无人机协助无线通信系统的链路仿真分析

谢海波,邱春荣,唐金鹏

(1.长沙民政职业技术学院,长沙 410004;2.湖南交通职业技术学院 智能交通学院,长沙 410132)

1 引言

随着城市化建设的不断扩建,高层建筑群也不断的加大。这增加了防火及火灾治理的难度。一旦发生火灾,多数通信设备将受损。这就需要借助无人机协作通信完成对防火的治理。

随着5G 网络的提速以及通信距离的扩大,协作无线通信系统受到学术界和工业界广泛关注。然而,协作无线通信系统[1,2]中转发节点遭受功率、可靠性等物理限制。由于无人机移动方便、且容易与用户间建立视距通信场景,将无人机作为移动转发节点可有效地缓解传统的转发节点的一些不足[3,4]。

相比于传统的陆地通信环境,基于无人机协助的无线通信可提供高速率和大覆盖范围,其在搜索、营救等领域得到广泛使用[5]。

因此,基于无人机协助的通信系统得到广泛研究。例如,文献[6]分析了系统的可靠性,同时研究了当无人机采用半双工(Half Duplex,HD)[7]模式下的覆盖性能。相比全双工(Full Duplex,FD)[8],HD模式的频谱利用率低。文献[9] 研究了基于Weibull 衰落信道的HD 和FD 模式下的中断概率性能。

无线衰落信道对系统性能有重要影响。文献[10]研究了不同衰落信道模型对陆地无线通信系统的影响。空对地面通信通常经历视距传输。在视距传输环境中,通常采用瑞利衰落模型[11]。无人机作为空中的移动转发节点,其可为地面用户有效提供视距传输。因此,瑞利衰落模型适用于基于人机协助的通信系统。

面向基于无人机协助的通信系统,分析了基于HD 和FD 模式下系统的中断概率和吞吐量性能,并推导了中断概率的闭合表达式。同时,分析了在接收端采用的选择合并技术对中断概率性能的影响,并研究了在FD 模式下环路自干扰技术对中断概率的影响。性能分析表明,相比于HD 模式,FD 模式可有效提升吞吐量。

2 系统模型

考虑如图1 所示的城区环境。用户(信息的目的节点)与基站(信息的源节点)间的链路易受建筑物、树等障碍物的影响。为此,利用无人机作为它们间的协作转发节点。

图1 网络模型示意图Fig.1 Scheme diagram of network model

图1 中,令hU表示无人机的高度;令dSD表示基站与用户间的距离;令dSR,dRD分别表示基站离无人机间的距离、无人机离用户间离的距离。将基站与用户间的链路称为直通链路。相比于基于无人机的转发链路,直通链路更容易遭受多径衰落影响。为此,假定直通链路服从瑞利衰落信道模型。而基于无人机的转发链路服从莱斯分布[12]。

对于转发链路,利用式(1)计算该信道的概率密度函数[12]:

式中:i——信道标号;K——莱斯因子;Ki——第i信道的莱斯因子;γi——信噪比的均值;I0(·)——Bessel 函数。

为了简化分析,Bessel 函数定义如式(2)所示:

利用式(2),式(1)可重写为:

其中,

3 链路中断概率的推导

3.1 直通链路

直通链路服从瑞利衰落信道模型[13]。为此,在直通链路中,接收端所接收的信号为:

式中:PS——传输功率;dSD——收发两端间的距离;m——路径衰落指数;xe——信号符号;hSD——瑞利信道衰落系数;nSD——噪声变量,其服从均值为0、方差为的高斯白噪声,即表示噪声变量nSD的方差。

接收端的信噪比为:

3.2 半双工模式的转发链路

本节分析了无人机采用半双工模式下的链路性能。作为转发节点,无人机采用半双工(Half Duplex,HD)和译码转发(Decode and Forward,DF)技术。转发链路涉及三个主体:源节点、转发节点和目的节点,如图2 所示。因此,将基于半双工模式的转发链路可分为3 个阶段。

图2 半双工模式的转发链路图Fig.2 Figure of forwarding link in half-duplex model

第一阶段,将信号符号xe从源节点传输至转发节点。此阶段无人机所接收的信号为:

式中:hSR——源节点至无人机间的瑞利信道系数;nSR——噪声变量。

在第一阶段,接收端的信噪比为:

