CN113055898A - 一种空地协作车联网无人机位置部署及数据链抗干扰方法 - Google Patents

一种空地协作车联网无人机位置部署及数据链抗干扰方法 Download PDF

Info

Publication number
CN113055898A
CN113055898A CN202110268428.4A CN202110268428A CN113055898A CN 113055898 A CN113055898 A CN 113055898A CN 202110268428 A CN202110268428 A CN 202110268428A CN 113055898 A CN113055898 A CN 113055898A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
vehicle
air
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.)
Granted
Application number
CN202110268428.4A
Other languages
English (en)
Other versions
CN113055898B (zh
Inventor
翟道森
何亦昕
张若南
王琛
石启祺
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical 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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202110268428.4A priority Critical patent/CN113055898B/zh
Publication of CN113055898A publication Critical patent/CN113055898A/zh
Application granted granted Critical
Publication of CN113055898B publication Critical patent/CN113055898B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • H04B1/707—Spread spectrum techniques using direct sequence modulation
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明公开了一种空地协作车联网无人机位置部署及数据链抗干扰方法，首先构建由1个基站、1个无人机、V个网络边缘车辆组成的空地协作车联网模型；其次基于空地协作车联网模型，构建无人机位置部署目标与优化条件；接下来基于无人机位置部署目标与优化条件，通过一维搜索算法和CVX凸优化方法进行迭代求解，并构建无人机位置部署方法；最后基于最优无人机位置部署方法，采用多进制扩频技术与多载波调制技术，构建无人机数据链抗干扰方法。本发明可有效提高空地协作车联网中基站到车辆的总数据传输速率，可在优化无人机位置部署的前提下，提高空地协作车联网无人机数据链抗干扰性能，降低误码率。

