CN114268355B - 一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法及系统 - Google Patents

Abstract

本发明公开了一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法及系统，包括获取系统的安全能效优化指标；根据获取的安全能效优化指标，构建以安全能效最大化为优化目标，无人机发射功率与飞行航迹为优化变量的联合优化问题；基于构建的联合优化问题，设计基于连续凸近似和半正定转换方法的鲁棒优化求解算法；利用鲁棒优化求解算法计算获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹。本发明在考虑安全性和能效性的同时还考虑了系统的鲁棒性，在无法准确获知非法窃听者的位置信息的情况下，通过对无人机发射功率与飞行航迹进行优化，提高了无人机通信系统的安全能效。

Description

一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法 及系统

技术领域

本发明涉及无人机通信技术领域，尤其涉及一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法及系统。

背景技术

无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，与有人驾驶飞机相比，无人机因其重量轻、体积小、操作性强、成本低等优势，在通信、航拍、快递运输、新闻报道、电力巡检等领域得到了广泛应用。在通信方面，无人机作为空中通信基站，具有部署灵活和覆盖范围机动等特点，能够解决传统固定基站存在的位置固定、覆盖范围小等问题。然而，由于无线通信信道的广播性和开放性，且无人机受限于体积和载荷限制，无法搭载复杂的加解密设备，使其在信息传输中极易遭受非法窃听者的窃听攻击。为提升无人机通信基站的安全性，可结合物理层安全技术，利用无人机的高速移动性，以及信号处理、天线等物理层方法，结合无线信道与噪声内在的随机性，使得合法链路传输的信息量多于非法链路的信息量，从而使得窃听端无法对所接收到的信息进行有效解码，进而保证合法传输链路的安全。此外，由于无人机机载能量有限，在保证无人机通信安全性的同时，还需要尽可能降低其能量消耗。因此，还需要考虑无人机通信的能效性。除此之外，无人机的机载能量与空间限制使得其无法搭载高精度的定位装置，导致无法获取窃听者的准确位置信息，造成安全或能效性能的大幅下降。

发明内容

本发明的目的是提供一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法及系统，在无法准确获知非法窃听者的位置信息情况下，通过优化无人机发射功率与飞行航迹，提高全双工无人机基站系统的安全能效。

本发明为实现上述发明目的采用如下技术方案：

本发明提供了一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法，包括：

获取系统的安全能效优化指标，所述系统的安全能效优化指标针对无法准确获知非法窃听者的位置信息，结合无人机的物理层安全容量和飞行功耗提出；

根据获取的安全能效优化指标，构建以安全能效最大化为优化目标，无人机发射功率与飞行航迹为优化变量的联合优化问题；

基于构建的联合优化问题，设计基于连续凸近似和半正定转换方法的鲁棒优化求解算法；

利用鲁棒优化求解算法计算获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹。

进一步地，针对无法准确获知非法窃听者的位置信息的公式如下：

式中：表示窃听者的实际位置；/>表示窃听者的估计位置；/>表示/>和之间存在的误差。

进一步地，所述系统的安全能效优化指标的公式如下：

式中：表示系统的安全容量：

其中，和/>分别表示无人机端和第k个窃听端的信干噪比，P_u[n]和P_g[n]分别表示无人机和地面用户的发射功率，|h_uu|²表示全双工无人机发射端到接收端的自干扰，h_gu[n]，/>依次表示地面用户和无人机、无人机和窃听者、地面用户和窃听者之间的信道功率增益，σ²和/>分别表示无人机端和窃听端的噪声方差；

表示无人机的飞行功耗：

其中，v[n],a[n]表示无人机在第n个时隙的速度和加速度，c₁和c₂是与无人机重量等参数有关的常数，g为重力加速度。

进一步地，所述联合优化问题的公式如下：

v[n+1]＝v[n]+a[n]δ_t n∈{0,1,…,N-1} (4d)

q[1]＝q₀ q[N]＝q_F (4e)

v[0]＝v₀ v[N]＝v_F (4f)

‖a[n]‖₂≤a_max,n∈{0,1,…,N-1} (4g)

‖v[n]‖₂≤v_max,n∈{1,2,…,N-1} (4h)

‖v[n]‖₂≥v_min,n∈{1,2,…,N-1} (4i)

