一种无人机机载智能反射面辅助6G网络动态部署方法

本发明涉及无线通信网络领域，特别涉及网络规划、网络规划工具，无人机载智能反射表面(unmanned aerial vehicle-mounted intelligent reflecting surface，uav-irs)辅助灾区应急通信网络的系统部署及应用方法。

背景技术：

1、随着世界各地区地震、山体滑坡等自然灾害频发，为了提高救援效率，保障自然灾害地区的通信一直是一个迫切而又重要的问题。为了保证紧急情况下的搜救效率，数据传播和蜂窝网络覆盖是必不可少的。

2、为了克服地面车辆的通行障碍，现有灾区应急通信的主要手段之一是利用uav基站(uav base station,uav-bs)。凭借uav-bs高动态和高视距特性，通过部署固定或者按照设计的轨迹飞行的uav-bs，可以为灾区提供高质量通信服务。然而，虽然静止系留uav-bs可以长时间悬浮，但是其服务范围有限，需要部署多个uav-bs以满足整个灾区通信，成本太高。移动的uav-bs因为其回程容量受限，难以支持大容量、高并发通信服务。因此，如何充分发挥uav在区域通信的优势还有待进一步研究。

3、幸运的是，随着近年来超材料的发展，新兴的智能反射表面(intelligentreflecting surface，irs)凭借其无源、可重构信道环境的特性，成为新一代有潜力的通信技术。通过设置合适的irs相位，在一定范围内，irs可以反射入射信号，并使其在接收端同相叠加以增强接收信噪比。irs的优异能力已经在密集城区通信、物联网、边缘计算、物理层安全等各种场景中被验证，然而irs也存在服务范围有限的局限性。uav搭载irs不仅可以充分利用uav的敏捷特性，还可以扩大irs的服务能力。因此，uav-irs不失为一种解决区域用户通信难题的有潜力方案。

技术实现思路

1、本文构建了一种新的区域通信系统，其中uav-irs作为无源通信中继，在某一特定高度飞行，通过反射远处未被破坏的地面基站(ground base station,gbs)的信号为区域多用户提供服务。为了保证区域内所有用户的通信，区域用户的传输速率需要满足一定断线率。在此基础上，我们构建了区域用户最小速率最大化问题，设计了解决方案，获得了irs的传输调度方案和uav的飞行轨迹，通过仿真验证了所提出算法的有效性。

2、本发明的无人机智能反射面辅助网络的动态部署方法如附图1所示，主要包括步骤200-步骤270，其中，步骤200-步骤260为控制中心计算步骤，步骤270为uav实际操作步骤。

3、步骤200，获取用户位置、远处未被破坏的gbs位置、小尺度空地信道状态信息统计模型，计算irs级联信道增益。

4、通过公式(1)计算gbs至用户设备(user equipment,ue)的irs级联信道增益。

5、

6、其中，各个参数定义如下：

7、m为时隙指示符号；

8、l为每个时隙中的信道衰落块指示符号；

9、k为用户指示符号；

10、i为irs单元指示符号；

11、n为irs的单元数量；

12、为在第m个时隙的第l个衰落块中，gbs与ue k的irs级联信道增益，该信道增益包含大尺度路径损耗和小尺度信道衰落；

13、为在第m个时隙的第l个衰落块中，irs的第i个单元与用户k的信道增益，该信道增益包含大尺度路径损耗和小尺度信道衰落；

14、为在第m个时隙的第l个衰落块中，gbs与irs的第i个单元的信道增益，该信道增益包含大尺度路径损耗和小尺度信道衰落；

15、γi,k[m]为在第m个时隙中，irs的第i个单元对用户k信号的幅度和相位调整因子，其形式为ai,k[m]为幅度调整因子，为相位调整因子。

16、进一步，根据获得的信道状态信息和根据公式(2)设定irs单元相位。

17、

18、其中，分别为gbs与irs的信道增益的相位、irs与用户k信道增益的相位。

19、步骤210，根据获得的信道状态信息和在nakagami-m衰落信道模型条件下，依据公式(3)推导累计分布函数f-1(·)，ci为gbs至irs的第i单元的小尺度衰落，di为ue至irs的第i单元的小尺度衰落。

