Программный модуль фреймворка для обработки потока данных с системы связи БПЛА при групповом полете
О проекте
Рассмотрим архитектуру сети БПЛА до 5 штук в группе, такую группировку будем называть ячейка дронов, которые передают данных между базовой станцией (НКУ) и между собой. Для этого задействовано несколько каналов связи: «БПЛА–пользователь» (U2B), «БПЛА–НКУ» (D2B) и между собой (D2D). Решение такой задачи выполняется за счет алгоритма оптимизации роя частиц (PSO) благодаря его низкой затратой на вычислительные ресурсы и уникальным функциям, подходящим для пространственного развертывания БПЛА. В итоге получен алгоритм PSO, повторяемый для каждого БПЛА (DI–PSO), который оптимизирует развертывание ячейки дронов для различного количества БПЛА. Ячейка дронов представляет собой группировку из пяти связанных между собой летательных аппаратов с рядом особенностей линии связи:
1
Соединение по прямой видимости (LoS): функция мобильности ячейки дронов, которая позволяет оценить положение группировки в 3D, чтобы избежать препятствий между линиями связи «БПЛА–пользователь» (D2U) и «БПЛА–НКУ» (D2B)
2
Динамическое развертывание: хотя положение БПЛА задано техническим заданием (полетным заданием) есть особенность исходя из угла относительно НКУ и друг друга в пространстве
При анализе развертывания ячейки дронов рассматриваются два типа методов управления, которые применяются для решения описанной задачи:
- Все БПЛА соединяются с соответствующим НКУ, что аналогично архитектуре Cloud–RAN (C–RAN), при этом функции связи обеспечиваются через участников роя
- Рой БПЛА образует летающую специальную сеть (FANET), и участники сети договариваются друг с другом, чтобы определить результаты развертывания и связи. Этот метод в основном используется в сценариях отсутствия инфраструктуры, например, при восстановлении связи после катастрофы
Рисунок 2 – Структура роя БПЛА для применяемая в разработанном ПО
Структура группового полета дронов представлена на рисунке 2.
Подобно архитектуре Cloud–RAN (C–RAN), ячейка дронов представляет собой набор источников излучения, которые соединяются с соответствующими НКУ. Для базовой станции рой ячейки дронов развертывается в виде соты (DA – the demanding areas), где участники роя не могут иметь эффективное соединение с НКУ.
Подобно архитектуре Cloud–RAN (C–RAN), ячейка дронов представляет собой набор источников излучения, которые соединяются с соответствующими НКУ. Для базовой станции рой ячейки дронов развертывается в виде соты (DA – the demanding areas), где участники роя не могут иметь эффективное соединение с НКУ.
Групповой полет включает в себя три типа каналов: каналы «БПЛА–БПЛА–НКУ» (U2B), каналы «БПЛА–БПЛА» (D2U) и каналы «БПЛА–НКУ» (D2B)
Каналы D2U
Каналы D2U соединяют между собой участников роя в виде БПЛА как отдельных пользователей в DA; для уменьшения помех
и предоставления дополнительных ресурсов каналы D2U работают в спектре, отличном от диапазонов U2B (например, предлагается использовать диапазоны Wi–Fi, применяемые коммерческими дронами)
и предоставления дополнительных ресурсов каналы D2U работают в спектре, отличном от диапазонов U2B (например, предлагается использовать диапазоны Wi–Fi, применяемые коммерческими дронами)
Каналы D2B
Участники роя связываются
с соответствующими НКУ через каналы D2B; хотя функция LoS каналов D2B из–за одинакового уровня высоты полета дронов
и высоты антенны НКУ гарантирует надежность, пропускная способность каналов D2B остается сложной, поскольку каждый канал D2B должен передавать все данные между НКУ и БПЛА–пользователем
с соответствующими НКУ через каналы D2B; хотя функция LoS каналов D2B из–за одинакового уровня высоты полета дронов
и высоты антенны НКУ гарантирует надежность, пропускная способность каналов D2B остается сложной, поскольку каждый канал D2B должен передавать все данные между НКУ и БПЛА–пользователем
Каналы U2B
Каналы U2B представляют собой каналы Up/Down между БПЛА–пользователем и НКУ через посредника; в DA–RAN каналы U2B сосуществуют с каналами D2U и D2B в DA с учетом помех помехам