式中：分别表示无人机的发射功率集合与地面用户的发射功率集合；/>表示无人机的飞行航迹集合；/>表示无人机和地面用户每个时隙发射的最大功率；q₀和q_F表示无人机飞行航迹的起点和终点；v₀和v_F表示无人机在起点和终点的速度；v_max和a_max表示允许无人机飞行的最大速度和加速度；v_min表示最小速度。

进一步地，基于构建的联合优化问题，利用连续凸近似和半正定转换方法，将其转化成凸优化问题的公式如下：

v[n+1]＝v[n]+a[n]δ_t n∈{0,1,…,N-1} (5d)

q[0]＝q₀ q[N]＝q_F (5e)

v[0]＝v₀ v[N]＝v_F (5f)

‖a[n]‖₂≤a_max,n∈{0,1,…,N-1} (5g)

‖v[n]‖₂≤v_max,n∈{1,2,…,N-1} (5h)

u[n]≥v_min n∈{1,2,…,N-1} (5l)

其中 a,b,c,u[n],f[n],g[n],s_k[n],t_k[n],θ[n],/>ρ_k[n],τ_k[n],ζ_k[n],ξ_k[n]是优化过程中引入的辅助变量，/> 是Q,b,c,f[n],g[n],s_k[n],t_k[n],θ[n],/>的可行解。

进一步地，获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹的方法包括：

设置i＝0，迭代精确度ε＝10^-3，初始化无人机飞行速度以及松弛变量

通过cvx工具求解凸优化问题，得到优化后的最优解{aⁱ⁺¹}和对应的松弛变量集合

判断是否成立：

若成立，则得到使系统安全能效最优的无人机发射功率与飞行航迹集合

若不成立，则设置i＝i+1并返回通过cvx工具求解凸优化问题的步骤。

本发明提供了一种面向全双工无人机通信基站的低能耗鲁棒安全优化系统，包括：

获取模块，用于获取系统的安全能效优化指标，所述系统的安全能效优化指标针对无法准确获知非法窃听者的位置信息，结合无人机的物理层安全容量和飞行功耗提出；

构建模块，用于根据获取的安全能效优化指标，构建以安全能效最大化为优化目标，无人机发射功率与飞行航迹为优化变量的联合优化问题；

设计模块，用于基于构建的联合优化问题，设计基于连续凸近似和半正定转换方法的鲁棒优化求解算法；

计算模块，用于利用鲁棒优化求解算法计算获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹。

本发明的有益效果如下：

本发明在考虑安全性和能效性的同时还考虑了系统的鲁棒性，在无法准确获知非法窃听者的位置信息的情况下，通过对无人机发射功率与飞行航迹进行优化，提高了无人机通信系统的安全能效；

本发明不需要对无人机发射功率与飞行航迹进行交替迭代，可直接基于连续凸近似和半正定转换方法的鲁棒优化求解算法对优化问题进行迭代求解，获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹。

附图说明

图1为根据本发明实施例提供的一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法中无人机通信系统模型图；

图2为根据本发明实施例提供的一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法的流程图；

图3为根据本发明实施例提供的一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法在不同方案下的无人机飞行航迹图；

图4为根据本发明实施例提供的一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法在不同时间下的无人机通信系统的性能曲线图。

具体实施方式

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，所描述的实施例仅仅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。

本发明提供了一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法，包括：

S1，获取系统的安全能效优化指标，所述系统的安全能效优化指标针对无法准确获知非法窃听者的位置信息，结合无人机的物理层安全容量和飞行功耗提出，具体包括：

本发明方法基于全双工无人机基站上行链路通信模型，如图1所示。在该模型中，存在一个单天线地面用户(GU)，K个单天线窃听者(ED)，以及一个全双工无人机基站(FD-UAV)。无人机基站配有单根接收天线用来接收地面用户发射的信息，单根发射天线用来发送人工噪声，干扰窃听用户对有用信息的窃听，提升系统安全性。由于基站与窃听者只存在部分信息交互，基站只能知道窃听者存在于某个区域内，对其实际位置并不确知，将窃听者的位置表示为

