🔢 mathematics

A Spherical Stochastic Geometry Framework for Patrol-Based HAPs Network: Coverage and Energy Efficiency Analysis

本文提出了一种利用两种 Cox 过程模型的球面随机几何框架，用于分析具有循环巡逻轨迹的高空平台站网络的覆盖概率和能量效率，并最终推导出了平衡通信性能与推进成本的能量最优巡逻半径的解析条件。

原作者： Mohammad Taha Shah, Mohamed-Slim Alouini

发布于 2026-06-05

📖 1 分钟阅读🧠 深度阅读

原作者： Mohammad Taha Shah, Mohamed-Slim Alouini

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，我们城市和海洋上方的天空即将变得非常繁忙。这些设备不再仅仅是高空飞行的卫星或固定在地面上的移动基站，我们要引入的是高空平台站（HAPs）。可以将它们想象成巨大的、太阳能驱动的“飞行移动基站”，它们在平流层（约12到30英里高处）盘旋。

与在地球上执行固定长距离轨道运行的卫星，或从不动移动的地面基站不同，这些 HAP 有着独特的工作：它们负责巡逻。它们在特定社区或岛屿上空进行小范围的圆形飞行，通过不断地环绕飞行来提供互联网和通信服务。

这篇论文是一本用于设计此类飞行巡逻站网络的数学指南。作者 Mohammad Taha Shah 和 Mohamed-Slim Alouini 创造了一种全新的方法，来预测这类网络的运作效率及能源消耗情况。

以下是使用简单类比对他们工作的拆解：

1. 组织巡逻的两种方式

论文提出了两种不同的“规则”来安排这些飞行站。想象你正在组织一支在公园里巡逻的安保团队。

模型 A：“人群”模式 (SCR-PCP)
想象一个公园，安保人员被分配到不同的巡逻路径上，但每条路径上的保安人数是随机变化的。有时是 2 名保安，有时是 5 名，有时是 0 名，这取决于谁有空或者公园有多忙。
- 在论文中： 这被称为泊松考克斯过程 (Poisson Cox Process)。任何给定巡逻环上的 HAP 数量是随机且波动的。这模拟了一个灵活、动态的网络，其机队规模会根据需求或维护情况而变化。
模型 B：“固定小队”模式 (SCR-BCP)
现在想象另一个公园，每条巡逻路径都有严格的规则：必须恰好有 3 名保安，不多也不少。他们分布得非常均匀。
- 在论文中： 这被称为二项式考克斯过程 (Binomial Cox Process)。每个巡逻环都有固定数量的 HAP ( $n_H$ )。这模拟了一个经过精心规划、具有“工程化”特征的机队，即你确切知道时刻有多少架飞机在天空中。

2. 挑战：地球是圆的

大多数网络数学模型都假设世界是平坦的（像一张纸）。但地球是一个球体。

类比： 如果你在平坦的桌子上画一个圆，很容易；但如果你在篮球上画一个圆，几何计算就会变得复杂。论文坚持要在球面上进行数学运算，因为在高空，地球的曲率至关重要。忽略这一点，就像试图用一张平面的地图去航行在圆形的海洋上一样——这会导致误差。

3. “交通拥堵”问题（干扰）

当有许多 HAP 在飞行时，它们都会发射无线电信号。如果两个 HAP 靠得太近或信号太强，它们的信号就会发生碰撞，产生“噪声”（干扰），从而破坏互联网连接。

论文的洞察：
- 在**“人群”模型**中，干扰是不可预测的。你可能会幸运地遇到没有邻居的情况，也可能倒霉地遇到交通拥堵。
- 在**“固定小队”模型*中，干扰是可预测但持续存在的。如果你在同一个环上有 10 架飞机，那么你始终*会有 9 个邻居会对你的信号造成干扰。论文发现，在这一固定模型中，在同一个环内增加更多的飞机实际上会显著降低性能，因为它们都被困在同一个狭小的圆圈内。

