一种无人机与可重构智能表面辅助双系统通信的方法

本发明涉及无人机辅助通信领域，具体涉及一种无人机与可重构智能表面辅助双系统通信的方法。

背景技术：

1、近年来，第五代移动通信技术(5g)在全球范围内得到了大规模的推广和普及，但伴随着用户群体的急剧扩张和大数据传输的迫切需求，传统的地面通信技术正面临着一系列亟待解决的难题。例如，在城市环境中，大型建筑物的遮挡会阻碍信号的传输，造成信号覆盖的盲区；在偏远或人口较少的地区建立通信基础设施的成本会非常高，甚至在实施条件上也不可行；或是出现大型户外活动或临时集会时，现有的地面基站可能难以应对临时升高的通信需求。作为一种灵活的通信技术，无人机(unmanned aerial vehicle，uav)能够提高通信网络的覆盖范围，并提供额外的通信容量，缓解网络压力，被认为是解决传统地面通信所遭遇挑战的一个有效手段。

2、可重构智能表面(reconfigurable intelligent surface，ris)是一种新兴的通信技术，它利用大量无源反射元件组成的平面来塑造无线传播信道，可以在不增加额外传输能量的情况下，通过调整每一个反射元件的反射特性，精确地控制入射波的相位、振幅和极化状态，从而改善信号在特定区域的强度和质量。当将可重构智能表面放置在适当的位置时，通过动态控制信号的传输路径，其可以填补传统通信基站的覆盖盲区，提供更高的通信质量。得益于无人机出色的机动性，它可以搭载可重构智能表面飞行至高空，避开复杂地形和建筑物对信号的遮挡。通过优化无人机的飞行轨迹，可以将可重构智能表面部署在最佳位置，从而确保地面用户享受到最优的信号质量，使得可重构智能表面发挥出最大功效。因此，无人机与可重构智能表面的结合可以更好地提高通信质量，改善用户体验。

技术实现思路

1、针对城市与山区临界场景下提高用户通信速率的问题，本发明提出了一种无人机与可重构智能表面辅助双系统通信的方法，由无人机基站系统和搭载可重构智能表面的无人机中继系统组成的双系统通信网络，前者用来为山区用户提供服务，后者用来为城市用户提供服务。通过联合优化用户调度，基站功率分配，可重构智能表面的无源波束成形以及无人机的飞行轨迹来有效提高双系统的平均通信速率。

2、本发明的技术方案如下：一种无人机与可重构智能表面辅助双系统通信的方法，所述无人机与可重构智能表面辅助的双系统包括位于山区的无人机基站系统和位于城市中的无人机中继系统；

3、在无人机基站系统中，一架无人机作为无人机基站，为无人机基站系统内的m个山区用户提供服务；在搭载可重构智能表面的无人机中继系统中，另一架无人机作为无人机中继以辅助地面基站为无人机中继系统内的k个城市用户提供服务；无人机基站和无人机中继以固定的高度与各自系统内的用户进行通信，通信周期被分解为z个等长时隙；考虑到山区的地势较高，为了保证视距传输链路的建立，无人机基站的高度高于无人机中继的高度；

4、通过联合优化不同系统内的用户调度、无人机基站和地面基站的功率分配、可重构智能表面的无源波束成形以及无人机的飞行轨迹，最大化无人机与可重构智能表面辅助双系统的平均通信速率，具体包括以下步骤：

5、步骤一：构建城市与山区临界场景下，由无人机基站系统和搭载可重构智能表面的无人机中继系统组成的双系统通信网络模型，包括无人机运动模型和通信信道模型；

6、步骤二：构建优化问题，最大化双系统通信网络模型的总通信速率，同时满足无人机飞行的运动学约束、可重构智能表面的相移约束以及基站的传输功率约束；

7、步骤三：将步骤二的优化问题拆分成四个子优化问题，并使用连续凸近似方法求解每一个子优化问题，最终设计一个四层的交替迭代优化算法来求解优化问题。

8、所述通信信道模型具体为：无人机基站到无人机基站系统内的第m个山区用户的信道增益表示为hu,m(z)，其中m＝1,2,…,m，z＝1,2,…,z；地面基站到无人机中继的信道增益表示为hs,r(z)，其中z＝1,2,...,z；无人机中继到无人机中继系统内第k个城市用户的信道增益表示为hr,k(z)，其中k＝1,2,…,k，z＝1,2,...,z，均为视距信道；采用自由空间衰落模型来模拟以上各视距信道增益；

9、

10、

11、

12、其中，ρ表示单位距离1米处的路径损耗，du,m(z)表示无人机基站到第m个山区用户的距离，ds,r(z)表示地面基站到无人机中继的距离，dr,k(z)表示无人机中继到第k个城市用户的距离；

