姚媛媛 烏云嘎 董瑤瑤 馮志勇 尉志青

①(北京信息科技大學(xué)信息與通信工程學(xué)院 北京 100101)

②(北京郵電大學(xué)泛網(wǎng)無(wú)線通信教育部重點(diǎn)實(shí)驗(yàn)室 北京 100876)

③(北京信息科技大學(xué)現(xiàn)代測(cè)控技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室 北京 100101)

1 引言

隨著移動(dòng)通信技術(shù)的發(fā)展，對(duì)未來(lái)6G網(wǎng)絡(luò)的服務(wù)廣度提出了新的挑戰(zhàn)[1]?！叭f(wàn)物互聯(lián)”時(shí)代的到來(lái)，使得各種物聯(lián)網(wǎng)應(yīng)用已經(jīng)實(shí)現(xiàn)落地，同時(shí)帶來(lái)的一大問(wèn)題便是終端的能量消耗較快，尤其對(duì)于地況情形復(fù)雜且偏遠(yuǎn)的區(qū)域，無(wú)法進(jìn)行基礎(chǔ)設(shè)施的布設(shè)，且傳統(tǒng)的更換電池方式或者手動(dòng)充電存在人力開(kāi)銷(xiāo)大、成本高等瓶頸問(wèn)題。在該背景下，低功耗物聯(lián)網(wǎng)(Internet of Thing, IoT)節(jié)點(diǎn)的供電問(wèn)題變得越來(lái)越重要。文獻(xiàn)[2]證明了遠(yuǎn)距離射頻能量可以轉(zhuǎn)換為直流電壓，并且所產(chǎn)生的電能可以為低功率設(shè)備供電。無(wú)線能量傳輸 (Wireless Power Transmission, WPT)使用射頻技術(shù)，通過(guò)電磁場(chǎng)或電磁波進(jìn)行能量傳遞，省去了電線布設(shè)的成本，使得IoT設(shè)備充電變得更加方便高效。WPT技術(shù)的發(fā)展使得低功耗廣域網(wǎng)絡(luò) (Low-Power Wide-Area Network, LPWAN)節(jié)點(diǎn)的供電問(wèn)題得到不斷改善。文獻(xiàn)[3,4]提出了利用WPT技術(shù)能夠有效提升遠(yuǎn)程設(shè)備的供電效率，并且通過(guò)射頻(Radio Frequency, RF)能量收集 (Energy Harvesting, EH)技術(shù)延長(zhǎng)了網(wǎng)絡(luò)的生命周期。

另外，由于無(wú)人機(jī) (Unmanned Aerial Vehicle,UAV)具有靈活的移動(dòng)性以及良好的對(duì)地視距鏈路。因此在缺少基礎(chǔ)設(shè)施和人力資源的偏遠(yuǎn)地區(qū)，為了解決網(wǎng)絡(luò)節(jié)點(diǎn)供電問(wèn)題，UAV可以實(shí)現(xiàn)按需部署，為地面IoT節(jié)點(diǎn)提供能量需求。文獻(xiàn)[5]構(gòu)建了一種支持UAV的無(wú)線能量傳輸網(wǎng)絡(luò)。該網(wǎng)絡(luò)將WPT過(guò)程與無(wú)線信息傳輸 (Wireless Information Transmission, WIT)過(guò)程分開(kāi)進(jìn)行，物聯(lián)網(wǎng)設(shè)備首先通過(guò)從無(wú)人機(jī)發(fā)送的射頻信號(hào)中收集能量，隨后再利用收集的能量向目標(biāo)節(jié)點(diǎn)發(fā)送信息。仿真結(jié)果表明，相比于固定的混合接入點(diǎn)，部署無(wú)人機(jī)作為移動(dòng)的混合接入點(diǎn)，并通過(guò)凸優(yōu)化手段優(yōu)化無(wú)人機(jī)的軌跡，可以更加有效地提升網(wǎng)絡(luò)吞吐量。文獻(xiàn)[6–8]考慮了啟用UAV的移動(dòng)邊緣計(jì)算系統(tǒng)，通過(guò)優(yōu)化無(wú)人機(jī)軌跡最大限度地降低無(wú)人機(jī)能耗。然而，以上文獻(xiàn)考慮的大多為單無(wú)人機(jī)部署的場(chǎng)景。

