利索能及
我要发布
收藏
专利号: 2024114011062
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-01-08
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于无人机辅助的三维无线传感网络节能隐蔽通信方法,其特征在于,包括以下步骤:(1)确定三维无线传感网络的传感器节点与中继无人机的信道信息;具体如下:假定无线传感网络由K个传感器节点组成,每个传感器节点k在三维空间内的位置分别为:;

设定中继无人机U的初始位置S、终止位置E分别为: , ;监测无人机W的位置为 ;中继无人机U最大接收数据时间为T,中继无人机U在时间段t内位于运动状态,此时中继无人机的位置U的位置表示为 ;假设中继无人机U和传感网络节点k之间的信道系数 遵循大尺度路径损耗系数 和小尺度衰落系数 则 ;

假设空地链路之间的大尺度路径损耗系数 为:;

其中, 和 分别表示LoS和NLoS的空地路径损耗指数, 表示LoS单位长度路径损耗系数, 表示NLoS信道的过量路径损耗系数, 表示中继无人机U和传感网络节点k的距离;

对于小尺度衰落,考虑LoS信道的莱斯衰落和NLoS信道的瑞利衰落, 描述为:;

其中, 表示莱斯因子, 表示LoS信道分量, 是满足复高斯分布的NLoS瑞利衰落分量;

则LoS和NLoS分量的概率表示为:

其中, 和 是环境参数, 是传感器节点k相对于中继无人机U的俯仰角;

假定传感器节点k的位置位于高楼的隐蔽位置,传感器节点k与中继无人机U之间的信道系数 服从大尺度NLoS路径损耗以及小尺度准静态瑞利衰落,即在 中,其中, , 满足复高斯分布;

传感器节点k和监测无人机W之间的地空信道也经历大尺度NLoS路径损耗和小尺度准静态瑞利衰落,所以信道系数 ,其中 , 满足复高斯分布;

(2)在有限码长的场景下,推导传感器节点与中继无人机进行隐蔽通信的功率约束条件;具体如下:设传感器节点k状态在当前时隙t内保持不变,在固定的发射功率 的情况下,传感器节点k对信号 进行预编码,则中继无人机U接收到的信号为:;

其中, 表示中继无人机U处接收到的复加性高斯白噪声;

近似计算传感器节点k和中继无人机U之间的传输速率为:;

其中, 表示给定的中继最大允许译码错误概率, 是逆Q函数,表示信噪比SNR,n表示信号传输的码长;传感器节点k到中继无人机U的有效传输比特为:,其中,n为信号传输的码长, 表示译码错误的概率;由于传感器节点k在每个时隙t内有两个状态,分别是发送状态 和 ,因此监测无人机接收到的信号为:;

其中, 表示监测无人机W处接收到的复加性高斯白噪声;

根据信号检测原理,当M个接收信号的平均功率大于特定阈值时,判定传感器节点已发送信号,反之则没有发送信号;监测无人机W对信号的判定由下式给出:;

其中, 表示监听者接收信号的平均功率, 表示监测阈值, 和 分别表示信号未发送和已发送的决策,若超过阈值则判定为 ,否则为 ;针对判定结果,监测无人机W产生两种错误情况,即虚警和漏检;虚警和漏检的概率分别用和 进行表示;

根据两种错误情况,设定总错误检测概率为 ,假设 其中, 是任意给定的一个小常数;接收信号在 和 下的似然函数公式如下:;

其中, 是监测无人机接收到的信号;

用KL散度来约束总的错误检测概率,即

其中, 为 和 之间的KL散度,得到衡量隐蔽性能的约束条件为:;

(3)根据约束条件,确定传感器节点的发射功率;公式如下:;

其中, 是监测无人机在满足隐蔽通信的约束条件下为了实现有效传输比特的最大化时的功率;

(4)根据梯度下降算法,交替优化唤醒调度变量和无人机轨迹,求解三维无线传感网络所需的能量;具体如下:首先,对于K个传感器节点,设唤醒调度X及每个传感器节点在时隙t内的唤醒调度变量为 ,当 时,传感器节点k处于唤醒状态;当 时,传感器节点k处于静默状态;中继无人机U轨迹Q在每个时隙t内用 表示;然后通过联合优化方法无线传感网络的唤醒调度X和中继无人机的轨迹Q,以达到最小化无线传感网络能耗的目的,同时确保目标数据量 都能被发送和收集;

其中,联合优化方法具体如下:设置最小的时间间隔为 ,单位时间内中继无人机U可以移动的最大距离为 唤醒状态下单位时间内传感器消耗的能量为,链路频谱效率为 ,其中 是中继无人机U的最大移动速度,B为信道带宽;通过优化唤醒调度变量和中继无人机U的轨迹,设初始优化问题P1为:;

其中,P1为初始优化问题,约束条件C1为通信能量约束,约束条件C2为传输速率约束,约束条件C3为唤醒状态约束,约束条件C4为唤醒状态二元约束,约束条件C5、C6为中继无人机U的距离、初始位置约束;将初始化问题转换为数学问题进行求解,具体如下:首先,先将C4的二元约束松弛为 ,然后基于块坐标下降技术对松弛后的问题进行迭代求解,对于任意给定的轨迹Q,通过求解线性规划P2来得到松弛的唤醒调度变量X:;

同时,针对任意给定的唤醒调度变量X,对无人机的轨迹Q进行优化,求解优化问题P3,使所有传感器节点的通信吞吐量达到最大加权最小值:;

其中, 表示需要最大化的通信吞吐量的加权最小值,通过求解P3,可以得到中继无人机U的轨迹Q;由于 的非凸性,导致P3是一个非凸问题,运用逐次凸逼近算法,将 进行一阶泰勒展开,得近似函数 ,通过求解P4来得到P3的解:。