Description

一种空地协作车联网无人机位置部署及数据链抗干扰方法
技术领域
本发明属于车联网技术领域，具体涉及一种车联网无人机位置部署及数据链抗干扰方法。
背景技术
随着信息技术的快速发展以及物联网应用的普及，车联网技术应运而生。近年来，人工智能、大数据以及5G通信技术的迅速发展，使车联网与智能车有机结合，形成更具有创新性的智能网联汽车。车联网，即车辆自组织网络，将无线通信和信息技术集成到运输系统中来提高道路效率和安全性。通过车辆与各种交通要素之间的信息交互，即V2X，车联网促进了更多智慧化应用和服务，可以分为两类：安全应用(避免碰撞、车道变换警告等)和信息娱乐应用(手机游戏、视频流等)。毋庸置疑，车联网技术是实现智能网联汽车的前提，更是未来智慧城市下智能交通系统中的重要基石。
在车联网环境中，V2X的通信距离受周围环境的限制，车速快，网络拓扑变化快，路边单元承载压力大，造成数据拥塞，信息传输滞后，降低车联网的性能。另外，在某些极端环境中，车联网的性能还可能会受到低通信质量和网络分区的影响，例如，地震、火灾、或者洪水导致基础设施损坏的地区。此外，由于障碍物，复杂的地形等，V2X链路也极有可能被阻挡或链路质量可能降低。无人机成本低、部署灵活以及机动能力强，在增强移动通信系统性能方面有巨大潜力，已广泛用于交通监控，灾难救援和军事侦察等领域。将无人机组成的无人机自组网与车辆组成的车联网相结合，形成空地一体化协同组网，进一步提升的信息交互能力。首先，无人机可以延展地面车辆的信息维度，提升三维时空区域的信息获取能力；其次，被派遣到感兴趣区域的无人机群能够快速构建网络，为地面车辆提供及时的网络服务与决策；再者，V2X链路出现中断现象时，无人机可充当空中基站为地面网络搭建中继通道。
在空地一体化协同组网架构中为了能够服务更多的车辆，无人机3D位置的重要性不言而喻。通常而言，在执行任务的时候一架无人机是远远不能满足系统需求的，因此需要调度更多的无人机到最优位置，来完成对地面车辆的覆盖，进一步实现双层空地协同网络之间数据的交互。
另一方面，目前国内尚未对车联网发展进行有效的频谱资源划分和供给。随着车联网的迅猛发展，无线通信技术的成熟以及大量无线设备应用的普及，剧增的频谱使用需求和紧缺的频谱资源之间的矛盾不断增加无线电磁环境日益呈现复杂恶劣的局面，不同系统间的干扰也越来越严重。同时空地协作车联网面临着来源于电视、广播、导航、雷达、工业以及无线通信系统等的干扰，如移动通信、微波中继通信、各种无线网络等。无人机数据链抗干扰方法通过减少有害干扰的影响，从而提高无线传输的可靠性，保障空地协作车联网在多源干扰环境下能实时、准确、不间断地感知和传输信息。
现有技术一提出了空地一体化协作车联网组网架构，并利用区域填充理论研究该架构下多无人机的位置部署方法。通过无人机与无人机、无人机与云计算中心、无人机与车辆之间的协同交互，优化无人机的时空3D位置以实现无人机群的最佳覆盖。由于空地协作车联网为动态的时变系统，需要根据实际环境以及用户需求，在满足路径损失的前提下，确定并更新无人机的位置，实现无人机的覆盖范围最优化，可为空地协作车联网提供更好的网络覆盖率和更高的数据传输率。
现有技术二从提高无人机数据链的抗干扰性能出发，在研究跳频扩频、跳频正交频分复用基础上，结合正交码时分多子信道扩谱调制设计了一种单一正交码跳频正交频分复用的无人机抗干扰方案，可有效提高无人机数据链抗干扰性能，降低系统误码率。
现有技术一、二增强了空地协作车联网的通信能力，尽管现有技术一可对无人机的位置进行更新，实现无人机的覆盖范围最优化，但该技术方案优化的是无人机的平面坐标位置，未对无人机的飞行高度进行优化，考虑三维空间下空地协作车联网的无人机位置部署。其次，对于现有技术二，该技术方案提高了无人机数据链抗干扰性能，降低了系统误码率，但该技术方案未对空地协作车联网的无人机位置部署进行优化，未考虑无人机位置对抗干扰性能的影响。最后，现有技术一、二均基于正交多址技术进行通信，而在空地协作车联网中，车与外界的信息交换应用需要极高的服务质量和大量的数据连接，这给目前基于正交多址的空地协作车联网带来了极大的挑战。
发明内容