4. “燃料与速度”的权衡（能源效率）

这是论文中最具实际意义的部分。在圆周飞行是非常费力的。

类比： 想象一辆汽车在转弯。转弯越急，你必须倾斜（侧倾）得越多，为了保持路径而消耗的燃料也就越多。
- 小巡逻环： HAP 必须进行急转弯。这会消耗大量能量（高推进成本），但它能离它服务的用户更近（信号好）。
- 大巡逻环： HAP 转弯较缓。这节省了能量，但它可能会飞离它服务的用户较远的地方（信号弱）。

作者创建了一个名为覆盖能量效率 (CEE) 的指标。他们提出了一个问题：“多大的巡逻半径才是完美的？”

答案： 这取决于飞机的飞行速度以及周围有多少架飞机。
- 如果飞机飞得快，它需要一个更宽的圆圈，以避免因频繁急转弯而消耗过多燃料。
- 如果飞机很多（高密度），圆圈需要更小，以保持信号强度，即使这会增加燃料成本。

研究总结

几何结构至关重要： 你不能将这些飞行网络视为普通的地面移动基站。你必须考虑圆形的地球和圆形的巡逻路径。
规划 vs. 混乱： 如果你拥有固定数量的飞机（固定小队），在同一个环内增加更多飞机反而会使互联网性能变差。如果采用随机人群（人群模型），网络则更具灵活性。
“黄金分割点”： 存在一个“金发姑娘原则”（既不过度也不不足）的巡逻半径。它不会太小（虽然省油但信号弱），也不会太大（虽然信号强但浪费燃料）。完美的半径大小会随着飞行的速度和天空中飞机的密度而变化。

简而言之： 这篇论文提供了一套数学“食谱”，用于构建一个能够平衡强信号获取与燃料节省的飞行互联网站网络，确保这些未来的“空中塔台”既高效又节能。

以下是关于论文《A Spherical Stochastic Geometry Framework for Patrol-Based HAPs Network: Coverage and Energy Efficiency Analysis》的详细技术摘要。

问题陈述

高空平台站（HAPs）正成为非地面网络（NTNs）的关键组成部分，它们提供广泛的覆盖范围和比卫星更低的延迟，并具备视距传输条件。然而，现有的随机几何（SG）网络分析框架无法同时捕捉到现实中 HAP 部署的三个核心特征：

地理锚定的服务区域： HAP 在特定区域（如城市、航道）上方盘旋，而非像卫星那样在全球轨道上运行。
有界巡逻轨迹： 平台执行循环的局部巡逻路径（小圆圈），而非静态点位放置或大圆轨道飞行。
球面地球几何结构： 在平流层高度（20–50 km），地球曲率和地平线效应不可忽略，使得平面近似法不再准确。

现有模型要么将网络简化为静态点过程（忽略了巡逻动态），要么侧重于单节点物理特性（忽略了网络干扰），或者采用卫星特定的轨道模型（忽略了局部锚定）。目前缺乏一个能够将球面几何与基于锚点的循环巡逻运动相结合的可处理的网络级框架。

方法论

作者提出了一个基于两个新型 小圆环考克斯过程（Small-Circle Ring Cox Process, SCR-PCP/BCP） 的球面随机几何框架，该过程定义在半径为 $R_H = R_\oplus + H$ （地球半径加高度）的球面壳层上。

1. 系统模型：

锚点（Anchors）： 服务区域被建模为在球面壳层上均匀分布的齐次泊松点过程（PPP） $\Phi_u$ 。
巡逻环（Patrol Rings）： 每个锚点 $u$ 在其局部切平面内生成一个确定性的巡逻环 $C(u, \gamma)$ ，其半径为 $a = R_H \tan \gamma$ 。
两种部署机制：
- SCR-PCP（泊松考克斯过程）： 每个环上的平台形成一个线性强度为 $\nu$ 的一维 PPP。这模拟了由强度驱动的动态机队，其中活跃平台的数量会发生波动。
- SCR-BCP（二项考克斯过程）： 每个环包含固定数量 $n_H$ 的平台，这些平台沿轨迹均匀分布。这模拟了经过容量规划的、具有明确冗余度的有限规模机队。

