利索能及
我要发布
收藏
专利号: 2024112784259
申请人: 广东工业大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-15
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种鲁棒的无人机太赫兹安全通信方法,其特征在于,包括:S1:建立无人机太赫兹安全通信系统,该系统包括一个无人机飞行基站、多个用户和一个窃听者;

S2:根据所述无人机太赫兹安全通信系统,以无人机飞行基站总发射功率最小化为目标,建立联合无人机轨迹 人工噪声向量f和发射波束赋形向量w的优化问题;

S3:利用块坐标下降法和S过程半正定松弛逐次凸逼近算法,转化求解所述优化问题,获得无人机飞行基站总发射功率P最小时,对应的最优无人机轨迹集合 最优人工噪声向b b量f和最优发射波束赋形向量w;

步骤S3中,利用块坐标下降法和S过程半正定松弛逐次凸逼近算法,转化求解所述优化问题,包括:S301:根据所述联合无人机轨迹 人工噪声向量f和发射波束赋形向量w的优化问题,推导得到第一优化目标与第二优化目标;

S302:利用块坐标下降法和S过程半正定松弛逐次凸逼近算法,求解第一优化目标与第二优化目标;获得无人机飞行基站总发射功率P最小时,对应的最优无人机轨迹集合 最b b优人工噪声向量f和最优发射波束赋形向量w;

步骤S302中,利用块坐标下降法和S过程半正定松弛逐次凸逼近算法,求解第一优化目标与第二优化目标,包括:1

S30201:初始化第一无人机的轨迹集合 第一人工噪声向量f和第一用户波束赋形向

1 1

量w,并计算第一总发射功率P;

S30202:根据所述第一无人机的轨迹集合 求解第一优化目标,得到第二人工噪声向

2 2

量f和第二用户波束赋形向量w;

2 2

S30203:根据所述第二人工噪声向量f 和第二用户波束赋形向量w ,求解第二优化目标,得到第二无人机的轨迹集合

2 2

S30204:根据所述第二人工噪声向量f 、第二用户波束赋形向量w 、第二无人机的轨迹2

集合 计算第二总发射功率P;

S30205:判断 是否大于预设值;若是,则将第二无人机的轨迹集合 作为新的第一无人机的轨迹集合 执行步骤S30202;若否,将第二无人机的轨迹集合 作为最优无人

2 b

机轨迹集合 将第二人工噪声向量f 作为最优人工噪声向量f,将第二用户波束赋形向量

2 b

w作为最优发射波束赋形向量w。

2.根据权利要求1所述一种鲁棒的无人机太赫兹安全通信方法,其特征在于,所述无人机太赫兹安全通信系统中,无人机基站与每个用户之间通过第一信道通信,无人机基站与窃听者之间通过第二信道通信;

第n个时隙的估计第一信道不确定性增益如下:

第一信道的太赫兹路径增益如下:

第k个用户第n个时隙的第一信道的传输速率如下:

窃听者对第k个用户第n个时隙的第一信道的窃听速率如下:

其中,j、k表示用户序号,n表示时隙序号, 表示第一信道的太赫兹路径增益,表示通信频率,C表示光速,dk[n]表示第k个用户第n个时隙到无人机基站的距离,kf表示介质吸收因子; 表示第k个用户第n个时隙的第一信道不确定性增益的共轭转置矩阵,表示窃听者第n个时隙的第二信道不确定性增益的共轭转置矩阵;wk[n]第k个用户第n个时隙的发射波束赋形向量,f[n]表示第n个时隙的人工噪声向量,σe表示第二信道白噪声功率谱密度;σk表示第k个用户第一信道白噪声功率谱密度, 表示无人机基站到第k个用户的导向矢量。

3.根据权利要求2所述一种鲁棒的无人机太赫兹安全通信方法,其特征在于,所述优化问题如下:其中,约束为:

q[0]=q0

k表示用户序号,K表示所有用户;n表示时隙序号,N表示所有时隙;wk[n]表示第k个用户第n个时隙的波束赋形向量;wk表示第k个用户的波束赋形向量,wk={wk[1],wk[2],…,wk[N]};w表示用户的波束赋形向量w={w1,w2,…,wK};f[n]表示无人机基站第n个时隙发送的人工噪声向量;f[n]表示第n个时隙无人机基站发送的人工噪声向量,f表示无人机基站发送的人工噪声向量,f={f[1],f[2],…,f[N]};表示无人机的轨迹集合;x[n]表示无人机第n个时隙的横坐标,y[n]表示无人机第n个时隙的纵坐标;vmax表示无人机的最大速度;ΔT表示每个时隙的持续时间;Δhk[n]表示第k个用户第n个时隙的第一信道增益估计误差,Δhe[n]表示第n个时隙的第二信道增益估计误差;εk[n]表示第k个用户第n个时隙的第一信道增益估计误差上限,εe[n]表示第n个时隙的第二信道增益估计误差上限;Rk[n]表示第k个用户第n个时隙的第一信道的传输速率, 表示窃听者对第k个用户第n个时隙的第一信道的窃听速率; 表示第k个用户第一信道传输速率最小值, 表示第二信道传输速率最大值;q[0]、q0表示无人机初始轨迹,

