基于SVM選擇的無人機傳輸點切換策略

無人機（Unmannedaerialvehicles，UAV）具有體積小、部署靈活、機動性強等優(yōu)點，現(xiàn)已被廣泛應(yīng)用于軍事、地形測繪、緊急搜救、貨物運輸?shù)阮I(lǐng)域[1]。結(jié)合目前第五代移動通信技術(shù)快速發(fā)展的現(xiàn)狀，傳統(tǒng)的無人機應(yīng)用逐步實現(xiàn)了網(wǎng)聯(lián)化、智能化。為了使網(wǎng)聯(lián)無人機進一步突破地形與距離的界限，使用遍布全球的移動蜂窩網(wǎng)絡(luò)來取代“點對點”通信鏈路模式，能顯著提高無人機的運行性能，確保UAV能提供無間斷、高可靠的服務(wù)。

但無人機在三維空地信道與地面信道之間的運行存在顯著差異，由于飛行高度的增加導(dǎo)致的視線鏈路（Line-of-sight，LoS）概率增加也會造成更嚴重的干擾，具體而言，當(dāng)無人機處于飛行狀態(tài)時，可能接收到來自多個鄰近基站的同頻蜂窩網(wǎng)絡(luò)信號，這些信號會互相干擾，從而導(dǎo)致信干噪比（SINR）降低。

因此，在現(xiàn)有的網(wǎng)絡(luò)環(huán)境下，研究如何降低同頻干擾，以更好支持無人機的運行是一項重要工作，其中，協(xié)同多點傳輸技術(shù)（Coordinatedmultiplepoints，CoMP）通過優(yōu)化基站或傳輸點之間的通信傳輸策略，可以有效地降低同頻干擾，支持無人機的運行，可以顯著提高系統(tǒng)的整體容量并改善邊緣用戶的通信質(zhì)量，已發(fā)展成改善無人機通信質(zhì)量的一個關(guān)鍵技術(shù)。文章以CoMP技術(shù)為基礎(chǔ)，提出了一種基于支持向量機（Supportvectormachine，SVM）的傳輸點切換策略選擇算法，以提高無人機在傳輸點間切換收益，從而提高其工作性能。

1基于動態(tài)點選擇的CoMP方案

CoMP技術(shù)[2]是指以協(xié)同方式向一個終端發(fā)送數(shù)據(jù)或者共同接收來自一個終端的數(shù)據(jù)，這些參與協(xié)同操作的傳輸節(jié)點一般對應(yīng)于不同小區(qū)的基站，在城市場景中采用CoMP可以降低各小區(qū)間的信號同頻干擾，同時能提高各小區(qū)邊緣用戶的頻帶利用率，該技術(shù)可以被視為多入多出（MI-MO）[4]技術(shù)在不同基站之間的進一步拓展和應(yīng)用。

在 3GPP^[3] 中，CoMP技術(shù)分為聯(lián)合傳輸（JT）、協(xié)調(diào)式調(diào)度/協(xié)作波束賦形[5] （CS/CB）、動態(tài)點選擇（DPS）[6-7]三種類型。其中，聯(lián)合傳輸是指多傳輸點或基站聯(lián)合參與同一個終端用戶的數(shù)據(jù)傳輸中，通過將信號從多個小區(qū)同時發(fā)送到用戶設(shè)備，從而提高信號質(zhì)量，尤其適用于位于小區(qū)邊緣的終端用戶；CS/CB模式下，雖然數(shù)據(jù)傳遞主要通過主服務(wù)小區(qū)進行，但相鄰的小區(qū)卻會調(diào)整其信號方向或強度，目的是減少它們對目標(biāo)用戶所造成的干擾，該模式更適用于那些位于強干擾區(qū)域的終端用戶；DPS模式基于一種靈活的選擇策略，能夠根據(jù)信道環(huán)境的變化動態(tài)挑選出一個最佳的傳輸節(jié)點，在服務(wù)小區(qū)與協(xié)作的小區(qū)間進行調(diào)度信息的交換時，其反應(yīng)時間可達到毫秒量級。因此對于移動設(shè)備，特別是處于高速移動的設(shè)備，DPS能夠靈活適應(yīng)信道環(huán)境的快速變化，從而保障通信的不間斷和穩(wěn)定可靠。此外，在DPS模式下，由于協(xié)作小區(qū)在這一過程中并不實際發(fā)送數(shù)據(jù)給用戶設(shè)備，因此，小區(qū)之間僅需要共享有關(guān)物理資源塊（PRB）的調(diào)度信息，但并不需要對鄰近區(qū)域的信道進行測量。綜合來看，相較于聯(lián)合傳輸和波束成形技術(shù)，在現(xiàn)有的蜂窩網(wǎng)絡(luò)環(huán)境下，基于動態(tài)點選擇的多點協(xié)作方案更適合文章研究的無人機終端。這種方案的部署和實施難度較低，應(yīng)用的復(fù)雜度也較小。

