CN111342881B - 一种基于无人机进行中继辅助传输的方法及系统 - Google Patents

一种基于无人机进行中继辅助传输的方法及系统 Download PDF

Info

Publication number
CN111342881B
CN111342881B CN202010080741.0A CN202010080741A CN111342881B CN 111342881 B CN111342881 B CN 111342881B CN 202010080741 A CN202010080741 A CN 202010080741A CN 111342881 B CN111342881 B CN 111342881B
Authority
CN
China
Prior art keywords
signal
unmanned aerial
aerial vehicle
source end
base station
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010080741.0A
Other languages
English (en)
Other versions
CN111342881A (zh
Inventor
李立华
吴季
张平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202010080741.0A priority Critical patent/CN111342881B/zh
Publication of CN111342881A publication Critical patent/CN111342881A/zh
Application granted granted Critical
Publication of CN111342881B publication Critical patent/CN111342881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502—Airborne stations
    • H04B7/18504—Aircraft used as relay or high altitude atmospheric platform
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/28—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission
    • H04W52/283—Power depending on the position of the mobile
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/38—TPC being performed in particular situations
    • H04W52/46—TPC being performed in particular situations in multi hop networks, e.g. wireless relay networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Radio Relay Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供一种基于无人机进行中继辅助传输的方法及系统。该方法包括：在参考坐标系中建立信号源端的运动轨迹函数，得到距离集合；基站对接收信号进行最大比合并，得到系统接收信号表达式；对系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率；构建系统优化函数，通过预设算法对系统优化函数求解最优解；按照预设最小时间间隔对信号源端功率和无人机中继转发功率进行功率分配设置，完成信号传输。本发明实施例针对系统总功率受限、源端发射功率低且高速运动的情况，基于无人机中继策略进行中继传输，并采用系统误符号率最小化的优化为目标进行对应的功率分配，高效完成运动场景下多点和多跳传输。

Description

一种基于无人机进行中继辅助传输的方法及系统
技术领域
本发明涉及无线通信技术领域，尤其涉及一种基于无人机进行中继辅助传输的方法及系统。
背景技术
在无线通信领域，普遍采用中继辅助传输进行信号传输，中继有利于提高源端和目标之间传输的可靠性、提升系统数据吞吐量，并通过提供附加链路来扩展网络覆盖范围，在中继端，放大转发策略(Amplify Forward，简称AF)相较于解码转发策略(DecodeForward，简称DF)复杂度更低，应用也更广泛。随着第五代移动通信系统(the FifthGeneration，简称5G)标准化进程的推动，传输网络更加密集、传输信道条件更加多变，相较于传统固定单中继系统，结合多天线技术的多中继协作传输方案更具灵活性，能应对5G时代更加复杂的业务传输。
随着无人机(Unmanned Aerial Vehicle，简称UAV)在无线通信的运用日益广泛，得益于其小巧、灵活的特点及多功能性，主要应用于两方面：作为新型的空中用户(例如，货物投递、视频监控等)；作为新型的空中通信平台(例如，空中基站、中继等)来辅助通信。相比于传统通信架构，无人机作为中继具有以下几个优势与特征：(a)相较于传统地面设施，空中无人机可以根据实时需求动态调整，并快速和灵活地部署；(b)高且可控的3D移动性，飞行轨迹更加灵活、适用于更复杂多变的场景；(c)视距主导信道，无人机中继的布置一般能减少衰落，从而带来更加稳定的链路质量和更高的可靠性。搭载天线的无人机中继可以满足更加动态和多样化的通信需求，例如在各种赛事转播中，无人机(组)就可以作为中继辅助系统的多点、多跳传输业务。以轻型无人机取代传统中继，根据不同运动环境的特征值进行最优中继方案的选择和无人机部署、轨迹优化，无人机端基于功率分配时刻表进行提前设置，将来自于高速运动信源的发送信号经AF处理转发至远端基站(Base Station，简称BS)，完成高效可靠的信号实时转发。
现有技术中存在以优化系统误符号率(Symbol Error Ratio，简称SER)为目标的AF中继系统功率分配方案，其步骤为：
(a)固定源端、单中继端、基站端在通信系统中的相对距离；
(b)在源端及中继端分配导频，完成两跳的信号传输；
(c)在中继端和基站端对接收信号采用导频辅助的最大似然检测；
(d)根据传输模型得到总体功率受限情况下系统SER表达式，通过Maple软件求解使得其最小的源端、中继端各自的数据、导频功率分配值。
该技术方案中场景并未考虑到源端低功率且源端、中继端都是可运动的情况，因此存在如下缺陷：
1)现有的AF中继技术中，基于各端单天线的技术方案较多，在5G更高速、业务种类更丰富的通信场景中，单天线中继取得的增益较少，在源端运动状态高速变化的通信场景中抗衰落能力不强，系统性能如SER，吞吐量等将受到较大的限制；
2)现有的多AF中继技术中，基于较低的实现成本，固定源端、中继端功率分配方案较多，但这些方案中的传统中继缺乏灵活性和应对高速可变信道的能力；
3)现有的无人机AF中继方案的功率动态分配技术中，较少考虑到源端的高速运动，导致其功率动态分配和通信场景中各端距离是不相关的两类可调变量，不太合适应用到实际高速运动场景中，且传统自适应功率调整存在信令的消耗。
发明内容
本发明实施例提供一种基于无人机进行中继辅助传输的方法及系统，用以解决现有技术中对于系统总体功率受限的场景，仅提供了固定源端或单中继端进行信号传输，不能有效解决信号传输过程中的失真和衰落问题。
第一方面，本发明实施例提供一种基于无人机进行中继辅助传输的方法，包括：
基于场景特征参数建立参考坐标系，基于所述参考坐标系建立信号源端的运动轨迹函数，并获取至少一台无人机的位置部署函数，基于所述运动轨迹函数和所述位置部署函数得到信号源端到基站距离和信号源端到无人机距离集合；其中，所述位置部署函数根据系统SER值是否到达预设场景标准进行调整、修改或重新设定；
设定所述信号源端采用双天线发送策略、单台无人机采用双天线发送和单天线接收策略、以及基站采用若干天线接收策略，所述基站对来自所述信号源端的信号和来自所述至少一台无人机的信号进行最大比合并，得到系统接收信号表达式；
基于所述系统接收信号表达式，得到直连链路信噪比、中继链路信噪比和系统总体信噪比，基于所述运动轨迹函数得到信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对所述系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率；