为了克服现有技术的不足，本发明提供了一种空地协作车联网无人机位置部署及数据链抗干扰方法，首先构建由1个基站、1个无人机、V个网络边缘车辆组成的空地协作车联网模型；其次基于空地协作车联网模型，构建无人机位置部署目标与优化条件；接下来基于无人机位置部署目标与优化条件，通过一维搜索算法和CVX凸优化方法进行迭代求解，并构建无人机位置部署方法；最后基于最优无人机位置部署方法，采用多进制扩频技术与多载波调制技术，构建无人机数据链抗干扰方法。本发明可有效提高空地协作车联网中基站到车辆的总数据传输速率，可在优化无人机位置部署的前提下，提高空地协作车联网无人机数据链抗干扰性能，降低误码率。
本发明解决其技术问题所采用的技术方案包括以下步骤：
步骤1：构建由1个基站、1个无人机、V个网络边缘车辆组成的空地协作车联网模型；
步骤2：基于空地协作车联网模型，构建无人机位置部署目标与优化条件；
步骤3：基于无人机位置部署目标与优化条件，通过一维搜索算法和CVX凸优化方法进行迭代求解，并构建无人机位置部署方法；
步骤4：基于无人机位置部署方法，采用多进制扩频技术与多载波调制技术，构建无人机数据链抗干扰方法。
进一步地，所述步骤1中构建空地协作车联网模型的方法如下：
步骤1-1：空地协作车联网包括1个基站、1个无人机和V个车辆，V＝{1，2，...V}且车辆均处于网络边缘侧；
基站与车辆间的通信链路为非可视距链路；基站和无人机之间以及无人机和车辆之间的通信链路为可视距链路；
无人机中继节点采用译码转发协议，并采用非正交多址技术增强无人机中继车联网的网络性能；
无人机的三维坐标表示为(Xu，Yu，Hu)，其中Xu为无人机的X轴坐标，Yu为无人机的Y轴坐标，Hu为无人机飞行高度；
步骤1-2；在空地协作车联网中，采用非正交多址技术的车辆v的数据传输速率
Figure BDA0002973044530000031
为：
Figure BDA0002973044530000032
其中，
Figure BDA0002973044530000033
和
Figure BDA0002973044530000034
分别为采用非正交多址技术的基站-无人机、无人机-车辆v、基站-车辆v之间的数据传输速率，分别表示为：
Figure BDA0002973044530000041
Figure BDA0002973044530000042
Figure BDA0002973044530000043
其中，k表示信道序号，
Figure BDA0002973044530000044
为基站-无人机间的信道功率增益，
Figure BDA0002973044530000045
为无人机-车辆v间的信道功率增益，
Figure BDA0002973044530000046
为基站-车辆v间的信道功率增益，σ2为噪声功率，
Figure BDA0002973044530000047
和
Figure BDA0002973044530000048
为基站和无人机在第k个信道上的发射功率；
则空地一体化车联网中车辆v的数据传输速率Rv(Xu，Yu，Hu)表示为：
Figure BDA0002973044530000049
则所有车辆的总数据传输速率Rtot(Xu，Yu，Hu)表示为：
Figure BDA00029730445300000410
进一步地，所述步骤2中构建无人机位置部署目标与优化条件的方法为：
步骤2-1：当无人机的飞行高度Hu小于等于基站高度Hb时，
Figure BDA00029730445300000411
随Hu增加而增加，
Figure BDA00029730445300000412
随Hu增加而下降；
当无人机的飞行高度Hu大于基站高度Hb时，
Figure BDA00029730445300000413
和
Figure BDA00029730445300000414
均随Hu增加而下降；因此，无人机飞行高度上限为基站高度Hb；
步骤2-2：无人机位置部署问题形式化为一个多约束条件下的优化问题：
Figure BDA00029730445300000415
其中，
Figure BDA00029730445300000416
为无人机X轴坐标的最小值，
Figure BDA00029730445300000417
为无人机X轴坐标的最大值，
Figure BDA00029730445300000418
为无人机Y轴坐标的最小值，
Figure BDA00029730445300000419
为无人机Y轴坐标的最大值，
Figure BDA00029730445300000420