第二阶段,无人机接收源节点传输的信号后,再解码。然后,进入第三阶段。无人机就转发已解码的信号xi至目的节点。因此,令YD表示目的节点端所接收的信号,其表述为:

式中:PR——无人机端的传输功率;hRD——无人机至用户链路的瑞利信道系数,无人机至用户的衰落链路也服从瑞利分布;nRD——噪声变量。

因此,目的节点端的信噪比为:

3.3 基于全双工模式的转发链路

为了实现全双工,无人机采用两架天线。在全双工模式下,无人机同时接收和传输数据,这将存在强的环路自干扰(Self-Interference,SI)[14]。将环路的自干扰链路看成衰落链路,且其服从瑞利分布。令hRR表示此环路SI 链路的信道系数,如图3所示。

图3 全双工模式的转发链路示意图Fig.3 Scheme diagram of forwarding link in full-duplex mode

现有多项自干扰消除技术,但是这些技术仍存在剩余环路干扰问题。假定剩余环路SI 与无人机端的信噪比独立,且为常数。因此,接收端所接收的信号为:

式中:b∈(0,1)——二值变量;x′——来自环路SI产生的干扰信号。

若b=0,则不存在环路SI,即链路呈HD;若b=1,则存在环路SI,链路表现为FD。

当链路呈FD 时,链路的信干比。信干比是指信号功率与干扰和噪声之和比值。由于在全双工模式下,除了噪声外,还有本身的发送信号与接收信号间的干扰(全双工模式下,同时发送和接收信号)。

3.4 直通链路的中断概率

当链路的信干比[15]小于预定阈值,链路就发生中断。因此,从源节点至目的节点链路发生中断的概率为:

式中:γth——链路的信干比预定的阈值。

3.5 转发链路的中断概率

3.5.1 半双工模式的转发链路

当源节点(基站)至转发节点(无人机)间链路的信干比小于预定阈值,链路就发生中断。因此,该链路发生中断的概率为:

式中:;γinc(m,x)——低阶不完整伽玛函数;KSR——源节点至无人机间的信道莱斯因子(具体如式(1))。

其中,

类似地,当转发节点至目的节点链路发生中断的概率为:

因此,基于半双工转发链路的总体中断概率取决于γSR与γRD间的最小值,即γSRD=min(γSR,γRD),其中γSRD表示从源节点至转发节点,再至目的节点的转发链路的信干比。因此,此转发链路的中断概率为:

若目的节点采用选择式合并方式,则端到端链路的中断概率的信干比γSC=max(γSRD,γRD)。最终,该链路的中断概率为:

3.5.2 全双工模式的转发链路

全双工模式的转发链路由源节点至转发节点,转发节点至目的节点两条链路。对于第一条链路(源节点至转发节点链路)而言,若该链路的信干比小于预定阈值,则链路中断。链路中断概率为:

对于第二条链路(转发节点至目的节点)而言,若该链路的信干比小于预定阈值,则链路中断。链路中断概率为:

结合式(23)和式(25)可得,基于全双工的转发链路的中断概率为:

最终,基于全双工的模式的转发链路的中断概率为:

4 性能分析

利用MATLAB 2016a 建立仿真平台,并采用如图1 所示的网络模型,进行仿真实验,分析系统的中断概率和吞吐量性能。为了更好地分析半双工、全双工模式以及SC 技术对中断概率和吞吐量的影响,考虑4 种场景:1)“HD-R”表示基于半双工的转发链路场景;2)“HD-SC”表示基于半双工和SC 技术的转发链路场景;3)“FD-R”表示基于全双工的转发链路场景;4)“FD-SC”表示基于全双工和SC技术的转发链路场景。

仿真参数取值如下:dSR=0.5,dRD=0.5。假定dSD=dSR+dRD=1。σSD=σSR=σRD,传输速率R=1 bit/sec/Hz,T=1 s。路径衰减指数m=2.7。每次仿真独立运行20 次,取平均值作最终仿真数据。