Рисунок 3 – Модель потерь роя линии D2U (частота связи БПЛА и количество участников)
С учётом высоты полета и мобильности участников роя каналы связи D2U и D2B обладают переменными характеристиками каналов связи, которые не могут быть надлежащим образом смоделированы с помощью общей модели потерь на тракте U2B. Поэтому в ПО разработаны дополнительные компоненты фреймворка: на рисунке 3 показаны средние потери на трассе D2U в зависимости от количества роя для различных частот; как видно все кривые потерь на трассе сначала уменьшаются, а затем медленно возрастают. Это связано с тем, что в близи роя потери на трассе D2U в основном определяются вероятностью LoS, увеличение расстояния приводит к резкому увеличению PLoS (r, h) и снижает уровень потерь на трассе; в то время как в пространстве на большем расстоянии PLoS (r, h) остается почти постоянным для всех значений. Для примера на потери линии трассы D2U помимо горизонтального расстояния r также влияют несущая частота fc и количество БПЛА в рое. Увеличение r может увеличить все значения потерь на линии и изменить форму кривой.
В модели средних потерь на линии D2B, где преобладают каналы LoS, нет случайного фактора. Средние потери трассы D2B рассчитываются с помощью модели потерь трассы сотовой связи к БПЛА с рядом дополнений.
Рисунок 4 – Модель потерь роя линии D2B (угол роя БПЛА относительно НКУ и количество участников)
Кривые усредненных потерь на линии D2B в зависимости от вертикального угла ячейки дронов к НКУ при различных rDB представлены на рисунке 4. Все кривые потерь на линии сначала уменьшаются, а затем увеличиваются с увеличением θ. Минимальные значения потерь на пути достигаются в районе 0◦ для всех кривых. В отличие от линий D2U, каналы D2B могут поддерживать состояние LoS из–за меньшего количества препятствий между ними, поэтому доминирующим коэффициентом, влияющим на усредненные потери, является пространственное расстояние dDB между БПЛА и НКУ. Для любого фиксированного значения rDB, dDB, которое минимизирует затухание в свободном пространстве, может быть получен результат, при θ равном 0◦, что отражается как минимальное значение кривой.
Основываясь на предыдущих моделях потерь ячейки дронов разработанное ПО позволяет сформировать трехмерное развертывание сигнала относительно НКУ. Учитывая трехмерность пространства, НКУ фиксируется в исходной точке (координата (0, 0, 0)) с радиусом покрытия Rbs. Зона покрытия НКУ на плоскости X–Y |A|bs моделируется как сетка, состоящая из нескольких ячеек квадратной формы. Площадь каждой сетки обозначается |A|da с длиной стороны . При плотном разбиении |A|bs на несколько сеток длина стороны каждой ячейки становится намного меньше, чем Rbs и высота полета БПЛА h, поэтому средние потери на линии D2U разных участников в одной ячейки сетки можно считать равными. В алгоритме ПО нормализуем все связи D2U в пределах одной сетки, чтобы они имели одинаковые потери на линии D2U между ячейкой дронов и центром сетки. В частности, каждый участок DA (ячейка дронов, drone area) имеет ячейку сетки размером 20×20 м.
Учитывая предположение, что трафик равномерно распределен в пространстве и независим друг от друга, в качестве DA случайным образом выбирается определенное количество ячеек сетки (при этом DA равномерно распределены по |A|bs).Предполагаем, что DA меняют свой размер и местоположение с низкой частотой, поэтому при каждом развертывании БПЛА можно рассматривать случайно распределенные DA как квазистатический сценарий, при котором в течение интервала между соседними повторными развертываниями не происходит никаких пространственных изменений. На основе текущего снимка распределения DA, НКУ развертывает БПЛА поверх DA, чтобы максимизировать охват связи БПЛА–пользователей с НКУ, и повторно развертывает их при изменении распределения DA. Далее анализируется покрытие БПЛА–пользователей в зоне радиосвязи DA–RAN. Основные обозначения, использованные при математическом моделировании в ПО, представлены в таблице 5.
