无人机蜂窝网络中受 3GPP 启发的基于随机几何的移动模型
信息论
2021-01-26 v2 信号处理
math.IT
摘要
本文研究无人机蜂窝网络时变性能的基于随机几何的刻画，其中无人机基站 (DBSs) 的初始位置被建模为泊松点过程 (PPP)，且假设每个 DBS 沿直线在随机方向上移动。这种无人机放置与轨迹模型紧密模拟了第三代合作伙伴计划 (3GPP) 用于无人机相关研究的模型。假设地面上的典型用户设备 (UE) 采用最近邻关联策略，我们考虑服务 DBS 移动性的两种模型：(i) UE 独立模型，与 (ii) UE 依赖模型。利用随机几何中的平移定理，我们刻画了典型 UE 所观测到的时变干扰场，并据此推导了典型 UE 处的时变覆盖概率与数据速率。我们还将我们的模型与 DBSs 可沿非线性轨迹移动的更复杂移动模型进行了比较，并证明我们的模型所估计的覆盖概率与速率可作为这些更一般模型的下界。据我们所知，这是首个对受 3GPP 启发的无人机移动模型进行严格分析并建立该模型与更一般非线性移动模型之间联系的工作。
引用
@article{arxiv.1905.00972,
title = {3GPP-inspired Stochastic Geometry-based Mobility Model for a Drone Cellular Network},
author = {Morteza Banagar and Harpreet S. Dhillon},
journal= {arXiv preprint arXiv:1905.00972},
year = {2021}
}