为无人机最低飞行高度。
进一步地，所述步骤3中通过一维搜索算法和CVX凸优化方法进行迭代求解，并构建无人机位置部署方法步骤如下：
步骤3-1：给定无人机X轴坐标
Figure BDA00029730445300000421
无人机Y轴坐标
Figure BDA00029730445300000422
无人机位置部署问题P1转变为：
Figure BDA0002973044530000051
目标函数
Figure BDA0002973044530000052
为关于无人机飞行高度Hu的一维目标函数，能通过一维搜索算法进行求解，获得该条件下的无人机最优飞行高度
Figure BDA0002973044530000053
步骤3-2：给定无人机最优飞行高度
Figure BDA0002973044530000054
无人机位置部署问题P2转变为：
Figure BDA0002973044530000055
优化问题P3为凸问题，能通过CVX凸优化方法进行求解，获得无人机最优X轴坐标
Figure BDA0002973044530000056
Y轴坐标
Figure BDA0002973044530000057
步骤3-3：重复步骤3-1和步骤3-2直至优化问题P3收敛，得到最优无人机位置部署坐标为
Figure BDA0002973044530000058
进一步地，所述步骤4构建无人机数据链抗干扰方法的步骤为：
步骤4-1：无人机部署在最优位置
Figure BDA0002973044530000059
后，无人机作为发射端首先进行数据分路，对每路信息流分别进行(2，1，7)卷积编码，再对每一路信息分别进行多进制扩频处理，再分别经过多载波调制，此时，每一路发射信号Si(t)表示为：
Figure BDA00029730445300000510
其中Pd表示无人机数据链载波功率，Ci(t)表示第i路多进制扩频伪随机码PNi(t)脉冲成型后的波形信号，其中扩频码集包含了M个长度为N的扩频伪随机码{PN1，PN2，…，PNM}，fc表示载波频率；Δf表示多载波调制的载波间隔；
再将各路发射信号Si(t)进行合路，对合路后的调制信号进行上变频处理后串行发射；
步骤4-2：车辆作为接收端接收到的信号表示为：
r(t)＝S(t-τ)+n(t) (11)
其中S(t)表示多路信号叠加合成信号，S(t)＝S1(t)+S2(t)+…+Si(t)；
对每一路信号分别经过数字正交下变频再进行多载波解调后分别表示为：
yi(t)＝r(t)cos(2π(fc+(i-1)Δf)t) (12)
再将信号经过FIR低通滤波器，进行相关解扩后输出为：
Figure BDA0002973044530000061
其中T为卷积时间，C(t)为经过成型滤波器后的扩频码集；
进行相关解扩后的得到对应的扩频序列，把对应的扩频序列转换成二进制的比特流，再经过并串变换转换成一路信息流，最后进行信道译码，即可获取无人机所发射的信息。
本发明的有益效果如下：
本发明可有效提高空地协作车联网中基站到车辆的总数据传输速率，同时本发明基于多进制扩频技术和多载波调制技术对空地协作车联网无人机数据链抗干扰方案进行设计，可在优化无人机位置部署的前提下，提高空地协作车联网无人机数据链抗干扰性能，降低误码率。
附图说明
图1是本发明方法流程图。
图2是本发明实施例中在车辆数目影响下与已有机制(无人机采用最低飞行高度、无人机采用最高飞行高度)在总数据传输速率方面的对比图。
图3是本发明实施例在单干扰场景下与直接序列扩频技术抗干扰性能的对比图。
图4是本发明实施例在双干扰场景下与直接序列扩频技术抗干扰性能的对比图。
图5是本发明实施例在三干扰场景下与直接序列扩频技术抗干扰性能的对比图。
图6是本发明实施例在四干扰场景下与直接序列扩频技术抗干扰性能的对比图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明将非正交多址技术引入到译码转发中继协议中，以提高网络边缘车辆的性能，可实现大量的数据连接，并将空地协作车联网无人机位置部署问题形式化为一个与无人机飞行高度、无人机平面坐标位置相关的联合优化问题，对其进行求解可得最优无人机位置部署方案。
如图1所示，一种空地协作车联网无人机位置部署及数据链抗干扰方法，包括以下步骤：
步骤1：构建由1个基站、1个无人机、V个网络边缘车辆组成的空地协作车联网模型；