4.根据权利要求1所述一种鲁棒的无人机太赫兹安全通信方法,其特征在于,所述第一优化目标如下:其中,约束为:

rank(Wk[n])=1,rank(F[n])=1

k表示用户序号,K表示所有用户;n表示时隙序号,N表示所有时隙;wk[n]表示第k个用户k第n个时隙的波束赋形向量,W [n]表示第k个用户第n个时隙的波束赋形向量乘积,wk表示第k个用户的波束赋形向量,wk={wk[1],wk[2],…,wk[N]};w表示用户的波束赋形向量w={w1,w2,…,wK};f[n]表示第n个时隙无人机基站发送的人工噪声向量,F[n]表示第n个时隙无人机基站发送的人工噪声向量乘积;λk[n]表示第k个用户第n个时隙的非负松弛变量,IM表示单位矩阵;Γk[n]表示第k个用户第n个时隙的伽马函数;

表示第k个用户第n个时隙的估计第一信道不确定性增益的共轭转置矩阵, 表示第k个用户第n个时隙的估计第一信道不确定性增益;λe[n]表示第n个时隙的第二信道松弛e变量,W[n]表示第n个时隙的窃听者波束赋形向量乘积, 表示第n个时隙的估计第二信道不确定性增益的共轭转置矩阵, 表示第n个时隙的估计第二信道不确定性增益;Γe[n]表示窃听者第n个时隙的伽马函数。

5.根据权利要求1所述一种鲁棒的无人机太赫兹安全通信方法,其特征在于,所述第二优化目标如下:其中,约束为:

l表示当前迭代次数;表示无人机的轨迹集合;k表示用户序号,n表示时隙序号;x[n](l‑1)表示无人机第n个时隙的横坐标,x[n] 表示第l‑1次迭代的无人机第n个时隙的横坐标,y(l‑1)[n]表示无人机第n个时隙的纵坐标,y[n] 表示第l‑1次迭代的无人机第n个时隙的纵坐标,(xk,yk,0)表示第k个用户的位置,(xe,ye)表示窃听者的位置;vmax表示无人机的最大速度;ΔT表示每个时隙的持续时间;β1,k[n]表示第k个用户第n个时隙的第一中间值,;β2,k[n]表示第k个用户第n个时隙的第二中间值;β3,k[n]表示第k个用户第n个时隙的第三中间值;

表示第k个用户第n个时隙的松弛变量的平方,uk[n]表示第k个用户第n个时隙的松弛(l‑1)变量, 表示第l‑1次迭代的第k个用户第n个时隙的松弛变量的平方,uk[n] 表示第l‑1次迭代的第k个用户第n个时隙的松弛变量; 表示第k个用户第一信道传输速率最小值;kf表示介质吸收因子,H表示无人机的高;β1,e[n]表示窃听者第n个时隙的第一中间值,β2,e[n]表示窃听者第n个时隙的第二中间值,β3,e[n]表示窃听者第n个时隙的第三中间值; 表示第二信道传输速率最大值;ue[n]表示窃听者第n个时隙的松弛变量, 表(l‑1)示窃听者第n个时隙的松弛变量的平方,ue[n] 表示第l‑1次迭代的窃听者第n个时隙的松弛变量, 表示第l‑1次迭代的窃听者第n个时隙的松弛变量的平方。

6.根据权利要求5所述一种鲁棒的无人机太赫兹安全通信方法,其特征在于,所述第k个用户第n个时隙的第一中间值β1,k[n]如下:所述第k个用户第n个时隙的第二中间值β2,k[n]如下:所述第k个用户第n个时隙的第三中间值β3,k[n]如下:其中,ρ1表示第一误差可能性;j、k表示用户序号,n表示时隙序号;l表示当前迭代次数,表示第l‑1次迭代的第k个用户第n个时隙的轨迹变量,wk[n]表示第k个用户第n个时隙的波束赋形向量,f[n]表示第n个时隙无人机基站发送的人工噪声向量。

7.根据权利要求6所述一种鲁棒的无人机太赫兹安全通信方法,其特征在于,所述窃听者第n个时隙的第一中间值β1,e[n]如下:所述窃听者第n个时隙的第二中间值β2,e[n]如下:

所述窃听者第n个时隙的第三中间值β3,e[n]如下:

其中,ρ2表示第二误差可能性;j、k表示用户序号,n表示时隙序号;l表示当前迭代次数,表示第l‑1次迭代的窃听者第n个时隙的轨迹变量,wk[n]表示第k个用户第n个时隙的波束赋形向量,f[n]表示第n个时隙无人机基站发送的人工噪声向量。

8.根据权利要求7所述一种鲁棒的无人机太赫兹安全通信方法,其特征在于,所述第一误差可能性ρ1如下:所述第二误差可能性ρ2如下:

其中,f表示无人机基站发送的人工噪声向量,C表示光速,σe表示第二信道白噪声功率谱密度;σk表示第k个用户第一信道白噪声功率谱密度。