13、as,r(z)和ar,k(z)分别为地面基站到无人机中继和无人机中继到无人机中继系统内第k个城市用户的天阵列导向矢量，各自表示为

14、

15、

16、其中，λ表示载波波长，d表示天线间的间隔，i表示可重构智能表面所具有的无源反射元件数量，φs,r(z)表示从地面基站射向无人机中继的信号到达角的余弦值，φr,k(z)表示从无人机中继射向第k个城市用户的信号出发角的余弦值，j表示虚数单位；

17、地面基站到无人机基站系统内的第m个山区用户的信道增益表示为hs,m，地面基站到无人机中继系统内第k个城市用户的信道增益表示为hs,k，无人机基站到搭载可重构智能表面辅助的无人机中继系统内的第k个城市用户的信道增益表示为hu,k，均为非视距传输信道；采用瑞利衰落模型来模拟以上非视距传输信道增益，

18、

19、

20、

21、其中，ds,m表示地面基站到第m个山区用户的距离，ds,k表示地面基站到第k个城市用户的距离，du,k(z)表示无人机基站到第k个城市用户的距离，κ表示以上非视距信道的路径损耗指数，表示以上非视距信道中信号的随机散射指数。

22、所述无人机运动模型具体为：

23、无人机在每一时隙的空间位置和速度必须遵循既定的运动学原则，需满足以下运动学约束：

24、‖lu(z+1)-lu(z)‖≤δ,z＝1,2,...,z-1 (9)

25、‖lr(z+1)-lr(z)‖≤δ,z＝1,2,...,z-1 (10)

26、其中，lu(z+1)和lu(z)分别表示无人机基站在第z+1个时隙时的坐标和第z个时隙时的坐标，lr(z+1)和lr(z)分别表示无人机中继在第z+1个时隙时的坐标和第z个时隙时的坐标，δ＝vmaxδ表示无人机基站和无人机中继在每一时隙的最大飞行距离，vmax表示无人机的最大飞行速度，δ表示每一时隙的长度；

27、无人机基站和无人机中继在每一个通信周期的初始位置和终止位置固定，

28、lu(1)＝lui,lu(z)＝luf (11)

29、lr(1)＝lri,lr(z)＝lrf (12)

30、其中，lui和luf分别表示无人机基站的初始位置和终止位置，lri和lrf分别表示无人机中继的初始位置和终止位置。

31、所述基站的传输功率约束具体为：

32、定义pu,m(z)为无人机基站在第z个时隙时射向山区用户m的信号功率，ps,k(z)为地面基站在第z个时隙时射向城市用户k的信号功率，由于传输功率具有最大功率、最小功率以及平均功率的限制，各基站的传输功率满足以下约束：

33、

34、

35、

36、

37、其中，pavg和pmax分别表示基站的平均传输功率和最大传输功率；au,m[z]和as,k[z]表示二进制的调度变量，当au,m(z)＝1、as,k(z)＝1分别表示无人机基站正在服务山区用户m、地面基站正在服务城市用户k；当au,m(z)＝0、as,k(z)＝0分别表示无人机基站没有服务山区用户m、地面基站没有服务城市用户k。

38、所述双系统通信网络模型的总通信速率具体为：

39、在单位带宽下，山区用户m和城市用户k在第z个时隙通信速率分别表示为，

40、

41、

42、其中，表示hr,k(z)的共轭转置，σ2表示噪声功率；表示可重构智能表面的相位偏移矩阵，其中θi[z]∈[0,2π),1≤i≤i,表示可重构智能表面的第i个无源反射元件的相位偏移；

43、无人机基站系统和搭载可重构智能表面的无人机中继系统在通信周期t内的总通信速率表示为，

44、

45、

46、所述优化问题表示为：

47、

48、其中，c1～c4表示用户调度的约束，要求每个时隙内，无人机基站系统内和搭载可重构智能表面的无人机中继系统内分别只有一个用户正在进行通信；c5～c8表示基站传输功率的约束，限制基站的传输功率需要符合实际；c9～c12表示无人机飞行的约束，要求无人机的运动需要符合运动学约束。

49、所述优化问题是一个混合整数的非凸问题，难以直接进行求解。因此，在步骤三中，首先将原优化问题分解为了四个子问题，分别为用户调度优化、可重构智能表面的无源波束成形优化、基站功率分配优化以及无人机轨迹优化。通过使用连续凸近似方法将四个非凸的子优化问题转换为可以直接求解的凸优化问题，并使用cvx工具箱对每一个子优化问题进行求解。最终设计了一个交替迭代优化算法来逼近原始优化问题的最优解。

50、本发明的有益效果：本发明提出一种无人机与可重构智能表面辅助双系统通信的方法，应用于城市与山区临界场景下，通过联合用户调度、可重构智能表面的无源波束成形、基站功率分配以及无人机轨迹，显著提高了双系统的总通信速率。相较于现有的无人机基站通信系统或无人机中继通信系统，本发明考虑到了现实中的城市与山区临界的应用场景，有机的将两个通信系统进行了结合，并引入可重构智能表面辅助通信，具有很强的应用价值。