新一代無人機(jī)網(wǎng)絡(luò)切換場景分析和解決方案

摘 要：隨著移動數(shù)據(jù)流量需求的快速增長，需部署超密集網(wǎng)絡(luò)應(yīng)對。考慮通過網(wǎng)絡(luò)重疊滿足移動數(shù)據(jù)流量的海量需求，但此舉將導(dǎo)致切換場景數(shù)量增加，影響移動網(wǎng)絡(luò)和服務(wù)網(wǎng)絡(luò)之間通信的穩(wěn)定性和可靠性。由于網(wǎng)絡(luò)移動性特征不同，且隨著無人機(jī)網(wǎng)絡(luò)的加入，將帶來更復(fù)雜的挑戰(zhàn)。因此，研究從移動性管理和切換概念出發(fā)，為讀者提供了關(guān)于無人機(jī)移動性管理技術(shù)的全面、系統(tǒng)剖析。之后，研究了與無人機(jī)太空飛行相對應(yīng)的3D場景的移動性和無人機(jī)的切換場景，并提出了建議的解決方案。

關(guān)鍵詞：無人機(jī)網(wǎng)絡(luò)；移動性管理；切換場景；3D；飛行基站；毫米波

中圖分類號：TP39；TN929.53 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2024）08-00-03

DOI：10.16667/j.issn.2095-1302.2024.08.015

0 引 言

在理想情況下，即使用戶設(shè)備（UE）在小區(qū)內(nèi)移動，移動UE與服務(wù)無線網(wǎng)絡(luò)的連接也應(yīng)保持穩(wěn)定，這是無線網(wǎng)絡(luò)中移動性的定義。UE的移動性使其能夠以多種方式移動，只要有覆蓋，UE就可以從第一個(gè)小區(qū)即服務(wù)基站（BS）移動到新小區(qū)，原始服務(wù)BS可以將連接重新路由到新的目標(biāo)BS。所有這些增強(qiáng)功能，使用戶能夠更容易訪問無線網(wǎng)絡(luò)。接收到的信號強(qiáng)度（RSS）隨著UE的移動而不斷變化，當(dāng)給定位置的RSS低于RSS指示器（RSSI）定義的特定閾值時(shí)，將啟動切換。首先，服務(wù)BS向目標(biāo)BS發(fā)送請求，將UE的連接重新路由到信號最強(qiáng)的目標(biāo)BS。因此，在最佳情況下，UE與服務(wù)網(wǎng)絡(luò)的連接將在整個(gè)過程中保持穩(wěn)定[1]。

1 切 換

當(dāng)用戶從一個(gè)位置移動到另一個(gè)位置時(shí)，在無線移動網(wǎng)絡(luò)中保持連接的過程稱為切換。切換涉及將以前為移動用戶提供服務(wù)的BS更改為當(dāng)前具有更好性能的BS。切換通過技術(shù)程序進(jìn)行，切換方法的開發(fā)是為了在用戶移動過程中管理無線移動連接，以提供高度可靠和流暢的通信。實(shí)際上，切換旨在提高用戶吞吐量，同時(shí)減少無線電鏈路故障（RLF）和縮短中斷時(shí)間。如果切換管理策略得到加強(qiáng)，服務(wù)網(wǎng)絡(luò)的可靠性和質(zhì)量將得到改善[2]。

要完成切換，需要經(jīng)歷3個(gè)階段。在第一階段，UE可以很容易地找到周圍的BS，用于識別無線電信道和媒體訪問控制（MAC）地址。在掃描周圍BS后的第二階段，選擇具有切換定時(shí)功能的目標(biāo)無線網(wǎng)絡(luò)。最初，UE發(fā)送掃描請求，然后BS接收掃描響應(yīng)，向UE提供搜索時(shí)間，包含目標(biāo)BS列表。切換決策由UE切換請求發(fā)起，切換新無線網(wǎng)絡(luò)在第三階段

完成[3]。

用于提高用戶移動性的切換方法定義了UE應(yīng)何時(shí)以及如何執(zhí)行切換，例如為任何接入點(diǎn)/BS選擇路由協(xié)議和合適的目標(biāo)。在現(xiàn)代無線通信技術(shù)（5G和6G）中，毫米波使選擇合適的切換技術(shù)變得更加復(fù)雜。最新的切換技術(shù)可實(shí)現(xiàn)更快的移動性，在4G中可達(dá)到350 km/h，在5G中可達(dá)到