文獻(xiàn)[9–11]研究了多無(wú)人機(jī)覆蓋問(wèn)題，通過(guò)優(yōu)化UAV 3維部署，提高了網(wǎng)絡(luò)平均容量。文獻(xiàn)[12,13]提出了一種基于能量收集技術(shù)的多UAV中繼網(wǎng)絡(luò)，以克服源節(jié)點(diǎn)與目的節(jié)點(diǎn)之間的大幅度信號(hào)衰減，并實(shí)現(xiàn)綠色協(xié)作通信，可以有效地提高系統(tǒng)吞吐量。

然而，使用更具有隨機(jī)性的泊松點(diǎn)過(guò)程對(duì)網(wǎng)絡(luò)進(jìn)行建模，能夠更加直觀有效地評(píng)估網(wǎng)絡(luò)的性能[14]。文獻(xiàn)[15,16]研究了齊次泊松點(diǎn)過(guò)程 (Homogeneous Poisson Point Process, HPPP)建模的無(wú)人機(jī)輔助蜂窩網(wǎng)絡(luò)的覆蓋概率，通過(guò)設(shè)計(jì)無(wú)人機(jī)的最佳飛行高度和分布密度，實(shí)現(xiàn)網(wǎng)絡(luò)覆蓋概率最大化。但是實(shí)際上，無(wú)人機(jī)覆蓋區(qū)域內(nèi)用戶(hù)的分布通常更加密集地集中在UAV服務(wù)區(qū)域附近。文獻(xiàn)[17]考慮對(duì)無(wú)人機(jī)和用戶(hù)的位置重新進(jìn)行群集配置，引入泊松聚類(lèi)過(guò)程并應(yīng)用于無(wú)人機(jī)和用戶(hù)的位置建模中。該文獻(xiàn)對(duì)上述齊次泊松點(diǎn)過(guò)程進(jìn)行了改進(jìn)，引入了兩種新的用戶(hù)位置部署方案，分別是Thomas集群過(guò)程和Matérn集群過(guò)程，分析了覆蓋概率隨用戶(hù)密度的變化情況；采用Matérn聚類(lèi)過(guò)程 (Matérn Cluster Process, MCP)對(duì)無(wú)人機(jī)和用戶(hù)的位置進(jìn)行部署，即用戶(hù)均勻分布在以無(wú)人機(jī)投影點(diǎn)為中心，以Rc為半徑的圓形覆蓋區(qū)域內(nèi)，但對(duì)無(wú)人機(jī)的覆蓋區(qū)域重疊的問(wèn)題并未涉及。文獻(xiàn)[14]將無(wú)人機(jī)和地面基站的位置分別建模為Poisson點(diǎn)過(guò)程，并根據(jù)Poisson聚類(lèi)過(guò)程將用戶(hù)分布在無(wú)人機(jī)的投影位置的周?chē)褂秒S機(jī)幾何工具，可以獲得整個(gè)網(wǎng)絡(luò)的覆蓋概率以及區(qū)域頻譜效率。但對(duì)UAV群與大規(guī)模IoT節(jié)點(diǎn)同時(shí)采用MCP建模會(huì)產(chǎn)生無(wú)人機(jī)基站覆蓋冗余的問(wèn)題，從而導(dǎo)致資源浪費(fèi)。

考慮到實(shí)際環(huán)境中對(duì)大規(guī)模無(wú)人機(jī)基站的分布進(jìn)行建模，站點(diǎn)過(guò)近易造成通信干擾。為解決上述問(wèn)題，本文提出距離約束分簇策略 (Matérn Cluster under Distance Constraint, MCDC)。與MCP[1]建模不同的是，本策略將帶有距離約束的Matérn集群過(guò)程用于UAV和地面IoT節(jié)點(diǎn)建模。主要的創(chuàng)新點(diǎn)總結(jié)如下：

