学会飞行：无人机辅助网络中三维布点与用户关联的分布式机制
信号处理
2018-10-30 v1 计算机科学与博弈论
摘要
本文研究了在带宽限制与服务质量约束下无人机(unmanned aerial vehicles, UAVs)的三维布点与无人机-用户关联的联合问题。具体而言，为使无人机能够以分布式方式动态优化其三维位置并最大化网络的和速率，我们将底层优化问题分解为三个子问题，分别求解无人机的二维定位、高度优化以及无人机-用户关联。首先，在给定无人机固定三维位置的情况下，我们提出了一种基于完全分布式匹配的关联方法，该方法缓解了带宽分配的瓶颈并保证了所需的服务质量。接着，针对无人机的二维位置，我们采用改进版的K-means算法并以分布式实现，使无人机动态调整其二维位置以到达由所服务地面用户组成的簇的质心。为优化无人机高度，我们研究了该问题自然定义的博弈论版本，并证明在固定无人机二维坐标、预定义关联方案以及有限干扰下，无人机高度博弈是一个非合作势博弈，其中参与者（无人机）仅通过优化局部效用函数即可最大化有限干扰和速率。因此，我们采用最佳响应动态来达成博弈的纳什均衡，该均衡同时也是社会福利函数的局部最优解。仿真结果表明，与采用经典K-means版本且在每次迭代中将用户分配给最近无人机的平凡情形相比，所提方法提升了研究场景下的网络总和速率。
引用
@article{arxiv.1810.11528,
title = {Learn to Fly: A Distributed Mechanism for Joint 3D Placement and Users Association in UAVs-assisted Networks},
author = {Hajar El Hammouti and Mustapha Benjillali and Basem Shihada and Mohamed-Slim Alouini},
journal= {arXiv preprint arXiv:1810.11528},
year = {2018}
}