CN112865897A - 一种无人机对地面场景的非平稳信道仿真方法及系统 - Google Patents

一种无人机对地面场景的非平稳信道仿真方法及系统 Download PDF

Info

Publication number
CN112865897A
CN112865897A CN202110046598.8A CN202110046598A CN112865897A CN 112865897 A CN112865897 A CN 112865897A CN 202110046598 A CN202110046598 A CN 202110046598A CN 112865897 A CN112865897 A CN 112865897A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
model
channel
ground
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.)
Granted
Application number
CN202110046598.8A
Other languages
English (en)
Other versions
CN112865897B (zh
Inventor
边际
丛赟平
张宝政
田瑞琪
田杰
乔静萍
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.)
Shandong Normal University
Original Assignee
Shandong Normal University
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 Shandong Normal University filed Critical Shandong Normal University
Priority to CN202110046598.8A priority Critical patent/CN112865897B/zh
Publication of CN112865897A publication Critical patent/CN112865897A/zh
Application granted granted Critical
Publication of CN112865897B publication Critical patent/CN112865897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/0082—Monitoring; Testing using service channels; using auxiliary channels
    • H04B17/0087—Monitoring; Testing using service channels; using auxiliary channels using auxiliary channels or channel simulators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开提供了一种无人机对地面场景的非平稳信道仿真方法及系统，所述方法包括根据无人机的初始位置建立无人机平滑旋转移动模型，以此对无人机的运动轨迹进行建模；以地面移动台为中心建立多重圆柱模型，以此描述地面移动台周围的散射体分布；基于无人机和地面移动台的运动更新多径分量的时延、到达角、离开角等参数；基于上述时变的模型参数建立信道冲击响应函数；本公开所提的建模方法能够体现多种空对地面信道的关键信道特性，能够准确模拟空对地信道的时间非平稳特性，可以为无人机通信系统设计、性能评估提供理论和技术支撑。