(1) 分析了無(wú)人機(jī)利用射頻信號(hào)傳輸技術(shù)輔助能量受限的IoT節(jié)點(diǎn)通信問(wèn)題，提出了新穎的MCDC策略，為避免實(shí)際環(huán)境中無(wú)人機(jī)部署的覆蓋冗余，降低無(wú)人機(jī)站點(diǎn)之間的干擾，本策略使用帶有距離約束的Matérn集群過(guò)程對(duì)UAV和地面IoT節(jié)點(diǎn)進(jìn)行建模，研究了無(wú)人機(jī)空地通信中大規(guī)模簇間干擾對(duì)上行網(wǎng)絡(luò)中斷性能和吞吐量的影響。

(2) 將每個(gè)無(wú)人機(jī)的服務(wù)集群劃分為兩類(lèi)區(qū)域，分別是覆蓋區(qū)域和滿(mǎn)電區(qū)域。在下行WPT階段，無(wú)人機(jī)對(duì)滿(mǎn)電區(qū)域內(nèi)的IoT進(jìn)行充電，當(dāng)IoT在一定時(shí)間內(nèi)達(dá)到滿(mǎn)電狀態(tài)后，則在上行WIT階段進(jìn)行數(shù)據(jù)傳輸。下行鏈路IoT節(jié)點(diǎn)充滿(mǎn)電的時(shí)間取決于滿(mǎn)電區(qū)域的動(dòng)態(tài)半徑，并且通過(guò)調(diào)整充電時(shí)間或者滿(mǎn)電區(qū)域半徑優(yōu)化上下行時(shí)間分配比，以提升系統(tǒng)吞吐量。

(3) 基于所提的距離約束分簇策略，綜合分析了UAV的發(fā)射功率、時(shí)間資源分配比、IoT密度和干擾路徑損耗指數(shù)等參數(shù)對(duì)中斷性能和網(wǎng)絡(luò)吞吐量的聯(lián)合影響，進(jìn)而通過(guò)參數(shù)配置優(yōu)化網(wǎng)絡(luò)性能，為未來(lái)6G無(wú)人機(jī)輔助通信組網(wǎng)提供了一定的參考價(jià)值。

2 系統(tǒng)模型

使用Matérn聚類(lèi)隨機(jī)部署多個(gè)大功率站點(diǎn)，會(huì)造成區(qū)域冗余覆蓋?？紤]到在實(shí)際環(huán)境中，為避免資源浪費(fèi)和降低站點(diǎn)之間的相互干擾，針對(duì)無(wú)人機(jī)輔助能量受限的IoT網(wǎng)絡(luò)數(shù)據(jù)傳輸問(wèn)題，提出了MCDC策略。無(wú)人機(jī)和地面IoT節(jié)點(diǎn)被建模成帶有距離約束的Matérn集群過(guò)程。通過(guò)對(duì)Matérn簇添加距離約束，使得各簇之間存在制約關(guān)系，互不相交。

UAV群的分布服從密度為λu的HPPP，其中IoT節(jié)點(diǎn)均勻分布在以UAV投影點(diǎn)為中心，R為半徑的圓形區(qū)域中；Φ表示IoT節(jié)點(diǎn)集合，在一個(gè)UAV簇內(nèi)，節(jié)點(diǎn)數(shù)服從泊松分布，密度為λI。UAV在下行鏈路利用WPT技術(shù)為能量受限的IoT節(jié)點(diǎn)提供能量支持。IoT節(jié)點(diǎn)從無(wú)人機(jī)的射頻信號(hào)中收集能量并達(dá)到滿(mǎn)電狀態(tài)后，在WIT階段將自身數(shù)據(jù)上傳至無(wú)人機(jī)。假設(shè)系統(tǒng)的總執(zhí)行時(shí)間為T(mén)，下行鏈路充電時(shí)間為τT，上行鏈路傳輸時(shí)間為(1–τ)T，其中τ為時(shí)間資源分配比(0<τ<1)。為了體現(xiàn)系統(tǒng)參數(shù)對(duì)網(wǎng)絡(luò)性能的具體影響，接下來(lái)隨機(jī)選擇一個(gè)簇作為典型簇進(jìn)行分析，對(duì)于要分析的UAV記為M，Φa={1,2, ···,i}為M所服務(wù)的簇內(nèi)IoT節(jié)點(diǎn)集合，同時(shí)用Φb=ΦΦa表示簇外IoT節(jié)點(diǎn)的集合。

