多播组关联模式，并为各多播组分配频谱资源；后文中，“无人机部署位置”简称“无人机放置”，“无人机与多播组关联模式”简称“多播组关联”；其特征是所述在线SVC多播方法的步骤包括：步骤1构建可视化图模型，用来刻画无人机放置和多播组关联之间的耦合性；步骤2基于可视化图模型，把视频接收质量最大化问题被建模为基于团clique的非线性整数规划问题P1；步骤3把问题P1解耦为无人机放置-多播组关联子问题和子信道分配子问题；步骤4解决两个子问题：步骤4.1把无人机放置-多播组关联子问题转化为可视化图模型中无向图有顶点数量限制的最大权重团问题，然后采用基于分支定界的改进最大权重团算法决定无人机放置-多播组关联模式；步骤4.2采用规则匹配策略解决子信道分配问题，以小计算代价获得的最佳资源分配策略；所述步骤1中，构建可视化的图模型来刻画不同决策变量之间的耦合性，为无人机部署和多播组关联提供支持：通过对所有多播组内的用户使用聚类算法，得到一组无人机候选位置的集合其中为X-Y平面上的投影位置的索引，lj＝xj,yj代表无人机在X-Y轴上的一个候选位置；令代表一个无向图，无向图的每个顶点对应一个无人机放置与多播组关联的候选决策，且必须满足则，顶点集合表示为 其中，为多播组索引的集合，是与j位置对应的高度索引；表示宏基站m到无人机覆盖边缘的最大信号增益；表示无人机到覆盖边缘最小的信号增益；ps表示无人机的传输功率，pm表示基站的传输功率；当任两个位于lj,k和lj',k'的无人机都关联多播组n时，与对应的约束条件被重新表示为 表示第二个无人机到第一个无人机覆盖范围内的最大信道增益，表示宏基站m到第一个无人机覆盖范围内的最小信道增益；一架悬停在平面位置索引j上的无人机只能选择唯一的高度索引k，对应lj,k＝lj',k',j＝j′B当且仅当A或B成立时，第一个无人机对应顶点vj,k,n和第二个无人机对应顶点vj′,k′,n′之间存在一条边；据此，边的集合表示为 代表中的一个团Clique，团Clique是无向图中顶点的一个子集，其中任意每两个顶点必定存在连接；每一个团都被映射为一个包含“无人机放置-多播组关联”决策变量的集合；所述步骤2中，把视频质量最大化问题转化为一个基于分团的频谱划分问题，即找到一个团来确定无人机放置和多播组关联，并决定每个多播组的子信道数量，具体为：定义qj,k,n用于判断顶点vj,k,n是否在选中的团内 0-1变量u1,n,i、u2,n,i分别代表多播组n中用户i是否收到基础层和增强层，0表示收到，1表示没收到；多播组n接收到视频的聚合信噪比PSNR被表示为一个关于子信道bn和的函数，即 则对中的多播组运用函数后，视频质量最大化问题P1被建模为 qj,k,n对应第一个无人机及其顶点vj,k,n的判断，qj',k',n'对应第二个无人机及其顶点vj',k',n'的判断；λ1,n表示当多播组n请求基础层时，组内地面设备支持正常解码的最小比特率；λ2,n表示当多播组n请求增强层时，组内地面设备支持正常解码的最小比特率；rj,k,n,i表示用户i解码来自位置lj,k的无人机信号的可达速率；rm,n,i表示在用户i处解码基站m信号的可达速率；约束a代表若顶点对vj,k,n,vj',k',n'不存在边，这两个顶点不属于同一个团；约束b代表一个无人机被允许服务多个多播组；约束b包含一个符号函数sgn·，用来计算团所需要投放的无人机数，这一数量必须小于等于可用的无人机数量α；当放置在lj,k的无人机未关联任何一个多播组时，否则为1；在约束c和约束d中，代表一个足够大的常量，保证 在u1,n,i＝1、u1,n,i＝0的情况下，用户i分别能或不能接收并解码基础层；约束e和约束f中的θ是足够大的常量，确保 在u1,n,i＝1的情况下，u2,n,i＝1或u2,n,i＝0分别表示用户i能或不能接收并解码增强层；约束g保证分配给各多播组的子信道数之和不超过基站持有的总数B；所述步骤3中，问题被解耦为无人机-多播组关联子问题和子信道分配子问题；所述步骤4.1中，解决无人机-多播组关联子问题：顶点的权重体现顶点vj,k,n对于视频质量提升的贡献，顶点的权重被定义为 无人机放置-多播组关联子问题被转化为一个搜索带顶点数量约束的最大权重团问题P1.1，描述为 s.t.a,b,c,d,e,f,h,i采用基于分支定界的改进最大权重团算法搜索所述最大权重团，来解决问题P1.1；算法的输入包括：中已经发现的最大权重团，当前处理的候选顶点集，Γvj,k,n：与顶点vj,k,n相连的所有顶点的集合；初始阶段，和设为空，为中的全部顶点；在执行算法之前，被输入到定界函数获得最大权重团的权值，权值记为t，作为子图中的最大权重团上界；算法的流程如下：如果的权值上界不大于当前最大权重团那么在上的递归搜索终止，返回反之，从中选择权值最大的顶点获得团所需的无人机数量，若该数量超出α，跳过在该点上的搜索，否则将该点加入到然后在选择与连线的所有顶点作为新的候选集在中递归地执行本算法；如果从中返回的团的权值大于则更新并从中移除继续搜索符合条件的顶点直到为空，返回与对应的最优决策为表示权值最大的顶点在团内；所述步骤4.2中，解决子信道分配子问题：由步骤4.1的输出子信道分配分子问题P1.2被建模为 s.t.c,d,e,f,g,i用户接收基础层和增强层所需的最小速率分别表示为 和 gj,k,i表示在lj,k的无人机到覆盖范围内的地面设备i的信道增益；gm,i表示基站m到地面设备i的信道增益；gj′,k′,i表示在lj',k'的无人机到覆盖范围内的地面设备i的信道增益；当基础层和增强层解码的最低接收速率需求都被满足时，则无需继续增加子信道；多播组n所需的最大子信道被表示为 k1,n表示用户i接收基础层所需速率，k2,n表示用户i接收增强层所需的速率；考虑多播组数N和子信道数B对计算复杂度的影响，采用规则如下匹配策略：a当B≤2N时，对每个多播组所获得的PSNR进行排序，为PSNR值靠前的B-N个的多播组各分配一个子信道；b当时，所有多播组用户都能接收到基础层和增强层视频，则，多播组n被分配个子信道；c当时，采用改进的背包算法被用来决定频谱划分：N个多播组被看作N种类型的物品，每种类型都有B个物品；这些物品需要放在容量为B的背包中；第n个种类中第bn个物品的重量为bn，它利润是由决定；对于剩余的b个子信道，前n多播组的最大PSNR被标记为Fn,b；如果则个子频道被分配给多播组n；下式被用来过滤不合适的子信道数量，通过下式的递归，每次求解前n多播组的PSNR的最大值，最终获得能够最大化多播组聚合PSNR的频谱分配策略

全文数据：

权利要求：

百度查询： 南京工业大学 NOMA网络中基于无人机中继的在线SVC多播方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD