无人机基站部署方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113938830A(43)申请公布日2022.01.14(21)申请号202111123437.0H04W16/18(2009.01)(22)申请日2021.09.24H04W88/08(2009.01)(71)申请人北京邮电大学地址100876北京市海淀区西土城路10号北京邮电大学(72)发明人喻鹏李文璟丁亚慧丰雷周凡钦(74)专利代理机构北京路浩知识产权代理有限公司11002代理人杨明月(51)Int.Cl.H04W4/021(2018.01)H04W4/40(2018.01)H04W4/90(2018.01)H04W24/02(2009.01)权利要求书3页说明书17页附图3页(54)发明名称无人机基站部署方法及装置(57)摘要本发明提供一种无人机基站部署方法及装置，所述方法包括：通过无人机获取受灾区域的所有用户终端的位置信息，基于所述所有用户终端的位置信息部署至少一个无人机基站；基于所述至少一个无人机基站的部署成本、所述至少一个无人机基站的总能耗及所述所有用户终端的传输吞吐量构建所述至少一个无人机基站的传输能效优化模型；采用深度强化学习DQN算法对所述传输能效优化模型进行求解，得到所述至少一个无人机基站的目标高度；基于所述目标高度重新部署所述至少一个无人机基站。本发明实现了受灾区域的所有用户终端的通信需求，并优化了无人机基站的传输能效。CN113938830ACN113938830A权利要求书1/3页1.一种无人机基站部署方法，其特征在于，包括：通过无人机获取受灾区域的所有用户终端的位置信息，基于所述所有用户终端的位置信息部署至少一个无人机基站；基于所述至少一个无人机基站的部署成本、所述至少一个无人机基站的总能耗及所述所有用户终端的传输吞吐量构建所述至少一个无人机基站的传输能效优化模型；采用深度强化学习DQN算法对所述传输能效优化模型进行求解，得到所述至少一个无人机基站的目标高度；基于所述目标高度重新部署所述至少一个无人机基站。2.根据权利要求1所述的无人机基站部署方法，其特征在于，无人机基站包括第一类型无人机基站和第二类型无人机基站；所述基于所述所有用户终端的位置信息部署至少一个无人机基站，具体包括：通过DBSCAN聚类算法对所述所有用户终端的位置信息进行聚类计算，得到至少一个用户终端分布簇，基于每个用户终端分布簇的中心位置与第一预设初始高度部署第一类型无人机基站；通过高斯混合模型GMM热点检测算法对所述所有用户终端的位置信息进行计算，得到至少一个热点区域，基于每个热点区域的中心位置与第二预设初始高度部署第二类型无人机基站；其中，所述第一预设初始高度大于所述第二预设初始高度，所述第一类型无人机基站的功率大于第二类型无人机基站的功率。3.根据权利要求2所述的无人机基站部署方法，其特征在于，所述基于所述至少一个无人机基站的部署成本、所述至少一个无人机基站的总能耗及所述所有用户终端的传输吞吐量构建所述至少一个无人机基站的传输能效优化模型之前，还包括：基于所述至少一个无人机基站的传输功率计算所述至少一个无人机基站的能耗成本；基于所述至少一个无人机基站的硬件部署成本和所述至少一个无人机基站的能耗成本计算所述至少一个无人机基站的部署成本。4.根据权利要求2所述的无人机基站部署方法，其特征在于，所述基于所述至少一个无人机基站的部署成本、所述至少一个无人机基站的总能耗及所述所有用户终端的传输吞吐量构建所述至少一个无人机基站的传输能效优化模型之前，还包括：基于所述至少一个无人机基站的传输功率计算所述至少一个无人机基站的通信能量；基于所述至少一个无人机基站的通信能量与所述至少一个无人机基站的悬停能量计算所述至少一个无人机基站的总能耗。5.根据权利要求3或4所述的无人机基站部署方法，其特征在于，还包括：基于每个无人机基站的位置信息与每个用户终端的位置信息计算所述每个无人机基站与所述每个用户终端之间的传输路径损耗功率；基于所述传输路径损耗功率与所述每个用户终端的接收功率计算所述每个无人机基站的传输功率。6.根据权利要求2所述的无人机基站部署方法，其特征在于，所述传输能效优化模型的目标函数为：2CN113938830A权利要求书2/3页cl(t)＝B*log2(1+SINRl(t))(2)其中，φ表述至少一个无人机基站的传输能效，ENet表示至少一个无人机基站的总能耗，Tr表示所有用户终端的传输吞吐量，CNet表示至少一个无人机基站的部署成本，表示第i个第一类型无人机基站的总能耗，表示第j个第二类型无人机基站的总能耗，表示第i个第一类型无人机基站的部署成本，表示第j个第二类型无人机基站的部署成本，Il(t)表示第l个用户终端在t时刻是否与无人机基站相连接，cl(t