[论文解读] Efficient 3-D Placement of an Aerial Base Station in Next Generation Cellular Networks

R. Irem Bor Yaliniz, Amr El‐Keyi+1 more|arXiv (Cornell University)|Jan 1, 2016

UAV Applications and Optimization参考文献 7被引用 14

一句话总结

该论文提出了一种新型三维无人机基站部署算法，用于下一代蜂窝网络，通过联合优化高度、水平位置和覆盖半径以最大化网络收益。通过建模视 Line-of-Sight（LoS）概率和路径损耗的空中到地面信道，该方法将问题形式化为一个具有二次约束的混合整数非线性规划（MINLP），并通过在推导出的比例变量上进行二分查找求解，实现了在多样化城市环境中高效且精确的部署，模拟中最多可覆盖35名用户。

ABSTRACT

Agility and resilience requirements of future cellular networks may not be fully satisfied by terrestrial base stations in cases of unexpected or temporary events. A promising solution is assisting the cellular network via low-altitude unmanned aerial vehicles equipped with base stations, i.e., drone-cells. Although drone-cells provide a quick deployment opportunity as aerial base stations, efficient placement becomes one of the key issues. In addition to mobility of the drone-cells in the vertical dimension as well as the horizontal dimension, the differences between the air-to-ground and terrestrial channels cause the placement of the drone-cells to diverge from placement of terrestrial base stations. In this paper, we first highlight the properties of the dronecell placement problem, and formulate it as a 3-D placement problem with the objective of maximizing the revenue of the network. After some mathematical manipulations, we formulate an equivalent quadratically-constrained mixed integer non-linear optimization problem and propose a computationally efficient numerical solution for this problem. We verify our analytical derivations with numerical simulations and enrich them with discussions which could serve as guidelines for researchers, mobile network operators, and policy makers.

研究动机与目标

• 解决在突发或临时事件下，下一代蜂窝网络中无人机基站高效三维部署的挑战，以增强网络弹性。
• 克服以往仅优化高度（1-D）或仅优化水平位置（2-D）模型的局限性，通过联合优化高度、水平位置和覆盖区域，实现更优性能。
• 在满足基于最小所需信噪比（SNR）的QoS约束条件下，通过最大化服务用户数来实现网络收益最大化。
• 考虑真实的空中到地面信道特性，包括随高度和水平距离变化的LoS概率和路径损耗。
• 提供一种计算高效的求解方法，适用于具有不同传播参数的多样化城市环境。

提出的方法

• 将三维部署问题建模为收益最大化优化问题，其中收益与覆盖用户数成正比。
• 引入一个关键比例变量 α = h / r，将无人机高度 h 与覆盖半径 r 关联，从而实现对原始问题的转化。
• 推导出函数 Γ(α)，表示作为 α 的函数的有效 SNR，通过最大化该函数以确定最优 α∗。
• 应用一维二分查找算法数值求解 α∗，确保收敛至唯一全局最大值。
• 利用 α∗ 将原始三维问题转化为混合整数非线性规划（MINLP），可通过内点法（如 MOSEK 求解器）求解。
• 采用 ITU 推荐的空中到地面信道模型，其中 LoS 概率 P(h, ri) 和路径损耗 L(h, ri) 依赖于高度和水平距离。

实验结果

研究问题

• RQ1 在多样化城市环境中，综合考虑高度、水平位置和覆盖半径的无人机基站最优三维部署如何最大化网络收益？
• RQ2 传播参数（如 ηLoS、ηNLoS、a、b）的变化对最优无人机基站部署及覆盖性能有何影响？
• RQ3 所提出的基于二分查找的 α∗ 优化求解方法在效率和准确性方面，相较于其他数值方法表现如何？
• RQ4 与二维或一维部署模型相比，三维部署策略在用户覆盖和网络收益方面优势有多大？
• RQ5 在不同环境中，无人机基站部署算法的性能对 QoS 要求（如 SNR 阈值）变化的敏感度如何？

主要发现

• 所提出的三维部署算法通过联合确定高度、水平位置和半径实现最优覆盖，结果经 100 次蒙特卡洛模拟验证。
• 通过二分查找求得的最优 α∗ 值，确保用户位于覆盖区域边缘，最小化覆盖区域浪费，最大化用户数量。
• 在郊区环境中，算法实现最大覆盖面积（最多服务 35 名用户）；而在高楼林立的城市区域，由于路径损耗增加（如 ηNLoS 提高 13 dB），覆盖范围显著减小。
• 当 QoS 阈值为 γ3 = 125 dB 时，算法实现的覆盖范围超过宏蜂窝尺寸，可在密集场景中服务多达 35 名用户。
• 不同模拟中平均服务用户数差异不超过一人，表明算法在不同用户分布下具有高度一致性和鲁棒性。
• 该方法有效处理了三维部署问题的非凸性和非线性特性，通过 MINLP 重构与二分查找，提供了计算高效的解决方案。