其中表示窃听者的实际位置，/>表示窃听者的估计位置，/>表示/>和/>之间存在的误差。

根据空-地链路以及地面链路特性建立信道模型，如下：

其中q[n]代表在第n时隙无人机的位置，q_g代表地面用户的位置，β₀是单位距离下的路径损耗，H表示无人机的飞行高度。

进一步，无人机端和第k个窃听端的信干噪比分别表示为

其中P_u[n]和P_g[n]分别表示无人机和地面用户的发射功率，|h_uu|²表示全双工无人机发射端到接收端的自干扰，h_gu[n],分别表示地面用户和无人机、无人机和窃听者、地面用户和窃听者之间的信道功率增益，σ²和/>分别表示无人机端和窃听端的噪声方差。

因此，根据公式(1)-(7)，在考虑窃听者的位置误差时，每个时隙下系统的安全容量表示为

其中B表示系统带宽。

进一步的，考虑无人机的飞行功耗，采用固定翼无人机的飞行功耗模型，每个时隙下无人机的功耗表示为

其中v[n],a[n]表示无人机在第n个时隙的速度和加速度，c₁和c₂是与无人机重量等参数有关的常数，g为重力加速度。

以全双工无人机通信系统的安全能效为指标，表示为：

S2，根据获取的安全能效优化指标，构建以安全能效最大化为优化目标，无人机发射功率与飞行航迹为优化变量的联合优化问题，具体包括：

根据(10)，在发射功率约束和无人机飞行航迹约束下，发射功率和无人机飞行航迹联合优化问题表达式如下：

v[n+1]＝v[n]+a[n]δ_t n∈{0,1,…,N-1} (11d)

q[1]＝q₀ q[N]＝q_F (11e)

v[0]＝v₀ v[N]＝v_F (11f)

‖a[n]‖₂≤a_max,n∈{0,1,…,N-1} (11g)

‖v[n]‖₂≤v_max,n∈{1,2,…,N-1} (11h)

‖v[n]‖₂≥v_min,n∈{1,2,…,N-1} (11i)其中分别表示无人机的发射功率集合与地面用户的发射功率集合，/>表示无人机的飞行航迹集合，，/>表示无人机和地面用户每个时隙发射的最大功率，q₀和q_F表示无人机飞行航迹的起点和终点，v₀和n_F表示无人机在起点和终点的速度，v_max和a_max表示允许无人机飞行的最大速度和加速度,v_min表示最小速度。

S3，基于构建的联合优化问题，设计基于连续凸近似和半正定转换方法的鲁棒优化求解算法，具体包括：

在所述步骤(2)中，可以利用连续凸近似和半正定转换方法，将联合优化问题转化成凸优化问题，如下：

v[n+1]＝v[n]+a[n]δ_t n∈{0,1,…,N-1} (12d)

q[0]＝q₀ q[N]＝q_F (12e)

v[0]＝v₀ v[N]＝v_F (12f)

‖a[n]‖₂≤a_max,n∈{0,1,…,N-1} (12g)

‖v[n]‖₂≤v_max,n∈{1,2,…,N-1} (12h)

u[n]≥v_min n∈{1,2,…,N-1} (12l)

其中 a,b,c,u[n],f[n],g[n],s_k[n],t_k[n],θ[n],/>ρ_k[n],τ_k[n],ζ_k[n],ξ_k[n]是优化过程中引入的辅助变量，/> 是Q,b,c,f[n],g[n],s_k[n],t_k[n],θ[n],/>的可行解。

S4，利用鲁棒优化求解算法计算获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹，具体包括：

如图2所示，通过基于连续凸近似和半正定转换方法的鲁棒优化求解算法进行迭代求解，获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹，具体如下：

步骤1：设置i＝0，迭代精确度ε＝10^-3，初始化无人机飞行速度以及松弛变量

步骤2：通过cvx工具求解优化问题(5)，得到优化后的最优解{aⁱ⁺¹}和对应的松弛变量集合

步骤3：判断公式(5)的目标函数值是否收敛于ε，即是否成立。成立则继续步骤4,不成立则设置i＝i+1并返回步骤2；

步骤4：得到使系统安全能效最优的无人机发射功率与飞行航迹集合

图3为在不同方案下的无人机飞行航迹图。在本图中，无人机执行通信任务的总飞行时间为60秒，可以看出采用本发明所提出的方法，无人机会飞到距离地面用户(坐标原点)较近的位置进行盘旋，且在盘旋过程中会更偏向误差较大的右侧窃听者，这是因为无人机需要发射人工噪声来干扰窃听者，而在考虑窃听者的位置误差半径时，右侧的窃听者对系统性能威胁更大，因此相较于不考虑窃听误差的非鲁棒方案，无人机在保持安全性和能效性的同时，会更偏向右侧的窃听者。

