[发明专利]一种NOMA增强的无人机辅助建模分析方法

权利要求书

1.一种NOMA增强的无人机辅助建模分析方法，其特征在于，该方法具体包括以下步骤：

S1：建模NOMA增强的无人机辅助地面基站场景；

S2：选用无人机和地面基站的大尺度衰落和小尺度衰落模型进行建模；

S3：采用最强平均接收功率关联准则，计算用户关联无人机或地面基站时获得的平均接收功率；

S4：考虑一个典型用户，当典型用户关联无人机或地面基站时，分析典型用户的SINR；

S5：推导典型用户与两层基站的距离分布，并计算关联两层基站的概率；

S6：推导典型用户与无人机或地面基站相关联时，其他基站对该典型用户干扰的拉普拉斯变换；

S7：根据步骤S4中分析的SINR与步骤S6中干扰的拉普拉斯变换，推导出典型用户与无人机或地面基站相关联时SINR覆盖率；

步骤S1中，建模NOMA增强的无人机辅助地面基站场景为：无人机和地面基站的分布服从密度λ_U和λ_G齐次泊松点过程，功率P_U和P_G，无人机高度H，地面基站配备M个天线，通过相同的资源块向N个用户发送信号；

步骤S2具体包括：无人机与用户之间空对地的视距LOS链路的概率近似为：

其中，为仰角，b,c是取决于环境的特定常数，r为无人机与典型用户之间的水平距离；无人机与典型用户之间非视距NLOS链路的概率是

大尺度衰落，采用结合了视距和非视距的传输路径损耗模型，无人机与用户之间链路的传输路径损耗表示为：

其中，s∈{LOS,NLOS}，L和N表示LOS和NLOS，表示无人机与用户之间LOS和NLOS链路的路径损耗指数，η_L,η_N是附加损耗参数；因此，对于无人机与用户之间的小尺度衰落表示为h_L,h_N，其服从参数为Γ(N_L,1/N_L)和Γ(N_N,1/N_N)的伽马分布，N_L,N_N为Nakagami衰落参数；

在地面基站层中，地面基站与用户之间的大尺度衰落表示为η_G,α_G分别表示附加损耗参数和路径损耗指数；由于GBS配备有多天线，连接在地面基站上的用户将获得大规模天线增益G₀＝M-N+1；典型用户与服务基站之间的小尺度衰落表示为h_G,0，服从参数为Γ(M-N+1,1)的伽马分布，典型用户与服务基站之间的小尺度衰落表示为h_G,i，服从参数为Γ(N,1)的伽马分布；

步骤S3具体包括：采用最强平均接收功率关联准则，即假定典型用户与每层中提供最强长期平均接收功率的基站相关联；

1)用户连接到无人机时其获得的平均接收功率P_r,U为

其中，P_U为无人机的传输功率，r_i为无人机层中离典型用户最近的基站的距离，a_n为用户的功率收集因子，表示路径损耗，i表示第i个基站，Φ_U表示无人机服从齐次泊松点过程；

2)采用MIMO的地面基站层平均接收功率；用户连接到地面基站时其获得的平均接收功率P_r,G表示为

其中，P_G为地面基站的传输功率，r_i为地面基站层中离典型用户最近的基站，L_i,G表示路径损耗，Φ_G表示地面基站服从齐次泊松点过程。