Description

一种无人机对地面场景的非平稳信道仿真方法及系统
技术领域
本公开属于无线通信技术领域，具体涉及一种基于无人机对地面环境的无线信道仿真方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
目前无线通信网络及其相关技术多专注于陆地通信，其覆盖能力有限。无法对海洋、沙漠、山区等特殊地区进行网络覆盖。未来的无线通信网络将连接地面通信网络、海洋通信网络、无人机通信网络及卫星通信网络，形成空天地海一体化覆盖。而无人机通信以其价格低廉、机动灵活、覆盖范围广等优点，是整个网络的重要组成部分，在军事领域和民用领域都已得到广泛应用。此外，无人机通信系统可在多种场景下进行快速部署。无人机可以作为空中基站，以提高网络的覆盖范围和灵活性。在满足通信需求的同时，配备大量无线传感器的无人机可以提供遥测数据，实时探测自然灾害，恐怖袭击等事件。此外，无人机之间可以相互传输信息，形成无人机网络，进而智能化地自主执行协作任务，或与地面设施进行通信。
发明人发现，相比与陆地通信信道，无人机通信信道有更为特殊的信道特性，如无人机的高度机动性性及通信场景的复杂性，造成了信道的时间非平稳、明显的地面反射成分以及机架阴影衰落等特性。鉴于无线通信网络的测试和性能评估关键依赖于相应的信道模型，因此迫切需要精确、高效、能够体现无人机通信信道特性的信道模型。相比于陆地通信节点，无人机可在三维空间中高度灵活运动，且有着独特的运动特征。目前针对无人机通信场景的信道模型多假设无人机沿直线轨迹飞行，如X.Cheng非平稳圆柱模型，无法体现无人机的灵活运动对信道特性产生的影响；H.Chang提出了半几何随机模型，且假设无人机沿圆形轨迹飞行，其假设过于理想，且往往与真实的无人机通信场景相违背。R.He提出了使用高斯-马尔可夫移动模型对无人机的运动进行模拟，建立了无人机空对空信道模型。然而，高斯-马尔可夫移动模型只能应用于陆地节点，无法体现无人机的平滑旋转等运动特征。无人机沿不同的轨迹飞行时，其无线信道统计特性，如空-时-频相关函数、多普勒功率谱密度、时延功率谱密度及平稳间隔等仍有待研究。针对以上技术问题，需要一种无人机沿动态轨迹飞行时信道参数的更新算法以及相应的信道建模方法，以对未来无人机通信系统的设计、评估提供支撑。
发明内容
本公开为了解决上述问题，提供了一种无人机对地面场景的非平稳信道仿真方法及系统，通过引入应用于航空领域的平滑旋转移动模型，可对无人机的运动轨迹进行模拟，从而真实的反应无人机的灵活运动引发的时间非平稳行及对无线信道统计特性产生的影响，所述方案可应用于多种无人机对地面通信场景，为无人机通信系统的研发、评估、部署提供参考。
根据本公开实施例的第一个方面，提供了一种无人机对地面场景的非平稳信道仿真方法，包括：
预先设定相关配置参数；
根据无人机的初始位置建立无人机平滑旋转移动模型；
以地面移动台为圆心建立多重圆柱无人机信道模型；
基于无人机和地面移动台的运动，根据无人机平滑旋转移动模型和多重圆柱无人机信道模型的几何关系更新模型的角度及时延参数，并基于时变的模型参数建立信道冲击响应函数；实现无人机对地面场景的非平稳信道仿真。
进一步的，所述配置参数包括：载波频率、收发端水平距离、无人机高度，收发端移动速度以及天线配置。
进一步的，所述平滑旋转移动模型的基本原理是飞行器绕着位于与其运动方向垂直的直线上的一点飞行，直到它选择另一个旋转中心为止，所述无人机平滑旋转移动模型的动力学函数表示如下：
axyt(t)＝0
Figure BDA0002896618980000031
Figure BDA0002896618980000032
Figure BDA0002896618980000033
Figure BDA0002896618980000034
Figure BDA0002896618980000035
其中，“·”表示一阶导数,axyt(t)和axyn(t)分别为飞机在t时刻的水平切向加速和向心加速；符号lx(t)，ly(t)和lz(t)是飞机的坐标，vx(t)，vy(t)和vz(t)分别为x、y、z轴上的速度分量；此外,φ(t)和ω(t)分别是飞机的航向方向和角速度。
进一步的，所述多重圆柱无人机信道模型仅考虑直射成分和非视距成分的一阶散射，而对于非视距分量，多径的离开角和到达角相互依赖，所述离开角和到达角间的相互关系具体表述如下：
Figure BDA0002896618980000036
Figure BDA0002896618980000037
其中，水平角αR建模为
Figure BDA0002896618980000038
此处，αR∈[-π，π)，I0(·)表示第一类零阶修正贝塞尔函数，αμ表示角度平均值，κ表示以αμ为均值的角度扩展；仰角βR建模为p(βR)＝πcos[βR/(2βm)]/(4βm)，
Figure BDA0002896618980000039
此处，βm表示仰角βR的最大值；圆柱体的半径R服从如下分布
Figure BDA00028966189800000310
进一步的，所述基于无人机和地面移动台的运动更新模型参数，包括：信道模型使用平滑旋转移动模型描述无人机的飞行轨迹，并假设接收端在地面沿直线运动根据无人机和地面移动台的运动，通过模型的几何关系可得到模型参数的时间演化。
