[发明专利]基于改进遗传算法的成本最优化无人机基站部署方法

说明书

本发明公开了一种基于改进遗传算法的成本最优化无人机基站部署方法，主要解决现有技术对无人机基站部署成本难以优化的问题。其实现方法如下：1)建立无人机基站对地无线通信覆盖模型；2)在无人机基站对地无线通信覆盖模型场景中计算无人机基站最大覆盖半径与最佳悬停高度；3)将无人机基站部署在最佳悬停高度上，使部署问题从三维降维到二维平面，建立以无人机基站部署数量最优化为目标的无人机基站部署优化模型，求解该模型得到最优染色体；4)将最优染色体转化为对应的无人机基站坐标集合，得到最优的无人机基站部署方案。本发明降低了部署问题的复杂度，提高了求解的准确性，可用于通信网络部署规划，临时通信网络搭建，灾区应急通信。

技术领域

本发明属于通信技术领域，特别涉及一种成本最优化无人机基站部署方法，可用于通信网络部署规划，临时通信网络搭建，灾区应急通信。

背景技术

随着无人机近年来的快速发展，搭载基站的无人机低空平台日益受到人们的关注。由于其具有机动性高、部署灵活，成本较其他通信设施低廉等优点，关于无人机基站的通信网络部署日益成为通信领域的研究热点，如何快速部署组建满足需求的通信网络，合理规划无人机基站部署数量及位置具有重要的意义。

无人机最早的发展起源于军用需求，与载人飞机相比，由于无人机造价低、环境要求低、风险低、机动灵活等特点，已被广泛应用在国家生态环境保护、灾情监视、测绘、航空摄影、交通巡逻、治安监控电力巡线、应急指挥、环境监测、森林防火、国防安全、海事侦察、边境巡视等领域，这使得基于无人机的空中通信平台的实现成为可能。而对于空中通信网络的应用，例如移动通信的灾难恢复，其中正在由欧盟政府机构资助的ABSOLUTE项目，越来越受欢迎。该项目旨在利用低空平台LAP和LTE技术设计和实施以基站侧嵌入分布式EPC为特征的独立空中基站AeNB进行组网，用于为急救队和公共安全机构提供移动覆盖。在ABSOLUTE项目中，实现了使用空中平台提供广域无线覆盖。美国为建立一个灾后救援与公共安全的网络计划FirstNet也在积极研究如何利用无人机空中基站进行全面的网络接入。Facebook在2015年推出了旨在为农村和偏远地区提供网络覆盖，进行覆盖补盲的空中基站天鹰无人机计划。此外，无人机基站的应用还包括为通信热点地区提升容量，为用户提供更好的网络体验，给部分人流量较髙的地区，如像演唱会、体育馆、艺术节等场景临时加强网络信号等。

虽然基于无人机空中平台的应用前景广阔，但其也面临着诸多技术挑战，不同于地面基站无线通信系统，无人机基站使用空地信道，且其位置由高度与水平维度位置共同决定，变化灵活，可随时根据需求进行改变，如何对无人机基站进行部署是一个值得研究的问题。

文献“A mixed breadth-depth first strategy for the branch and boundtree of Euclidean k-center problems”中H.A.Fayed等人提出一种核集优化算法用于解决基站部署类问题，但该算法运行效率较差，只适用于约束较少的简单问题。

文献“Placement Optimization of UAV-Mounted Mobile Base Stations”中J.Lyu等人提出一种螺旋布局算法，优化无人机基站部署数量，该布局算法虽较以前的区域划分类算法复杂度降低，但解空间不全面，不能够得到最佳部署方案。

文献“Deployment of UAV-mounted access points according to spatialuser locations in two-tier cellular networks”中B.Galkin等人使用K均值聚类算法优化无人机基站部署位置，但该算法受聚类数量的影响较大，K值难以评估，很难得到最佳的部署方案。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种基于改进遗传算法的成本最优化无人机基站部署方法，以解决现有技术对无人机基站部署成本难以优化的问题，得到在满足给定目标区域内用户通信需求条件下的最佳部署方案。