2.1 空地信道模型

無(wú)人機(jī)輔助地面節(jié)點(diǎn)數(shù)據(jù)傳輸，由于地面障礙物的存在，無(wú)人機(jī)與IoT節(jié)點(diǎn)之間的鏈路連接既有視距鏈路 (Line of Sight, LoS)，也有非視距鏈路(Non Line of Sight, NLoS)[18–20]?？紤]用g表示快衰落萊斯信道功率增益，并由LoS分量gLoS和NLoS分量gNLoS組成。因此，空地信道增益h可以表示為

其中，R表示萊斯因子，定義為L(zhǎng)oS路徑信號(hào)的功率與多徑分量功率之比，R的取值趨于0表示一種散射場(chǎng)景，近似為瑞利衰落，R趨于無(wú)窮表示LoS信道模型[20]；d表示無(wú)人機(jī)與IoT之間的距離；β表示路徑損耗指數(shù)。

2.2 距離約束分簇策略(MCDC)

前文提到，使用傳統(tǒng)的泊松點(diǎn)過(guò)程并不能較為有效地建模無(wú)人機(jī)空地3維網(wǎng)絡(luò)結(jié)構(gòu)。因此，引入MCP策略對(duì)無(wú)人機(jī)和用戶(hù)進(jìn)行部署以更準(zhǔn)確地描述節(jié)點(diǎn)分布[21]。然而，隨著節(jié)點(diǎn)數(shù)目的增加，使用MCP策略對(duì)無(wú)人機(jī)和IoT節(jié)點(diǎn)進(jìn)行位置建模，會(huì)出現(xiàn)無(wú)人機(jī)區(qū)域冗余覆蓋的情況，并且處于冗余覆蓋區(qū)域中的IoT將會(huì)對(duì)其他無(wú)人機(jī)接收信號(hào)造成強(qiáng)烈的傳輸信號(hào)干擾。如圖1(a)所示，使用MCP策略對(duì)無(wú)人機(jī)和IoT進(jìn)行部署。不僅會(huì)出現(xiàn)區(qū)域冗余覆蓋，造成無(wú)人機(jī)的額外能量損耗，同時(shí)會(huì)造成簇間較強(qiáng)信號(hào)干擾。因此，考慮使用MCDC策略對(duì)無(wú)人機(jī)和IoT空地網(wǎng)絡(luò)進(jìn)行建模，如圖1(b)所示，將帶有距離約束的Matérn集群過(guò)程用于表征實(shí)際部署的無(wú)人機(jī)網(wǎng)絡(luò)。本文將無(wú)人機(jī)投影點(diǎn)之間的距離記為Δ= 2R+L(L>0)。其中R為簇半徑(見(jiàn)圖1(b))，L>0則保證兩簇之間沒(méi)有重疊。

對(duì)于帶有距離約束的Matérn集群過(guò)程，如圖1(b)所示。A點(diǎn)是典型無(wú)人機(jī)M的簇內(nèi)覆蓋IoT節(jié)點(diǎn)，A ∈X(OM,R),X(OM,R)表示以無(wú)人機(jī)投影點(diǎn)OM為中心，R為半徑的圓。B點(diǎn)表示除典型