进一步的，所述基于时变的模型参数建立信道冲击响应函数，其中，信道冲击响应由视距成分和非视距成分相加得到。
进一步的，考虑到无人机的飞行轨迹对无人机信道的多普勒功率谱密度有显著影响，利用信道模型的多普勒功率谱密度在不同时刻的距离来估计无人机信道的非平稳性。
根据本公开实施例的第二个方面，提供了一种无人机对地面场景的非平稳信道仿真系统，包括：
参数配置单元，其用于预先设定相关配置参数；
模型构建单元，其用于根据无人机的初始位置建立无人机平滑旋转移动模型；以地面移动台为圆心建立多重圆柱无人机信道模型；
信道仿真单元，其用于基于无人机和地面移动台的运动，根据无人机平滑旋转移动模型和多重圆柱无人机信道模型的几何关系更新模型的角度及时延参数，并基于时变的模型参数建立信道冲击响应函数；实现无人机对地面场景的非平稳信道仿真。
根据本公开实施例的第三个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现所述的一种无人机对地面场景的非平稳信道仿真方法。
根据本公开实施例的第四个方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的一种无人机对地面场景的非平稳信道仿真方法。
与现有技术相比，本公开的有益效果是：
(1)本公开所述方案通过引入平滑旋转移动模型来模拟无人机的移动轨迹，该信道模型可支持无人机的高度灵活运动，可反应无人机的不同轨迹对无线信道统计特性的影响，可准确模拟无人机的高度灵活运动所引发的信道时间非平稳特性。
(2)本公开所述方案弥补了当前无人机信道建模领域的不足，为分析时间非平稳无人机对地面无线信道提供了一种仿真方法，能够为无人机通信系统的设计、性能评估提供支撑。
本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例一中所述的无人机对地面无线信道建模算法流程图；
图2为本公开实施例一中所述的平滑旋转移动模型示意图；
图3为本公开实施例一中所述的无人机对地面无线信道模型示意图；
图4为本公开实施例一中所述的无人机沿不同轨迹飞行时信道模型的平稳间隔。
具体实施方式
下面结合附图与实施例对本公开做进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。实施例一：
本实施例的目的是提供一种无人机对地面的非平稳信道仿真方法。
一种无人机对地面的非平稳信道仿真方法，包括：
预先设定相关配置参数；
根据无人机的初始位置建立无人机平滑旋转移动模型；
以地面移动台为圆心建立多重圆柱无人机信道模型；
基于无人机和地面移动台的运动，根据无人机平滑旋转移动模型和多重圆柱无人机信道模型的几何关系更新模型的角度及时延参数，并基于时变的模型参数建立信道冲击响应函数；实现无人机对地面场景的非平稳信道仿真。
具体的，为了便于理解，参阅图1，本实施例所述仿真方法的详细步骤如下所示：
步骤1：设置无人机通信系统参数，包括载波频率fc、收发端水平距离D、无人机飞行高度HT，收发端移动速度vR，vT，天线配置。
考虑MR×MT天线配置，无人机(TX)和地面移动台(RX)都配备了均匀的线性阵列，间距分别为δT和δR。无人机可以以
Figure BDA0002896618980000061
的速度在三维空间中移动，其中υT,xy，υT,z分别为无人机的水平和垂直速度。角φT描述了无人机在xy平面上的运动方向，ζT是移动方向相对于xy平面的仰角。移动台可在地面做水平运动，速度为vR和运动方向为φR。无人机在高度为HT的空中飞行。
步骤2：根据无人机的初始位置建立无人机平滑旋转移动模型；
参阅图2，平滑旋转移动模型的基本原理是飞行器绕着位于与其运动方向垂直的直线上的一点飞行，直到它选择另一个旋转中心为止。飞行器在飞行时间区间Ti≤t≤Ti+1中的动力学函数如下：
axyt(t)＝0
Figure BDA0002896618980000062
Figure BDA0002896618980000063
Figure BDA0002896618980000064
Figure BDA0002896618980000065
Figure BDA0002896618980000066
其中，“·”表示一阶导数,axyt(t)和axyn(t)分别为飞机在t时刻的水平切向加速和向心加速；符号lx(t)，ly(t)和lz(t)是飞机的坐标，vx(t)，vy(t)和vz(t)分别为x、y、z轴上的速度分量；此外,φ(t)和ω(t)分别是飞机的航向方向和角速度,在飞行时间间隔[Ti,Ti+1)内，飞机以恒定的转弯半径r(Ti)绕着一个固定的旋转中心(cx(Ti),cy(Ti))运动；转弯半径的倒数，即1/r(Ti)，服从均值为0和方差为σs的高斯分布。从而产生直线运动的趋势，以避免小半径转弯。转弯半径r(Ti)>0表示右转，r(Ti)<0表示左转。Ti到Ti,的飞行时间间隔，即τi＝Ti+1-Ti,的模型为均值为1/λs的指数分布。在整个轨迹中，连接旋转中心和无人机的线垂直于无人机运动方向，确保了轨迹的平滑性。
平滑旋转移动模型可以灵活地捕捉无人机的各种运动。例如，施加σs→0会产生无限大的转弯半径，产生直线轨迹。增加σs会使飞机的角速度增大，从而产生更小的转弯半径。此外，通过设置λS→0和σs>0，飞行时间间隔τi取向无限大，形成圆形轨迹。λS很大,意味着飞机旋转中心频繁改变，形成更加曲折的轨迹。此外,设置vz(t)>0表示飞机正在爬升，vz(t)<0表示下降运动。通过设置适当的参数，ST-RMM能够生成与不同无人机场景相对应的大量轨迹，如运输、搜救、巡逻、起飞、着陆等。
