CN111586718A - 面向无人机中继通信系统的喷泉编码设计方法 - Google Patents

Abstract

本发明公开了无线通信领域内的一种面向无人机中继通信系统的喷泉编码设计方法，以下步骤进行：步骤一，建立基本网络拓扑模型，以传输速率最大化为目标，以信息传输因果关系、中继飞行轨迹与速度的关系为约束，建立优化模型，对中继节点的移动路径进行优化以获得最大传输速率；步骤二，以步骤一中获得的最大传输速率作为约束条件，引入编码方案中的密度演化约束和度分布约束，以码率最大化为目标，建立优化模型，对喷泉编码方案进行优化设计，得到喷泉码的度分布函数；本发明扩大了中继网络的通信范围，降低了能耗，提高了通信系统的容量，提高了通信的有效性和可靠性。

Description

面向无人机中继通信系统的喷泉编码设计方法

技术领域

本发明涉及一种通信系统，具体的说是一种以无人机为中继、运用喷泉编码技术的通信系统，属于无线通信技术领域。

背景技术

无人机是一种有动力、可控制、可执行多种任务的无人驾驶航空器，将无人机平台作为地面无线通信系统的中继节点，形成无线中继网络，不仅可以有效地扩大无线通信网络的覆盖范围，还能够提高整个网络的容量，有效提升无线通信系统的性能。

但是由于无人机的可移动特性，网络拓扑和信道状态随着无人机位置的快速变化而不断变化，网络吞吐量也处于动态变化中，因此需要对其编码传输的码率进行优化。而喷泉编码技术是一种可实现大规模网络数据分发和可靠传输的新型纠删编码技术，具有无码率特性，在编码过程中无需固定码率，可以自适应地调整码率，从而能够自适应信道状态，具有很强的灵活性，适用于无人机信道。

因此，本发明提出了可以根据无人机信道状态进行动态优化的喷泉编码方案，有效地提高中继网络的传输效率和可靠性。

发明内容

本发明的目的是提供一种面向无人机中继通信系统的喷泉编码设计方法，将喷泉码引入到无人机中继网络中，分步优化无人机路径规划与喷泉编码传输，提高无人机中继网络的有效性和可靠性。

本发明的目的是这样实现的：一种面向无人机中继通信系统的喷泉编码设计方法，运用分步优化思想，将无人机中继的喷泉编码方案分为两步进行优化，将无人机的路径规划和喷泉码的编码优化结合起来，根据无人机通信信道的动态变化来自适应地调整喷泉码的编码方案，以此提高编码的有效性和可靠性，具体为：

步骤一，建立基本网络拓扑模型，以传输速率最大化为目标，以信息传输因果关系、中继飞行轨迹与速度的关系为约束，建立优化模型，对中继节点的移动路径进行优化以获得最大传输速率C_R；

步骤二，以步骤一中获得的最大传输速率C_R作为约束条件，引入编码方案中的密度演化约束和度分布约束，以码率最大化为目标，建立优化模型，对喷泉编码方案进行优化设计，得到喷泉码的度分布函数Ω(x)。

作为本发明的进一步限定，所述网络拓扑模型为两信源单中继网络，信源节点都位于同一直线上，中继在固定高度飞行，接收端位于信源连线的中垂线上；具体包括：在三维笛卡尔坐标情境下，信源S₁的坐标为(0,m,0)，信源S₂的坐标为(0,-m,0)，接收端距离发射端连线的距离为L，给定无人机中继最大飞行速度V、飞行高度始终保持H。

作为本发明的进一步限定，步骤一中，以传输速率最大化为目标，以信息传输因果关系、中继飞行轨迹与速度的关系为约束，建立目标方程，方程如下：

其中，C_R为中继的最大传输速率，

分别为信源S₁、信源S₂的最大传输速率，V是中继最大飞行速度，(x₀,y₀)是中继飞行初始位置的x-y坐标，(x_F,y_F)是中继飞行终止位置的x-y坐标，(x[n],y[n])是中继飞行位置的x-y坐标，求解该方程可得到无人机最佳飞行轨迹和中继最大传输速率C_R。

作为本发明的进一步限定，步骤二中，为优化设计无人机中继系统的喷泉编码方案，将步骤一中获得的最大传输速率C_R作为喷泉编码传输速率的上限进行约束，并将码率最大化作为步骤二喷泉码设计的目标。

作为本发明的进一步限定，步骤二中，引入密度演化约束和度分布约束，建立目标方程：

其中，Ω(x)是边角度的输出度分布函数，α是输入平均度，d为度数，Ω_d是输出度为d的概率，C_R是步骤一中求得的中继最大传输速率，f_d(μ^(l))为度数为d的输出节点的LLR均值，u_i是输入节点LLR均值。