2. 解析推导：

空间统计： 作者证明了两种模型的各向同性，并推导出了以下项的精确分布：
- 最近锚点的距离 ( $D_u$ )。
- 最近巡逻环的距离 ( $D_R$ )。
- 最近 HAP 的距离 ( $d_0$ )。
- 对于 SCR-BCP，推导了服务距离与服务锚点中心角之间的联合分布，以处理有限种群的依赖性。
覆盖概率： 在最近 HAP 关联规则下，对信噪比（SIR）进行分析。总干扰被分解为同环干扰（same-ring）和异环干扰（other-ring）。作者推导了这些干扰项的条件拉普拉斯变换，考虑了不同的环内结构（泊松型 vs 二项型）。
能量效率： 集成了稳态圆周飞行（SCF）推进模型。定义了**覆盖能量效率（CEE）**指标，即覆盖概率与圆周飞行所需推进功率的比值。这使得推导能量最优巡逻半径成为可能。

核心贡献

新型随机模型： 引入了 SCR-PCP 和 SCR-BCP，这是首个将全球球面拓扑与局部、基于锚点的循环巡逻结构进行严格耦合的考克斯过程模型。
精确的空间统计： 推导了精确的几何距离分布和联合统计数据，而无需借助平面或小角度近似。
覆盖分析： 提供了覆盖概率的闭式表达式，该表达式明确处理了将干扰分解为同环和异环的过程，揭示了强度驱动型部署与有限规模部署之间的本质区别。
能量感知优化： 将空气动力学飞行力学与通信性能相结合，建立了用于确定能量最优巡逻半径的解析条件。

关键结果

模型差异：
- SCR-PCP： 其性能对巡逻半径和平台密度高度敏感。在稀疏部署中，存在一个非零的最优巡逻半径，用以平衡寻找服务 HAP 的概率与干扰之间的关系。在密集部署中，较小的半径更有利于减少干扰。
- SCR-BCP： 其性能主要受固定每环人口数（ $n_H$ ）控制。增加 $n_H$ 会因强烈的同环干扰而显著降低覆盖性能。与 SCR-PCP 相比，其覆盖概率对巡逻半径的敏感度较低。
能量效率：
- 最优巡逻半径是巡航速度、平台密度和机队规模的函数。
- 更高的巡航速度会增加紧转弯的推进惩罚，从而使最优巡逻半径向较大的值偏移。
- 在 SCR-BCP 中，对于小型机队，最优半径较大（以最小化推进成本）；对于大型机队，最优半径会缩小以减轻同环干扰。
验证： 解析结果（包括距离分布和覆盖概率）通过 3D 蒙特卡洛模拟进行了验证，结果显示在各种机制下曲线均高度吻合。

意义与主张

本文声称填补了非地面网络（NTN）分析中的一个关键空白，提供了一个能够同时兼顾球面几何、基于锚点的拓扑结构以及循环巡逻动态的可处理框架。

理论影响： 该研究确立了巡逻几何在不同部署机制下扮演着截然不同的角色。对于强度驱动型机队（SCR-PCP），巡逻半径是覆盖范围和能量效率的关键优化变量。对于规模化机队（SCR-BCP），有限种群约束主导了性能，使得系统在机队规模固定后对几何变化的敏感度降低。
实际意义： 推导出的能量最优巡逻半径的解析条件为运营商提供了设计指南。论文指出，必须对巡逻几何、平台密度和巡航速度进行联合优化，才能实现高效能的 HAP 运营，而不是将通信和推进进行独立优化。
未来方向： 作者建议该框架可以作为将巡逻型 HAP 集成到多层地面-空中-卫星架构（SAGIN）中的基础，从而实现运动性和频谱共存的联合优化。

本文保持了谦逊的基调，指出虽然提供了一个几何精确的框架，但假设了理想化条件（例如稳态圆周飞行、瑞利衰落），并且未考虑复杂的大气传播或动态切换协议，这些仍是未来的研究领域。