对系统总体功率、信号源端功率和无人机功率进行限定，以优化所述系统接收总体误符号率为目标构建系统优化函数，通过预设算法对所述系统优化函数求解最优解，在系统总体功率受限时基于所述最优解得到信号源端功率和无人机中继转发功率；
在总体运动时间范围内按照预设最小时间间隔在若干时刻上，对所述信号源端功率和所述无人机中继转发功率进行功率分配设置，完成信号传输。
第二方面，本发明实施例提供一种基于无人机进行中继辅助传输的系统，包括：
建立模块，用于基于场景特征参数建立参考坐标系，基于所述参考坐标系建立信号源端的运动轨迹函数，并获取至少一台无人机的位置部署函数，基于所述运动轨迹函数和所述位置部署函数得到信号源端到基站距离和信号源端到无人机距离集合；其中，所述位置部署函数根据系统SER值是否到达预设场景标准进行调整、修改或重新设定；
设定模块，用于设定所述信号源端采用双天线发送策略、单台无人机采用双天线发送和单天线接收策略、以及基站采用若干天线接收策略，所述基站对来自所述信号源端的信号和来自所述至少一台无人机的信号进行最大比合并，得到系统接收信号表达式；
处理模块，用于基于所述系统接收信号表达式，得到直连链路信噪比、中继链路信噪比和系统总体信噪比，基于所述运动轨迹函数得到信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对所述系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率；
优化模块，用于对系统总体功率、信号源端功率和无人机功率进行限定，以优化所述系统接收总体误符号率为目标构建系统优化函数，通过预设算法对所述系统优化函数求解最优解，在系统总体功率受限时基于所述最优解得到信号源端功率和无人机中继转发功率；
分配模块，用于在总体运动时间范围内按照预设最小时间间隔在若干时刻上，对所述信号源端功率和所述无人机中继转发功率进行功率分配设置，完成信号传输。
第三方面，本发明实施例提供一种电子设备，包括：
存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述基于无人机进行中继辅助传输的方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现任一项所述基于无人机进行中继辅助传输的方法的步骤。
本发明实施例提供的基于无人机进行中继辅助传输的方法及系统，针对系统总功率受限、源端发射功率低且高速运动的情况，基于无人机中继策略进行中继传输，并采用系统误符号率最小化的优化为目标进行对应的功率分配，高效完成运动场景下多点和多跳传输。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于无人机进行中继辅助传输的方法流程图；
图2为本发明实施例提供的多悬停无人机作为中继辅助高速移动信源的信号传输示意图；
图3为本发明实施例提供的不存在相对速度时单无人机作为中继跟随辅助信号传输示意图；
图4为本发明实施例提供的一组信号数据传输的时隙分布图；
图5为本发明实施例提供的单人滑雪项目中双悬停无人机作为中继辅助信号传输示意图；
图6为本发明实施例提供的三无人机及双无人机作为中继的系统平均SER示意图；
图7为本发明实施例提供的三无人机及双无人机作为中继的系统瞬时SER示意图；
图8为本发明实施例提供的单人滑雪项目中单无人机作为中继跟随辅助信号传输示意图；
图9为本发明实施例提供的单无人机跟随场景下是否与源端存在相对速度系统平均SER示意图；
图10为本发明实施例提供的单无人机跟随场景下是否与源端存在相对速度的瞬时SER示意图；
图11为本发明实施例提供的一种基于无人机进行中继辅助传输的系统结构图；
图12为本发明实施例提供的电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例拟解决源端功率较小且系统总功率受限的信源高速运动场景下，通过多悬停无人机中继或单无人机中继跟随辅助信号传输的最优动态功率分配问题，从而完成高效、可靠的源端到基站的多点、多跳无线信号传输。
图1为本发明实施例提供的一种基于无人机进行中继辅助传输的方法流程图，如图1所示，包括：
S1，基于场景特征参数建立参考坐标系，基于所述参考坐标系建立信号源端的运动轨迹函数，并获取至少一台无人机的位置部署函数，基于所述运动轨迹函数和所述位置部署函数得到信号源端到基站距离和信号源端到无人机距离集合；其中，所述位置部署函数根据系统SER值是否到达预设场景标准进行调整、修改或重新设定；
具体地，基于典型运动场景的特征参数，例如高度落差、水平长度和运动场景倾斜角等建立参考坐标系，常用的为笛卡尔坐标系，此处，典型运动场景以源端由高处向下运动的场景为例进行说明，假设坡面近似为直线，高度落差为H，水平长度为L，运动场景倾斜角为θ，然后基于坐标系建立信号源端的运动轨迹函数，并得到至少一个无人机的位置部署函数，此处，位置部署函数可根据系统SER是否达到预设场景标准而进行动态调整、修改或重新设定。进一步地，在参考坐标系的基础上得到各端距离关于运动时间的表达式，此处区分多无人机和单无人机两种场景：
一、多无人机方案：处于高速运动的源端的坐标根据其具体运动轨迹写作关于时间t的函数即[X(t),Y(t),Z(t)]，n个无人机中继的最优位置也根据场景进行部署悬停
Figure GDA0002969672030000061
悬停时其坐标为固定值，可随时调整，远端基站的位置坐标为[XB,YB,ZB]，如图2所示；
设dSRi为源端到第i(i∈(1,n))个无人机的距离，dSD为源端到基站的距离，Y(t)由不同的实际运动场景决定：
Figure GDA0002969672030000071
当运动场景改变时，根据具体场景和运动函数，在笛卡尔坐标系中可以写出对应与时间t相关的
Figure GDA0002969672030000072
二、单无人机方案：
区别于多无人机方案，采用单无人机作为中继协作信号传输的时候，不再受到多无人机间布置距离的限制，将采用更加灵活的跟随策略，这种策略的说明场景与多无人机方案保持一致，即以从高处运动至低处的场景为例，各端天线配置也保持一致，在这样的策略中，本发明实施例考虑以下两种运动情况：
(a)由于轻型无人机的使用标准中，规定无人机最大移动速度不能超过28m/s，而在源端最大运动速度小于此速度时，在整个运动过程中，单个无人机能跟随源端的轨迹进行相同的运动，即源端和无人机不存在相对速度，前述dSR参数就趋近于一个定值c，在这样的场景下，若源端的实时坐标为[X(t),Y(t),Z(t)]，那么无人机的实时坐标就为
Figure GDA0002969672030000073
其坐标函数与具体运动状态相关，如图3所示，各端距离dSR,dSD,dRD关于运动时间的表达式：
Figure GDA0002969672030000074
其中各端的坐标与是实际运动场景中由轨迹得到的与时间t相关的函数；
(b)当运动场景更大，时间更长时，会出现无人机在某时刻达到最大速度，无法再跟上仍在加速运动的源端的情况，假设由于无人机硬件的限制，在此场景中，无人机只能在0～t1这个时间段内能跟上源端，在t1～t2这个时间段内只能以最大速度匀速运动，尽量跟随仍在加速的源端，此时dSR(t)重新成为变量，设置运动员最大运动速度为Vmax，无人机最大运动速度为VRmax，加速度为a，在0～t1这个时间段内的运动场景认为与(a)中的方案相同，在t1～t2这个时间段内dSR关于时间的表达式根据坐标的变动及运动轨迹的变动发生变化：
Figure GDA0002969672030000081
S2，设定所述信号源端采用双天线发送策略、单台无人机采用双天线发送和单天线接收策略、以及基站采用若干天线接收策略，所述基站对来自所述信号源端的信号和来自所述至少一台无人机的信号进行最大比合并，得到系统接收信号表达式；
具体地，在实际应用场景中，由于设备限制，本发明实施例中以信号源端采取空时分组码(Space-time Block Coding，简称STBC)双天线发送方案为标准，无人机中继转发也采用STBC双天线发送以及单天线接收，远端基站采用数量为M的多天线进行信号的接收。因此，源端到基站的信道HSD，各无人机到基站的ΗRiD均为维度为2×M的矩阵，i∈(1,n)，源端到无人机中继的信道HSRi为维度2×1的矩阵；
进一步地，将中继系统分成两个时隙部分，对传输信号进行分解，信号源端向无人机和基站均发送信号，无人机向基站也发送信号，最终由基站对所有的接收信号进行最大比合并，得到系统接收信号表达式；
