文章
Three-Dimensional Continuous Movement Control of Drone Cells for Energy-Efficient Communication Coverage
文章目录
以下中文内容来自谷歌翻译:
引言
未来的无线网络既需要高度的敏捷性和弹性,又需要快速的通信服务恢复能力。当遇到意外或临时情况(例如自然灾害,体育赛事)时,用户的极端密度可能会挤满该地区。然后,将无法及时和/或在经济上不可行地投资于可以在短期内实现收入的电信基础设施。由于无人机具有独特的快速响应机会并减少了对自然灾害的脆弱性,缓解上述情况的潜在解决方案是诉诸于无人机辅助覆盖,其中部署了无人机来传送无线电信号。为那些拥挤的用户提供服务。此外,在研究界中对将无人机用作未来无线网络中的无线电接入平台有很大的兴趣。
贡献
因为涉及多个明显不同的目标,包括能耗,用户QoS要求之和,覆盖范围的公平性以及对网络的约束连接性。因此,设计基于DRL的无人机细胞网络以实现节能通信覆盖面具有很高的挑战性
模型
研究无人机怎么动,能实现最佳通信质量
This paper also discusses the continuous movement control of drone-cells in discrete time-steps, and the terms “time-step” and “decision epoch” are interchangeable. The following subsections present the detailed system models including the drone-cell mobility model and the channel propagation model
符号集
用户data rate用C表示
,在集合k,
号用户和j号无人机成功通信的indicator
空-空信道
我认为这里很显然没考虑cell之间的干扰,只考虑了高斯白噪声
空-地信道
LoS概率
衰落
显然知道了E,Pr和F之后就只与
和
有关
构建图
考虑空中无人机组成的网络
顶点是无人机,边相连就代表通信成功
Jain’s fairness
能耗
问题建模
我们的优化目标是:this paper aims at maximizing the energy efficiency of the communication coverage of multiple drone-cells
(17)每个无人机都能与至少一个其他无人机取得通信
(18)-(20)区域大小限制
(21)速度限制
(21)取值整数
Optimal Deployment Altitude最佳部署高度
=达到Ck门限时的信噪比
强化学习action
强化学习reward
考虑因素
there are three considerably different objectives (i.e., energy consumption, the sum of users’ QoS requirements, and coverage fairness)
笔者认为作者之所以这样设计,可能是出于以下的考虑
QoS需求和
是成正比的,所以写在分子
能量消耗成反比,所以写在分母
Boundary-margin mechanism
在执行通信任务期间,某些无人机单元可能会飞到3-D空域的预定边界之外。同时,如果无人机小区资源部署在所考虑区域的边界附近,则可能会浪费无人机资源。