500 km/h。

切換以評估無線通信性能而聞名，并制定了各種要求和指標(biāo)來保證切換操作期間的網(wǎng)絡(luò)性能。第一個(gè)要求是在eNB過渡期間，BS和UE之間的關(guān)系必須盡可能保持穩(wěn)定。第二個(gè)要求是切換中斷時(shí)間，定義為不允許UE將用戶平面數(shù)據(jù)包傳送到BS的時(shí)間。為了保證流暢的UE體驗(yàn)，中斷時(shí)間極短，例如小于1 ms。第三個(gè)要求是切換成本，通過將每個(gè)切換的移動中斷時(shí)間乘以特定UE軌跡中的切換數(shù)量來計(jì)算。第四個(gè)要求是切換故障率，其計(jì)算方法是切換故障數(shù)除以UE處理切換的次數(shù)。第五個(gè)要求是信令開銷，它被定義為在切換處理過程中產(chǎn)生的數(shù)據(jù)。

BS之間的負(fù)載平衡。如果同一BS的小區(qū)連接被阻止，則其他UE不得不移動到不同的小區(qū)。使用切換的一個(gè)好處是，通過建立與較低功率的相鄰BS的連接來節(jié)省資金，并通過調(diào)節(jié)發(fā)射功率進(jìn)一步延長設(shè)備電池的壽命[4]。

2 3D場景的移動性

無人機(jī)通常以高于BS天線的高度在3D空間中高速飛行。3D場景的移動性改變了無人機(jī)的高度，從而影響了傳播信道的特性。因此，需要能夠適應(yīng)不斷變化的無人機(jī)高度的3D通信覆蓋，并且必須限制無人機(jī)的速度。

2.1 3D通信覆蓋

無線網(wǎng)絡(luò)的數(shù)據(jù)傳輸覆蓋稱為“通信覆蓋”。當(dāng)覆蓋區(qū)域縮小時(shí)，RSS也會縮小。RSS可以使用高度值在3D空間中定義。在過渡階段，終端將決定是留在當(dāng)前網(wǎng)絡(luò)，還是切換到相鄰網(wǎng)絡(luò)作為新基站?？梢杂孟率接?jì)算無人機(jī)的覆蓋率[5]：

（1）

（2）

式中：d是接收器和發(fā)射器之間的距離；A表示無人機(jī)的

高度。

可利用某些策略和算法做出切換決策?？梢允褂靡韵鹿酱_定最佳覆蓋率：

（3）

式中：RSSmin為最小路徑損耗指數(shù)，這是當(dāng)發(fā)送器和接收器之間的距離為1 m時(shí)，終端所需的最低值；ε是一個(gè)零標(biāo)準(zhǔn)偏差高斯隨機(jī)變量。圖1顯示了BS的覆蓋半徑，其中A表示無人機(jī)的高度，d表示BS在3D空間中的覆蓋半徑。當(dāng)BS和無人機(jī)之間的距離超出其覆蓋范圍時(shí)，就會發(fā)生切換。圖1為無人機(jī)站點(diǎn)覆蓋圖。

2.2 3D中的速度限制

WiFi、WiMAX和蜂窩移動通信都是可用網(wǎng)絡(luò)。智能設(shè)備依賴于基于移動性的網(wǎng)絡(luò)服務(wù)，而消費(fèi)者希望隨時(shí)隨地都能連接互聯(lián)網(wǎng)從而增加了需求。重要的是，當(dāng)無人機(jī)的行進(jìn)速度比UE快時(shí)，切換可能會頻繁發(fā)生。切換會消耗能量，并引起連接延遲。要解決此問題，必須使用以下公式來限制無人機(jī)的速度：

（4）

式中：ω表示RSS值，隨著BS和終端之間的距離增加，接收信號強(qiáng)度降低[6]。

3 無人機(jī)切換場景

3.1 使用飛行基站的切換場景

當(dāng)無人機(jī)作為飛行BS時(shí)，可能存在3種情況：

（1）在第一種類型的切換場景中，無人機(jī)在改變地面BS時(shí)會經(jīng)歷切換；

（2）在第二種類型的切換場景中，UE從連接的服務(wù)無人機(jī)BS更改為連接到另一個(gè)目標(biāo)無人機(jī)BS時(shí)會經(jīng)歷