此处，最大比合并(Maximum Ratio Combining，简称MRC)具体为在接收端由多个分集支路，经过相位调整后，按照适当的增益系数，同相相加，再送入检测器进行检测，在接受端各个不相关的分集支路经过相位校正，并按适当的可变增益加权再相加后送入检测器进行相干检测，在实现的时候可以设定第i个支路的可变增益加权系数为该分集支路的信号幅度与噪声功率之比。最大比合并方案在收端只需对接收信号做线性处理，然后利用最大似然检测即可还原出发端的原始信息，其译码过程简单、易实现。合并增益与分集支路数N成正比。因此，最大合并比实现的效果为使较强的信号加强，较弱的信号减弱。
S3，基于所述系统接收信号表达式，得到直连链路信噪比、中继链路信噪比和系统总体信噪比，基于所述运动轨迹函数得到信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对所述系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率；
具体地，在步骤S2得到的系统接收信号表达式基础上，可以得到传输中各条链路的信噪比表达式，即直连链路信噪比和中继链路信噪比，以及由直连链路信噪比和中继链路信噪比得到的系统总体信噪比；再由运动轨迹函数计算得到运动过程中各端之间的距离，即信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对各传输链路的噪声作归一化处理，使得各天线对之间信道变量服从的方差由运动过程中各端之间的距离决定，得到系统总体信噪比的近似分布，然后基于预设的相移键控调制，例如二进制相移键控调制BPSK或更高阶的NPSK对近似分布表达式进行调制，得到系统接收总体误符号率(Symbol Error Ratio，简称SER)。
S4，对系统总体功率、信号源端功率和无人机功率进行限定，以优化所述系统接收总体误符号率为目标构建系统优化函数，通过预设算法对所述系统优化函数求解最优解，在系统总体功率受限时基于所述最优解得到信号源端功率和无人机中继转发功率；
具体地，本发明实施例应用的场景为系统总体功率受限，因此需要进行合理的中继策略选择以及功率分配，使系统性能(这里用SER来表征)达到最优，具体为对系统总体功率、信号源端功率和无人机功率进行限定，构建系统优化函数，优化目标为系统接收总体误符号率，采用预设算法，一般为拉格朗日乘数法来寻求近似的最优解，本发明实施例不作限定。
S5，在总体运动时间范围内按照预设最小时间间隔在若干时刻上，对所述信号源端功率和所述无人机中继转发功率进行功率分配设置，完成信号传输。
具体地，由步骤S4中的优化函数，引入预设最小时间间隔，即在一次完整的信号传输时间长度内，以预设最小时间间隔将运动场景中变量代入计算，对信号源端功率和无人机中继转发功率进行功率分配设置，使得系统SER达到平均值最小，实现优化目标，并完成信号传输。
本发明实施例针对系统总功率受限、源端发射功率低且高速运动的情况，基于无人机中继策略进行中继传输，并采用系统误符号率最小化的优化为目标进行对应的功率分配，高效完成运动场景下多点和多跳传输。
基于上述实施例，该方法中步骤S2具体包括：
在第一时隙内，所述信号源端向所述基站发送直连信号，所述信号源端向所述至少一台无人机发送第一信号集合；
在第二时隙内，所述至少一台无人机将所述第一信号集合通过放大得到第二信号集合，并转发所述第二信号集合；
所述基站对所述直连信号和所述第二信号集合进行最大比合并，得到所述系统接收信号表达式。
其中，所述在第一时隙内，所述信号源端向所述基站发送直连信号，所述信号源端向所述至少一台无人机发送第一信号集合，具体包括：
在第一子时隙内，所述信号源端通过第一源端发送天线向所述基站发送第一子信号，并通过第二源端发送天线向所述基站发送第二子信号，基于信号源端两根发射天线到基站端接收天线的第一信道参数，将所述第一子信号和所述第二子信号进行合并，得到所述基站接收到的第一子时隙源端信号；
在第二子时隙内，将所述第一子信号和所述第二子信号取共轭，得到第一共轭子信号和第二共轭子信号，并通过所述第一源端发送天线向所述基站发送所述第二共轭子信号，以及通过所述第二源端发送天线向所述基站发送所述第一共轭子信号，基于所述第一信道参数，将所述第一共轭子信号和所述第二共轭子信号进行合并，得到所述基站接收到的第二子时隙源端信号；
将所述第一子时隙源端信号和所述第二子时隙源端信号进行线性合并后得到所述直连信号；
在所述第一子时隙内，所述信号源端通过所述第一源端发送天线向所述至少一台无人机发送第一子信号，并通过所述第二源端发送天线向所述至少一台无人机发送第二子信号，基于信号源端两根发射天线到无人机端接收天线的第二信道参数，将所述第一子信号和所述第二子信号进行合并，得到所述至少一台无人机接收到的第三子时隙源端信号；
在所述第二子时隙内，通过所述第一源端发送天线向所述至少一台无人机发送所述第二共轭子信号，以及通过所述第二源端发送天线向所述至少一台无人机发送所述第一共轭子信号，基于所述第二信道参数，将所述第一共轭子信号和所述第二共轭子信号进行合并，得到所述至少一台无人机接收到的第四子时隙源端信号；
将所述第三子时隙源端信号和所述第四子时隙源端信号进行线性合并后得到所述第一信号集合。
其中，所述在第二时隙内，所述至少一台无人机将所述第一信号集合通过放大得到第二信号集合，并转发所述第二信号集合，具体包括：
在第三子时隙内，所述至少一台无人机通过第一无人机发送天线向所述基站发送第三子信号，并通过第二无人机发送天线向所述基站发送第四子信号，基于无人机端两根发射天线到基站端接收天线的第三信道参数，将所述第三子信号和所述第四子信号进行合并，得到所述基站接收到的第一子时隙无人机信号；
在第四子时隙内，将所述第三子信号和所述第四子信号取共轭，得到第三共轭子信号和第四共轭子信号，并通过所述第一无人机发送天线向所述基站发送所述第四共轭子信号，以及通过所述第二无人机发送天线向所述基站发送所述第三共轭子信号，基于所述第三信道参数，将所述第三共轭子信号和所述第四共轭子信号进行合并，得到所述基站接收到的第二子时隙无人机信号；
将所述第一子时隙无人机信号和所述第二子时隙无人机信号进行线性合并后得到所述第二信号集合。
具体地，在第一个大的时隙Slot1内，即第一时隙内，信号源端向基站以及各无人机都进行信号的发送，分别为直连信号和第一信号集合；在第二个大的时隙Slot2内，即第二时隙内，各无人机将第一时隙内的接收信号进行放大转发(Amplify Forward，简称AF)至基站；最终，基站端对来自于信号源端的信号和来自于无人机的信号进行MRC合并。
对于在发端采用STBC的系统，在第一个大的时隙Slot1内，又分为两个小时隙Slot1.1和Slot1.2，在Slot1.1内，对于源端到基站以及源端到无人机中继两类链路，两根发射天线与接收端的每根天线j(对于基站端，j∈(1,M))分别进行独立的信号传输，每一组信号传输时隙分布如图4所示。
(a)Slot1：信号源端同时发送两个信号，即x1,x2。以基站端每根接收天线为例，在Slot1.1，即第一子时隙，第一子信号x1从天线1发射，即第一源端发送天线，第二子信号x2从天线2发射，即第二源端发送天线，第一子时隙源端信号可以表示为：
Figure GDA0002969672030000121
在Slot1.2，即第二子时隙，取共轭，第二共轭子信号
Figure GDA0002969672030000122
从天线1发射，第一共轭子信号
Figure GDA0002969672030000123
从天线2发射，第二子时隙源端信号可以表示为：
Figure GDA0002969672030000124
在Slot1中，Slot1.2、与Slot1.1的信号进行线性合并后可以得到：
Figure GDA0002969672030000125
上述表达式中，ySD(k),(k＝1,2)为不同时隙源端到基站的直连链路在基站端的接收信号，即直连信号，PS为源端分配到的发送功率，
Figure GDA0002969672030000126
分别为源端两根发射天线到基站端第j(j≤M)根接收天线间的信道，即第一信道参数。
同样在Slot1，源端同时向各无人机中继发送两个信号，即x1,x2，无人机都配备单接收天线，在Slot1.1，x1从天线1发射，x2从天线2发射，第三子时隙源端信号可以表示为：
Figure GDA0002969672030000127
在Slot1.2，
Figure GDA0002969672030000128
从天线1发射，
Figure GDA0002969672030000129
从天线2发射，第四子时隙源端信号可以表示为：
Figure GDA00029696720300001210
Slot1中，Slot1.2、与Slot1.1的信号进行线性合并后可以得到：
Figure GDA0002969672030000131
上述表达式中，
Figure GDA0002969672030000132