圖1 系統(tǒng)模型

無(wú)人機(jī)M之外的其他無(wú)人機(jī)覆蓋的IoT節(jié)點(diǎn)，即簇間干擾節(jié)點(diǎn)，B ∈X(OM,R,D),X(OM,R,D)表示以O(shè)M為中心，R ≤rb≤D的圓環(huán)，表明其他干擾節(jié)點(diǎn)位于典型無(wú)人機(jī)M的覆蓋區(qū)域外，即兩簇之間互不重疊。其中D=Δ+R表示距離OM最遠(yuǎn)的簇外IoT節(jié)點(diǎn)。Δ表示兩個(gè)UAV之間的水平距離，并且滿(mǎn)足D>2R。接下來(lái)，在本文中均以fR(r)表示簇內(nèi)節(jié)點(diǎn)到圓心OM距離r的概率密度函數(shù)，fr(rb)表示簇外節(jié)點(diǎn)到圓心OM距離rb的概率密度函數(shù)。A ∈X(OM,R)說(shuō)明在簇內(nèi)至少存在一個(gè)符合條件的IoT節(jié)點(diǎn)，因此有

2.3 基于MCDC策略的下行能量收集模型

前文提到，使用MCP策略對(duì)無(wú)人機(jī)和IoT節(jié)點(diǎn)進(jìn)行部署，不僅會(huì)出現(xiàn)區(qū)域冗余覆蓋，造成無(wú)人機(jī)的額外能量損耗，同時(shí)會(huì)造成簇間較強(qiáng)信號(hào)干擾?？紤]使用MCDC策略對(duì)無(wú)人機(jī)和IoT空地網(wǎng)絡(luò)進(jìn)行建模，如圖2所示，距離地面H處的無(wú)人機(jī)以恒定功率Pt為IoT節(jié)點(diǎn)進(jìn)行能量供給，每個(gè)無(wú)人機(jī)旨在服務(wù)各自集群中的IoT節(jié)點(diǎn)。每個(gè)集群被劃分為兩類(lèi)區(qū)域，分別是覆蓋區(qū)域Ωc=X(o, rc)和滿(mǎn)電區(qū)域Ωf=X(o, rf)，rc即為覆蓋區(qū)域半徑R，rf為滿(mǎn)電區(qū)域半徑。當(dāng)IoT節(jié)點(diǎn)處于覆蓋區(qū)域Ωc，意味著UAV可以與IoT建立良好的通信鏈接[22]，即Prc≥γc,γc表示建立所需通信信號(hào)強(qiáng)度的最小閾值。假設(shè)接收功率在單位時(shí)隙內(nèi)信道快衰落上取平均值[23]，符號(hào)Prc表示距離無(wú)人機(jī)d處的能量采集IoT節(jié)點(diǎn)接收功率大小，表達(dá)式為

圖2 MCDC策略下無(wú)人機(jī)通信網(wǎng)絡(luò)

圖3 IoT能量收集模型

2.4 基于MCDC策略的IoT節(jié)點(diǎn)傳輸概率模型

其中，rτT可由式(8)取等時(shí)得到。根據(jù)FCT協(xié)議，ptr即IoT節(jié)點(diǎn)達(dá)到傳輸條件的概率。

接下來(lái)主要基于所提MCDC策略，針對(duì)無(wú)人機(jī)空地通信網(wǎng)絡(luò)的中斷性能和吞吐量進(jìn)行分析。

3 MCDC策略上行中斷性能分析

在上行WIT階段，每個(gè)UAV旨在從各自的服務(wù)集群中收集數(shù)據(jù)，無(wú)人機(jī)節(jié)點(diǎn)M使用正交資源為集群中的不同IoT節(jié)點(diǎn)提供服務(wù)。Φa中IoT節(jié)點(diǎn)在上行傳輸過(guò)程中不存在干擾，由于Φb中具有傳輸能力的IoT節(jié)點(diǎn)將復(fù)用Φa中IoT節(jié)點(diǎn)的頻帶資源，在節(jié)點(diǎn)M端會(huì)引起大規(guī)模的簇間干擾，因此無(wú)人機(jī)M接收端的信干噪比表示為

4 MCDC策略上行鏈路吞吐量

W為每個(gè)子頻帶的帶寬；ptr是IoT節(jié)點(diǎn)達(dá)到傳輸條件的概率，且和IoT節(jié)點(diǎn)收集能量區(qū)域半徑有關(guān)。因此上行鏈路的吞吐量依賴(lài)下行鏈路的能量收集和時(shí)間分配比。

