天空中的5G：上行链路吞吐量测量、分析与优化

《IEEE Transactions on Networking》：5G in the Sky: Uplink Throughput Measurement, Analysis, and Enhancement

无人机低空5G网络性能增强研究，通过实测AT&T和T-Mobile网络发现空中性能潜力高于地面但存在未充分利用现象，主因是现有蜂窝选择机制不适应空中信道条件，提出5GAir++数据驱动优化方案并验证其有效性。

　　

摘要：

在这项研究中，我们对在美国两个正在运行的5G网络（AT&T和T-Mobile）覆盖的低空区域飞行的无人机的空中性能（此处指上行吞吐量）进行了深入测量、分析并进行了优化。与以往的空中5G测量研究不同，我们做出了三项新的尝试。首先，通过在低空（120米以下）进行大量实验，我们不仅描述了在运行中的5G网络上的空中性能表现，还定量评估了那些未被观测到但实际存在的性能潜力。我们发现了一些之前未曾报道的新结果：在低空区域，5G的性能潜力比在地面上更高（例如，数据传输速度更快）；但令人惊讶的是，仍有更多的性能潜力未被充分利用。其次，我们探究了这些未实现性能潜力的根本原因，发现尽管底层物理层的无线资源分配有一定影响，当前的5G小区选择机制仍然是问题的根源。这种小区选择机制是为地面场景设计的，在空中无线信道条件下会错过一些优质的5G小区。因此，我们提出了一种基于数据驱动的解决方案，称为5GAir++，用于实际改进小区选择过程。5GAir++有望帮助在低空区域进一步提升5G性能。我们通过两个实际应用——大文件上传和视频直播——验证了其有效性。相关的数据集和代码已经公开。