步骤2：基于空地协作车联网模型，构建无人机位置部署目标与优化条件；
步骤3：基于无人机位置部署目标与优化条件，通过一维搜索算法和CVX凸优化方法进行迭代求解，并构建无人机位置部署方法；
步骤4：基于无人机位置部署方法，采用多进制扩频技术与多载波调制技术，构建无人机数据链抗干扰方法。
进一步地，所述步骤1中构建空地协作车联网模型的方法如下：
步骤1-1：空地协作车联网包括1个基站、1个无人机和V个车辆，V＝{1，2，...V}且车辆均处于网络边缘侧；
由于存在障碍物，基站与车辆间的通信链路为非可视距链路；为了增加网络边缘车辆的通信性能，本发明采用部署无人机的方式来增强基站的无线信号；基站和无人机之间以及无人机和车辆之间的通信链路为可视距链路；
无人机中继节点采用译码转发协议，并采用非正交多址技术增强无人机中继车联网的网络性能；
无人机的三维坐标表示为(Xu，Yu，Hu)，其中Xu为无人机的X轴坐标，Yu为无人机的Y轴坐标，Hu为无人机飞行高度；
步骤1-2；在空地协作车联网中，采用非正交多址技术的车辆v的数据传输速率
Figure BDA0002973044530000071
为：
Figure BDA0002973044530000072
其中，
Figure BDA0002973044530000073
和
Figure BDA0002973044530000074
分别为采用非正交多址技术的基站-无人机、无人机-车辆v、基站-车辆v之间的数据传输速率，分别表示为：
Figure BDA0002973044530000075
Figure BDA0002973044530000076
Figure BDA0002973044530000077
其中，k表示信道序号，
Figure BDA0002973044530000078
为基站-无人机间的信道功率增益，
Figure BDA0002973044530000079
为无人机-车辆v问的信道功率增益，
Figure BDA00029730445300000710
为基站-车辆v问的信道功率增益，σ2为噪声功率，
Figure BDA0002973044530000081
和
Figure BDA0002973044530000082
为基站和无人机在第k个信道上的发射功率；
则空地一体化车联网中车辆v的数据传输速率Rv(Xu，Yu，Hu)表示为：
Figure BDA0002973044530000083
则所有车辆的总数据传输速率Rtot(Xu，Yu，Hu)表示为：
Figure BDA0002973044530000084
进一步地，所述步骤2中构建无人机位置部署目标与优化条件的方法为：
步骤2-1：给定无人机X轴坐标和Y轴坐标后，无人机的飞行高度Hu会影响基站-无人机的信道功率增益
Figure BDA0002973044530000085
和无人机-车辆v的信道功率增益
Figure BDA0002973044530000086
当无人机的飞行高度Hu小于等于基站高度Hb时，
Figure BDA0002973044530000087
随Hu增加而增加，
Figure BDA0002973044530000088
随Hu增加而下降；
当无人机的飞行高度Hu大于基站高度Hb时，
Figure BDA0002973044530000089
和
Figure BDA00029730445300000810
均随Hu增加而下降；因此，无人机飞行高度上限为基站高度Hb；
步骤2-2：无人机位置部署问题形式化为一个多约束条件下的优化问题：
Figure BDA00029730445300000811
其中，
Figure BDA00029730445300000812
为无人机X轴坐标的最小值，
Figure BDA00029730445300000813
为无人机X轴坐标的最大值，
Figure BDA00029730445300000814
为无人机Y轴坐标的最小值，
Figure BDA00029730445300000815
为无人机Y轴坐标的最大值，
Figure BDA00029730445300000816
为无人机最低飞行高度。
进一步地，所述步骤3中通过一维搜索算法和CVX凸优化方法进行迭代求解，并构建无人机位置部署方法步骤如下：
步骤3-1：给定无人机X轴坐标
