Enabling high data-rate uplink cellular connectivity for drones is a challenging problem, since a flying drone has a higher likelihood of having line-of-sight propagation to base stations that terrestrial UEs normally do not have line-of-sight to. This may result in uplink inter-cell interference and uplink performance degradation for the neighboring ground UEs when drones transmit at high data-rates (e.g., video streaming). We address this problem from a cellular operator's standpoint to support drone-sourced video streaming of a point of interest. We propose a low-complexity, closed-loop control system for Open-RAN architectures that jointly optimizes the drone's location in space and its transmission directionality to support video streaming and minimize its uplink interference impact on the network. We prototype and experimentally evaluate the proposed control system on an outdoor multi-cell RAN testbed. Furthermore, we perform a large-scale simulation assessment of the proposed system on the actual cell deployment topologies and cell load profiles of a major US cellular carrier. The proposed Open-RAN-based control achieves an average 19% network capacity gain over traditional BS-constrained control solutions and satisfies the application data-rate requirements of the drone (e.g., to stream an HD video).


翻译:无人机在高数据率(例如视频流流)传输时,使无人机能够实现高数据率的高数据-高链接细胞连通性是一个具有挑战性的问题,因为飞行无人机更有可能将低兼容性、闭路控制系统传播到地面能源通常不具有直观光线的基地站。这可能导致相邻地面环境无人机在高数据率(例如视频流)传输时,将细胞干扰和高链接性能降解联结到相邻的地面能源站。我们从手机操作员的角度解决这一问题,以支持无人机提供的视频流流。我们提议为开放无线电网结构建立一个低兼容性、闭路控制系统,共同优化无人机在空间的位置及其传输方向,以支持视频流流和尽量减少对网络的上链干扰。我们原型和实验性地评估了在室外多细胞RAN试验室上的拟议控制系统。此外,我们从手机实际部署表和主要移动飞行器的细胞负荷剖面图上对拟议系统进行大规模模拟评估。拟议中的开放RAN-环流控制系统将获得对主要移动载体飞行器的平均控制能力要求。提议的O-RD-C-C-CDDDDDDDDDDDDS 的系统将达到平均控制能力要求。

0
下载
关闭预览

相关内容

专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
93+阅读 · 2021年2月24日
人工智能顶会WSDM2021优秀论文奖(Best Paper Award Runner-Up)出炉
【圣经书】《强化学习导论(2nd)》电子书与代码,548页pdf
专知会员服务
201+阅读 · 2020年5月22日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
Arxiv
0+阅读 · 2021年3月27日
Arxiv
0+阅读 · 2021年3月26日
Arxiv
0+阅读 · 2021年3月26日
VIP会员
相关VIP内容
相关资讯
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 11月截稿会议信息9条
Call4Papers
6+阅读 · 2018年10月14日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
Top
微信扫码咨询专知VIP会员