作为本发明的进一步限定，通过中继最大传输速率C_R将所述的无人机的路径规划和所述的喷泉码度分布优化相结合，喷泉码可根据无人机中继信道的变化而进行动态优化设计。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明基于码率最大化原则，采用分步优化方法，将无人机中继的路径规划和喷泉码的编码优化相结合，以中继的最大传输速率作为喷泉码设计的约束，优化喷泉码的度分布，可以在无人机通信信道动态变化的情况下，自适应地调整编码方案，从而有效地提高系统容量，降低编码开销，并提高通信的可靠性。

附图说明

图1是本发明分步优化模型流程图。

图2是本发明实施例的通信网络模型。

图3是本发明实施例通信模型的一种简化的俯视图。

图4是本发明实施用例采用三维笛卡尔坐标的场景。

图5是本发明分步优化模型中第一步的实施步骤流程图。

图6是本发明中喷泉码编码模型。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

如图2所示，一种多源节点无人机中继系统的基本模型，包括多个信源、一个无人机中继、一个接收端；将该网络简化为如图2所示的两信源单中继网络模型的集合，研究其性能和编码策略，以此推广到多源网络；所需要注意的是，所描述的模型仅仅是本发明的一部分实施例，而不是全部的实施例。

本发明采用了分步优化模型，通过对无人机飞行轨迹的优化，获得最大传输速率，以此作为喷泉码的码率上限约束。进一步引入密度演化约束和度分布约束，以码率最大化为目标，获得无人机中继网络中有效的喷泉编码方案。本模型分为两步，实施过程如图1。

首先介绍本发明分步优化模型的第一步：

图3描述了两信源无人机中继网络的基本模型。该网络由无人机中继R、信源S₁、S₂、接收端D组成，信源通过可移动的无人机中继实现对接收端的数据发送；给定无人机中继最大速度V、飞行高度始终保持H，两个信源节点相距2m，接收端到两信源连线的距离为L。

为了便于分析，考虑如图4所示的三维笛卡尔坐标系场景，因此，两个信源节点的坐标分别为(0,m,0)、(0,-m,0)，接收端的坐标为(L,0,0)；假设无人机中继的总运行时间为T，并忽略起飞和降落阶段；在t时刻中继的坐标为(x(t),y(t),H)，t∈[0,T]；将中继运行时间T均匀分为N等份，当N足够大时，在每个时隙中，中继的位置可以看作是固定的。

假设两个信源的发送功率相同且都为P_S，由于在该无人机网络中，信道带宽固定，因此根据香农公式，结合自由空间路径损耗模型，得到第n个时隙的信源S₁到中继R的最大传输速率

为：

其中，β₀表示在参考距离d₀＝1米时的信噪比。

同理，第n个时隙的信源S₂到中继R的最大传输速率

为：

第n个时隙的中继R到接收端D的最大传输速率C_R为：

其中，P_R为中继传输功率。

此外，为了保证满足信息传输的因果关系约束，必须满足：

由于假设无人机中继的飞行高度不变，所以在求无人机飞行轨迹时只需考虑无人机的x-y坐标；在中继运行时间[0,T]内，轨迹可以表示为

其中{x[n],y[n]}是中继在第n个时隙的坐标；考虑到中继的飞行速度的限制，中继R在两个相邻时隙之间的位置受以下约束：

(x[1]-x₀)²+(y[1]-y₀)²≤V²

(x[n+1]-x[n])²+(y[n+1]-y[n])²≤V²,n＝1,……,N

(x_F-x[N])²+(y_F-y[N])²≤V²

其中，(x₀,y₀)为中继飞行的初始位置，(x_F,y_F)为中继飞行的终止位置。

假设信源发送功率P_S和中继发送功率P_R固定，结合以上描述，得到目标优化方程：

该方程的目标函数即为中继最大传输速率C_R，求解方程可得到无人机最佳飞行轨迹

和最大传输速率C_R。

由于该问题非凸，通过引入松弛变量

运用序列凸优化算法，通过优化每次迭代的增量进行求解；迭代算法流程如图5，主要思想是将第j次迭代中R的轨迹作为下一次迭代的初始值直至达到收敛或达到最大迭代次数。

具体步骤如下：

步骤1：通过引入松弛变量

和序列凸优化技术，得到原问题的近似，将非凸问题转化为凸问题。

步骤2：初始化中继R的轨迹，设置迭代次数j＝0.

步骤3：求解近似问题，找到第j次迭代的最优解(x_j,y_j,H)，并求出第j次迭代的最大传输速率。

步骤4：更新轨迹，更新迭代次数，令j＝j+1。

步骤5：重复步骤3和4，直至收敛或达到最大迭代次数。

通过此过程得到了无人机轨迹

和最大传输速率C_R。

至此，优化模型的第一步完成了对中继节点的移动路径的优化，并据此获得了该网络的最大传输速率C_R。此步骤获得的最大传输速率C_R为喷泉编码传输速率指明了上限，作为第二步中喷泉码设计的约束之一。

接下来，介绍本发明优化模型的第二步：

如图6所示，是一种两信源单中继网络编码模型，适用于通信系统中的传输编码；其中，Γ(x)为中继R处的度分布函数，Φ(x)为信源处的度分布函数，两者的复合度分布函数就是总体度分布函数Ω(x)＝Γ(Φ(x))，即定义在{1,2,…,k}上的概率分布{Ω₁,Ω₂,…,Ω_k}。以上是从节点的角度定义的度分布，如果从边的角度来定义度分布，则边角度的总体输出度分布函数为