Figure BDA00029730445300000819
无人机Y轴坐标
Figure BDA00029730445300000820
无人机位置部署问题P1转变为：
Figure BDA00029730445300000817
目标函数
Figure BDA00029730445300000818
为关于无人机飞行高度Hu的一维目标函数，能通过一维搜索算法进行求解，获得该条件下的无人机最优飞行高度
Figure BDA0002973044530000091
步骤3-2：给定无人机最优飞行高度
Figure BDA0002973044530000092
无人机位置部署问题P2转变为：
Figure BDA0002973044530000093
优化问题P3为凸问题，能通过CVX凸优化方法进行求解，获得无人机最优X轴坐标
Figure BDA0002973044530000094
Y轴坐标
Figure BDA0002973044530000095
步骤3-3：重复步骤3-1和步骤3-2直至优化问题P3收敛，得到最优无人机位置部署坐标为
Figure BDA0002973044530000096
进一步地，所述步骤4构建无人机数据链抗干扰方法的步骤为：
步骤4-1：无人机部署在最优位置
Figure BDA0002973044530000097
后，无人机作为发射端首先进行数据分路，对每路信息流分别进行(2，1，7)卷积编码，再对每一路信息分别进行多进制扩频处理，再分别经过多载波调制，此时，每一路发射信号Si(t)表示为：
Figure BDA0002973044530000098
其中Pd表示无人机数据链载波功率，Ci(t)表示第i路多进制扩频伪随机码PNi(t)脉冲成型后的波形信号，其中扩频码集包含了M个长度为N的扩频伪随机码{PN1，PN2，…，PNM}，fc表示载波频率；Δf表示多载波调制的载波间隔；
再将各路发射信号Si(t)进行合路，对合路后的调制信号进行上变频处理后串行发射；
步骤4-2：车辆作为接收端接收到的信号表示为：
r(t)＝S(t-τ)+n(t) (11)
其中S(t)表示多路信号叠加合成信号，S(t)＝S1(t)+S2(t)+…+Si(t)；
对每一路信号分别经过数字正交下变频再进行多载波解调后分别表示为：
yi(t)＝r(t)cos(2π(fc+(i-1)Δf)t) (12)
再将信号经过FIR低通滤波器，进行相关解扩后输出为：
Figure BDA0002973044530000099
其中T为卷积时间，C(t)为经过成型滤波器后的扩频码集；
进行相关解扩后的得到对应的扩频序列，把对应的扩频序列转换成二进制的比特流，再经过并串变换转换成一路信息流，最后进行信道译码，即可获取无人机所发射的信息。
具体实施例：
本实验对一种空地协作车联网无人机位置部署及数据链抗干扰方法和基于相同网络参数的已有机制进行仿真，验证本发明方法的优越性。具体地步骤如下：无人机最高飞行高度(基站高度)Hb为200m，无人机最低飞行高度
Figure BDA0002973044530000101
为5m，信道数目为30，基站发射功率为8瓦，无人机发射功率为3瓦，载波频率为5.8GHz，无人机覆盖范围为300m，仿真结果为仿真5000次后的平均值。
图2显示了本发明在车辆数目影响下与已有机制(无人机采用最低飞行高度、无人机采用最高飞行高度)在总数据传输速率方面的对比。
图3、图4、图5、图6分别显示了本发明在单干扰场景下、双干扰场景下、三干扰场景下、四干扰场景下与直接序列扩频技术对比的抗干扰性能。
由附图结果可以看出，本发明方法取得了很好的效果。
综上，本发明实施例提供的一种空地协作车联网无人机位置部署及数据链抗干扰方法，针对现有技术存在的问题，将非正交多址技术引入到译码转发中继协议中，以提高网络边缘车辆的性能，可实现大量的数据连接，并将空地协作车联网无人机位置部署问题形式化为一个与无人机飞行高度、无人机平面坐标位置相关的联合优化问题，通过一维搜索算法和CVX凸优化方法进行迭代求解，可得最优无人机位置部署方案，本发明可有效提高空地协作车联网中基站到车辆的总数据传输速率，同时本发明基于多进制扩频技术和多载波调制技术对空地协作车联网无人机数据链抗干扰方案进行设计，可在优化无人机位置部署的前提下，提高空地协作车联网无人机数据链抗干扰性能，降低误码率。