步骤3：以地面移动台为圆心建立多重圆柱模型；
参阅图3，假设散射体，如建筑物、植被，散布在半径为Rmin和Rmax的圆柱体之间的区域，且有N(l)个散射体位于第l(l＝1,…,L)个圆柱体，半径为R(l)。第n(n＝l,…,N(l))个柱面上的散射体记为S(n,l)。在初始时刻，收发天线阵中心投影在xy平面上，即OT和OT，沿x轴排列。OT和OT之间的距离为D。γT和γR分别描述发射和接收天线阵列在xy平面上倾角。
Figure BDA0002896618980000071
为接收天线阵列相对于xy平面的仰角。
Figure BDA0002896618980000072
和
Figure BDA0002896618980000073
为水平发送角和垂直发送角，
Figure BDA0002896618980000074
和
Figure BDA0002896618980000075
水平到达角和垂直到达角，R(l)为第l层圆柱半径。
符号∈pq、∈p,nl、∈nl,q分别代表了
Figure BDA0002896618980000076
之间的距离。圆柱半径应远大于天线间距δT和δR，即Rmin>＝max{δT，δR}。基于平面波前假设，距离∈pq、∈p,nl、∈nl,q可计算如下：
Figure BDA0002896618980000081
Figure BDA0002896618980000082
Figure BDA0002896618980000083
当
Figure BDA0002896618980000084
τLos和τ(n,l)分别为直射径和非直射经的时延，可计算如下：
Figure BDA0002896618980000085
Figure BDA0002896618980000086
本模型仅考虑直射成分和非视距成分的一阶散射，对于非视距分量，多径的离开角和到达角相互依赖的。它们之间的相互关系可表述如下
Figure BDA0002896618980000087
Figure BDA0002896618980000088
其中，水平角αR由von Mises分布描述，即
Figure BDA0002896618980000089
在这里，αR∈[-π，π)，I0(·)表示第一类零阶修正贝塞尔函数，αμ表示角度平均值，κ表示以αμ为均值的角度扩展。仰角βR建模为p(βR)＝πcos[πβR/(2βm)]/(4βm)，
Figure BDA00028966189800000810
其中，βm是βR的最大值。圆柱体的半径R服从如下分布
Figure BDA00028966189800000811
步骤4：基于无人机和地面移动台的运动更新模型参数；
本信道模型使用平滑旋转移动模型描述无人机的飞行轨迹，并假设接收端在地面沿直线运动。根据无人机和地面移动台的运动，通过模型的几何关系可得到模型参数的时间演化。在时间区间[Ti,Ti+1)内，角度参数
Figure BDA00028966189800000812
和
Figure BDA00028966189800000813
可随时间更新：
Figure BDA00028966189800000814
Figure BDA00028966189800000815
其中，εT,n(t)为天线阵列与散射体的距离随时间的变化，可表示为：
Figure BDA0002896618980000091
为简单起见，假设υT,xy(t)和υT,z(t)不随时间变化，为常数。因此，lz(t)＝HT+υT,zt，无人机的水平坐标lx(t)和ly(t)可更新如下：
lx(t)＝x(Ti)-r(Ti)sinφT(t)
ly(t)＝cy(Ti)+r(Ti)cosφT(t)
其中，
Figure BDA0002896618980000092
上式中，
Figure BDA00028966189800000917
为向下取整函数。对于下一个时间区间[Ti+1,Ti+2)，根据旋转半径r(Ti+1)和新的旋转中心(x(Ti+1),cy(Ti+1))可更新多径的角度参数。在[Ti+1,Ti+2)中，新转中心的坐标为：
Figure BDA0002896618980000093
Figure BDA0002896618980000094
对于Rx侧，
Figure BDA0002896618980000095
应考虑两种情况并分别计算。第一种情况：
Figure BDA0002896618980000096
Figure BDA0002896618980000097
第二种情况：
Figure BDA0002896618980000098
则多径离开角参数
Figure BDA0002896618980000099
和
Figure BDA00028966189800000910
可更新如下：
Figure BDA00028966189800000911
Figure BDA00028966189800000912
其中，εnl,R(t)为散射体与接收天线阵列距离随时间的变化，可更新如下：
Figure BDA00028966189800000913