切換；

（3）在第三種類型的切換場景中，無人機(jī)將其服務(wù)的衛(wèi)星節(jié)點(diǎn)更改為另一個(gè)衛(wèi)星節(jié)點(diǎn)時(shí)會經(jīng)歷切換。

無人機(jī)作為未來超密集異構(gòu)網(wǎng)絡(luò)中的基站如圖2所示。

3.2 普通用戶的切換場景

無人機(jī)充當(dāng)?shù)孛嫔系囊苿佑脩魰r(shí)，將其連接更改為不同的BS。對于衛(wèi)星通信系統(tǒng)而言，無人機(jī)也可以從使用的一個(gè)衛(wèi)星節(jié)點(diǎn)切換到另一個(gè)衛(wèi)星節(jié)點(diǎn)，或?yàn)榈孛婊鹃g的切換。無人機(jī)作為未來超密集異構(gòu)網(wǎng)絡(luò)中的普通用戶如圖3

所示。

4 建議的解決方案

隨著連接設(shè)備和相關(guān)服務(wù)的增加，人們對場景移動性和連接性的擔(dān)憂也隨之出現(xiàn)。針對必須解決的問題，文中提出了幾種算法。

4.1 RSS算法

基于RSS的計(jì)算通常不太復(fù)雜，但它們的精確度也不高。其好處是允許在切換決策過程中考慮多個(gè)因素，降低了計(jì)算復(fù)雜度，同時(shí)進(jìn)一步提高了效率和精度。文獻(xiàn)[7]提出了一種基于RSS且利用Ps（無縫切換成功概率）和Pf（錯誤切換啟動概率）調(diào)整無人機(jī)高度和距離的方法，以評估最佳計(jì)算范圍。為了將無人機(jī)的飛行范圍提高到同一水平，可以在考慮物理約束的同時(shí)，調(diào)整每架無人機(jī)的高度，此方法同樣基于RSS。通過調(diào)整高度和距離來管理每架無人機(jī)的飛行范圍，計(jì)算Ps和Pf以評估建議的配置。

4.2 路由感知切換算法

利用路徑數(shù)據(jù)的路由感知切換算法和來自飛行路徑的數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)優(yōu)化，減少不必要的切換和錯誤切換，可利用空中通道的一致性和預(yù)定方向來實(shí)現(xiàn)靈活管理。除了離線計(jì)算外，還提出了一種在線計(jì)算方法，切換由SINR計(jì)算的結(jié)果觸發(fā)。最后，需要定期設(shè)置更新。該方法可以降低計(jì)算復(fù)雜度，同時(shí)加快有源無線系統(tǒng)的執(zhí)行速度[8]。

4.3 延遲容忍網(wǎng)絡(luò)（DTN）算法

DTN方法也被稱為加權(quán)飛行路徑規(guī)劃（WFPP）方法，能最大限度提高無人機(jī)通信中的數(shù)據(jù)包控制。數(shù)據(jù)包的重量取決于其必須存活的時(shí)間以及可能消耗的電量。如果最大長度小于無人機(jī)可飛行的最大長度，該方法將生成可使用的未使用路徑。如果不屬于這種情況，則路徑將被

抹去[7]。

4.4 機(jī)器/深度學(xué)習(xí)方法

近年來，機(jī)器學(xué)習(xí)和基于深度學(xué)習(xí)的方法一直處于研究的前沿。由于人工智能領(lǐng)域的進(jìn)步，這些方法可以在確保切換決策順利實(shí)施的同時(shí)降低計(jì)算成本并解決安全問題。由于信息設(shè)備不需要頻繁檢修，因此可以提高資產(chǎn)有效利

