申请/专利权人：南京邮电大学

申请日：2024-04-12

公开（公告）日：2024-06-28

公开（公告）号：CN118042528B

主分类号：H04W28/08

分类号：H04W28/08;H04W28/086;H04W4/40

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.05.31#实质审查的生效;2024.05.14#公开

摘要：无人机辅助网络的自适应负载均衡地面用户接入方法，基于深度Q学习网络DQN的无人机部署算法和用于GUs访问的自适应和负载平衡ALB，将BS‑UAV‑NTN网络中的GUs接入问题化为一个最大化问题，将其转化为未知环境下无人机部署的马尔可夫决策过程MDP问题。该方法包括一种基于DQN的无人机部署算法，以及一种对BSs和无人机进行优先级排序的接入方案。仿真结果表明，该访问方案在奖励和访问GUs的数量方面优于传统的Q‑learning和随机方案。

主权项：1.无人机辅助网络的自适应负载均衡地面用户接入方法，其特征在于：所述方法包括如下步骤：步骤1，设计使用地面基站BS-无人驾驶飞行器UAV-非地面网络NTN集成网络的替代传输路径，其中BSs、UAVs和NTNs共同为地面用户GUs服务；步骤2，对系统进行建模，建立UAV到GU信道U2G，获得U2G链路间通道的路径损耗模型，以及信号干扰噪声比模型和中断概率模型；步骤2中，U2G被建模为广义Nakagami-m衰落模型；将随机变量x的概率密度函数PDF写成： 式中，x为接收信号的幅值，ΓΨ为伽马函数，Ψ和Ω分别为形状和尺度参数；因此，U2G链路间通道的路径损耗模型表示为： 式中，为参考距离d0米处的路径损耗，一般d0＝1，n为路径损耗指数，d为U2G链路的距离，XU2G为具有标准差的对数正态阴影分量；路径损耗指数n是Nakagami-m参数m和载频与光速之比fcc的函数表示为： 其中，α是一个常数，取决于环境以及无人机和GU的天线高度；在Nakagami-m衰落信道上的U2G链路的信号干扰噪声比SINR表达式写成： 式中Pt为发射功率，N0为噪声功率谱密度，ΩUAV和ΩGU分别为无人机和GU的天线增益，m为Nakagami-m衰落参数；IU2G为总干扰功率，取决于其通信范围内的GUs数；最后，U2G信道的中断概率OP用Q函数表示为： 式中，为高斯Q函数，γth为停机阈值SINR，fγγ为SINR的PDF，参数γ表示从0到1的贴现因子，反映了在更新策略时，未来奖励是否比即时奖励更有价值；得： 利用高斯Q函数、SINR的PDF和中断的阈值SINR来模拟U2G链路的现实；步骤3，建立BS到GU信道B2G模型，给出信号干扰噪声比模型和中断概率模型；步骤3中，B2G链路的路径损耗模型为： 式中表示参考距离d0＝1处的路径损耗；参数n表示路径损失指数，取值范围为2～4；变量d是B2G链路中发射机和接收机之间的距离；XB2G表示对数正态阴影，平均为零，标准差为σshadow；因此，SINR模型表示为： PLd表示路径损失，和距离d有关；式中Pt为发射功率，ΩBS为BS的天线增益，ΩGU为GU的天线增益，与U2G中的型号相同，β是通道增益，N0为噪声功率谱密度，W为带宽，IB2G为总干扰功率；OP模型表示为： 其中Qx是高斯Q函数，γth是SINR的阈值，低于该阈值通信被认为处于中断状态；步骤4，在B2G模型中，各个BS基于距离更短、干扰更小、信道噪声更低的因素优先为GU提供服务；假设GUs具有相同的干扰和噪声模型，则一个BS倾向于与距离最近的GU建立链路；GUs与BS或UAV进行数据上传或下载，优先考虑BS为主要，NTN为次要，并面向QoS以实现访问管理；步骤5，基于优化BS-UAV-NTN综合网络中未知环境下的GUs接入，设定目标函数以及相应约束条件；步骤5中，目标函数是： 其中C1和C2表示中断概率小于或小于阈值，C3和C4表示访问的GUs不应打破最大值集和C5表示无人机的位置应在网络区域内，C6表示无人机的速度VUAV有限制Vmax，Pth表示中断概率的阈值；步骤6，设计对GUs的自适应和负载平衡ALB访问方案，该方案优先考虑BSs和NTN，为综合网络提供面向QoS的解决方案；ALB方案以支持BS和NTN辅助功能为重点，保证各种网络场景下GUs的自适应和负载均衡接入；步骤6包括以下步骤：步骤6-1，将覆盖区域划分为网格结构，其中无人机穿越各个方向，每个方向对应一个网格位移，基于无人机状态和行动，建立无人机奖励函数，获得无人机的以奖励期望最大化的目标函数；步骤6-2，通过马尔可夫决策过程MDP建模，每架无人机都有动作A和状态S，采用基于DQN的算法处理具有主体间冲击的大规模收敛问题；GUs接入的ALB方案具体为，根据步骤1-5的基于DQN的无人机部署算法提供合适的无人机移动步数，以优化所有GUs链路的负载均衡，确保GUs首选连接到基站，其次是无人机，如果覆盖范围内的GUs不再需要链接，无人机将离开；同时将无人机飞行划分为巡航-悬停时隙，巡航时隙的决策也由基于DQN的无人机部署算法进行。

全文数据：

权利要求：

百度查询： 南京邮电大学 无人机辅助网络的自适应负载均衡地面用户接入方法

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