H2H与M2M共存场景下无人机辅助上行用户调度方案_马文峰.pdf
《H2H与M2M共存场景下无人机辅助上行用户调度方案_马文峰.pdf》由会员分享,可在线阅读,更多相关《H2H与M2M共存场景下无人机辅助上行用户调度方案_马文峰.pdf(8页珍藏版)》请在咨信网上搜索。
1、 第2卷 第2期V o l.2 N o.2 2 0 2 3年4月 J o u r n a l o f A r m y E n g i n e e r i n g U n i v e r s i t y o f P L A A p r.2 0 2 3H 2 H与M 2 M共存场景下无人机辅助上行用户调度方案马文峰1,吴 霞2,王 聪1,田 辉1,赵几航3,姚远翔1(1.陆军工程大学 野战工程学院,江苏 南京 2 1 0 0 0 7;2.3 1 1 3 1部队,江苏 南京 2 1 0 0 0 7;3.3 1 6 0 3部队,江苏 徐州 2 2 1 0 0 0)摘要:针对人类用户和物联网用户共存时利
2、用无人机作为中继节点采集物联网设备数据的场景,提出了一种基于累积分布函数的上行用户调度方案。方案在以最大化全网节点能效为优化目标的上行联合用户关联和用户资源分配问题建模过程中,考虑多用户分集以及网络负载均衡;为了求解该问题,方案利用用户吞吐量独立同分布的特点,通过松弛整数变量,结合增广拉格朗日法和标准的次梯度法,将难解的非凸问题转化为凸函数,再利用交替方向乘子法对凸问题进行分解并交替迭代优化,最终实现系统能效最大化并得到最优调度方案。仿真结果表明,该方案在全网效能和负载均衡方面优于现有方案。关键词:异构网络;用户调度;无人机;物联网;能量效率 中图分类号:T N 9 1 5.0 4D O I:
3、1 0.1 2 0 1 8/j.i s s n.2 0 9 7-0 7 3 0.2 0 2 2 0 4 0 7 0 0 6U A V-A s s i s t e d U p l i n k U s e r S c h e d u l i n gS c h e m e i n H 2 H a n d M 2 M C o e x i s t e n c e S c e n a r i o s MA W e n f e n g1,WU X i a2,WANG C o n g1,T I AN H u i1,Z HAO J i h a n g3,YAO Y u a n x i a n g1(1.C o
4、l l e g e o f F i e l d E n g i n e e r i n g,A r m y E n g i n e e r i n g U n i v e r s i t y o f P L A,N a n j i n g 2 1 0 0 0 7,C h i n a;2.U n i t 3 1 1 3 1 o f P L A,N a n j i n g 2 1 0 0 0 7,C h i n a;3.U n i t 3 1 6 0 3 o f P L A,X u z h o u 2 2 1 0 0 0,C h i n a)A b s t r a c t:A i m i n g
5、a t t h e s c e n a r i o s w h e r e UAV s a r e u s e d a s r e l a y n o d e s t o c o l l e c t t h e d a t a o f i n t e r n e t o f t h i n g s(I o T)d e v i c e s w h e n h u m a n-t o-h u m a n(H 2 H)a n d m a c h i n e-t o-m a c h i n e(M 2 M)u s e r s c o e x i s t,a n u p-l i n k u s e r
6、s c h e d u l i n g s c h e m e b a s e d o n t h e c u m u l a t i v e d i s t r i b u t i o n f u n c t i o n i s p r o p o s e d.M u l t i-u s e r d i v e r s i t y a n d n e t w o r k l o a d b a l a n c i n g a r e c o n s i d e r e d i n t h e m o d e l i n g p r o c e s s o f u p l i n k j o