Claims (5)

1.一种空地协作车联网无人机位置部署及数据链抗干扰方法，其特征在于，包括以下步骤：
步骤1：构建由1个基站、1个无人机、V个网络边缘车辆组成的空地协作车联网模型；
步骤2：基于空地协作车联网模型，构建无人机位置部署目标与优化条件；
步骤3：基于无人机位置部署目标与优化条件，通过一维搜索算法和CVX凸优化方法进行迭代求解，并构建无人机位置部署方法；
步骤4：基于无人机位置部署方法，采用多进制扩频技术与多载波调制技术，构建无人机数据链抗干扰方法。
2.根据权利要求1所述的一种空地协作车联网无人机位置部署及数据链抗干扰方法，其特征在于，所述步骤1中构建空地协作车联网模型的方法如下：
步骤1-1：空地协作车联网包括1个基站、1个无人机和V个车辆，V＝{1,2,...V}且车辆均处于网络边缘侧；
基站与车辆间的通信链路为非可视距链路；基站和无人机之间以及无人机和车辆之间的通信链路为可视距链路；
无人机中继节点采用译码转发协议，并采用非正交多址技术增强无人机中继车联网的网络性能；
无人机的三维坐标表示为(Xu,Yu,Hu)，其中Xu为无人机的X轴坐标，Yu为无人机的Y轴坐标，Hu为无人机飞行高度；
步骤1-2；在空地协作车联网中，采用非正交多址技术的车辆v的数据传输速率
Figure FDA0002973044520000011
为：
Figure FDA0002973044520000012
其中，
Figure FDA0002973044520000013
和
Figure FDA0002973044520000014
分别为采用非正交多址技术的基站-无人机、无人机-车辆v、基站-车辆v之间的数据传输速率，分别表示为：
Figure FDA0002973044520000015
Figure FDA0002973044520000016
Figure FDA0002973044520000021
其中，k表示信道序号，
Figure FDA0002973044520000022
为基站-无人机间的信道功率增益，
Figure FDA0002973044520000023
为无人机-车辆v间的信道功率增益，
Figure FDA0002973044520000024
为基站-车辆v间的信道功率增益，σ2为噪声功率，
Figure FDA0002973044520000025
和
Figure FDA0002973044520000026
为基站和无人机在第k个信道上的发射功率；
则空地一体化车联网中车辆v的数据传输速率Rv(Xu,Yu,Hu)表示为：
Figure FDA0002973044520000027
则所有车辆的总数据传输速率Rtot(Xu,Yu,Hu)表示为：
Figure FDA0002973044520000028
3.根据权利要求1所述的一种空地协作车联网无人机位置部署及数据链抗干扰方法，其特征在于，所述步骤2中构建无人机位置部署目标与优化条件的方法为：
步骤2-1：当无人机的飞行高度Hu小于等于基站高度Hb时，
Figure FDA0002973044520000029
随Hu增加而增加，
Figure FDA00029730445200000210
随Hu增加而下降；
当无人机的飞行高度Hu大于基站高度Hb时，
Figure FDA00029730445200000211
和
Figure FDA00029730445200000212
均随Hu增加而下降；因此，无人机飞行高度上限为基站高度Hb；
步骤2-2：无人机位置部署问题形式化为一个多约束条件下的优化问题：
Figure FDA00029730445200000213
其中，
Figure FDA00029730445200000214
为无人机X轴坐标的最小值，
Figure FDA00029730445200000215
为无人机X轴坐标的最大值，
Figure FDA00029730445200000216
为无人机Y轴坐标的最小值，
Figure FDA00029730445200000217
为无人机Y轴坐标的最大值，
Figure FDA00029730445200000218
为无人机最低飞行高度。
4.根据权利要求1所述的一种空地协作车联网无人机位置部署及数据链抗干扰方法，其特征在于，所述步骤3中通过一维搜索算法和CVX凸优化方法进行迭代求解，并构建无人机位置部署方法步骤如下：
步骤3-1：给定无人机X轴坐标
Figure FDA00029730445200000219
无人机Y轴坐标
Figure FDA00029730445200000220
无人机位置部署问题P1转变为：
Figure FDA0002973044520000031
目标函数
Figure FDA0002973044520000032
为关于无人机飞行高度Hu的一维目标函数，能通过一维搜索算法进行求解，获得该条件下的无人机最优飞行高度
Figure FDA0002973044520000033
步骤3-2：给定无人机最优飞行高度
Figure FDA0002973044520000034
无人机位置部署问题P2转变为：
Figure FDA0002973044520000035
优化问题P3为凸问题，能通过CVX凸优化方法进行求解，获得无人机最优X轴坐标
Figure FDA0002973044520000036
Y轴坐标
Figure FDA0002973044520000037
步骤3-3：重复步骤3-1和步骤3-2直至优化问题P3收敛，得到最优无人机位置部署坐标为
Figure FDA0002973044520000038
5.根据权利要求1所述的一种空地协作车联网无人机位置部署及数据链抗干扰方法，其特征在于，所述步骤4构建无人机数据链抗干扰方法的步骤为：
步骤4-1：无人机部署在最优位置
Figure FDA0002973044520000039
后，无人机作为发射端首先进行数据分路，对每路信息流分别进行(2,1,7)卷积编码，再对每一路信息分别进行多进制扩频处理，再分别经过多载波调制，此时，每一路发射信号Si(t)表示为：
Figure FDA00029730445200000310
其中Pd表示无人机数据链载波功率，Ci(t)表示第i路多进制扩频伪随机码PNi(t)脉冲成型后的波形信号，其中扩频码集包含了M个长度为N的扩频伪随机码{PN1,PN2,…,PNM}，fc表示载波频率；Δf表示多载波调制的载波间隔；
再将各路发射信号Si(t)进行合路，对合路后的调制信号进行上变频处理后串行发射；
步骤4-2：车辆作为接收端接收到的信号表示为：
r(t)＝S(t-τ)+n(t) (11)其中S(t)表示多路信号叠加合成信号，S(t)＝S1(t)+S2(t)+…+Si(t)；
对每一路信号分别经过数字正交下变频再进行多载波解调后分别表示为：
yi(t)＝r(t)cos(2π(fc+(i-1)Δf)t) (12)
再将信号经过FIR低通滤波器，进行相关解扩后输出为：
Figure FDA0002973044520000041
其中T为卷积时间，C(t)为经过成型滤波器后的扩频码集；
进行相关解扩后的得到对应的扩频序列，把对应的扩频序列转换成二进制的比特流，再经过并串变换转换成一路信息流，最后进行信道译码，即可获取无人机所发射的信息。
CN202110268428.4A 2021-03-11 2021-03-11 一种空地协作车联网无人机位置部署及数据链抗干扰方法 Expired - Fee Related CN113055898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110268428.4A CN113055898B (zh) 2021-03-11 2021-03-11 一种空地协作车联网无人机位置部署及数据链抗干扰方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110268428.4A CN113055898B (zh) 2021-03-11 2021-03-11 一种空地协作车联网无人机位置部署及数据链抗干扰方法