在動態(tài)點選擇方案中，以TP1作為服務(wù)基站、TP2作為協(xié)作基站，TP1和TP2都可以為UAV提供信道狀態(tài)信息（CSI）[8]參考信號以及小區(qū)特定參考信號（CRS），TP1能夠在物理下行控制信道（PDCCH）中向用戶發(fā)送下行鏈路控制信息。在DPS的機制下，無人機用戶反饋的信道質(zhì)量指示（CQI）被用來在協(xié)作集中選擇具有最佳通信質(zhì)量的傳輸點。接下來，這個選定的傳輸點將用于傳輸物理下行共享信道（PDSCH）和解調(diào)參考信號（DMRS），并確定相應(yīng)的調(diào)制編碼方案。經(jīng)過這一過程后，物理下行共享信道的傳輸點將在下一子幀中由TP1更換為TP2。動態(tài)點選擇傳輸方案示例如圖1所示。

圖1動態(tài)點選擇傳輸方案示例圖關(guān)于動態(tài)點選擇方案，具體的協(xié)作過程如下：（1）時域波形初始化：接收信號（RX）的波形使用噪聲進行初始化。系統(tǒng)通過設(shè)定一個基本的噪聲水平，以便后續(xù)在這個基礎(chǔ)上添加實際接收到的信號。（2）信號疊加：從不同的傳輸點（如TP1和TP2）接收到的信號被疊加到這個初始化的噪聲波形上，為后續(xù)的處理步驟準(zhǔn)備一個綜合的信號表示。（3）選擇傳輸點：使用用戶設(shè)備（UE）報告的寬帶信道質(zhì)量指示（CQI）來選擇一個合適的共享信道傳輸點。（4）生成數(shù)據(jù)傳輸單元：為每個選定的傳輸點依次生成一個子幀。每個子幀都包含必要的同步信號、參考信號以及使用TM10OCNG（優(yōu)化的循環(huán)延遲偏移）的配置信息。（5）生成共享信道：從單個子帶的TP1或TP2中生成UE的共享信道，為數(shù)據(jù)的實際傳輸做準(zhǔn)備。（6）OFDM調(diào)制與信道合并：這兩個子幀經(jīng)過OFDM調(diào)制，并通過衰落信道傳輸，最終在接收端合并。（7）接收端處理：在UE處，接收到的波形首先進行同步，并進行OFDM解調(diào)，以還原出原始的傳輸數(shù)據(jù)。（8）CSI測量與報告：UE執(zhí)行配置的CSI參考信號（CSI-RS）和CSI干擾信息（CSI-IM）的測量?；谶@些測量，使用配置的CSI進程資源生成CSI報告。（9）解調(diào)和數(shù)據(jù)提取：最后，對共享信道信息進行解調(diào)，恢復(fù)出傳輸?shù)臄?shù)據(jù)。

2基于SVM的多模式切換策略選擇

2.1多模式切換策略

無人機在飛行過程中會接收CSI參考信號和CSI干擾信號，以便動態(tài)地選擇并更新傳輸點協(xié)作集，為了便于計算，以UAV當(dāng)前接人的服務(wù)小區(qū)為傳輸點TP1，以鄰區(qū)中信號強度最大的小區(qū)作為傳輸點TP2。這兩個傳輸點都能夠通過物理下行共享信道實現(xiàn)用戶數(shù)據(jù)的傳輸。為了向系統(tǒng)提交用于這些傳輸?shù)男诺罓顟B(tài)信息，在仿真中，為每個用戶配置了兩個CSI-RS資源和三個CSI-IM資源。