20、

21、其中，(a)l为pochhammer符号，a！表示a的阶乘，ka(·)为第二类a阶修正贝塞尔函数，m1,ω1为gbs至irs的信道衰落参数，m2,ω2为gbs至irs的信道衰落参数。

22、步骤220，设定灾区应急传输断线率要求ε，根据公式(4)计算用户k在第m个时隙的传输速率。

23、

24、其中，

25、k为用户指示符号；

26、m为时隙指示符号；

27、rk[m]为用户k在第m个时隙的传输速率；

28、p为gbs发射功率；

29、β0为单位距离的传播路径损耗；

30、σ2为高斯白噪声功率密度；

31、α为路径损耗指数；

32、hr,hb,hu分别为irs高度，gbs高度和ue高度；

33、dbr[m]为第m个时隙中，irs与gbs的空间距离；

34、为第m个时隙中，irs与ue k的空间距离；

35、f-1(·)为ci和di的乘积和的累计分布函数的逆函数，ci为gbs至irs的第i单元的小尺度衰落，di为ue至irs的第i单元的小尺度衰落，可根据公式(3)计算获得。

36、步骤230，求解下述问题p1(式子(5))，获得irs调度方案和用户的最小传输速率的最大值η。即a＝{ak[m]}irs调度策略，在任意时刻m，gbs调度irs为用户k服务。其中，ak[m]∈{0,1}，ak[m]＝1表示在时隙m中，gbs调度irs为用户k服务；否则，irs在时隙m不为用户k服务。

37、

38、其中，m为uav飞行的总时隙数量，k为总用户数量。注意，求解获得的可能不满足约束ak[m]∈{0,1}，因此需要进一步处理，这将在步骤260中进行讲述。注意，在求解p1的时候，需要给定uav轨迹在第一次求解p1时，uav轨迹可随机选取一个可行轨迹，此后的uav轨迹由步骤240求解获得。

39、步骤240，求解下述问题p2(式子(6))，获得uav轨迹方案和用户的最小传输速率的最大值η。注意，本文uav的飞行始终处于某一固定高度，该高度可以选取该区域安全飞行的最低高度以降低路径损耗。

40、

41、其中，q0为uav飞行的起始和降落地点，dmax为两个相邻时隙uav可以移动的最大距离。为rk[m]在某一uav轨迹点的下界函数，且是的凸函数。注意，在求解p2的时候，需要给定irs调度方案在第一次求解p2时，irs调度方案可随机选取一个可行调度方案，此后的irs调度方案由步骤230求解获得。

42、步骤250，设定精度ξ，迭代进行步骤230和步骤240，直到步骤230获得的用户最小传输速率最大值η的增量小于设定的精度ξ。此时，我们可以获得irs调度方案和uav轨迹方案请注意，此时获得的irs调度方案可能不满足约束ak[m]∈{0,1}，需要进行二进制处理，我们将在步骤260进行讲述。

43、步骤260，对进行二进制处理。我们可以进一步将每个时隙划分为χ个子时隙，则总时隙为m'＝χm。那么在时隙m中，可以分配个子时隙给用户k进行传输，表示离x最近的整数。可知，χ选取得越大，与χ×ak[m]的差距就越小。但是需要注意的是，χ越大会造成uav轨迹规划的不准确性越大，因此χ的选择需要权衡考虑。至此，我们获得了最终的irs调度方案和uav轨迹方案

44、步骤270，按照所得结果控制不同时隙下的uav飞行轨迹，且uav根据不同时隙下的irs调度方案调整irs相位，以调度irs为不同用户k服务。

45、有益效果

46、本发明的无人机智能反射面辅助网络的动态部署方法，建立了保障区域多用户通信的宏观流程框架，给出了多用户下的irs调度服务方案和uav轨迹规划方案。具体地，构建了double-nakagami-m的bs-ies-ue级联信道模型，推导了级联信道增益的累积分布函数,并利用块坐标下降和连续凸优化技术设计了低复杂度irs调度和uav轨迹设计算法。此外，我们根据现实中的场景参数，构建了仿真场景，并进行了大量仿真与比较。我们详细分析了uav-irs在整个飞行过程中的状态，包括互相对应地飞行速度和irs调度，这验证了所提方案的可有效性。我们进一步将所提算法和四种基线方案进行了对比，对比结果显示了所提算法的优越性。