根据密度演化方程，为了保证密度演化的成功进行，迭代过程必须向着使得输入节点的LLR均值μ^(l)不断增大的方向进行，即必须满足

其中，α是输入平均度，f_d(μ^(l))为度数为d的输出节点的LLR均值，可以表示成输入节点LLR均值μ^(l)的函数；优化时假设期望得到的μ^(l)的最大值为μ_max，则上式只要对μ^(l)∈(0,μ_max]成立即可。上式是度分布优化的重要基础，作为优化方程的主要约束条件。

第二步的优化目标是使喷泉码的码率最大化。已知输入平均度为α，输出平均度为Ω′(1)，则码率R可以表示为：

由于

因此使码率R最大化等效于使

最小化。

由于中继信道条件时变，信道最大传输速率也是时变的，因此在优化模型第二步时加入最大传输速率约束，可以充分考虑时变信道的影响，进行喷泉编码的动态优化。将第一步优化得到的最大传输速率C_R作为喷泉码速率的上限值，即满足以下约束：

同时，度分布函数必须满足概率分布的约束：

根据以上目标函数和约束条件，约束优化模型可以表示为如下目标方程：

其中{u₁,u₂,…,u_δ}为(0,μ_max]上的δ个等分点，满足0＜u₁＜u₂＜…＜u_δ＝μ_max。

通过求解，得到度分布函数ω(x)。节点角度的总体输出度分布Ω(x)和边角度的输出度分布ω(x)之间存在以下关系，可以按下式计算度分布Ω(x)：

综合以上分步优化模型的两个步骤，可获得无人机中继网络中的喷泉编码优化设计方案。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (6)

1.一种面向无人机中继通信系统的喷泉编码设计方法，其特征在于，运用分步优化思想，将无人机中继的喷泉编码方案分为两步进行优化，将无人机的路径规划和喷泉码的编码优化结合起来，根据无人机通信信道的动态变化来自适应地调整喷泉码的编码方案，以此提高编码的有效性和可靠性，具体为：

步骤一，建立基本网络拓扑模型，以传输速率最大化为目标，以信息传输因果关系、中继飞行轨迹与速度的关系为约束，建立优化模型，对中继节点的移动路径进行优化以获得最大传输速率C_R；

步骤二，以步骤一中获得的最大传输速率C_R作为约束条件，引入编码方案中的密度演化约束和度分布约束，以码率最大化为目标，建立优化模型，对喷泉编码方案进行优化设计，得到喷泉码的度分布函数Ω(x)。

2.根据权利要求1所述面向无人机中继通信系统的喷泉编码设计方法，其特征在于，所述网络拓扑模型为两信源单中继网络，信源节点都位于同一直线上，中继在固定高度飞行，接收端位于信源连线的中垂线上；具体包括：在三维笛卡尔坐标情境下，信源S₁的坐标为(0,m,0)，信源S₂的坐标为(0,-m,0)，接收端距离发射端连线的距离为L，给定无人机中继最大飞行速度V、飞行高度始终保持H。

3.根据权利要求1所述面向无人机中继通信系统的喷泉编码设计方法，其特征在于，步骤一中，以传输速率最大化为目标，以信息传输因果关系、中继飞行轨迹与速度的关系为约束，建立目标方程，方程如下：

其中，C_R为中继的最大传输速率，

分别为信源S₁、信源S₂的最大传输速率，V是中继最大飞行速度，(x₀,y₀)是中继飞行初始位置的x-y坐标，(x_F,y_F)是中继飞行终止位置的x-y坐标，(x[n],y[n])是中继飞行位置的x-y坐标，求解该方程可得到无人机最佳飞行轨迹和中继最大传输速率C_R。

4.根据权利要求1所述面向无人机中继通信系统的喷泉编码设计方法，其特征在于，步骤二中，为优化设计无人机中继系统的喷泉编码方案，将步骤一中获得的最大传输速率C_R作为喷泉编码传输速率的上限进行约束，并将码率最大化作为步骤二喷泉码设计的目标。

5.根据权利要求1所述面向无人机中继通信系统的喷泉编码设计方法，其特征在于，步骤二中，引入密度演化约束和度分布约束，建立目标方程：

其中，Ω(x)是边角度的输出度分布函数，α是输入平均度，d为度数，Ω_d是输出度为d的概率，C_R是步骤一中求得的中继最大传输速率，f_d(μ^(l))为度数为d的输出节点的LLR均值，u_i是输入节点LLR均值。

6.根据权利要求1所述面向无人机中继通信系统的喷泉编码设计方法，其特征在于，通过中继最大传输速率C_R将所述的无人机的路径规划和所述的喷泉码度分布优化相结合，喷泉码可根据无人机中继信道的变化而进行动态优化设计。

Images