7、i n t u s e r a s s o c i a t i o n a n d u s e r r e s o u r c e a l l o c a t i o n w i t h t h e o p t i m i z a t i o n g o a l o f m a x i m i z i n g t h e e n e r g y e f f i c i e n c y o f n o d e s i n t h e e n t i r e n e t w o r k.I n o r d e r t o s o l v e t h e p r o b l e m,t h e s
8、c h e m e u t i l i z e s t h e c h a r a c t e r i s t i c s o f i n d e p e n d e n c e a n d i d e n t i c a l d i s t r i-b u t i o n o f u s e r t h r o u g h p u t,r e l a x e s i n t e g e r v a r i a b l e s,c o m b i n e s t h e a u g m e n t e d L a g r a n g i a n m e t h o d a n d t h e
9、s t a n d a r d s u b g r a d i e n t m e t h o d,t r a n s f o r m s t h e d i f f i c u l t n o n-c o n v e x p r o b l e m i n t o a c o n v e x f u n c t i o n,t h e n u s e s t h e a l t e r n a t i n g d i r e c t i o n m u l t i p l i e r m e t h o d t o d e c o m p o s e t h e c o n v e x p
10、r o b l e m a n d a l t e r n a t e l y i t e r a t i v e l y o p t i m i z e s i t,a n d f i n a l l y r e a l i z e s t h e m a x i m u m e n e r g y e f f i c i e n c y o f t h e s y s t e m a n d o b t a i n s t h e o p t i m a l s c h e d u l i n g s c h e m e.S i m u l a t i o n r e-s u l t s
11、i n d i c a t e t h a t t h e s c h e m e i s s u p e r i o r t o e x i s t i n g s c h e m e s i n t e r m s o f n e t w o r k p e r f o r m a n c e a n d l o a d b a l a n c i n g.K e y w o r d s:h e t e r o g e n e o u s n e t w o r k;u s e r s c h e d u l i n g;UAV;I n t e r n e t o f T h i n g
12、s;e n e r g y e f f i c i e n c y 收稿日期:2 0 2 2-0 4-0 7基金项目:国家自然科学基金(6 2 0 0 1 5 1 5,6 1 7 7 1 4 8 6,6 2 1 0 3 4 4 1);江苏省博士后科研资助计划(2 0 1 9 K 0 9 0)。第一作者:马文峰,博士,副教授,主要研究无线通信,1 3 9 1 3 9 4 5 1 9 31 3 9.c o m。通信作者:吴 霞,硕士研究生,助理工程师,主要研究无线通信,e l f 5 1 1 2 91 6 3.c o m。近年来随着物联网设备的数量和前所未有的网络数据流量的急剧增长,导致频谱和能源
13、消耗不断增加。除了当前的人类用户流量消耗外,允许人类用户和物联网用户业务重叠的异构网络可以实现海量设备共享网络、保证小突发传输和降低能耗。但异构网也面临着新的挑战,例如用户调度,即联合用户关联(u s e r a s s o c i a t i o n,UA)和资源分配,用户与服务基站的关联以及基站对用户的资源分配。用户调度在提高无线网络性能方面发挥着重要作用。现有关于异构网中用户调度的研究大多集中在优先策略上,即人与人之间的通信需求为主服务,物联网设备间的通信需求为次服务。文献1 提出了一种基于优先级的异构网用户关联,在合作纳什议价求解方法下解决物联网用户(m a c h i n e t o