由于UAV具有高機動性的特點，這可能導(dǎo)致UE將可能頻繁切換傳輸點。制定了三種傳輸點切換策略，以提高無人機在傳輸點之間切換時的效率，從而減少協(xié)作延遲。第一種策略是保護閾值設(shè)定策略，在系統(tǒng)中設(shè)定保護閾值，當(dāng)某個時刻的CQI報告優(yōu)于當(dāng)前的CQI報告，且優(yōu)勢大于設(shè)定的閾值時，則進行傳輸點切換，這種策略可以有效地避免由輕微波動引起的切換；第二種是延遲切換策略，即通過設(shè)定一個特定的緩沖時間段來延遲切換過程，當(dāng)協(xié)作傳輸點的CQI在該時段內(nèi)均優(yōu)于當(dāng)前傳輸點時，才進行切換，這可以有效減輕信號的“抖動問題”；第三種是最優(yōu)CQI策略，通過實時評估UAV的速度和當(dāng)前通信質(zhì)量，綜合考慮傳輸速度、穩(wěn)定性、成本等因素，選擇最合適的平衡點實現(xiàn)動態(tài)切換，確保系統(tǒng)整體性能的穩(wěn)定和高效。

2.2基于SVM的切換策略選擇

基于2.1小節(jié)描述的切換模式，各模式均有自己的優(yōu)缺點，如何確保系統(tǒng)在多點協(xié)作技術(shù)中正確實施動態(tài)點選擇策略，是實現(xiàn)高效通信的關(guān)鍵。本小節(jié)提出一種基于SVM的切換策略選擇方案，該方案利用無人機的動態(tài)特性（如速度）和任務(wù)對時延的敏感度作為關(guān)鍵輸入?yún)?shù)，智能地評估和選擇最佳的切換模式。

支持向量機（SVM）[9-10]是機器學(xué)習(xí)中的一種常見模型，屬于監(jiān)督式學(xué)習(xí)。該模型的主要功能包括分類預(yù)測和回歸計算等，適用于解決文章研究的切換策略選擇問題。SVM的核心流程是在訓(xùn)練數(shù)據(jù)集中找到具有最大幾何間隔的超平面，以便以足夠大的置信度對訓(xùn)練數(shù)據(jù)進行分類。這種方法通過最大化間隔來提高分類器的泛化能力，使其能夠更好地處理未知數(shù)據(jù)，其數(shù)學(xué)表達式為：

1， 2… ， n

其中， 為超平面向量 w 的范數(shù)。轉(zhuǎn)化為拉格朗日目標(biāo)函數(shù)，同時引入非負變量 p_i2 ：

為了求解各變量的最優(yōu)值，需要分別求偏導(dǎo)

數(shù)并將結(jié)果置為零。同時，為了簡化問題的求解過程，可以將原問題轉(zhuǎn)化為對偶問題，并結(jié)合前KKT條件結(jié)果把原問題轉(zhuǎn)化為：

根據(jù)KKT條件，計算結(jié)果僅由支持向量的點積決定，這意味著它是通過考慮支持向量之間的空間相似度來確定的。為了在更高維度的空間中尋找最優(yōu)的超平面決策，同時保持計算的高效性，引入核技巧，先通過應(yīng)用一個維度轉(zhuǎn)換函數(shù)T來提升支持向量點的維度，再通過定義核函數(shù)： 計算高維空間中的點積。

選擇合適的核函數(shù)對于提高SVM的性能至關(guān)重要，考慮常見的核函數(shù)如徑向基核函數(shù)、線性核函數(shù)、多項式核函數(shù)等。為了找到最優(yōu)的核函數(shù)，需要在后續(xù)的實驗中對這些核函數(shù)進行實驗驗證。

在具體實現(xiàn)上，以切換策略的選擇特征為輸入，結(jié)合最優(yōu)模式訓(xùn)練器獲得決策函數(shù)。在每次更新輸入的相關(guān)參數(shù)時，可以選擇最佳的切換模式，以支持基于CoMP通信系統(tǒng)的工作。為了綜合考慮不同速度下的實驗結(jié)果，在 0～10m/s 的范圍內(nèi)，以 0.5m/s 為間隔，共取21個速度環(huán)境，在實驗中，通過采用保護閾值切換、延遲切換和最優(yōu)CQI這三種不同的策略，可以觀察到在給定的實驗時間內(nèi)，每種策略下的切換頻率、系統(tǒng)吞吐量以及錯誤率的表現(xiàn)。其中延遲切換策略的延遲時間應(yīng)隨著無人機速度的升高而降低，在實驗中，設(shè)定了不同速度區(qū)間的子幀數(shù)量，具體如下：

