关于“UAV通信系统中的波束对准”的一些总结

Background

新兴应用的发展加速了数据量的产生，增加了通信网络覆盖的需求。为了满足容量（capacity）和覆盖（coverage）的需求，大多数场景都可以通过密集部署接入点（access point, AP）和地面基站（BS）来满足需求，但是对一些特定场景，比如，临时热点区域（temporary hotspot regions）和 应急区域（emergency areas），考虑到经济因素和部署区域的局限性，部署大量的AP/BS是不合适的。无人机（unmanned aerial vehicle, UAV）作为B5G/6G的一项关键使能技术，得益于灵活部署、高移动性、高概率视距（LoS）链路的建立，其可以作为空中基站提供更好的链路质量和更高的覆盖自由度。

由于频谱资源有限，网络越来越密集，在多无人机无线通信系统中，同信道干扰是不可避免的。无人机通信网络的一个关键研究问题是严重干扰引起的性能下降。在所有可能的方法中，通过形成指向服务设备的定向波束，波束成形是一种高效的技术，可以减少严重干扰并提高通信系统的可靠性。

当多个无人机同时跟地面用户传输信息时，定向波束（directional beamforming）是减少同信道干扰的一个有效办法。然而，定向波束容易受气流、估计误差等因素的影响，从而导致收发端波束无法对准。因此，我们需要一个可以刻画波束对准情况的3D模型。

3D Sectorized Antenna Pattern

为了减少干扰，从而提高覆盖性能，无人机和用户（UE）都配备了多个天线，可以形成定向波束成形。 为了分析可追踪性，无人机和UE的天线阵列方向图由3D扇形天线方向图建模。

如图所示，该模型由四个参数描述，即主瓣（main-lobe）增益 $G_{\kappa }$、旁瓣（side-lobe）增益 $g_{\kappa }$、方位角（azimuth）中的半功率波束宽度 ${\theta }_k^{(a)}$ 和仰角（elevation）中的半功率波束宽度 ${\theta }_k^{(e)}$。下标 $k$ 表示某个无人机或用户。

基于该3D模型，就可以用波束定向误差（beamsteering errors）来刻画收发端的波束是否对准，当误差在主瓣允许的误差范围内，则视为发端主瓣和收端主瓣进行了对准。因为是在3D场景刻画的模型，波束定向误差分为方位角误差和仰角误差。收发端的波束对准分为 4 种情况：

• UAV主瓣和UE主瓣对准，总的波束增益为收发端的波束增益直接相乘 $G_{\mathrm{UAV}}{G}_{\mathrm{UE}}$；这种情况称为 perfect beam alignment;
• UAV主瓣和UE旁瓣对准，总的波束增益为 $G_{\mathrm{UAV}}{g}_{\mathrm{UE}}$；
• UAV旁瓣和UE主瓣对准，总的波束增益为 $g_{\mathrm{UAV}}{G}_{\mathrm{UE}}$；
• UAV旁瓣和UE旁瓣对准，总的波束增益为 $g_{\mathrm{UAV}}{G}_{\mathrm{UE}}$.

波束不对准情况下，总的波束增益是一个取决于波束定向误差的随机变量。主瓣对准的情况，要求方位角和仰角波束定向误差都在各自平面的半功率波瓣宽度内。

该模型可以理解主瓣是定向的，旁瓣是全向的，主瓣的定向由两个平面（即水平面方位角角和垂直面仰角）的全功率波瓣宽度来指定。方位角范围 $[0,2\pi )$，仰角范围 $[0,\frac{\pi }{2})$，知道半功率波瓣宽度的取值范围，从而可以计算主瓣波束增益的出现概率 $p_m=\frac{{\theta }^{(a)}{\theta }^{(e)}}{2\pi \ast \pi /2}=\frac{{\theta }^{(a)}{\theta }^{(e)}}{{\pi }^2}$，旁瓣概率为 $1-p_m$.

To be Supplemented

查一下在UAV通信系统中部署 multi-UAV 的优点是什么，尤其是跟 multi-UAVs cooperation 的区别？