NOMA制造技术

本发明专利技术提出一种

【技术实现步骤摘要】
NOMA网络中基于无人机中继的在线SVC多播方法


[0001]本专利技术创造属于通信网络
，具体是一种
NOMA
网络中基于无人机中继的在线
SVC
多播方法
。

技术介绍

[0002]随着网络技术的发展，实时视频业务
(
如：视频会议
、
赛事直播等
)
已经融入人们的生活
。Omdia
在
report《Network Traffic Forecast:2019
–
24》
中指出，预计到
2025
年，视频将占无线网络总流量的
75
％以上
。
实时视频流量的激增导致网络资源分配面临巨大压力
。
与单播相比，多播
[1]所使用的带宽资源不受接入用户数量的限制
。
[0003]Scalable video coding(SVC)[2][3]将视频编码为一个基础层和多个增强层
。
设备可以根据网络环境和解码能力调节解码层数并重构完整的视频
。
由于灵活性和适应性，
SVC
多播已成为一种有潜力的视频多播质量增强方案
。Orthogonal Multiple Access(OMA)
下的每个
SVC
视频层在不同的正交信道上传输
。
通过功率域复用，
Non
‑
Orthogonal Multiple Access(NOMA)[4]可以在同一信道上为多个终端提供服务
。
当发送端采用非正交方式发送不同的视频层时，接收器可以根据接收到信号功率的强弱运行
Successive Interference Cancellations(SIC)[5]解调信号
。
[0004]在基站边缘区域，用户与基站通信的链路一般为非视距通信链路
。
单纯依靠基站进行多播不足以保证边缘用户接收到高质量视频
。
凭借其机动性，无人机可以被临时部署到基站覆盖的边缘区域，其飞行高度和视距链路
[6]有助于降低视频传输的资源消耗
。
通过结合
NOMA
和
SVC
，部署在基站边缘区域的无人机可以与基站共用频谱，并在功率域上进行信号叠加，从而提升基站边缘多播服务的公平性和资源利用率
。
[0005]对于利用无人机提升基站边缘视频质量，许多挑战有待解决：
[0006](1)
无人机
‑
基站协作
[0007]现有无人机视频分发大多是缓存使能的，即通过携带缓存为地面用户提供离线服务
[15][16]，其中的视频缓存需要定期更新以提高缓存命中率
[10]。
为支持在线服务，一种方法是通过
mmWave
建立到基站的链路
[7][8]，但
mmWave
的正常通信距离为
150
米
[17]，远小于宏基站的覆盖半径，使得在基站边缘的无人机很难建立稳定连接
。
现有的分层多播方案大多面向地面网络
。
有研究者探索了一种
NOMA
使能的
SVC
多播方案，由地面基站发送基础层和增强层
[2]。
在这种框架下，还有研究者提出了一种联合功率分配和子分组方案，在满足功率和速率约束的同时最大化聚合多播速率
[9]。
[0008](2)
多无人机场景下的分层视频解码
。
[0009]宏基站发送基础层
、
小基站发送增强层是一种常见的分层视频多播策略
[18]。
基础层相比增强层对传输速率的要求更高，意味着宏基站发送基础层需要占用更多的带宽资源
。
无人机凭借视距链路，仅需较少资源便可传递基础层
。
用户设备在收到基础层和增强层后，按功率强弱按序进行解码并消除干扰
。
无人机部署必须考虑视频层的接收顺序及用户端信号接收速率，但现有工作未涉及相关问题
。
有研究者研究了多无人机协同的全双工
NOMA
系统，通过动态用户聚类
、
无人机放置和功率分配来提高系统的聚合吞吐量
[12]。
还有研究者提出一种功率分配和无人机轨迹联合优化策略来提升用户接收速率
[13]。
[0010](3)
无人机
‑
多播组的关联选择
。
[0011]每个多播组关联唯一的无人机可以避免同频干扰，但无法释放无人机的优势
。
允许一多播组与多个无人机关联有助于提高服务的灵活性，但无人机信号叠加给带来的干扰可能抵消频谱复用带来的收益
。
现有工作大多考虑单播应用
。
文献
[10]研究多无人机网络中
SVC
分层缓存方案，通过分层缓存放置
、
无人机部署和用户关联的联合设计来最小化用户接入延迟
。
文献
[11]研究了无人机辅助蜂窝网络中的上行链路传输，设计了一个多智能体
Q
‑
learning
算法来确定无人机部署和关联方案，尽可能降低用户和无人机的功耗
。