图4为不同时间下的无人机通信系统的性能曲线图，在图中可以看出采用本发明所提出的方法，在不同的总飞行时间下，系统的性能是始终好于非鲁棒方案的，原因是非鲁棒方案没有考虑窃听者的误差半径，因此会对系统性能造成一定影响。同时可以看出随着总飞行时间的增加，系统的性能并不是单调递增的，原因是在不同的总飞行时间下，无人机会执行不同的最优飞行航迹策略，飞行功耗不是线性增加，从而导致系统的安全能效不是单调递增。

本发明还提供了一种面向全双工无人机通信基站的低能耗鲁棒安全优化系统，包括：

获取模块，用于获取系统的安全能效优化指标，所述系统的安全能效优化指标针对无法准确获知非法窃听者的位置信息，结合无人机的物理层安全容量和飞行功耗提出；

构建模块，用于根据获取的安全能效优化指标，构建以安全能效最大化为优化目标，无人机发射功率与飞行航迹为优化变量的联合优化问题；

设计模块，用于基于构建的联合优化问题，设计基于连续凸近似和半正定转换方法的鲁棒优化求解算法；

计算模块，用于利用鲁棒优化求解算法计算获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (3)

1.一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法，其特征在于，所述方法包括：

获取系统的安全能效优化指标，所述系统的安全能效优化指标针对无法准确获知非法窃听者的位置信息，再结合无人机的物理层安全容量和飞行功耗提出；

根据获取的安全能效优化指标，构建以安全能效最大化为优化目标，无人机发射功率与飞行航迹为优化变量的联合优化问题；

基于构建的联合优化问题，设计基于连续凸近似和半正定转换方法的鲁棒优化求解算法；

利用鲁棒优化求解算法计算获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹；

针对无法准确获知非法窃听者的位置信息的公式如下：

式中：表示窃听者的实际位置；/>表示窃听者的估计位置；/>表示/>和/>之间存在的误差；

所述系统的安全能效优化指标的公式如下：

式中：表示系统的安全容量：

其中，和/>分别表示无人机端和第k个窃听端的信干噪比，P_u[n]和P_g[n]分别表示无人机和地面用户的发射功率，|h_uu|²表示全双工无人机发射端到接收端的自干扰，h_gu[n]，/>依次表示地面用户和无人机、无人机和窃听者、地面用户和窃听者之间的信道功率增益，σ²和/>分别表示无人机端和窃听端的噪声方差；

表示无人机的飞行功耗：

其中，v[n],a[n]表示无人机在第n个时隙的速度和加速度，c₁和c₂是与无人机重量等参数有关的常数，g为重力加速度；

所述联合优化问题的公式如下：

v[n+1]＝v[n]+a[n]δ_t n∈{0，1，...，N-1} (4d)

q[1]＝q₀ q[N]＝q_F (4e)

v[0]＝v₀ v[N]＝v_F (4f)

||a[n]||₂≤a_max，n∈{0，1，...，N-1} (4g)

||v[x]||₂≤v_max，n∈{1，2，...，N-1} (4h)

||v[n]||₂≥v_min，n∈{1，2，...，N-1} (4i)

式中：分别表示无人机的发射功率集合与地面用户的发射功率集合；/>表示无人机的飞行航迹集合；/>表示无人机和地面用户每个时隙发射的最大功率；q₀和q_F表示无人机飞行航迹的起点和终点；v₀和v_F表示无人机在起点和终点的速度；v_max和a_max表示允许无人机飞行的最大速度和加速度；v_min表示最小速度；

