申请/专利权人：南京工业大学

申请日：2022-06-02

公开（公告）日：2024-05-24

公开（公告）号：CN115103377B

主分类号：H04W24/02

分类号：H04W24/02;H04W24/06;H04W28/02;H04W72/0453;H04N21/4363;H04N21/4402;H04N21/6405

优先权：

专利状态码：有效-授权

法律状态：2024.05.24#授权;2022.10.14#实质审查的生效;2022.09.23#公开

摘要：本发明提出一种无人机辅助无线接入网中NOMA增强的SVC视频多播机制，该方案允许地面基站和无人机同时多播基于SVC的连续视频层并在终端设备处进行连续干扰消除。本发明最大化终端接收的视频质量的问题被建模为混合整数非线性规划问题来确定无人机部署‑关联、多播组的RAN频谱分配和无人机发射功率。整体优化问题被解耦为无人机部署‑关联子问题、频谱划分子问题和无人机发射功率控制子问题。设计的启发式策略旨在确定无人机部署和关联模式。开发了改进的背包算法来解决频谱划分，然后进行无人机功率的快速微调以进一步提高性能。仿真结果验证了所提出的方案与其他方案相比提高了平均峰值信噪比、总视频接收率和频谱利用率。

主权项：1.一种无人机辅助无线接入网中NOMA增强的SVC视频多播机制，在无人机辅助无线接入网中，基站和无人机在同一信道上使用不同功率传输不同的视频层信号，其特征在于在无人机辅助无线接入网中，采用联合优化方法优化无人机部署和关联模式、频谱划分和无人机发射功率调整；联合优化方法的步骤包括：一考虑视频流量大小和环境因素的影响，把无人机部署和关联模式、频谱划分和无人机发射功率调整的联合优化建模为混合整数非线性规划问题；二把联合优化问题解耦为无人机部署-关联UDA、频谱划分SP和无人机传输功率调整TPA这三个子问题；三解决这三个子问题，步骤包括：3.1采用基于k-means的启发式方法来确定UDA子问题的无人机部署和关联模式选择；3.2采用改进的多重背包算法来解决SP子问题，以确定每个多播组的子信道数；3.3快速功率微调策略来解决TPA子问题，进一步提高系统性能；所述无人机辅助的无线接入网的系统模型为：多个无人机被放置在一个基站的通信覆盖范围内；无人机具有高容量前传链路用以与基站通信来获取视频内容；无人机有能力通过无线电力传输从基站获取电力；所有终端设备随机分布在基站覆盖范围内，其中请求同一个视频流的终端设备属于一个多播组；在无人机辅助无线接入网中：分层视频流：可扩展视频编码SVC将视频流分成不同分辨率的多个视频层，由一个基本视频层BL和多个增强视频层EL组成；基站将BL发送给所有终端设备，无人机将一个增强视频层EL发送给位于热点区域的ED，这里BL也称为第1视频层，EL被称为第2视频层；用λl，n表示为多播组n请求的第l视频层的比特率，也表示视频正常解码的最小速率；接收速率至少为λl，n方能正常的播放视频；多个视频层重构为一个完整的视频；当且仅当BL被完全接收时，EL才能被解码；无人机覆盖模型：在视频传输中存在两种类型的通信链路，即基站到终端设备B2E链路和无人机到终端设备U2E链路；终端设备EDi的位置坐标表示为xi，yi，0，设vj＝xj，yj，zj代表无人机j的部署位置；无人机j和EDi之间的LoS概率定义为 其中代表EDi到无人机j的水平距离，o1和o2是由环境因素决定的常数；则平均路径损耗为 其中c1是载波频率，c2是光速；ηLoS和ηNLos代表U2E链路对于LoS接收和NLoS接收的额外路径损耗；从无人机j到EDi的信道增益计算为无人机的有效覆盖半径取决于LoS概率和自由空间路径损耗，由下式确定： 其中ξ代表每个无人机的LoS概率，ψ代表自由空间路径损失的阈值；无人机辅助的NOMA视频多播假设将B个正交子信道分配给N个多播组，每个子信道的带宽为w；分配给多播组n的子信道数量表示为bn；每个多播组需要被分配不同的正交子信道，并且最多关联一个无人机；如果多播组n关联无人机j，则0-1变量aj，n设置为1，否则，设为0；如果无人机j选择发射功率s记为pj，s，则0-1变量ej，s设置为1；否则，设为0；基站通过第一个NOMA层用pm传输BL，而无人机j通过第二个NOMA层用pj，s传输EL，这些信号在功率域中叠加编码；设表示无人机的可选传输功率索引的集合，Sj是它集合中元素的数量，将表示为可用无人机ID的集合；分配给多播组n的子信道的传输功率为 