14、 m a-c h i n e,M 2 M)/人类用户(h u m a n t o h u m a n,H 2 H)流量。文献2 提出了一种分散的对偶分解算法,在考虑服务质量(q u a l i t y o f s e r v i c e,Q o S)的同时降低异构网中用户关联复杂度。然而,目前对于异构网中的全局用户关联相关研究不多,即在平等前提下全局考虑M 2 M和H 2 H的Q o S。在多个小蜂窝基站共存的网络中进行用户调度,目前的研究多集中在下行链路中。文献3 基于最大信噪比(s i g n a l-n o i s e r a t i o,S N R)和数据速率等进行用户关联,需要考虑用
15、户和基站之间的瞬时信道状态信息(c h a n n e l s t a t e i n f o r m a t i o n,C S I),这造成了严重的负载不均衡。文献4 虽然联合考虑了用户关联和资源分配方案,所提出的方法也仅适用于下行传输。文献5 中对异构网中基站使用平均分配策略,达到绝对的负载均衡,但系统吞吐量和能效往往远不如其他方案。由于物联网接入点的位置固定且其范围有限,很多地理位置偏远和环境复杂的地区物联网设备难以实现网络的覆盖,无人机(u n m a n n e d a e r i a l v e h i-c l e,UAV)在提高覆盖和吞吐量方面具有很大优势,将满足非常严格的延迟
16、、可靠性、移动性和安全性要求6-8。文献9 研究了物联网通信网络中上行链路数据传输的能效,但未考虑无人机的存在,导致不适合解决地面基础设施有限区域的物联网设备的调度和资源分配问题。文献15,9 均为研究异构网的用户调度、资源分配相关,并未区分用户的类别,因此无法适用于人类用户和物联网用户共存场景。提出 了 一 种 基 于 累 积 分 布 函 数(c u m u l a t i v e d i s t r i b u t i o n f u n c t i o n,C D F)1 0-1 3的上行用户调度方案,考虑在人类用户和物联网用户共存场景下,利用无人机作为中继设备悬停于物联网设备上空进行数
17、据信息采集。方案中人类用户和无人机用户均可以平等选择所有基站,以系统总能效最大化为目标,联合设计用户关联和资源分配问题。针对该优化问题的求解,利用用户吞吐量独立同分布的特点,通过松弛关联系数,由0,1 整数变量松弛为可求导的0,1 间时隙资源分配权重,结合增广拉格朗日法和标准的次梯度法,将难解的非凸问题转化为凸函数,再利用交替方向乘子法(a l t e r n a t i n g d i r e c t i o n m e t h o d o f m u l t i p l i e r s,A DMM)算法将凸问题分解为多个子问题,将每一步所得最优结果代入下一子问题进行交替迭代优化,最终实现了
18、该场景下系统总能效的最大化,并得到了最优的用户调度方案。1 系统模型无人机悬停在物联网设备上方进行数据采集的工作过程,如图1所示。在高楼林立、环境复杂的多个蜂窝小区共存的网络中,多基站之间如何进行共存场景下用户分配和接入控制联合优化,以达到网络能效的最大化。本文考虑一种人类用户和无人机用户共存场景下的多层基站的上行异构网络,场景中的无人机用户均采用非视距传输,两类用户的信道均建模为瑞利衰落信道1 4-1 5,网络中有K个基站(k1,2,K)和N个用户(n1,2,N),基站分为宏基站、皮基站和飞基站3种;无人机用户的通信需求即为物联网用户的通信需求。假设不同小区之间处于不同频点,因此来自相邻小区
19、的干扰可以忽略不计。当用户n与基站k关联,该用户的瞬时S N R值为n,k=|hn,k|2n,kPk/n,其中hn,k、n,k分别为用户n与基站k间的小尺度、大尺度信道衰落系数;P为用户的固定发射功率,n为高斯白噪声的噪声功率。图1 人类用户与无人机用户共存场景现有的调度方法大都无法实现多用户分集,信道好的用户可以关联到基站而信道差的用户可能无法连接,造成了负载不均衡。基于C D F的用户调度方法中每个用户的吞吐量仅基于用户自身的信道统计量和得到基站的资源比重,与其他用户无关,这将使得信道质量差的用户同样可得到调度。通过考虑74第2期 马文峰,等:H 2 H与M 2 M共存场景下无人机辅助上行