Publications (2)

Publication Number Publication Date
CN113055898A true CN113055898A (zh) 2021-06-29
CN113055898B CN113055898B (zh) 2022-10-04

Family

ID=76511863

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110268428.4A Expired - Fee Related CN113055898B (zh) 2021-03-11 2021-03-11 一种空地协作车联网无人机位置部署及数据链抗干扰方法

Country Status (1)

Country Link
CN (1) CN113055898B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8825847B1 (en) * 2012-02-03 2014-09-02 Google Inc. Location-aware “ghost” caching in a balloon network
CN109819453A (zh) * 2019-03-05 2019-05-28 西安电子科技大学 基于改进遗传算法的成本最优化无人机基站部署方法
KR20190109333A (ko) * 2019-09-05 2019-09-25 엘지전자 주식회사 V2x 메시지를 처리하는 방법 및 장치
CN110392357A (zh) * 2019-06-21 2019-10-29 广东工业大学 一种无人机辅助物联网通信装置的资源分配控制方法
KR102094414B1 (ko) * 2018-12-07 2020-03-27 이화여자대학교 산학협력단 애드혹 네트워크를 구성하는 점진적 무인비행체 배치 방법
CN111183694A (zh) * 2017-10-02 2020-05-19 高通股份有限公司 用于车联网(v2x)传输的自主资源选择的技术和装置
CN111198573A (zh) * 2018-11-20 2020-05-26 上海擎感智能科技有限公司 车辆、车机设备及基于车机设备的无人机控制方法
CN111885504A (zh) * 2020-08-05 2020-11-03 广州大学 一种辅助移动车辆无线通信的无人机轨迹优化方法
CN112188497A (zh) * 2020-08-23 2021-01-05 南京工业大学 一种空地一体化车辆网频谱资源优化方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8825847B1 (en) * 2012-02-03 2014-09-02 Google Inc. Location-aware “ghost” caching in a balloon network
CN111183694A (zh) * 2017-10-02 2020-05-19 高通股份有限公司 用于车联网(v2x)传输的自主资源选择的技术和装置
CN111198573A (zh) * 2018-11-20 2020-05-26 上海擎感智能科技有限公司 车辆、车机设备及基于车机设备的无人机控制方法
KR102094414B1 (ko) * 2018-12-07 2020-03-27 이화여자대학교 산학협력단 애드혹 네트워크를 구성하는 점진적 무인비행체 배치 방법
CN109819453A (zh) * 2019-03-05 2019-05-28 西安电子科技大学 基于改进遗传算法的成本最优化无人机基站部署方法
CN110392357A (zh) * 2019-06-21 2019-10-29 广东工业大学 一种无人机辅助物联网通信装置的资源分配控制方法
KR20190109333A (ko) * 2019-09-05 2019-09-25 엘지전자 주식회사 V2x 메시지를 처리하는 방법 및 장치
CN111885504A (zh) * 2020-08-05 2020-11-03 广州大学 一种辅助移动车辆无线通信的无人机轨迹优化方法
CN112188497A (zh) * 2020-08-23 2021-01-05 南京工业大学 一种空地一体化车辆网频谱资源优化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
《中国公路学报》编辑部: "中国汽车工程学术研究综述·2017", 《CNKI 中国公路学报》 *
J.A. GODOY，F. CABRERA，ETC.: "A new Approach of V2X Communications for Long Range Applications in UAVs", 《 2018 2ND URSI ATLANTIC RADIO SCIENCE MEETING (AT-RASC)》 *
OMID ABBASI，HALIM YANIKOMEROGLU，ETC.: "Dynamic NOMA/OMA for V2X Networks with UAV Relaying", 《2020 IEEE 92ND VEHICULAR TECHNOLOGY CONFERENCE (VTC2020-FALL)》 *
许乐: "面向车联网的无人机分布式动态部署及路由协议设计", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN113055898B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
Duan et al. SDN enabled 5G-VANET: Adaptive vehicle clustering and beamformed transmission for aggregated traffic
Zeng et al. Trajectory design for completion time minimization in UAV-enabled multicasting
Zeng et al. UAV Communications for 5G and Beyond
Wang et al. Multi-gigabit millimeter wave wireless communications for 5G: From fixed access to cellular networks
CN110493791A (zh) 基于临近空间平台的空天地一体网络体系架构及设计方法
Allouche et al. A cluster based beaconing process for VANET
Mishra et al. Drone networking in the 6G era: A technology overview
Wang et al. Cell-less communications in 5G vehicular networks based on vehicle-installed access points
CN111107515B (zh) 无人机多链路中继通信系统的功率分配与飞行路线优化方法
CN111132075B (zh) 一种基于状态转移概率空地一体化车联网中继选择方法
Yuan et al. Distributed estimation framework for beyond 5G intelligent vehicular networks
CN110719125B (zh) 一种面向无人机频谱共享系统的多天线传输方法
CN109039454A (zh) 协作军车编队的无线紫外光隐秘通信的中继选择方法
Alsaedi et al. Spectrum options and allocations for 6G: A regulatory and standardization review
Daoud et al. Enhancing the LTE-based intelligent transportation system's performance
Yahia et al. Multi-directional vehicle-to-vehicle visible light communication with angular diversity technology
Bazzi et al. Visible light communications in vehicular networks for cellular offloading
CN113055898B (zh) 一种空地协作车联网无人机位置部署及数据链抗干扰方法
CN111064501B (zh) 基于无人机双中继通信系统的资源优化方法
CN112188497A (zh) 一种空地一体化车辆网频谱资源优化方法
CN106793142A (zh) 一种车载短距离通信网的信道资源调度优化方法
CN116781143A (zh) 一种复杂天气条件下星地激光微波协同传输方法
KR101038072B1 (ko) 다중 홉 기반 무선 메쉬 환경에서의 고속 데이터 통신을 위한 통신 시스템
Cao et al. Topological optimization algorithm for HAP assisted multi-unmanned ships communication
Chen et al. Cross layer design of heterogeneous virtual MIMO radio networks with multi-optimization

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20221004

CF01 Termination of patent right due to non-payment of annual fee