（1）當(dāng)速度為 0～2m/s 時，使用20個子幀;（2）當(dāng)速度為 2.5～3.5m/s 時，使用15個子幀；（3）當(dāng)速度為 4～6m/s 時，使用10個子幀；（4）當(dāng)速度為 6.5～10m/s 時，使用5個子幀。在多點協(xié)作通信系統(tǒng)中，切換操作會增加站點間的協(xié)作延遲。因此，可以將切換次數(shù)作為切換策略選擇的一個特征項，以表達時延約束需求。實驗表明，用戶的移動速度對CoMP通信系統(tǒng)的性能有很大的影響，因此，在考慮影響模式選擇的特征因素時，也應(yīng)該考慮到用戶的移動速度。目標(biāo)模式的選擇旨在實現(xiàn)在不超過最大允許切換次數(shù)的前提下，達到可能的最大吞吐量。

基于SVM策略選擇的無人機動態(tài)點選擇協(xié)作流程如圖2所示。

文章通過建立一個鏈路級仿真環(huán)境，對兩個傳輸點之間的動態(tài)點協(xié)作算法進行了實驗。這個實驗的目的是驗證在不同移動速度下，動態(tài)選擇傳輸點的情況以及在使用CoMP技術(shù)時，系統(tǒng)的吞吐量和誤碼率的改善情況。仿真參數(shù)如表1所示。

在不同速度下，比較采用DPS選擇和未采用DPS選擇的用戶誤碼率，與吞吐量相比，具體如圖4所示。

在移速分別為 1m/s 、 5m/s 時，采用DPS選擇后，UAV的誤碼率均有下降、吞吐量均有提升。但隨著速度提升，頻繁切換傳輸點，DPS選擇的抗干擾效果降低，誤碼率和吞吐量的優(yōu)化效果降低。這也是在基于SVM策略選擇中，將無人機速度特征控制在 0～10m/s 范圍內(nèi)的原因。

圖5展示了 25m/s 速度下不同切換策動態(tài)點選擇情況，其中，保護閾值切換策略中的閾值參數(shù)設(shè)置為3，延遲切換策略的延遲時間設(shè)定為5個子幀。從圖中可以看出，150子幀下，最優(yōu)CQI切換次數(shù)16次，而保護閾值切換模式下只有9次，延遲切換策略僅切換4次，但相應(yīng)地，相較最優(yōu)CQI而言，其余切換策略的吞吐量均有下降、誤碼率均有提升。因此在考慮切換策略時，采用保護閾值切換和延遲切換方法雖然可能會導(dǎo)致一定的吞吐量性能損失，但它們有效地減少了切換的頻率。通過調(diào)整這些策略的參數(shù)，可以在切換次數(shù)和高吞吐量之間找到一個最佳的平衡點，從而提升UAV的通信性能。

在基于SVM的模式選擇方案中，將速度和最高切換次數(shù)的組合定義為輸人矩陣X，而將對應(yīng)的切換模式定義為輸出矩陣Y。具體地，設(shè)定了四種不同的最高切換次數(shù)約束：5、7、9、11，這些約束對應(yīng)于不同的無人機任務(wù)對時延和可靠性的需求。訓(xùn)練集的目標(biāo)是在21種不同的速度環(huán)境和4種切換約束的組合下，找到能夠在84種不同條件下達到最高吞吐量的切換模式。為了訓(xùn)練模型，使用了線性核函數(shù)、多項式核函數(shù)、徑向基核函數(shù)作為訓(xùn)練的核函數(shù)。

數(shù)據(jù)集按照 7：3 的比例劃分為訓(xùn)練集和測試集。通過比較不同核函數(shù)在測試集上的準(zhǔn)確率，選擇了準(zhǔn)確率最高的核函數(shù)來生成決策函數(shù)，該決策函數(shù)用于測試數(shù)據(jù)的分類。