相比于MCP策略下的無(wú)人機(jī)和IoT節(jié)點(diǎn)位置建模，MCDC策略通過(guò)對(duì)簇與簇之間的距離施加約束，使得各簇的覆蓋區(qū)域互不相交。使用帶有距離約束的MCDC策略對(duì)無(wú)人機(jī)和IoT節(jié)點(diǎn)的位置進(jìn)行部署，在此框架下分析了無(wú)人機(jī)輔助能量受限的低功耗物聯(lián)網(wǎng)節(jié)點(diǎn)數(shù)據(jù)傳輸問(wèn)題，并且通過(guò)調(diào)整充電時(shí)間以控制IoT節(jié)點(diǎn)下行能量收集與上行信息傳輸之間的權(quán)衡，從而最大化網(wǎng)絡(luò)吞吐量，提升網(wǎng)絡(luò)性能。

5 仿真分析

為了驗(yàn)證理論結(jié)果，對(duì)所提MCDC策略下的無(wú)人機(jī)群空地網(wǎng)絡(luò)性能進(jìn)行仿真。無(wú)人機(jī)網(wǎng)絡(luò)通信參數(shù)在表1給出。圖4是無(wú)人機(jī)恒定發(fā)射功率下IoT的傳輸概率和時(shí)間資源分配比τ之間的關(guān)系。圖5給出了不同部署策略下無(wú)人機(jī)接收端的中斷性能。圖6描述了吞吐量隨IoT節(jié)點(diǎn)密度增加的變化，最后在圖7仿真了無(wú)人機(jī)的發(fā)射功率以及時(shí)間資源分配比對(duì)網(wǎng)絡(luò)吞吐量的聯(lián)合影響。

圖5 不同情況下的無(wú)人機(jī)網(wǎng)絡(luò)中斷概率

表1 系統(tǒng)參數(shù)

圖4是上行鏈路中IoT傳輸概率隨時(shí)間分配比τ變化的曲線。同一發(fā)射功率下，隨著τT增加，由式(10)知，Ωf區(qū)域逐漸變大，達(dá)到滿(mǎn)電狀態(tài)的IoT數(shù)量增加。同時(shí)結(jié)合式(13)可知，傳輸概率隨著τT的增加而變大。另外，當(dāng)τ位于較小值區(qū)間時(shí)，達(dá)到滿(mǎn)電狀態(tài)的IoT數(shù)量增加較快，曲線的變化較為迅速。當(dāng)τ位于較大值的區(qū)間里，滿(mǎn)電區(qū)域半徑逼近于簇半徑，可傳輸IoT數(shù)量趨于穩(wěn)定，因此曲線的變化趨于平緩。同一時(shí)間分配比τ下，當(dāng)無(wú)人機(jī)的發(fā)射功率變大，根據(jù)式(10)可知，X(o,rτT)范圍增加，此時(shí)傳輸概率數(shù)值整體增加。

圖4 傳輸概率與時(shí)間分配比之間的關(guān)系

圖5(a)給出了固定簇內(nèi)外路損指數(shù)的條件下，不同IoT傳輸功率對(duì)中斷性能的影響。從中可以看出，首先，仿真結(jié)果與理論分析結(jié)果保持一致；其次，MCDC策略下的中斷性能優(yōu)于傳統(tǒng)MCP策略。另外，在MCDC策略下增加IoT的發(fā)射功率，同一信干噪比閾值下，中斷概率減小。這是因?yàn)楫?dāng)增加發(fā)射功率時(shí)，簇內(nèi)IoT傳輸?shù)挠行盘?hào)作用增強(qiáng)。簇間IoT的干擾強(qiáng)度相對(duì)于簇內(nèi)有用信號(hào)來(lái)說(shuō)變化較小，因此中斷性能有所改善。同時(shí)從圖5(a)和圖5(b)都可以看出，在MCP策略下的中斷概率比較大。這是因?yàn)楫?dāng)簇與簇之間沒(méi)有距離約束，簇間會(huì)有重疊的情況，干擾IoT距離無(wú)人機(jī)M較近，干擾變大。