基于构建的联合优化问题，利用连续凸近似和半正定转换方法，将其转化成凸优化问题的公式如下：

v[n+1]＝v[n]+a[n]δ_t n∈{0，1，...，N-1} (5d)

q[0]＝q₀ q[N]＝q_F (5e)

v[0]＝v₀ v[N]＝v_F (5f)

||a[n]||₂≤a_max，n∈{0，1，...，N-1} (5g)

||v[n]||₂≤v_max，n∈{1，2，...，N-1} (5h)

u[n]≥v_min n∈{1，2，...，N-1} (5l)

其中

ρ_k[n],τ_k[n],ζ_k[n],ξ_k[n]是优化过程中引入的辅助变量，

是/>的可行解。

2.根据权利要求1所述的一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法，其特征在于，获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹的方法包括：

设置i＝0，迭代精确度ε＝10^-3，初始化无人机飞行速度以及松弛变量

通过cvx工具求解凸优化问题，得到优化后的最优解{aⁱ⁺¹}和对应的松弛变量集合

判断是否成立：

若成立，则得到使系统安全能效最优的无人机发射功率与飞行航迹集合

若不成立，则设置i＝i+1并返回通过cvx工具求解凸优化问题的步骤。

3.一种面向全双工无人机通信基站的低能耗鲁棒安全优化系统，其特征在于，包括：

获取模块，用于获取系统的安全能效优化指标，所述系统的安全能效优化指标针对无法准确获知非法窃听者的位置信息，结合无人机的物理层安全容量和飞行功耗提出；

构建模块，用于根据获取的安全能效优化指标，构建以安全能效最大化为优化目标，无人机发射功率与飞行航迹为优化变量的联合优化问题；

设计模块，用于基于构建的联合优化问题，设计基于连续凸近似和半正定转换方法的鲁棒优化求解算法；

计算模块，用于利用鲁棒优化求解算法计算获得具有应对非法窃听位置误差的最佳无人机发射功率与飞行航迹；

针对无法准确获知非法窃听者的位置信息的公式如下：

式中：表示窃听者的实际位置；/>表示窃听者的估计位置；/>表示/>和/>之间存在的误差；

所述系统的安全能效优化指标的公式如下：

式中：表示系统的安全容量：

其中，和/>分别表示无人机端和第k个窃听端的信干噪比，P_u[n]和P_g[n]分别表示无人机和地面用户的发射功率，|h_uu|²表示全双工无人机发射端到接收端的自干扰，h_gu[n]，/>依次表示地面用户和无人机、无人机和窃听者、地面用户和窃听者之间的信道功率增益，σ²和/>分别表示无人机端和窃听端的噪声方差；

表示无人机的飞行功耗：

其中，v[n]，a[n]表示无人机在第n个时隙的速度和加速度，c₁和c₂是与无人机重量等参数有关的常数，g为重力加速度；

所述联合优化问题的公式如下：

v[n+1]＝v[n]+a[n]δ_t n∈{0，1，...，N-1} (4d)

q[1]＝q₀ q[N]＝q_F (4e)

v[0]＝v₀ v[N]＝v_F (4f)

||a[n]||₂≤a_max，n∈{0，1，...，N-1} (4g)

||v[n]||₂≤v_max，n∈{1，2，...，N-1} (4h)

||v[n]||₂≥v_min，n∈{1，2，...，N-1} (4i)

式中：分别表示无人机的发射功率集合与地面用户的发射功率集合；/>表示无人机的飞行航迹集合；/>表示无人机和地面用户每个时隙发射的最大功率；q₀和q_F表示无人机飞行航迹的起点和终点；v₀和v_F表示无人机在起点和终点的速度；v_max和a_max表示允许无人机飞行的最大速度和加速度；v_min表示最小速度；

基于构建的联合优化问题，利用连续凸近似和半正定转换方法，将其转化成凸优化问题的公式如下：

v[n+1]＝v[n]+a[n]δ_t n∈{0，1，...，N-1} (5d)

q[0]＝q₀ q[N]＝q_F (5e)

v[0]＝v₀ v[N]＝v_F (5f)

||a[n]||₂≤a_max，n∈{0，1，...，N-1} (5g)

||v[n]||₂≤v_max，n∈{1，2，...，N-1} (5h)

u[n]≥v_min n∈{1，2，...，N-1} (5l)

其中

ρ_k[n],τ_k[n],ζ_k[n],ξ_k[n]是优化过程中引入的辅助变量， 是/>的可行解。