20、用户调度方案每个用户独立的吞吐量,将每个用户的吞吐量与其他用户解耦,从而简化了分析。通过灵活地调节时间资源的分配权重来选择使得C D F最优的用户进行关联,从而获得了最优的用户吞吐量,实现了多用户分集和负载均衡。基于C D F的用户调度方法,当用户n与基站k关联,通过它的瞬时S N R值来决定哪一个用户与该基站关联:wn,k=a r g m a xF(n,k)1/xn,k,其中wn,k为基站选择用户的索引,xn,k0,1 为用户在与基站关联时所分配到的时间权重,基站k通过调节xn,k灵活地控制着分配给用户n的资源,F(n,k)为n,k的C D F,本文考虑的累积分布函数服从以n,kP/n为参数
21、的指数分布,即F(x)=1-e-n,kP/nx,累积分布函数随着权重在01上的递增而递增,通过选择累积分布函数值较大的用户实现多用户的分级增益。C D F仿真变化趋势如图2所示。图2 C D F变化趋势本文考虑的网络效用定义为单位时间内传输的比特数与所消耗的能量之比,即rn,k/En,k,当该比值最大时认为全网的效用达到最大化,根据网络中用户的数量,网络能效的和平均定义为:用ln,k表示用户n与基站k的关联关系,即当ln,k=1时,用户n与基站k关联;当ln,k=0时,用户n与基站k不关联。公式rn,k(xn,k)=0v()Fn,k()1/xn,k-1dFn,k()用于表示用户吞吐量,该函数为
22、复杂的非凸函数,不利于问题的解决,而文献4 证明了用户吞吐量可用其上 限 代 替,即rTn,k(xn,k)=F-1n,k(1-xn,k)l o g2(1+t)dFn,k(t)代替,文献1 6 中详细推导了该公式的化简过程,这为本文解决该非凸问题提供了思路。本文采用基于累积分布函数的用户调度方法(d i s p a t c h o f c o e x i s t i n g u s e r s b a s e d o n C D F,C C UD)来进行用户对基站的选择,每个用户在每个时隙中最多选择一个基站进行关联,并为每个用户提供独立的吞吐量、控制每个用户关联基站所分配到的时间权重。根据以上分
23、析,系统中用户能效的和平均最大化的表达式如下 m a xKk=1rn,kxn,k()NEn,ks.t.0 xn,kln,k nN,kK0 xn,k1nN,kKNn=1xn,k1kKKk=1ln,k1nNln,k0,1nN,kK(1)由于用于表征用户与基站关联关系的变量ln,k非0即1形成了整数约束,为了避免穷尽搜索,需要松弛该变量最终获得最优的解。当用户n选择基站k进行关联时,基站k会将相应的时间资源分配给用户n,即xn,k0,则用户n的吞吐量将大于0,即rn,k0,而用户n与基站k关联即ln,k=1;同样地,若用户n不与基站k关联,则基站k不会将相应的时间资源分配给用户n,即xn,k=0,则
24、用户n的吞吐量将等于0,即rn,k=0,而关联变量ln,k=0。因此,xn,k 0ln,k=1rTn,k(xn,k)0、xn,k=0ln,k=0rTn,k(xn,k)=0,将以基站分配给用户的时间资源权重xn,k作为优化变量来表征关联系数ln,k,整数变量得以松弛,最终获得最优的xn,k解。能效表达式(1)转化为 m a xKk=1rTn,kxn,k()NEn,ks.t.0 xn,k1 nN,kKNn=1xn,k1kK(2)式(2)可进一步改写为 m i nE(X)=-Kk=1rTn,kxn,k()NEn,ks.t.0 xn,k1 nN,kKNn=1xn,k1kK(3)2 C C U D算法2
25、.1 基于A DMM的算法分解A DMM算法是一种结合增广拉格朗日方法和对84 第2卷偶分解的交替优化算法,收敛速度比传统的对偶分解方法、次梯度方法更快,结果也更加稳定1 7。利用A DMM算法,将优化问题划分为3个优化子问题进行交替优化以求得最优解的目标。首先引入辅助变量Z,X=Z。根据A DMM的原理,将能效的和平均表达式转化为拉格朗日函数的极小化形式,即L(X,Z,L,)=E(X)+2X-Z2(4)式中:L为约束X=Z的拉格朗日乘子,0为二次罚标量。2.1.1 子问题1:变量X的优化在已知变量Z和L的初始值情况下,进行变量X的优化,则式(4)简化为:m i nE(X)+2X-cX22,其
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- H2H M2M 共存 场景 无人机 辅助 上行 用户 调度 方案 马文
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。