根据模型的几何关系，多径的时延参数更新如下：
Figure BDA00028966189800000914
对于视距分量，时变角度
Figure BDA00028966189800000915
和
Figure BDA00028966189800000916
计算如下：
Figure BDA0002896618980000101
Figure BDA0002896618980000102
视距成分的延时参数τLoS(t)可更新如下：
Figure BDA0002896618980000103
S5，基于时变的模型参数建立信道冲击响应函数；
S5中，
Figure BDA0002896618980000104
和
Figure BDA0002896618980000105
之间信道冲击响应可由视距成分和非视距成分相加得到：
Figure BDA0002896618980000106
其中，
Figure BDA0002896618980000107
和
Figure BDA0002896618980000108
的计算方法为：
Figure BDA0002896618980000109
Figure BDA00028966189800001010
其中，视距和非视距分量的时变多普勒位移可计算为:
Figure BDA00028966189800001011
Figure BDA00028966189800001012
Figure BDA00028966189800001013
Figure BDA00028966189800001014
本实施例中信道模型的空-时-频相关函数可计算为：
Figure BDA00028966189800001015
其中，Hpq(t,f)＝Fτ{hpq(t,τ)}，其中Fτ{·}表示对τ的傅里叶变换，E[·]表示统计平均。
由于无人机的飞行轨迹可对无人机信道的多普勒功率谱密度有显著影响。可利用信道模型的多普勒功率谱密度在不同时刻的距离来估计无人机信道的非平稳性。在t时刻，多普勒功率谱密度为
Figure BDA0002896618980000111
进而，
Figure BDA0002896618980000112
和
Figure BDA0002896618980000113
之间的距离可以计算如下：
Figure BDA0002896618980000114
其中，dDPSD(ti,Δt)∈[0,1]。显然，当两个多普勒功率谱密度相似时dDPSD(ti,Δt)趋于0，当两个多普勒PSDs相差较大时，dDPSD(ti,Δt)趋于1；信道在时刻ti的平稳区间可由dDPSD(ti,Δt)低于阈值Cthresh的最大时间间隔计算：
Tc(ti)＝max{Δt∣dDPSD(ti,Δt)≤Cthresh}
利用上述模型实现无人机对地面场景的非平稳信道的仿真。
参阅图4，该无人机信道模型的平稳间隔随着无人机轨迹的随机性的增大而减小，无人机沿直线飞行时其平稳间隔最大。由此可看出，随着无人机轨迹的随机性增大，无人机信道模型的时间非平稳性逐渐增加。
本公开将多重圆柱模型与平滑随机移动模型相结合，构建了三维非平稳无人机对地面信道模型。该模型可仿真无人机的不同飞行轨迹对信道统计特性带来的影响，可评估无人机的高度机动所导致的信道时间非平稳性。综上，本公开弥补了当前无人机信道建模领域的不足，为分析时间非平稳无人机对地面无线信道提供了一种仿真方法，能够为无人机通信系统的设计、性能评估提供支撑。
实施例二：
本实施例的目的是提供一种无人机对地面场景的非平稳信道仿真系统。
一种无人机对地面场景的非平稳信道仿真系统，包括：
参数配置单元，其用于预先设定相关配置参数；
模型构建单元，其用于根据无人机的初始位置建立无人机平滑旋转移动模型；以地面移动台为圆心建立多重圆柱无人机信道模型；
信道仿真单元，其用于基于无人机和地面移动台的运动，根据无人机平滑旋转移动模型和多重圆柱无人机信道模型的几何关系更新模型的角度及时延参数，并基于时变的模型参数建立信道冲击响应函数；实现无人机对地面场景的非平稳信道仿真。
实施例三：
本实施例的目的是提供一种电子设备。
一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现所述的一种无人机对地面场景的非平稳信道仿真方法，包括：
预先设定相关配置参数；
根据无人机的初始位置建立无人机平滑旋转移动模型；
以地面移动台为圆心建立多重圆柱无人机信道模型；
基于无人机和地面移动台的运动，根据无人机平滑旋转移动模型和多重圆柱无人机信道模型的几何关系更新模型的角度及时延参数，并基于时变的模型参数建立信道冲击响应函数；实现无人机对地面场景的非平稳信道仿真。
实施例四：
本实施例的目的是提供一种非暂态计算机可读存储介质。
一种非暂态计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的一种无人机对地面场景的非平稳信道仿真方法，包括：
预先设定相关配置参数；
根据无人机的初始位置建立无人机平滑旋转移动模型；
以地面移动台为圆心建立多重圆柱无人机信道模型；
基于无人机和地面移动台的运动，根据无人机平滑旋转移动模型和多重圆柱无人机信道模型的几何关系更新模型的角度及时延参数，并基于时变的模型参数建立信道冲击响应函数；实现无人机对地面场景的非平稳信道仿真。