圖5(b)給出了在低噪聲情況下，固定IoT發(fā)射功率，不同簇內(nèi)路損指數(shù)對(duì)中斷性能的影響，并與傳統(tǒng)的MCP方案進(jìn)行了對(duì)比。由圖5可以看出，MCDC策略下的中斷性能明顯優(yōu)于傳統(tǒng)MCP策略。另外，減小簇內(nèi)IoT路損指數(shù)，使得有效傳輸信號(hào)強(qiáng)度增加，因此網(wǎng)絡(luò)中斷性能變好，即中斷概率變小。

圖6比較了不同的IoT密度以及時(shí)間分配比對(duì)吞吐量的影響。隨著τ增加，由式(10)可知，滿(mǎn)電區(qū)域半徑變大，達(dá)到滿(mǎn)電狀態(tài)的IoT數(shù)目增多，意味著可傳輸?shù)腎oT節(jié)點(diǎn)數(shù)目增加，簇外干擾IoT節(jié)點(diǎn)距離無(wú)人機(jī)M較遠(yuǎn)，相對(duì)于簇內(nèi)的有用信號(hào)來(lái)說(shuō)，來(lái)自簇外的干擾變化影響較小，因此吞吐量逐漸上升。當(dāng)τ超過(guò)閾值后，滿(mǎn)電區(qū)域的半徑逐漸逼近覆蓋區(qū)域的半徑，同時(shí)干擾用戶(hù)增多，上行傳輸時(shí)間減少，因此吞吐量下降。另外，從圖6可以看出，增加IoT的密度，即單位面積內(nèi)IoT數(shù)量增加，吞吐量整體增加。最高點(diǎn)吞吐量相比于較低密度的吞吐量最優(yōu)值可提升123%。

圖7顯示了無(wú)人機(jī)的發(fā)射功率Pt和時(shí)間資源分配比τ對(duì)上行鏈路吞吐量的聯(lián)合影響。當(dāng)無(wú)人機(jī)的發(fā)射功率不斷增加時(shí)，從圖7可以看出，在同一時(shí)間分配比τ下，吞吐量增加。由式(10)知，增加無(wú)人機(jī)的發(fā)射功率，滿(mǎn)電區(qū)域半徑變大，達(dá)到滿(mǎn)電狀態(tài)的IoT節(jié)點(diǎn)數(shù)量增加，WIT階段的IoT節(jié)點(diǎn)數(shù)量也隨之增多。所以基于以上前提，上行鏈路的吞吐量增加。該結(jié)果與圖6的趨勢(shì)保持一致，進(jìn)一步論證了理論結(jié)果的正確性。

圖6 吞吐量隨IoT密度變化趨勢(shì)

圖7 UAV發(fā)射功率和時(shí)間分配比對(duì)吞吐量的聯(lián)合影響

6 結(jié)論

根據(jù)大規(guī)模無(wú)人機(jī)群輔助能量受限IoT數(shù)據(jù)傳輸?shù)膯?wèn)題，本文提出對(duì)無(wú)人機(jī)站點(diǎn)之間進(jìn)行距離約束的MCDC策略。在該策略下，制定了滿(mǎn)電傳輸協(xié)議，在下行鏈路WPT階段，分析了IoT節(jié)點(diǎn)的傳輸概率。在上行鏈路WIT階段，研究了簇間IoT節(jié)點(diǎn)上行傳輸對(duì)無(wú)人機(jī)接收端的干擾以用來(lái)分析網(wǎng)絡(luò)性能指標(biāo)，并對(duì)MCDC和MCP建模下的中斷性能進(jìn)行了比較。最后，通過(guò)數(shù)值結(jié)果和仿真分析，驗(yàn)證了所提MCDC策略下的網(wǎng)絡(luò)性能優(yōu)于MCP策略，并衡量了上下行鏈路的時(shí)間分配比，以及節(jié)點(diǎn)密度等參數(shù)對(duì)網(wǎng)絡(luò)吞吐量的影響。所提方案更加貼近現(xiàn)實(shí)場(chǎng)景，對(duì)于B5G無(wú)人機(jī)群空地通信有一定的參考價(jià)值。