用率。

在文獻(xiàn)[9]中，UE的移動性使用隱藏層記錄，社交池用于捕獲UE之間的交互。完成切換的4個(gè)基本活動包括估計(jì)、細(xì)化、判斷和執(zhí)行。與標(biāo)準(zhǔn)切換不同，機(jī)器學(xué)習(xí)用于預(yù)測未來趨勢。利用確認(rèn)方法確定是否應(yīng)將客戶轉(zhuǎn)移到另一個(gè)空中BS。切換和無線資源管理的優(yōu)化策略由機(jī)器學(xué)習(xí)安排，旨在捕獲全局和空間層面的關(guān)系，以創(chuàng)建合適的切換選擇。緩沖線用于表征信息輸入速率、分配范圍和來自BS的阻抗。所演示框架的通信通過LoS路徑占主導(dǎo)的空對地信道進(jìn)行。創(chuàng)建優(yōu)化策略并將結(jié)果用于決策制定和切換

建模[10]。

5 結(jié) 語

在未來的HetNets中，無人機(jī)的移動性將是研究的關(guān)鍵。由于無人機(jī)能夠在空間中快速移動，故其移動性將帶來很大的風(fēng)險(xiǎn)。而在5G和6G系統(tǒng)中使用毫米波增加了無人機(jī)的移動性方面的挑戰(zhàn)。無人機(jī)和移動連接數(shù)量的大規(guī)模擴(kuò)展，將進(jìn)一步產(chǎn)生新的問題。在未來的系統(tǒng)中，必須妥善解決互聯(lián)無人機(jī)的移動性管理問題。

參考文獻(xiàn)

[1] ALSHAIBANI W T，IBRAHEEM S，RAMAZAN C，et al. Mobility management of unmanned aerial vehicles in ultra-dense heterogeneous networks [J]. Sensors，2022（22）：1-32.

[2] ANGJO J，SHAYEA I，ERGEN M，et al. Handover management of drones in future mobile networks：6G technologies [J]. IEEE access，2021（9）：12803-12823.

[3] YAN X，SEKERCIOGLU Y A，NARAYANAN S. A survey of vertical handover decision algorithms in fourth generation heterogeneous wireless networks [J]. Computer networks，2010，54（11）：1848-1863.

[4] SU S L，CHIH T H，WU S B. A novel handover process for mobility load balancing in LTE heterogeneous networks [C]// Proceedings of the 2019 IEEE International Conference on Industrial Cyber Physical Systems（ICPS）. Taiwan，China：IEEE，2019：41-46.

[5] LEE E，CHOI C，KIM P. Intelligent handover scheme for drone using fuzzy inference systems [J]. IEEE access，2017（5）：13712-13719.

[6] GUO W，DEVINE C，WANG S. Performance analysis of micro unmanned airborne communication relays for cellular networks [C]// Proceedings of the 2014 9th International Symposium on Communication Systems，Networks amp; Digital Sign（CSNDSP）. Manchester，UK：[s.n.]，2014：658-663.

[7] IRANMANESH S，RAAD R，RAHEEL M S，et al. Novel DTN mobility-driven routing in autonomous drone Logistics networks[J]. IEEE access，2019，8：13661-13673.

[8] HUSSAIN F，HASSAN S A，HUSSAIN R，et al. Machine learning for resource management in cellular and IoT networks：Potentials，current solutions，and open challenges [J]. IEEE communications. surveys amp; tutorials，2020，22（2）：1251-1275.

[9] AZARI A，GHAVIMI F，OZGER M，et al. Machine learning assisted handover and resource management for cellular connected drones 2020 IEEE 91st Vehicular Technology Conference（VTC2020-Spring）. Antwerp，Belgium：IEEE，2020：1-7.

[10]王鵬.移動網(wǎng)絡(luò)安全分析與仿真實(shí)現(xiàn)[D].西安：西安電子科技大學(xué)，2010.

收稿日期：2023-09-06 修回日期：2023-10-11

基金項(xiàng)目：南京交通職業(yè)技術(shù)學(xué)院高層次人才科研基金項(xiàng)目（440105001）

作者簡介：王 莉（1968—），女，遼寧葫蘆島人，碩士，高級研究員，研究方向?yàn)橄乱淮鸁o線泛在網(wǎng)絡(luò)、物聯(lián)網(wǎng)。

董春利（1964—），男，山東青島人，博士，教授，研究方向?yàn)橄乱淮鸁o線泛在網(wǎng)絡(luò)、物聯(lián)網(wǎng)和智能信號處理。