为不同时隙源端到中继端的链路在无人机上的接收信号，即第一信号集合，PS为源端分配到的发送功率，
Figure GDA0002969672030000133
分别为源端两根天线到无人机天线间的信道，其中i∈(1,n)，即第二信道参数。
(b)Slot2:此时源端到基站端的直接链路没有信号传输，到无人机端也不存在信号传输，仅在各无人机到基站端存在经AF处理后的STBC信号传输，在Slot2，各无人机端同时向基站端发送两个信号，x1',x2'，即第三子信号和第四子信号，以基站端每根接收天线为例，在Slot2.1，即第三子时隙，对于每个无人机中继x1'从天线1发射，即第一无人机发送天线，x2'从天线2发射，即第二无人机发送天线，第一子时隙无人机信号可以表示为：
Figure GDA0002969672030000134
在Slo,2.2，即第四子时隙，第四共轭子信号
Figure GDA0002969672030000135
从天线1发射，第三共轭子信号
Figure GDA0002969672030000136
从天线2发射，第二子时隙无人机信号可以表示为：
Figure GDA0002969672030000137
Slot2中，Slot2.2、与Slot2.1的信号进行线性合并后可以得到：
Figure GDA0002969672030000138
上述表达式中，
Figure GDA0002969672030000139
为不同时隙基站接收到的来自中继端的信号，即第二信号集合，Pi为第i个无人机中继分配到的转发功率，
Figure GDA00029696720300001310
分别为每个无人机中继的两根天线到基站端第j(j≤M)根天线间的信道，即第三信道参数。
对于中继系统的两跳而言，各阶段的接收信号如下式：
Figure GDA00029696720300001311
Figure GDA00029696720300001312
Figure GDA00029696720300001313
Figure GDA00029696720300001314
其中λi是中继采用AF转发方案下的各无人机发射端的放大因子，Pi是各无人机中继分配到的发射功率，
Figure GDA0002969672030000141
分别是直连链路、信号源端到无人机、无人机到基站传输过程中的噪声，在接收端对上述若干路信号进行MRC合并，可以得到：
Figure GDA0002969672030000142
其中，将各路的噪声归一化为N后，可以得到：
Figure GDA0002969672030000143
Figure GDA0002969672030000144
最终可以得到
Figure GDA0002969672030000145
Figure GDA0002969672030000146
kSD，
Figure GDA0002969672030000147
即直连链路和各中继链路在接收端的加权系数，N的方差为σ2。
上述为多无人机方案的传输信号表达式，若为单无人机方案，将上述公式中的i的取值从n变为1即可，其余均相同。
基于上述任一实施例，该方法中步骤S3具体包括：
采用空时分组码发送策略，基于所述系统接收信号表达式，获取直连链路信道矩阵、信号源端到无人机信道矩阵和无人机到基站信道矩阵；
基于所述直连链路信道矩阵、所述信号源端到无人机中继信道矩阵和所述无人机中继到基站信道矩阵，得到所述直连链路信噪比、所述中继链路信噪比和所述系统总体信噪比；
设定直连链路近似增益、信号源端到无人机中继近似增益和无人机中继到基站近似增益，使得所述直连链路信噪比、所述中继链路信噪比和所述系统总体信噪比服从指数分布；
基于所述信号源端到基站距离、所述信号源端到无人机距离和所述无人机到基站距离，得到直连链路信道变量服从方差、信号源端到无人机中继信道变量服从方差和无人机中继到基站信道变量服从方差；
基于所述直连链路信道变量服从方差、所述信号源端到无人机中继信道变量服从方差和所述无人机中继到基站信道变量服从方差，设定所述系统总体信噪比服从预设近似分布；
按照所述预设相移键控调制，使所述预设近似分布转换成所述系统接收总体误符号率。
具体地，在多无人机方案中：
由接收信号表达式，可以得到各条链路的信噪比表达式：
Figure GDA0002969672030000151
γSD、
Figure GDA0002969672030000152
分别为直连链路、中继链路、系统总体的信噪比。对于γSD，由于基站接收端采用了数量为M的接收天线，在源端采取了STBC发送策略，因此可以获得较高的分集增益。利用STBC方案相关理论，将HSD写作：
Figure GDA0002969672030000153
由于HSD矩阵中的元素都是均值为0，方差为dSD -α的复高斯随机变量，且矩阵中的各天线对之间的信道即
Figure GDA0002969672030000154
各自独立，在上述条件下，直连链路获得了近似为GSD的增益，源端到无人机中继的链路获得了近似为
Figure GDA0002969672030000155
的增益，中继到基站的链路同样获得了近似为
Figure GDA0002969672030000156
的增益，进而可以认为γSD服从参数为
Figure GDA0002969672030000157
的指数分布；对于
Figure GDA0002969672030000158
其表达式可以写为
Figure GDA0002969672030000159
若x,y都服从指数分布，可以近似认为f(x,y)服从参数为θ'＝θx+θy的指数分布；在上述条件下，可以近似γRiD认为服从参数为
Figure GDA00029696720300001510
的指数分布。在上述表达式中，归一化后噪声N的功率为σ2。在本方案研究的场景中，各天线对之间信道变量服从的方差可以取以下值：
Figure GDA0002969672030000161
α∈(2,4)，取α＝3。d为运动过程中各端的距离，单位为m。
由概率论相关文献知，若随机变量ξ1,ξ2,ξ3...ξn独立且分别服从参数为λ1,λ2,λ3...λn的指数分布，令
Figure GDA0002969672030000162
由此可以认为Zn服从的分布与各个变量的参数都相关。由
Figure GDA0002969672030000163
可以计算系统信噪比服从的近似分布，存在n个无人机中继时，经计算可以得到
Figure GDA0002969672030000164
近似服从的分布为：
Figure GDA0002969672030000165
其中,
Figure GDA0002969672030000166
i∈(1,n)，由相关分布可以近似得到，
Figure GDA0002969672030000167
σ2为噪声功率。
当信号调制方式为BPSK时，接收端总体的SER表达式为：
Figure GDA0002969672030000168
其中
Figure GDA0002969672030000169
在上述条件下，通过计算可以得出SER的表达式：
Figure GDA00029696720300001610
若需采用更高阶的NPSK调制时，设调制阶数为N,(N＞2)，SER的表达
式近似为：
Figure GDA0002969672030000171
在单无人机方案中：
由于信噪比分布的不同，系统SER的计算与多无人机方案不同，只存在1个无人机中继时，
Figure GDA0002969672030000172
近似服从的分布为：
Figure GDA0002969672030000173
其中
Figure GDA0002969672030000174
GSD＝GRD＝2·M，GSR＝2。
在上述条件下，通过计算得出采用BPSK信号调制的SER的表达式：
Figure GDA0002969672030000175
若采用更高阶的NPSK调制时，设调制阶数为N,(N＞2)，SER的表达式近似为：
Figure GDA0002969672030000176
基于上述任一实施例，该方法中步骤S4具体包括：
设定所述系统总体功率为受限的预设值，对所述信号源端功率和所述无人机功率进行分配，使得所述信号源端功率和所述无人机功率相加所得总功率不超过所述预设值率，且通过所述预设算法求解所述最优解；
基于所述最优解对所述信号源端功率和所述无人机功率进行实时功率分配。
具体地，多无人机方案中：
在系统总功率Pt受限的条件下，进行合理的中继策略选择以及功率分配，使系统性能(这里用SER来表征)达到最优，成为此方案的优化目标：
Figure GDA0002969672030000181
PS，P1，P2...Pn
Figure GDA0002969672030000182
Ps≥0,Pi≥0,i∈(1,n)