上述实施例提供的一种无人机对地面场景的非平稳信道仿真方法及系统可以实现，具有广阔的应用前景。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种无人机对地面场景的非平稳信道仿真方法，其特征在于，包括：
预先设定相关配置参数；
根据无人机的初始位置建立无人机平滑旋转移动模型；
以地面移动台为圆心建立多重圆柱无人机信道模型；
基于无人机和地面移动台的运动，根据无人机平滑旋转移动模型和多重圆柱无人机信道模型的几何关系更新模型的角度及时延参数，并基于时变的模型参数建立信道冲击响应函数；实现无人机对地面场景的非平稳信道仿真。
2.如权利要求1所述的一种无人机对地面场景的非平稳信道仿真方法，其特征在于，所述平滑旋转移动模型的基本原理是飞行器绕着位于与其运动方向垂直的直线上的一点飞行，直到它选择另一个旋转中心为止，所述无人机平滑旋转移动模型的动力学函数表示如下：
axyt(t)＝0
Figure FDA0002896618970000011
Figure FDA0002896618970000012
ix(t)＝vx(t)＝vxycos(φ(t))
iy(t)＝vy(t)＝vxysin(φ(t))
iz(t)＝vz(t)
其中，“·”表示一阶导数，axyt(t)和axyn(t)分别为飞机在t时刻的水平切向加速和向心加速；符号ix(t)，iy(t)和iz(t)是飞机的坐标，vx(t)，vy(t)和vz(t)分别为x、y、z轴上的速度分量；此外，φ(t)和ω(t)分别是飞机的航向方向和角速度。
3.如权利要求1所述的一种无人机对地面场景的非平稳信道仿真方法，其特征在于，所述多重圆柱无人机信道模型仅考虑直射成分和非视距成分的一阶散射，而对于非视距分量，多径的离开角和到达角相互依赖，所述离开角和到达角间的相互关系具体表述如下：
Figure FDA0002896618970000021
Figure FDA0002896618970000022
其中，水平角αR建模为
Figure FDA0002896618970000023
此处，αR∈[-π，π)，I0(·)表示第一类零阶修正贝塞尔函数，αμ表示角度平均值，κ表示以αμ为均值的角度扩展；仰角βR建模为p(βR)＝πcos[πβR/(2βm)]/(4βm)，
Figure FDA0002896618970000024
此处，βm表示仰角βR的最大值；圆柱体的半径R服从如下分布
Figure FDA0002896618970000025
4.如权利要求1所述的一种无人机对地面场景的非平稳信道仿真方法，其特征在于，所述基于无人机和地面移动台的运动更新模型参数，包括：信道模型使用平滑旋转移动模型描述无人机的飞行轨迹，并假设接收端在地面沿直线运动根据无人机和地面移动台的运动，通过模型的几何关系可得到模型参数的时间演化。
5.如权利要求1所述的一种无人机对地面场景的非平稳信道仿真方法，其特征在于，所述基于时变的模型参数建立信道冲击响应函数，其中，信道冲击响应由视距成分和非视距成分相加得到。
6.如权利要求1所述的一种无人机对地面场景的非平稳信道仿真方法，其特征在于，考虑到无人机的飞行轨迹对无人机信道的多普勒功率谱密度有显著影响，利用信道模型的多普勒功率谱密度在不同时刻的距离来估计无人机信道的非平稳性。
7.如权利要求1所述的一种无人机对地面场景的非平稳信道仿真方法，其特征在于，所述配置参数包括：载波频率、收发端水平距离、无人机高度，收发端移动速度以及天线配置。
8.一种无人机对地面场景的非平稳信道仿真系统，其特征在于，包括：
参数配置单元，其用于预先设定相关配置参数；
模型构建单元，其用于根据无人机的初始位置建立无人机平滑旋转移动模型；以地面移动台为圆心建立多重圆柱无人机信道模型；
信道仿真单元，其用于基于无人机和地面移动台的运动，根据无人机平滑旋转移动模型和多重圆柱无人机信道模型的几何关系更新模型的角度及时延参数，并基于时变的模型参数建立信道冲击响应函数；实现无人机对地面场景的非平稳信道仿真。
9.一种电子设备，包括存储器、处理器及存储在存储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1-7任一项所述的一种无人机对地面场景的非平稳信道仿真方法。
10.一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，该程序被处理器执行时实现如权利要求1-7任一项所述的一种无人机对地面场景的非平稳信道仿真方法。
CN202110046598.8A 2021-01-13 2021-01-13 一种无人机对地面场景的非平稳信道仿真方法及系统 Active CN112865897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110046598.8A CN112865897B (zh) 2021-01-13 2021-01-13 一种无人机对地面场景的非平稳信道仿真方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110046598.8A CN112865897B (zh) 2021-01-13 2021-01-13 一种无人机对地面场景的非平稳信道仿真方法及系统