4.1 中断概率的性能

本节分析了SC 技术和环路SI 对中断概率性能的影响,如图4 所示。仿真参数为SI=-30 dB,KSR=2,KRD=2。

从图4 可知,链路的中断概率随SNR 值增加而快速下降。原因在于:SNR 值越大,有用信号功率越大,而噪声功率越小,链路质量越好。

此外,HD-R,HD-SC,FD-R 和FD-SC 的4 种情况下的中断概率随SNR 的变化趋势并不相同。在低SNR 值阶段(SNR 值小于35 dB),全双工(FD)模式下的中断概率性能优于半双工(HD)模式下的中断概率性能。但当SNR 值大于约35 dB 后,HDR 的中断概率性能优于FD-R;当SNR 值大于约42 dB后,HD-SC 的中断概率性能也优于FD-SC。原因在于:SNR 值越高,全双工模式下,接收与传输间的相互干扰(SI)影响较大,导致中断概率下降。而SNR值较小时,接收与发送间形成的自干扰就较小。

SC 技术对链路中断概率的影响。对比HD-R和HD-SC,FD-R 和FD-SC 的中断概率曲线不难发现,HD-SC 的中断概率性能优于HD-R;FD-SC 的中断概率性能优于FD-R。这说明,采用SC 技术可有效降低中断概率,提升链路质量。

分析SI 干扰对中断概率的影响。由于只有FD模式下才存在环路SI,只能分析SI 对基于全双工模式下的链路中断概率的影响。环路SI 对链路中断概率的影响如图5 所示,其中KSR=2,KRD=2。

图5 环路SI 对中断概率的影响图Fig.5 Figure of outage analysis with different loop back SI

图5 中给出SI=0 dB,SI=-10 dB,SI=-20 dB和SI=-30 dB 四种情况下的中断概率随SNR 的变化曲线。其中SI=0 dB 表示自干扰的噪声功率为0 dB,而SI=-10 dB,SI=-20 dB 和SI=-30 dB分别表示自干扰的噪声功率分别为-10 dB,-20 dB和-30 dB。

从图5 可知,中断概率随SNR 值增加而下降,最初下降速度很快,但当SNR 值增加到一定值后,下降速度变缓慢,并逐步保持不变。原因在于:在全双工模式下,SNR 值越大,接收天线与发送天线间干扰就越大。在SNR 值较小阶段,增加SNR 值可有效提升链路质量,由于SNR 值小,接收天线与发送天线间的干扰较小。因此,能快速地降低中断概率。但当SNR 值越大时,接收天线与发送天线间的干扰就随之变大,进而影响链路质量,最终使链路中断概率趋于稳定值。

此外,观察图5 可知,SI 技术对链路中断概率有重要影响。当SNR 值一定时,SI越小,链路的中断概率越小。例如,当SNR 为50 dB,SI=-30 dB时的中断概率约10-5量级,但当SI增加至0 dB 时,链路的中断概率增加至10-2量级。这符合预期。自干扰越低,中断概率自然越小。

4.2 吞吐量

吞吐量是评估网络性能的重要指标,本节分析系统吞吐量。先依据式(29)和式(30)所示计算半双工系统和全双工系统的吞吐量为:

式中:R——传输速率;T——传输时间。

图6 给出半双工(HD)和全双工(FD)模式下的吞吐量随SNR 值的变化同比曲线,仿真参数KSR=2,KRD=2。

图6 半双工和全双工模式下的吞吐量图Fig.6 Figure of throughput analysis of HD/FD model

从图6 可知,最初,HD 和FD 模式下的吞吐量随SNR 值增加而快速上升。但当SNR 值增加至约5 dB 后,吞吐量不再随SNR 值增加而上升,而是保证稳定。原因在于:在SNR 值越小时,增加SNR值,提升传输速率。但当SNR 值增加到一定值后,再增加SNR 值就增加了自干扰,提升了中断概率,吞吐量达到饱和。

此外,相比于HD 模式,FD 模式下的吞吐量提升了约1 倍。这与理论分析的结果相符。根据式(29)和式(30)可知,的2 倍。这是由于HD 模式和FD 模式的工作方式不同。在FD 模式是可以同时发送和接收数据。而HD 模式采用半双工模式,在发送数据时不能接收数据。在接收数据时,不能发送数据。因此,在时间T内,只有一半的时间传输数据。

5 结束语

针对基于无人机的协作通信系统,研究了在瑞利衰落模型下的HD 和FD 模式下的通信系统的中断概率和吞吐量性能。同时,分析了SC 对系统性能的影响。性能分析表明,当环路SI 较小时,FD 模式下的性能优于HD 模式。目前,只通过仿真分析了HD 和FD 模式下的系统性能,后期将在真实环境下测试它们的系统性能,这是后期的研究工作。