Owning the merits of flexible networking, rapid deployment, strong line-of-sight communications and so on, Unmanned Aerial Vehicle (UAV) has been regarded as a promising technology for the Fifth-Generation (5G) wireless network to realise its ambition of ubiquitous connectivity to support the various applications, e.g., broadcasting/multicasting services. However, the unique features of the UAV systems, e.g., highly agile mobility in the three-dimensional space, and the significant size, weight and power constraints, pose new challenges for 5G broadcasting communications. In order to fully harvest the benefits of UAV-aided 5G communications for broadcasting services, a new position based lightweight beamforming technology is proposed in this paper to enhance the capability of signal reception in 5G UAV broadcasting communications. Instead of relying on the channel estimation to form beams, which would cause significant broadband consumption, the position and mobility information of UAV system is exploited to predict UAV movement and form narrow beams to track UAV for signal enhancement and interference cancellation. To flight against the inherent position error, a new position correction method is designed to jointly utilise the DoA information of 5G system and the position information of the UAV system. Comprehensive simulation experiments are conducted based on 3GPP 5G specifications and the results show that the proposed algorithm outperforms the benchmark Zero-Forcing (ZF) without position prediction and position-based beamforming without position correction.

中文翻译：

---

5G 无人机广播通信中的轻量级 3-D 波束成形设计

无人机(UAV)具有组网灵活、部署快速、视距通信强等优点，被视为第五代(5G)无线网络实现其无处不在的野心的一项有前途的技术。连接以支持各种应用，例如广播/多播服务。然而，无人机系统的独特特性，例如在三维空间中高度敏捷的移动性，以及显着的尺寸、重量和功率限制，对 5G 广播通信提出了新的挑战。为了充分发挥无人机辅助5G通信在广播业务中的优势，本文提出了一种新的基于位置的轻量级波束赋形技术，以增强5G无人机广播通信中的信号接收能力。不是依靠信道估计形成波束，这会导致显着的宽带消耗，而是利用无人机系统的位置和移动性信息来预测无人机运动并形成窄波束来跟踪无人机以进行信号增强和干扰消除。针对固有位置误差进行飞行，设计了一种新的位置校正方法，联合利用5G系统的DoA信息和无人机系统的位置信息。基于3GPP 5G规范进行了综合仿真实验，结果表明，所提出的算法优于没有位置预测的基准迫零（ZF）和没有位置校正的基于位置的波束成形。利用无人机系统的位置和移动性信息来预测无人机运动并形成窄波束跟踪无人机以进行信号增强和干扰消除。针对固有位置误差进行飞行，设计了一种新的位置校正方法，联合利用5G系统的DoA信息和无人机系统的位置信息。基于3GPP 5G规范进行了综合仿真实验，结果表明，所提出的算法优于没有位置预测的基准迫零（ZF）和没有位置校正的基于位置的波束成形。利用无人机系统的位置和移动性信息来预测无人机运动并形成窄波束跟踪无人机以进行信号增强和干扰消除。针对固有位置误差进行飞行，设计了一种新的位置校正方法，联合利用5G系统的DoA信息和无人机系统的位置信息。基于3GPP 5G规范进行了综合仿真实验，结果表明，所提出的算法优于没有位置预测的基准迫零（ZF）和没有位置校正的基于位置的波束成形。联合利用5G系统的DoA信息和无人机系统的位置信息，设计了一种新的位置校正方法。基于3GPP 5G规范进行了综合仿真实验，结果表明，所提出的算法优于没有位置预测的基准迫零（ZF）和没有位置校正的基于位置的波束成形。联合利用5G系统的DoA信息和无人机系统的位置信息，设计了一种新的位置校正方法。基于3GPP 5G规范进行了综合仿真实验，结果表明，所提出的算法优于没有位置预测的基准迫零（ZF）和没有位置校正的基于位置的波束成形。