Publications (2)

Publication Number Publication Date
CN112865897A true CN112865897A (zh) 2021-05-28
CN112865897B CN112865897B (zh) 2022-08-02

Family

ID=76003713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110046598.8A Active CN112865897B (zh) 2021-01-13 2021-01-13 一种无人机对地面场景的非平稳信道仿真方法及系统

Country Status (1)

Country Link
CN (1) CN112865897B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113938233A (zh) * 2021-11-18 2022-01-14 重庆邮电大学 一种无人机非平稳空对空mimo信道的几何随机建模方法
CN113949439A (zh) * 2021-10-22 2022-01-18 东南大学 一种面向无人机空对空通信的几何随机信道建模方法
CN114448540A (zh) * 2022-02-16 2022-05-06 北京交通大学 一种基于天线辐射方向图的无人机信道建模方法
CN117014078A (zh) * 2023-10-07 2023-11-07 武汉能钠智能装备技术股份有限公司 一种无人机信号检测方法及检测系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160359330A1 (en) * 2015-06-06 2016-12-08 Ruxiang Jin Systems and Methods for Dynamic Energy Distribution
CN109412673A (zh) * 2018-06-22 2019-03-01 南京航空航天大学 面向无人机通信的几何随机信道模型及实时仿真方法
CN109951213A (zh) * 2017-12-21 2019-06-28 上海交通大学 高空平台mimo三维几何随机模型建立方法及通信方法
CN110531617A (zh) * 2019-07-30 2019-12-03 北京邮电大学 多无人机3d悬停位置联合优化方法、装置和无人机基站
CN111314001A (zh) * 2020-03-10 2020-06-19 合肥工业大学 一种基于几何的非平稳v2v mimo信道建模方法
CN111722645A (zh) * 2020-07-01 2020-09-29 重庆大学 模型参数已知的带负载四旋翼无人机速度控制方法
US20210074012A1 (en) * 2018-02-23 2021-03-11 Tsinghua University Dynamic scene three-dimensional reconstruction method, apparatus and system, server, and medium
EP3891523A1 (en) * 2018-12-03 2021-10-13 Lac Camera Systems OY Self-positioning method, self-positioning system and tracking beacon unit