技术实现思路

[0012]考虑一个多架无人机作为中继为基站边缘区域用户提供在线视频服务的场景
。
对于该场景，本专利技术设计基于
NOMA
的空地协同
SVC
视频多播框架，最大化基站边缘区域多播组的聚合视频接收质量
。
主要技术贡献包括：
[0013]第一
、
构建一种可视化的图模型，用来刻画决策变量
(
无人机部署
、
多播组关联
)
与视频解码
(
叠加编码和
SIC)
之间的耦合关系
。
图中的每个团对应的决策都满足叠加编码和
SIC
要求
。
[0014]第二，基于设计的图模型，多播组视频接收质量最大化问题被转化为一个基于团的频谱划分问题，属于一个整数线性规划问题
。
为了便于处理，联合优化问题被解耦为无人机部署
‑
关联优化和频谱划分两个子问题
。
[0015]第二
、
第一个子问题被转化为一个特殊的最大权重团问题，通过基于分支定界的改进算法进行求解
。
对于第二个子问题，根据多播组数和子信道数动态地选定求解策略，通过参考多播组数和子信道数动态选定求解策略
。
[0016]仿真本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
NOMA
网络中基于无人机中继的在线
SVC
多播方法，在无人机中继的在线
SVC
视频多播场景中，多个无人机作为中继被部署在宏基站覆盖边缘，其中有三种不同类型的链路，即：地面基站到无人机
B2U
链路，用于基站将
SVC
的基础层发送给无人机；地面基站到地面设备
B2D
链路，用于基站将
SVC
的增强层发送给用户无人机到地面设备
U2D
链路，用于无人机将
SVC
的基础层发送给用户；请求同一个视频流的用户属于一个多播组；一个多播组关联1个或多个无人机，即1个或多个无人机为一个多播组内的用户提供服务；移动边缘计算
MEC
控制器通过访问全局信息决定无人机部署位置及无人机与多播组关联模式，并为各多播组分配频谱资源；后文中，“无人机部署位置”简称“无人机放置”，“无人机与多播组关联模式”简称“多播组关联”；其特征是所述在线
SVC
多播方法的步骤包括：步骤
1)
构建可视化图模型，用来刻画无人机放置和多播组关联之间的耦合性；步骤
2)
基于可视化图模型，把视频接收质量最大化问题被建模为基于团
clique
的非线性整数规划问题
P1
；步骤
3)
把问题
P1
解耦为无人机放置
‑
多播组关联子问题和子信道分配子问题；步骤
4)
解决两个子问题：步骤
4.1)
把无人机放置
‑
多播组关联子问题转化为可视化图模型中无向图有顶点数量限制的最大权重团问题，然后采用基于分支定界的改进最大权重团算法决定无人机放置
‑
多播组关联模式；步骤
4.2)
采用规则匹配策略解决子信道分配问题，以小计算代价获得的最佳资源分配策略；所述步骤
1)
中，构建可视化的图模型来刻画不同决策变量之间的耦合性，为无人机部署和多播组关联提供支持：通过对所有多播组内的用户使用聚类算法，得到一组无人机候选位置的集合其中为
X
‑
Y
平面上的投影位置的索引，
l
j
＝
(x
j
,y
j
)
代表无人机在
X
‑
Y
轴上的一个候选位置；令代表一个无向图，无向图的每个顶点对应一个无人机放置与多播组关联的候选决策，且必须满足则，顶点集合表示为其中，为多播组索引的集合，是与
j
位置对应的高度索引；表示宏基站
m
到无人机覆盖边缘的最大信号增益；表示无人机到覆盖边缘最小的信号增益；
p
s
表示无人机的传输功率，
p
m
表示基站的传输功率；当任两个位于
l
j,k
和
l
j',k'
的无人机都关联多播组
n
时，与对应的约束条件被重新表示为
表示第二个无人机到第一个无人机覆盖范围内的最大信道增益，表示宏基站
m
到第一个无人机覆盖范围内的最小信道增益；一架悬停在平面位置索引
j
上的无人机只能选择唯一的高度索引
k
，对应
l
j,k
＝
l
j',k'
,j
＝
j
′ꢀꢀꢀꢀꢀ
(B)
当且仅当
(A)
或
(B)
成立时，第一个无人机对应顶点
v
j,k,n
和第二个无人机对应顶点
v
j
′
,k
′
,n
′
之间存在一条边；据此，边的集合表示为之间存在一条边；据此，边的集合表示为代表中的一个团
Clique
，团
Clique
是无向图中顶点的一个子集，其中任意每两个顶点必定存在连接；每一个团都被映射为一个包含“无人机放置
‑
多播组关联”决策变量的集合；所述步骤
2)
中，把视频质量最大化问题转化为一个基于分团的频谱划分问题，即找到一个团来确定无人机放置和多播组关联，并决定每个多播组的子信道数量，具体为：定义
q
j,k,n
用于判断顶点
v
j,k,n
是否在选中的团内0‑1变量
u
1,n,i
、u
2,n,i
分别代表多播组
n
中用户
i
是否收到基础层和增强层，0表示收到，1表示没收到；多播组
n
接收到视频的聚合信噪比
PSNR
被表示为一个关于子信道
b
n
和的函数，即则对中的多播组运用函数后，视频质量最大化问题
P1
被建模为被建模为被建模为被建模为被建模为被建模为被建模为被建模为
q
j,k,n
对应第一个无人机及其顶点
v
j,k,n
的判断，
q
j',k',n'
对应第二个无人机及其顶点
v
j',k',n'
的判断；
λ
1,n
表示当多播组
n
请求基础层时，组内地面设备支持正常解码的最小比特率；
λ
2,n
表示当多播组
n
请求增强层时，组内地面设备支持正常解码的最小比特率；
r
j,k,n,i
表示用户
i
解码来自位置
l
j,k
的无人机信号的可达速率；
r
m,n,i
表示在用户
i
处解码基站
m
信号的可达速率；约束
(a)
代表若顶点对
(v
j,k,n
,v
j',k',n'
)

【专利技术属性】
技术研发人员：白光伟，王源一，沈航，童子源，王天荆，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：