PS≤Pt,Pi≤Pt,i∈(1,n) (31)
对于上述优化问题以及限制条件，可以通过拉格朗日乘数法来寻求近似的最优解，本发明实施例具体实现算法不作限定。
在本发明实施例的计算中，BPSK与NPSK的功率分配策略是相同的，经过计算得到总功率受限情况下源端功率与各个无人机中继转发功率的表达式：
Figure GDA0002969672030000183
在上述表达式中，采用悬停无人机中继组，那么其中的变量
Figure GDA0002969672030000184
就是一个确定值，而
Figure GDA0002969672030000185
σSD 2都是随着信号源端运动而时刻变化的，由此可以得到上述各个功率关于时间的函数，为了保证整个运动过程中系统的平均SER最小，应考虑完整的一次信号传输时间长度，以某个TS为功率变化的单位时间进行实时功率分配。
单无人机方案中：
令i＝1，则优化函数为：
min Pe1＝F(PS,P1) (33)
PS，P1
s.t.Ps+P1＝Pt
Ps≥0，P1≥0 (34)
Ps≤Pt，P1≤Pt
经过计算得到总功率受限情况下源端功率与各个无人机中继转发功率的表达式：
Figure GDA0002969672030000191
由于单个无人机采用运动的策略，那么
Figure GDA0002969672030000192
σSD 2,
Figure GDA0002969672030000193
都不是定值，认为它们是由场景条件和信号源端运动轨迹决定的与运动时间t相关的函数，由此可以得到上述各个功率关于时间t的函数，同理，为了保证整个运动过程中系统的平均SER最小，应考虑完整的一次信号传输时间长度，以某个TS为功率变化的单位时间进行实时功率动态分配。
基于上述任一实施例，该方法中步骤S5具体包括：
若所述信号源端运动模式相对固定或易于估计，则在所述总体运动时间范围内按照预设最小时间间隔，将所述信号源端功率和所述无人机中继转发功率以列表的形式分别提前预置到信号源端发送装置模块和无人机发送装置模块中，在运动过程中按照所述列表进行功率实时切换；
若所述信号源端运动模式变化很大或不易估计，则将功率分配公式以程序形式预置于所述信号源端发送装置模块和所述无人机发送装置模块中，在运动过程中结合实际参数变化，动态进行功率计算和分配。
具体地，将实际应用场景分为两种情况来考虑：
若信号源端运动模式相对固定或易于估计，参考优化函数公式，以TS为最小时间变化单位将运动场景中变量代入计算可以得到对应不同时刻的信源、无人机功率分配值。若信源运动模式比较固定或易于预估，可以将不同时刻的功率分配值以列表的形式提前配置到信源、无人机的发送装置的功率设置模块中，运动过程中按功率表实时切换，此方案不需要信令的交互；
若信号源端运动模式变化很大或不易估计，则将功率分配公式以程序的形式写入信源和无人机的发送装置中，在实际运动过程中，结合实际参数的变化，对照公式进行功率计算和动态分配，这个步骤需要信令的交互。
基于上述任一实施例，下面分别以双无人机和单无人机在运动项目实例中的应用来对本发明实施例的具体方案进行说明：
一、双无人机方案
应用于赛场中单人滑雪项目实例，运动场景放置到笛卡尔坐标系中，整个赛道落差约为100m，水平长度约为170m，为了后续分析的简便性，我们假设坡面近似为直线，运动员滑行的赛道长度约为200m。运动员使用2天线头戴式信号发射装置，将赛事第一视角的信号数据通过直连链路和无人机中继转发至基站(其中无人机配备2发射天线和1接收天线)，从而完成项目的赛事转播，如图5所示。
由于实际滑雪场景中，运动员在y坐标轴上的左右运动相较于整个赛道在xOz的运动轨迹长度非常小，因此，在计算过程中可以近似把运动员的坐标写为关于时间t的函数即[X(t),0,Z(t)]。同理，两个中继的最优位置也处于xOz面上，将两个中继的位置提前固定，不随时间发生变化。远端基站的位置坐标为[XB,YB,ZB]。
在上述坐标系的基础上，假设运动员在坡面进行的运动近似为匀加速直线运动。基于赛场数据和单人滑雪项目的要求，假设整个运动持续约24s,运动员的加速度取为a＝0.64m/s2，运动员在整个滑雪过程中能达到的最大速度为Vmax＝16m/s。建立了这样的运动场景和坐标系，可以得到与功率分配和系统整体误符号率与各端距离
Figure GDA0002969672030000201
dSD关于运动时间的表达式：
Figure GDA0002969672030000211
本实施例采用BPSK调制，将双中继的场景参数代入方案的SER表达式中，有：
Figure GDA0002969672030000212
其中
Figure GDA0002969672030000213
σ2为噪声功率。
Figure GDA0002969672030000214
其对应的优化函数为：
min Pe2＝F(PS,P1,P2) (38)
PS，P1，P2
s.t.PS+P1+P2＝Pt
Ps≥0,P1≥0,P2≥0 (39)
PS≤Pt,P1≤Pt,P2≤Pt
经过计算得到总功率受限情况下源端功率与各个无人机中继转发功率的表达式：
Figure GDA0002969672030000221
Figure GDA0002969672030000222
在此实例中，赛场特征参数如表1所示：
表1
Figure GDA0002969672030000223
Figure GDA0002969672030000231
以此方案中的参数及TS＝1s为例，在系统功率限制为Pt＝0.2W，单人滑雪项目平均赛程时间为T＝24s时，各端的功率在不同的时刻都有不同的取值，如表2所示：
表2
Figure GDA0002969672030000232
此处仅为一个功率分配的示例，若将TS取得更小，其功率分配表会根据前文计算的功率表达式变得更加精确，不过成本会有所提高。由于赛事运动场景较为固定，提前在发射装置处设置好源端及无人机端在不同时刻的功率，对比传统自适应调整能节省信令开销，且系统瞬时SER和平均SER都处在较低水平。
在该应用实例的参数下，如图6和图7所示，仿真验证得到使用2悬停无人机的性能优于3悬停无人机的性能，且无论是3无人机还是2无人机策略，动态功率分配策略的SER性能都优于对应数量中继的固定功率分配方案，因此这里以2悬停无人机的场景为例。
二、单无人机方案
应用于赛场中单人滑雪项目实例，运动场景放置到笛卡尔坐标系中，整个赛道落差约为100m，水平长度约为170m，假设坡面近似为直线，运动员滑行的赛道长度约为200m，假设运动员在坡面进行的运动近似为匀加速直线运动。基于赛场数据和单人滑雪项目的要求，整个运动持续约24s,运动员的加速度为a＝0.64m/s2，运动员在整个滑雪过程中能达到的最大速度为Vmax＝16m/s，如图8所示。
(a)源端与无人机不存在相对速度：
由于轻型无人机的使用标准中，规定无人机最大移动速度不能超过28m/s，而本实例讨论的单人滑雪项目中设定运动员的最大运动速度约为16m/s，因此可以认为在整个比赛过程中，单个无人机能跟随运动员的轨迹进行相同的运动，即运动员和无人机不存在相对速度。由于轻型无人机的初始悬停高度一般不超过120m，在此场景下假设在起始点，运动员距离无人机的距离为dSR＝120-100＝20m，并在整个运动过程中近似保持固定，此时有：
Figure GDA0002969672030000241
(b)源端与无人机存在相对速度：
将这种场景扩展到一些赛道很长，运动速度相当快的比赛项目时，可能就会出现无人机在某时刻会达到最大速度，无法再跟上仍在加速运动的运动员的情况。假设由于无人机硬件的限制，在此场景中，无人机只能在0～t1这个时间段内能跟上运动员，在t1～t2这个时间段内只能以最大速度匀速运动，尽量跟随仍在加速的运动员，此时dSR(t)重新成为变量。设置运动员最大运动速度为Vmax，无人机最大运动速度为VRmax，加速度为a。在0～t1这个时间段内的运动场景认为与(a)中的方案相同，在t1～t2这个时间段内有：
Figure GDA0002969672030000251
重新代入dSD(t)，dRiD(t)中进行计算。
此实例采用BPSK调制，对于两种情况，将单中继的场景参数代入方案的SER表达式中，都有：
Figure GDA0002969672030000252
其中
Figure GDA0002969672030000253
GSD＝GRD＝2·M，GSR＝2。
其优化函数为：Pt
min Pe1＝F(PS,P1) (44)
PS，P1
s.t.PS+P1＝Pt
Ps≥0,P1≥0
PS≤Pt,P1≤Pt (45)
经过计算得到总功率受限情况下源端功率与无人机中继转发功率的表达式：
Figure GDA0002969672030000254
Figure GDA0002969672030000255