ED处的接收端可以进行SIC解码；设xm，ym，zm表示基站的位置坐标；多播组n中的终端设备ED集合及其数量分别表示为和In；当多播组n接收到BL的信号时，从基站到的B2E信道增益计算为其中表示基站和EDi之间的水平距离，以及γ是路径损耗指数；由于来自基站的BL信号受到来自无人机j的功率为pj，s的EL信号的干扰，处解码BL信号的可达速率表示为关于bn和的函数，由下式给出 这里σ2是平均背景噪声功率；成功接收解码BL的约束表示为 设为无人机j覆盖的中的ED集合，在的有着最大的信道增益的ED的ID表示为 作为SIC和视频层解码并重构的约束条件，ED接收到BL的信号强度必须大于EL的信号强度，则，决策变量ej，s必须满足 其中τ∈0，1是适应环境的参数；上式也可以表示为 可以接收到EL的信号；由于EL上没有叠加NOMA层，来自无人机j的功率为pj，s的EL信号不受干扰；在处解码EL信号的速率表示为关于bn和ε的函数，为 如果式5和10都满足，则所请求的EL可以成功接收解码；所述步骤一中，无人机部署和关联模式、频谱划分和无人机发射功率控制的联合优化建模为 Subjectto： 如上约束条件中：在a和b中，是一个足够大的常数来保证 在c和d中，θ是一个足够大的常数，以确保 约束e与无人机j与传输功率之间的决策变量相关；约束f确保每个无人机只能选择一个传输功率；约束g规定每架无人机的x-y轴位置必须在基站覆盖范围内，其中Rm代表基站的覆盖半径；约束h是飞行高度的范围，[zmin，zmax]；约束i防止分配给所有多播组的频谱资源超过子信道总数；在约束j下，每个多播组只能与一个无人机关联； 中包含整数变量ej，s，bn，aj，n和连续变量vjxj，yj，zj；在目标函数和信息传输约束中使用整数变量的非线性组合变换和连续变量的变换；在步骤三的步骤3.1中，UDA子问题旨在最大化无人机覆盖范围内的ED数量，同时通过无人机飞行高度调整优化信号传输性能；在无人机j服务的ED数量不变的情况下，无人机j降低飞行高度zj以提高传输质量；无人机的飞行高度设置为 Ij，n表示多播组n中被无人机j覆盖的终端设备ED的数量，其中α是确保的常数，则，UDA子问题建模为 Subjectto：ghj所有ED的位置和无人机的数量都被输入到k-means中进行聚类；输出的质心对应于无人机在x-y平面上的部署位置，表示为联合和无人机j放置在无人机位置的集合是和多播组n关联的无人机ID表示为 多播组n和无人机j之间的关联模式被确定为 这最大化了无人机覆盖范围下多播组中用户的数量即In，来获得关联模式的集合在步骤三的步骤3.2中，无人机j的发射功率初始化为 相应的决策变量定义为 通过把代入到联合优化模型中，重新建模得到频谱划分SP子问题为 Subjectto：abcdif即推导出分配给多播组n的子信道数量的上限；在bn＝1的情况下，基础层和增强层的最小接收速率在被计算为 和 分配给视频层的多播组n的子信道数量的上限近似为 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；如果只考虑将个子频道分配给多播组n；采用改进的多重背包算法解决问题N个多播组看作是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个物品的利润是由决定，以及它的重量为bn；问题的本质是从每种类型中选择一个物品，在总重量不超过容量的情况下最大化总利润；则改进的多重背包算法为： Fn，b从n＝1和b＝1开始递归计算，它依赖于前n-1个多播组的最大总PSNR和的值；再过滤不合适的子信道数量以减少不必要的计算；在NB轮迭代后获得最优总的PSNR即Fn，b和频谱分配方案即在步骤三的步骤3.3中：资源利用率受限于初始的无人机传输功率，则通过功率微调以提高性能；给定和TPA子问题建模为 Subjectto：abcdefkl由于ε中的决策变量之间没有耦合，问题转化为最大化与无人机j相关联的多播组的PSNR之和，表示为 通过快速搜索策略来优化每架无人机的发射功率，为：假设所有集合下标按照无人机发射功率升序排列；从初始的功率开始向下搜索，以加快搜索速度，即无人机j传输功率的决策空间减少到

全文数据：

权利要求：

百度查询： 南京工业大学 无人机辅助无线接入网中NOMA增强的SVC视频多播机制

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