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160359330A1 (en) * 2015-06-06 2016-12-08 Ruxiang Jin Systems and Methods for Dynamic Energy Distribution
CN109951213A (zh) * 2017-12-21 2019-06-28 上海交通大学 高空平台mimo三维几何随机模型建立方法及通信方法
US20210074012A1 (en) * 2018-02-23 2021-03-11 Tsinghua University Dynamic scene three-dimensional reconstruction method, apparatus and system, server, and medium
CN109412673A (zh) * 2018-06-22 2019-03-01 南京航空航天大学 面向无人机通信的几何随机信道模型及实时仿真方法
EP3891523A1 (en) * 2018-12-03 2021-10-13 Lac Camera Systems OY Self-positioning method, self-positioning system and tracking beacon unit
CN110531617A (zh) * 2019-07-30 2019-12-03 北京邮电大学 多无人机3d悬停位置联合优化方法、装置和无人机基站
CN111314001A (zh) * 2020-03-10 2020-06-19 合肥工业大学 一种基于几何的非平稳v2v mimo信道建模方法
CN111722645A (zh) * 2020-07-01 2020-09-29 重庆大学 模型参数已知的带负载四旋翼无人机速度控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
H CHANG等: "A 3D Non-Stationary Wideband GBSM for Low-Altitude UAV-to-Ground V2V MIMO Channels", 《IEEE》 *
H CHANG等: "A 3D Wideband Geometry-Based Stochastic Model for UAV Air-to-Ground Channels", 《IEEE》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113949439A (zh) * 2021-10-22 2022-01-18 东南大学 一种面向无人机空对空通信的几何随机信道建模方法
CN113949439B (zh) * 2021-10-22 2024-01-26 东南大学 一种面向无人机空对空通信的几何随机信道建模方法
CN113938233A (zh) * 2021-11-18 2022-01-14 重庆邮电大学 一种无人机非平稳空对空mimo信道的几何随机建模方法
CN113938233B (zh) * 2021-11-18 2023-09-29 重庆邮电大学 一种无人机非平稳空对空mimo信道的几何随机建模方法
CN114448540A (zh) * 2022-02-16 2022-05-06 北京交通大学 一种基于天线辐射方向图的无人机信道建模方法
CN117014078A (zh) * 2023-10-07 2023-11-07 武汉能钠智能装备技术股份有限公司 一种无人机信号检测方法及检测系统
CN117014078B (zh) * 2023-10-07 2023-12-26 武汉能钠智能装备技术股份有限公司 一种无人机信号检测方法及检测系统

Also Published As

Publication number Publication date
CN112865897B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN112865897B (zh) 一种无人机对地面场景的非平稳信道仿真方法及系统
US11460840B2 (en) Method for operating an unmanned aerial vehicle as well as an unmanned aerial vehicle
Grøtli et al. Path planning for UAVs under communication constraints using SPLAT! and MILP
Bian et al. 3D non-stationary wideband UAV-to-ground MIMO channel models based on aeronautic random mobility model
CN105589086A (zh) 基于信号强度多波束空间分布的地面辐射源单星定位方法
CN114039684B (zh) 一种基于几何的宽带uav mimo信道建模方法
CN114124266B (zh) 一种基于irs辅助无人机与无人船通信的信道建模方法
CN109951213B (zh) 高空平台mimo三维几何随机模型建立方法及通信方法
CN113644942B (zh) 一种基于几何的3d mimo leo卫星空天地信道建模方法
CN109962727A (zh) 临空通信混合波束赋形及非正交多址接入传输方法
Peng et al. A predictive on-demand placement of UAV base stations using echo state network
CN110417588A (zh) 一种基于联盟博弈的航空动态网络路径规划方法
CN106226732A (zh) 基于tof及迭代无迹滤波的室内无线定位跟踪方法
Mason et al. Remote tracking of UAV swarms via 3D mobility models and LoRaWAN communications
CN115801094A (zh) 双球心角体3d几何结构的低轨卫星信道建模方法及装置
Hu et al. Channel modeling for UAV-aided LEO satellite communication
Saputra et al. UAV-based localization for distributed tactical wireless networks using archimedean spiral
Nijsure et al. WSN-UAV monitoring system with collaborative beamforming and ADS-B based multilateration
CN116032401A (zh) 空中irs辅助的车对车通信信道仿真方法及系统
Watza et al. Hybrid rf propagation model using itm and gaussian processes for communication-aware planning
CN115664567A (zh) 一种太赫兹mimo无人机非平稳性信道建模方法
Asher et al. Radionavigation alternatives for US Army Ground Forces in GPS denied environments
Charlesworth Simulating Missions of a UAV with a Communications Payload
Džunda Modeling of the flight trajectory of flying objects
Mi et al. A 3D smooth mobility model based on semi-random circular movement for FANETs

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