其0到 10m/s 速度下不同切換策略的切換次數(shù)、吞吐量與誤碼率如表2所示。

在不同的速度下，三種模式的切換次數(shù)如圖6所示。

綜合考慮延遲約束需求（切換次數(shù)）與無人機的速度，可選取最佳的切換策略，選擇如表3所示。其中，最優(yōu)CQI以a表示、閾值保護以b表示、延遲切換以c表示。

經(jīng)過SVM訓(xùn)練后，得出測試集的分類準(zhǔn)確度為：

從表4中可以看出，徑向基核函數(shù)適用于文章提出的基于SVM的動態(tài)點選擇策略。

4結(jié)語

文章首先對CoMP技術(shù)的背景，然后梳理了基于DPS動態(tài)點選擇的多點協(xié)作方案。在選擇合適的信道質(zhì)量指標(biāo)的過程中，綜合考慮時延和吞吐量，提出了三種切換策略：保護閾值切換、延遲切換和最優(yōu)CQI切換，旨在滿足無人機低空通信中對時延敏感和高可靠性的需求。最后通過仿真實驗，證明了采取DPS動態(tài)點選擇方案的無人機多點協(xié)作方案可以提高通信性能?；诖?，通過多點協(xié)作計算得出結(jié)果訓(xùn)練SVM模型，并驗證了基于SVM的切換策略選擇的有效性，以作為DPS應(yīng)用的有力支持。

參考文獻：

[1]P Valavanis K，JVachtsevanos G .Handbook of unmanned aerial vehicles[M]. Berlin：SpringerNetherlands，2014.

[2]L.Liu，S. Zhang and R. Zhang，“CoMP in the Sky：UAV placement and movement optimization formulti-user communications，” in IEEE Transactions on Communications，2O19，67（8） ：5645.

[3]3GPP.TS 36.212，Evolved universal terrestrial radio access（E-UTRA）.Multiplexing and channel-coding（V11.0.0）[S].3GPP：56-75[2020-10-10].

[4]丁瑞，錢曉涵，劉道華，等.超大規(guī)模MIMO信道測量建模研究綜述[J].電訊技術(shù)，2022，62（7）：1014.

[5]張康.基于小區(qū)間干擾抑制的3DMIMO波束賦形技術(shù)的研究[D].北京：北京郵電大學(xué)，2018.

[6]張銀香.協(xié)作通信技術(shù)中的調(diào)度算法研究[D].北京：北京郵電大學(xué)，2015.

[7]李明.基于DPS技術(shù)的無線通信控制器設(shè)計[J].電子設(shè)計工程，2017，25（14）：96.

[8]J富魯斯科格，M弗倫內(nèi)，H安德斯森，等.與靈活的CSI配置和關(guān)聯(lián)反饋有關(guān)的系統(tǒng)和方法[P].瑞典：CN106797649B，2021-06-04.

[9]FB Mismar and BL Evans. Deep learning in downlink coordinated multipoint in new radio heterogene-ous networks[J].IEEE Wireless Communication Letters，2019，8（4） ：1040.

[10]陳虎，趙一帆，吳波，等.基于SVM的飛行自組網(wǎng)分類切換MAC協(xié)議[J].無線電工程，2023，53（9） ：2187.

UAV Transmission Point Switching Strategy Based on SVM Selection

TU Xiaobin，HE Qingxin，YU Yinhui （Minnan University of Science and Technology，Quanzhou， Fujiang 3627OO，China）

ABSTRACTUnmanned Aerial Vehicles have a wide range of application scenarios.The current methods exist a problemofdecreased signal-to-interference-plus-noiseratio（SINR）caused bydronesaccessing multipleadjacentbase stations，we propose a drone transmission point switching strategy basedon Support Vector Machine（SVM）selection to support dynamic selection of transmission points.Thisenablesoptimal balance between latency sensitivityand high throughput when making multipointswitches，and improving theoverallqualityof communication.Simulationresults show that the applicationof dynamicpointselection inmultipointtransmisioncanreducethe bit erorrateand increasethroughput，while the switching strategy based on SVM selection can reduce latency with minimal loss of throughput.

KEYWORDS coordinated multi-point，machine learning，cellular-connected UAV

（責(zé)任編輯 王一諾）