在此实例中，赛场特征参数如表3所示：
表3
Figure GDA0002969672030000261
以此方案中的参数及TS＝1s为例，在系统功率限制为Pt＝0.2W，单人滑雪项目平均赛程时间为T＝24s时，本例中，存在相对速度的场景下，t1＝12s时无人机和运动员开始出现相对速度差，之后无人机VR'max匀速运动。两种情况下的功率取值如表4和表5所示：
表4
Figure GDA0002969672030000271
表5
Figure GDA0002969672030000272
此处仅为一个功率分配的示例，场景参数发生变化时，代入本方案给出的源端、无人机端功率分配表达式进行不同时刻的功率计算，并以时刻表的形式提前配置到相应场景的无人机、源端发射装置中，此数值可以随赛场的改变灵活变化，且不需要赛程中的信令消耗。
在本实施例中，如图9和图10所示，相同策略下，不存在相对速度的系统瞬时SER和平均SER都优于存在相对速度的系统，实际场景中，由于多方面限制，存在相对速度的场景更加普遍，而由仿真看出双悬停无人机方案的性能和存在相对速度的单无人机方案性能差距不算很大。赛事方可以根据成本、鲁棒性、赛事要求选择更合适的方案。
图11为本发明实施例提供的一种基于无人机进行中继辅助传输的系统结构图，如图11所示，包括：建立模块1101、设定模块1102、处理模块1103、优化模块1104和分配模块1105；其中：
建立模块1101用于基于场景特征参数建立参考坐标系，基于所述参考坐标系建立信号源端的运动轨迹函数，并获取至少一台无人机的位置部署函数，基于所述运动轨迹函数和所述位置部署函数得到信号源端到基站距离和信号源端到无人机距离集合；其中，所述位置部署函数根据系统SER值是否到达预设场景标准进行调整、修改或重新设定；设定模块1102用于设定所述信号源端采用双天线发送策略、单台无人机采用双天线发送和单天线接收策略、以及基站采用若干天线接收策略，所述基站对来自所述信号源端的信号和来自所述至少一台无人机的信号进行最大比合并，得到系统接收信号表达式；处理模块1103用于基于所述系统接收信号表达式，得到直连链路信噪比、中继链路信噪比和系统总体信噪比，基于所述运动轨迹函数得到信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对所述系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率；优化模块1104用于对系统总体功率、信号源端功率和无人机功率进行限定，以优化所述系统接收总体误符号率为目标构建系统优化函数，通过预设算法对所述系统优化函数求解最优解，在系统总体功率受限时基于所述最优解得到信号源端功率和无人机中继转发功率；分配模块1105用于在总体运动时间范围内按照预设最小时间间隔在若干时刻上，对所述信号源端功率和所述无人机中继转发功率进行功率分配设置，完成信号传输。
本发明实施例提供的系统用于执行上述对应的方法，其具体的实施方式与方法的实施方式一致，涉及的算法流程与对应的方法算法流程相同，此处不再赘述。
本发明实施例针对系统总功率受限、源端发射功率低且高速运动的情况，基于无人机中继策略进行中继传输，并采用系统误符号率最小化的优化为目标进行对应的功率分配，高效完成运动场景下多点和多跳传输。
图12示例了一种电子设备的实体结构示意图，如图12所示，该电子设备可以包括：处理器(processor)1210、通信接口(Communications Interface)1220、存储器(memory)1230和通信总线1240，其中，处理器1210，通信接口1220，存储器1230通过通信总线1240完成相互间的通信。处理器1210可以调用存储器1230中的逻辑指令，以执行如下方法：基于场景特征参数建立参考坐标系，基于所述参考坐标系建立信号源端的运动轨迹函数，并获取至少一台无人机的位置部署函数，基于所述运动轨迹函数和所述位置部署函数得到信号源端到基站距离和信号源端到无人机距离集合；其中，所述位置部署函数根据系统SER值是否到达预设场景标准进行调整、修改或重新设定；设定所述信号源端采用双天线发送策略、单台无人机采用双天线发送和单天线接收策略、以及基站采用若干天线接收策略，所述基站对来自所述信号源端的信号和来自所述至少一台无人机的信号进行最大比合并，得到系统接收信号表达式；基于所述系统接收信号表达式，得到直连链路信噪比、中继链路信噪比和系统总体信噪比，基于所述运动轨迹函数得到信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对所述系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率；对系统总体功率、信号源端功率和无人机功率进行限定，以优化所述系统接收总体误符号率为目标构建系统优化函数，通过预设算法对所述系统优化函数求解最优解，在系统总体功率受限时基于所述最优解得到信号源端功率和无人机中继转发功率；在总体运动时间范围内按照预设最小时间间隔在若干时刻上，对所述信号源端功率和所述无人机中继转发功率进行功率分配设置，完成信号传输。
此外，上述的存储器1230中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：基于场景特征参数建立参考坐标系，基于所述参考坐标系建立信号源端的运动轨迹函数，并获取至少一台无人机的位置部署函数，基于所述运动轨迹函数和所述位置部署函数得到信号源端到基站距离和信号源端到无人机距离集合；其中，所述位置部署函数根据系统SER值是否到达预设场景标准进行调整、修改或重新设定；设定所述信号源端采用双天线发送策略、单台无人机采用双天线发送和单天线接收策略、以及基站采用若干天线接收策略，所述基站对来自所述信号源端的信号和来自所述至少一台无人机的信号进行最大比合并，得到系统接收信号表达式；基于所述系统接收信号表达式，得到直连链路信噪比、中继链路信噪比和系统总体信噪比，基于所述运动轨迹函数得到信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对所述系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率；对系统总体功率、信号源端功率和无人机功率进行限定，以优化所述系统接收总体误符号率为目标构建系统优化函数，通过预设算法对所述系统优化函数求解最优解，在系统总体功率受限时基于所述最优解得到信号源端功率和无人机中继转发功率；在总体运动时间范围内按照预设最小时间间隔在若干时刻上，对所述信号源端功率和所述无人机中继转发功率进行功率分配设置，完成信号传输。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于无人机进行中继辅助传输的方法，其特征在于，包括：
基于场景特征参数建立参考坐标系，基于所述参考坐标系建立信号源端的运动轨迹函数，并获取至少一台无人机的位置部署函数，基于所述运动轨迹函数和所述位置部署函数得到信号源端到基站距离和信号源端到无人机距离集合；其中，所述位置部署函数根据系统SER值是否到达预设场景标准进行调整、修改或重新设定；
设定所述信号源端采用双天线发送策略、单台无人机采用双天线发送和单天线接收策略、以及基站采用若干天线接收策略，所述基站对来自所述信号源端的信号和来自所述至少一台无人机的信号进行最大比合并，得到系统接收信号表达式；所述信号源端采取空时分组码STBC双天线发送方案，无人机中继转发采用STBC双天线发送以及单天线接收，远端基站采用数量为M的多天线进行信号的接收；
基于所述系统接收信号表达式，得到直连链路信噪比、中继链路信噪比和系统总体信噪比，基于所述运动轨迹函数得到信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对所述系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率；
对系统总体功率、信号源端功率和无人机功率进行限定，以优化所述系统接收总体误符号率为目标构建系统优化函数，通过预设算法对所述系统优化函数求解最优解，在系统总体功率受限时基于所述最优解得到信号源端功率和无人机中继转发功率；
在总体运动时间范围内按照预设最小时间间隔在若干时刻上，对所述信号源端功率和所述无人机中继转发功率进行功率分配设置，完成信号传输；
所述基于所述系统接收信号表达式，得到直连链路信噪比、中继链路信噪比和系统总体信噪比，基于所述运动轨迹函数得到信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对所述系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率，具体包括：