Таблица 5 – Обозначения параметров, применяемых в ПО.
Учитывая предположение, что трафик равномерно распределен в пространстве и независим друг от друга, в качестве DA случайным образом выбирается определенное количество ячеек сетки (при этом DA равномерно распределены по |A|bs).Предполагаем, что DA меняют свой размер и местоположение с низкой частотой, поэтому при каждом развертывании БПЛА можно рассматривать случайно распределенные DA как квазистатический сценарий, при котором в течение интервала между соседними повторными развертываниями не происходит никаких пространственных изменений. На основе текущего снимка распределения DA, НКУ развертывает БПЛА поверх DA, чтобы максимизировать охват связи БПЛА–пользователей с НКУ, и повторно развертывает их при изменении распределения DA. Далее анализируется покрытие БПЛА–пользователей в зоне радиосвязи DA–RAN. Основные обозначения, использованные при математическом моделировании в ПО, представлены в таблице 5.
Таблица 5 – Обозначения параметров, применяемых в ПО.
Рисунок 5 – Объемная 3D модель потерь роя (угол роя БПЛА относительно НКУ и количество участников – 5 БПЛА)
На рисунке 5 показан пример построенной рабочей зоны ячейки дронов как в 3D, так и в виде сбоку (2D, рисунок 6) при помощи разработаного ПО. НКУ на рисунке 5 настроена на прием с высоты 10 км и Rbs = 10 км, а γDB принято равным 80 дБ. В итоге рабочая зона ячейки ограничена формой тора, парящим вокруг вершины НКУ по горизонтали. При увеличении rDB разница верхней и нижней границ высоты сначала увеличивается, затем медленно уменьшается.
Рисунок 6 – 2D модель роя (формирование рабочей зоны для роя в 5 БПЛА)
Максимальная разница достигается около rDB = 7 км при доступной высоте дронов от 8 км до 15 км. Торообразную форму рабочей зоны ячейки дронов объясним следующим образом. Согласно рисунку 4, при фиксированном пороге потерь на трассе доступный диапазон θ уменьшается с увеличением rDB.
Таким образом ПО позволяет проанализировать охват БПЛА–пользователями возможной рабочей зоны, используя модели потерь на линиях D2U и D2B. Задача трехмерного развертывания ячейки в DA–RAN сформулирована для максимизации охвата при сохранении качества связи D2B, что решается заложенным в ПО эвристическим решением DI–PSO. Благодаря возможностям ячейки обеспечивать связь LoS и реализовывать динамическое развертывание, результаты работы ПО дают общее понимание, которое поможет изучению проблемы планирования маршрутов БПЛА, ограниченные энергетической емкостью.
В итоге «Программный модуль фреймворка для обработки потока данных с системы связи БПЛА при групповом полете» представляет собой специализированную софтверную обертку, позволяющую разработчику БПЛА взаимодействовать с базой данных показаний с навигационной аппаратуры по трем составляющим [углы курса/рыскания (Yaw), тангажа (Pitch), крена (Roll)] для формирования облака связи между группой дронов (до 10 шт.). Модуль запускает сервер обработки данных системы связи для управления группой БПЛА, поддерживает горячую замену участников роя и полностью сконфигурирует структуру управления для пользователя.
В итоге «Программный модуль фреймворка для обработки потока данных с системы связи БПЛА при групповом полете» представляет собой специализированную софтверную обертку, позволяющую разработчику БПЛА взаимодействовать с базой данных показаний с навигационной аппаратуры по трем составляющим [углы курса/рыскания (Yaw), тангажа (Pitch), крена (Roll)] для формирования облака связи между группой дронов (до 10 шт.). Модуль запускает сервер обработки данных системы связи для управления группой БПЛА, поддерживает горячую замену участников роя и полностью сконфигурирует структуру управления для пользователя.