采用空时分组码发送策略，基于所述系统接收信号表达式，获取直连链路信道矩阵、信号源端到无人机信道矩阵和无人机到基站信道矩阵；
基于所述直连链路信道矩阵、所述信号源端到无人机中继信道矩阵和所述无人机中继到基站信道矩阵，得到所述直连链路信噪比、所述中继链路信噪比和所述系统总体信噪比；
设定直连链路近似增益、信号源端到无人机中继近似增益和无人机中继到基站近似增益，使得所述直连链路信噪比、所述中继链路信噪比和所述系统总体信噪比服从指数分布；
基于所述信号源端到基站距离、所述信号源端到无人机距离和所述无人机到基站距离，得到直连链路信道变量服从方差、信号源端到无人机中继信道变量服从方差和无人机中继到基站信道变量服从方差；
基于所述直连链路信道变量服从方差、所述信号源端到无人机中继信道变量服从方差和所述无人机中继到基站信道变量服从方差，设定所述系统总体信噪比服从预设近似分布；
按照所述预设相移键控调制，使所述预设近似分布转换成所述系统接收总体误符号率。
2.根据权利要求1所述的基于无人机进行中继辅助传输的方法，其特征在于，所述设定所述信号源端采用双天线发送策略、单台无人机采用双天线发送和单天线接收策略、以及基站采用若干天线接收策略，所述基站对来自所述信号源端的信号和来自所述至少一台无人机的信号进行最大比合并，得到系统接收信号表达式，具体包括：
在第一时隙内，所述信号源端向所述基站发送直连信号，所述信号源端向所述至少一台无人机发送第一信号集合；
在第二时隙内，所述至少一台无人机将所述第一信号集合通过放大得到第二信号集合，并转发所述第二信号集合；
所述基站对所述直连信号和所述第二信号集合进行最大比合并，得到所述系统接收信号表达式。
3.根据权利要求2所述的基于无人机进行中继辅助传输的方法，其特征在于，所述在第一时隙内，所述信号源端向所述基站发送直连信号，所述信号源端向所述至少一台无人机发送第一信号集合，具体包括：
在第一子时隙内，所述信号源端通过第一源端发送天线向所述基站发送第一子信号，并通过第二源端发送天线向所述基站发送第二子信号，基于信号源端两根发射天线到基站端接收天线的第一信道参数，将所述第一子信号和所述第二子信号进行合并，得到所述基站接收到的第一子时隙源端信号；
在第二子时隙内，将所述第一子信号和所述第二子信号取共轭，得到第一共轭子信号和第二共轭子信号，并通过所述第一源端发送天线向所述基站发送所述第二共轭子信号，以及通过所述第二源端发送天线向所述基站发送所述第一共轭子信号，基于所述第一信道参数，将所述第一共轭子信号和所述第二共轭子信号进行合并，得到所述基站接收到的第二子时隙源端信号；
将所述第一子时隙源端信号和所述第二子时隙源端信号进行线性合并后得到所述直连信号；
在所述第一子时隙内，所述信号源端通过所述第一源端发送天线向所述至少一台无人机发送第一子信号，并通过所述第二源端发送天线向所述至少一台无人机发送第二子信号，基于信号源端两根发射天线到无人机端接收天线的第二信道参数，将所述第一子信号和所述第二子信号进行合并，得到所述至少一台无人机接收到的第三子时隙源端信号；
在所述第二子时隙内，通过所述第一源端发送天线向所述至少一台无人机发送所述第二共轭子信号，以及通过所述第二源端发送天线向所述至少一台无人机发送所述第一共轭子信号，基于所述第二信道参数，将所述第一共轭子信号和所述第二共轭子信号进行合并，得到所述至少一台无人机接收到的第四子时隙源端信号；
将所述第三子时隙源端信号和所述第四子时隙源端信号进行线性合并后得到所述第一信号集合。
4.根据权利要求2所述的基于无人机进行中继辅助传输的方法，其特征在于，所述在第二时隙内，所述至少一台无人机将所述第一信号集合通过放大得到第二信号集合，并转发所述第二信号集合，具体包括：
在第三子时隙内，所述至少一台无人机通过第一无人机发送天线向所述基站发送第三子信号，并通过第二无人机发送天线向所述基站发送第四子信号，基于无人机端两根发射天线到基站端接收天线的第三信道参数，将所述第三子信号和所述第四子信号进行合并，得到所述基站接收到的第一子时隙无人机信号；
在第四子时隙内，将所述第三子信号和所述第四子信号取共轭，得到第三共轭子信号和第四共轭子信号，并通过所述第一无人机发送天线向所述基站发送所述第四共轭子信号，以及通过所述第二无人机发送天线向所述基站发送所述第三共轭子信号，基于所述第三信道参数，将所述第三共轭子信号和所述第四共轭子信号进行合并，得到所述基站接收到的第二子时隙无人机信号；
将所述第一子时隙无人机信号和所述第二子时隙无人机信号进行线性合并后得到所述第二信号集合。
5.根据权利要求1所述的基于无人机进行中继辅助传输的方法，其特征在于，所述对系统总体功率、信号源端功率和无人机功率进行限定，以优化所述系统接收总体误符号率为目标构建系统优化函数，通过预设算法对所述系统优化函数求解最优解，在系统总体功率受限时基于所述最优解得到信号源端功率和无人机中继转发功率，具体包括：
设定所述系统总体功率为受限的预设值，对所述信号源端功率和所述无人机功率进行分配，使得所述信号源端功率和所述无人机功率相加所得总功率不超过所述预设值，且通过所述预设算法求解所述最优解；
基于所述最优解对所述信号源端功率和所述无人机功率进行实时功率分配。
6.根据权利要求1所述的基于无人机进行中继辅助传输的方法，其特征在于，所述在总体运动时间范围内按照预设最小时间间隔在若干时刻上，对所述信号源端功率和所述无人机中继转发功率进行功率分配设置，完成信号传输，具体包括：
若所述信号源端运动模式相对固定或易于估计，则在所述总体运动时间范围内按照预设最小时间间隔，将所述信号源端功率和所述无人机中继转发功率以列表的形式分别提前预置到信号源端发送装置模块和无人机发送装置模块中，在运动过程中按照所述列表进行功率实时切换；
若所述信号源端运动模式变化很大或不易估计，则将功率分配公式以程序形式预置于所述信号源端发送装置模块和所述无人机发送装置模块中，在运动过程中结合实际参数变化，动态进行功率计算和分配。
7.一种基于无人机进行中继辅助传输的系统，其特征在于，包括：
建立模块，用于基于场景特征参数建立参考坐标系，基于所述参考坐标系建立信号源端的运动轨迹函数，并获取至少一台无人机的位置部署函数，基于所述运动轨迹函数和所述位置部署函数得到信号源端到基站距离和信号源端到无人机距离集合；其中，所述位置部署函数根据系统SER值是否到达预设场景标准进行调整、修改或重新设定；
设定模块，用于设定所述信号源端采用双天线发送策略、单台无人机采用双天线发送和单天线接收策略、以及基站采用若干天线接收策略，所述基站对来自所述信号源端的信号和来自所述至少一台无人机的信号进行最大比合并，得到系统接收信号表达式；所述信号源端采取空时分组码STBC双天线发送方案，无人机中继转发采用STBC双天线发送以及单天线接收，远端基站采用数量为M的多天线进行信号的接收；
处理模块，用于基于所述系统接收信号表达式，得到直连链路信噪比、中继链路信噪比和系统总体信噪比，基于所述运动轨迹函数得到信号源端到基站距离、信号源端到无人机距离和无人机到基站距离，对所述系统总体信噪比进行预设相移键控调制，得到系统接收总体误符号率；
所述处理模块，还用于：采用空时分组码发送策略，基于所述系统接收信号表达式，获取直连链路信道矩阵、信号源端到无人机信道矩阵和无人机到基站信道矩阵；
基于所述直连链路信道矩阵、所述信号源端到无人机中继信道矩阵和所述无人机中继到基站信道矩阵，得到所述直连链路信噪比、所述中继链路信噪比和所述系统总体信噪比；
设定直连链路近似增益、信号源端到无人机中继近似增益和无人机中继到基站近似增益，使得所述直连链路信噪比、所述中继链路信噪比和所述系统总体信噪比服从指数分布；
基于所述信号源端到基站距离、所述信号源端到无人机距离和所述无人机到基站距离，得到直连链路信道变量服从方差、信号源端到无人机中继信道变量服从方差和无人机中继到基站信道变量服从方差；
基于所述直连链路信道变量服从方差、所述信号源端到无人机中继信道变量服从方差和所述无人机中继到基站信道变量服从方差，设定所述系统总体信噪比服从预设近似分布；
按照所述预设相移键控调制，使所述预设近似分布转换成所述系统接收总体误符号率；
优化模块，用于对系统总体功率、信号源端功率和无人机功率进行限定，以优化所述系统接收总体误符号率为目标构建系统优化函数，通过预设算法对所述系统优化函数求解最优解，在系统总体功率受限时基于所述最优解得到信号源端功率和无人机中继转发功率；
分配模块，用于在总体运动时间范围内按照预设最小时间间隔在若干时刻上，对所述信号源端功率和所述无人机中继转发功率进行功率分配设置，完成信号传输。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于无人机进行中继辅助传输的方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述基于无人机进行中继辅助传输的方法的步骤。
CN202010080741.0A 2020-02-05 2020-02-05 一种基于无人机进行中继辅助传输的方法及系统 Active CN111342881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010080741.0A CN111342881B (zh) 2020-02-05 2020-02-05 一种基于无人机进行中继辅助传输的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010080741.0A CN111342881B (zh) 2020-02-05 2020-02-05 一种基于无人机进行中继辅助传输的方法及系统

Publications (2)

Publication Number Publication Date
CN111342881A CN111342881A (zh) 2020-06-26
CN111342881B true CN111342881B (zh) 2021-06-29

Family

ID=71186793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010080741.0A Active CN111342881B (zh) 2020-02-05 2020-02-05 一种基于无人机进行中继辅助传输的方法及系统

Country Status (1)

Country Link
CN (1) CN111342881B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112804744B (zh) * 2021-04-16 2021-08-13 翱捷科技股份有限公司 一种适用于nr的自动增益控制方法及装置
CN113260013B (zh) * 2021-04-29 2022-11-11 北京邮电大学 基于运动信源的无人机能量协同传输方法及装置
CN113573293B (zh) * 2021-07-14 2022-10-04 南通大学 一种基于ris的智能应急通信系统
CN114531196A (zh) * 2022-03-04 2022-05-24 大连理工大学 一种无人机中继辅助下的长距离隐蔽通信方法
CN115333600A (zh) * 2022-05-16 2022-11-11 福云智控(厦门)智能科技有限公司 基于深度学习的无人机辅助通信边缘设备能量优化方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050176456A1 (en) * 2003-02-18 2005-08-11 Tao Chen Systems and methods for performing outer loop power control in wireless communication systems
EP1844559B1 (en) * 2005-01-13 2013-05-22 NEC Corporation Mobile communication terminal and method of accomplishing tpc in mobile communication terminal
CN1812283B (zh) * 2005-01-26 2010-09-15 北京邮电大学 一种用于两跳多天线中继系统的功率分配方法
US7684337B2 (en) * 2006-01-17 2010-03-23 Mitsubishi Electric Research Laboratories, Inc. Method and system for communicating in cooperative relay networks
US9295003B2 (en) * 2007-03-19 2016-03-22 Apple Inc. Resource allocation in a communication system
CN104378150B (zh) * 2014-10-29 2018-02-02 郑州大学 一种分布式mimo系统中最小化误符号率的功率分配方法
CN105764145B (zh) * 2016-01-27 2019-10-25 浙江师范大学 增量双中继系统中基于误符号率的功率优化分配的方法
CN105933959A (zh) * 2016-04-21 2016-09-07 西安拓奇电子科技有限公司 基于地理位置的自适应发射参数调整方法及设备
CN108243431B (zh) * 2017-08-28 2021-06-11 南京邮电大学 基于能效最优准则的无人机中继系统的功率分配算法
CN110418286B (zh) * 2018-04-28 2020-09-29 北京邮电大学 信息与能量协同传输的通信方法、装置、无人机及系统
CN110380772B (zh) * 2019-06-12 2021-06-15 广东工业大学 一种无人机中继系统的资源分配与飞行路线优化方法

Also Published As

Publication number Publication date
CN111342881A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
CN111342881B (zh) 一种基于无人机进行中继辅助传输的方法及系统
CN102577158B (zh) 自适应发射反馈
CN105429686B (zh) 分离型非对称混合波束成型的传输装置及方法
US7831201B2 (en) Co-channel wireless communication methods and systems using relayed wireless communications
CN107094044B (zh) 一种空时分组编码的无人机中继通信航迹规划方法
CN102792743B (zh) 无线通信方法、基站、无线通信系统以及通信装置
CN112532289A (zh) 基于智能反射表面的共生通信系统多天线多播传输方法
CN113055078B (zh) 有效信息年龄确定方法、以及无人机飞行轨迹优化方法
CN114040333B (zh) 一种多无人机多播系统的联合轨迹及波束优化方法
Michailidis et al. Outage probability analysis in multi-user FSO/RF and UAV-enabled MIMO communication networks
CN117560043B (zh) 一种基于图神经网络的无蜂窝网络功率控制方法
CN118400755A (zh) 基于强化学习的uav-ris辅助无线通信的位置优化方法及系统
CN109921833A (zh) 基于多中继协作空间调制系统的联合映射的工作方法
CN102394682B (zh) 多用户多输入多输出协同中继系统信息处理方法
WO2017096539A1 (zh) 一种多移动中继最佳通信位置的搜寻方法及搜寻系统
Abdullah et al. Combining relaying and reflective surfaces: Power consumption and energy efficiency analysis
CN111181607A (zh) 一种基于选择软消息转发的物理层编码优化天线选择方法
CN103873126B (zh) 多跳协作网络中基于遗传算法的功率优化方法
CN109451421A (zh) 一种应用于高铁无线通信的基于扇形化位置-公平的波束传输方法
CN115714988A (zh) 网络控制方法、装置、车辆、电子设备及可读存储介质
CN101800567A (zh) 协作超宽带中的转发时隙分配及中继节点选择方法
KR101084780B1 (ko) 다중 안테나 다중 송수신기 무선 네트워크에서 간섭정렬을 이용한 저복잡도 스케줄링 방법
Wu et al. UAV-assisted relaying transmission design and optimization for high-speed moving sources
CN110958039B (zh) 一种适用于mimo双向中继信道的物理层编码方法及系统
CN104066141B (zh) 一种基于全空时网络编码的协同通信方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant