CN115314135B - 一种无人机协作的通信感知一体化波形设计方法 - Google Patents

Abstract

本发明属于雷达通信一体化技术领域，具体的说是涉及一种非正交多址接入使能的无人机协作通感一体化波形设计方法。本发明的方法通过无人机与通信用户、感知目标的拓扑关系，获取各自链路上的信道增益，并以此为基础，结合无人机最大发射功率限制及发射天线数量，构建一体化波形优化模型，并在网络核心侧(一般为无人机侧)进行求解，得到能够同时实现承载通信符号信息及感知待测目标的一体化波形的波束成形矢量。

Description

一种无人机协作的通信感知一体化波形设计方法

技术领域

本发明属于雷达通信一体化技术领域，具体的说是涉及一种非正交多址接入使能的无人机协作通感一体化波形设计方法。

背景技术

近年来，随着无线设备的数量井喷式上涨，频谱资源也日渐枯竭。6G白皮书提出未来无线网络应能同时具备通信和感知能力，针对这一趋势，能够实现共享相同频谱及基本电路设备的通信感知一体化技术成为了未来无线网的关键发展技术。通信感知一体化可以通过共用波形的方式来实现，即发射共用波形来同时实现雷达探测和通信数据传输的功能，这种方式因其频谱利用效率较高，也受到了通感一体化领域的广泛研究。此外，非正交多址接入可以通过功率域复用来减轻通信用户间干扰，与传统多址接入技术相比可以在更少的频谱资源下为更多用户提供服务。同时，在通信领域，无人机凭借其能够自由移动的能力逐渐被广泛应用为用户提供通信的移动基站，同时无人机亦可承载感知任务。基于此，非正交多址接入使能的无人机协作通信技术也在无线通信领域取得良好的效果。因此，研究自由度更高的非正交多址接入使能的无人机协作通感一体化波形设计有望进一步提高通信及感知性能。

发明内容

本发明的目的是，针对非正交多址接入使能的无人机协作通信感知一体化系统，提供一种波形设计方法。

本发明的技术方案是：一种一体化波形设计方法，其特征在于，包括以下步骤：

S1、构建系统模型：

初始化系统参数：包括无人机及通信用户位置、通信用户与无人机仰角、感知目标与无人机俯角、无人机最大发射功率上限、各通信用户的最低通信传输速率要求。构建通感一体化系统的场景图。

S2、计算无人机与通信用户间信道增益：

根据无人机与通信用户间位置关系，基于视距无线传输模型计算得到无人机与各个通信用户之间的信道增益值。

S3、获得信干噪比及通信速率：

根据步骤S1与S2中构建的系统模型和信道增益，基于下行非正交多址接入和串行干扰消除原理获取用户接收端与波形优化变量相关的信干噪比，并计算各通信用户接收处的通信比特率。

S4、建立有效传感功率模型：

根据S1中构建的系统模型，获取感知目标的回波信号的有效传感功率，基于该有效传感功率，预测感知性能指标。

S5、构建优化模型：

将所有通信用户的比特速率和感知目标的有效传感功率的加权和作为优化问题的目标函数，并结合发射功率和最低速率限制的约束条件及步骤S1中确定的系统配置，构建基于波束成形矢量的一体化波形设计优化模型。

S6、求解模型

采用半正定松弛算法分两步对一体化波形设计优化模型进行求解，得到基于波束成形矢量的一体化波形设计结果。

S7、共用波形发生与传送

基于S6所得到的最优波束成形矢量设计，在无人机侧对K个用户的信息符号分别进行波束成形，并通过N个天线向所有用户及M个待感测目标发送该共用波形，实现通感一体的下行传输。

进一步的，所述步骤S1的具体方法为：

假设当前三维通感一体化系统中K个通信用户坐标分别为u_k＝(x_k,y_k,0),无人机坐标为w＝(x_w,y_w,H)，无人机利用非正交多址接入技术向用户提供下行信息传输服务，同时无人机向M个待感知对象发送共用波形对其进行感知，无人机与待感知对象的俯角为θ_m,m∈{1,...,M}。其中(x_i,y_i),/>为二维平面座标，H为无人机高度。

进一步的，所述步骤S2的具体方法为：

根据步骤S1中所获得无人机及各用户的位置坐标，假设无人机与各用户信道为LoS信道，则可得无人机-通信用户k之间的信道增益为ζ_k为信道增益无人机-用户k之间的信道增益强度，其中β为与环境相关的参数，/>为无人机及用户k之间的距离；/>为无人机到用户k的天线导向矢量，而其中N为无人机配置的天线数量，θ_k为用户k至无人机的的仰角，λ和d分别为载波波长和两相邻天线之间的间距。

进一步的，所述步骤S3的具体方法为：

不失一般性，假设ζ₁<ζ₂<...<ζ_K，及用户1为信道增益最弱通信用户、用户K为信道增益值最强的通信用户，无人机通过非正交多址接入技术向K个用户发送相关的信息符号s_i,i∈{1,...,K}，其中用户k处收到的信号为其中s²为接收处噪声，w_i为信号s_i的波束成形矢量。根据串行干扰消除原理，用户k首先检测所有j<k的用户信号并将其移除，同时将j>k的信号视作干扰项，则信息符号s_k在用户k处经过串行干扰消除后的比特速率为

而信息符号s_k在用户k处经过串行干扰消除后的速率为

由此，对于信息符号s_k，其通信速率为R_k＝min{R_k→k,...,R_k→K}，所有通信用户的总比特速率(吞吐量)为R＝∑_{i∈{1,...,K}}R_k。

进一步的，所述步骤S4的具体方法为：

对于通感一体化系统，承载通信信息的波形应能够同时实现感知的功能。感知功能的目标是最大化有效传感功率，即目标方向上探测信号的功率，根据步骤S1所获得的无人机及各感知目标位置，有效传感功率为P(θ_m)＝a^H(θ_m)R_wa(θ_m)，其中θ_m,为无人机与目标俯角，/>为导向矢量，/>为双功能波形的协方差矩阵。

进一步的，所述步骤S5的具体方法为：

构建以最大化通信速率及有效传感功率的一体化波形设计优化问题为

其中0≤ρ≤1为决定一体化系统中通信和感知性能的权重；约束(a)要求用户的最低通信速率不能低于某个阈值R_min，约束(b)意指总传输功率不能高于无人机最大发射功率P_max。由于传统的一体化波形设计问题为一个非凸问题，难以求得最优波束成形矢量。

进一步的，所述步骤S6的具体方法为：

由于目标函数和约束(a)的非凸性，问题P1)并不能在无人机侧通过计算直接得到最优解，若引入辅助变量γ_k，同时定义W_k≥0,rank(W_k)≤1，则P1)形式可改写为

γ_k≥R_min (b)

利用反证法可证明，在取得最优解时一定满足min{R_k→k,...,R_k→K}≥γ_k。此外，进一步定义则对于j≥k,k∈{1,...,K}，P2)中约束(a)可改写为：

利用连续凸优化算法，于点对F_j,k进行泰勒展开，得到

定义为R_k→j的下界，因此，P2)约束(a)可改写为/>则原问题的目标函数和约束(a)的非凸性都得以消除。

经过处理后，一体化波形设计求解问题可以进一步改写为下述优化问题

γ_k≥R_min (b)

该一体化波形求解问题形式可以利用半正定松弛算法直接求得最优解。

为保证秩1约束，对于利用半正定松弛方法求得的最优W_k，为保证其满足P3)中的约束(d)，应寻找与其等价的秩1解。设及/>其中W_k本身为半正定且秩为1的。将/>回代入/>中，其同样满足于约束(a)且所得式结构相同。因此可得到满足秩1约束的最优解。

与现有技术相比，本发明提供了一种非正交多址接入使能的无人机协作通信感知一体化波形设计技术，具有以下有益效果：

1.通过无人机与通信用户、感知目标的拓扑关系，获取各自链路上的信道增益，并以此为基础，结合无人机最大发射功率限制及发射天线数量，构建一体化波形优化模型，并在网络核心侧(一般为无人机侧)进行求解，得到能够同时实现承载通信符号信息及感知待测目标的一体化波形的波束成形矢量。

2.该一体化波形设计方法能够在不超过无人机最大发射功率限制的情况下，通过成熟的优化方法直接计算并获得当前网络拓扑中最优无人机一体化波形，同时能够根据不同场景、不同信道环境及时调整模型参数基础从而适应不同环境的一体化波束成形。

附图说明

图1为本发明一种非正交多址接入使能的无人机协作通信感知一体化波形设计方法所针对的通感一体化场景。

图2为本发明一种非正交多址接入使能的无人机协作通信感知一体化波形设计方法的流程图。

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。

参照图1，一种非正交多址接入使能的无人机协作通信感知一体化波形设计方法，包括一个无人机，K个通信用户及M个感知目标。无人机侧基于非正交多址接入技术通过N个天线向通信用户及感知目标发送联合波形，该波形应能够同时实现承载通信信息及检测感知目标的功能。如图2所示，一种非正交多址接入使能的无人机协作通信感知一体化波形设计方法，包括以下步骤：

S1、构建系统模型：

初始化系统参数：包括无人机及通信用户位置、通信用户与无人机仰角、感知目标与无人机俯角、无人机最大发射功率上限、各通信用户的最低通信传输速率要求。构建通感一体化系统的场景图。

S2、计算无人机与通信用户间信道增益：

根据无人机与通信用户间位置关系，基于视距无线传输模型计算得到无人机与各个通信用户之间的信道增益值。

S3、获得信干噪比及通信速率：

根据步骤S1与S2中构建的系统模型和信道增益，基于下行非正交多址接入和串行干扰消除原理获取用户接收端与波形优化变量相关的信干噪比，并计算各通信用户接收处的通信比特率。

S4、建立有效传感功率模型：

根据S1中构建的系统模型，获取感知目标的回波信号的有效传感功率，基于该有效传感功率，预测感知性能指标。

S5、构建优化模型：

将所有通信用户的比特速率和感知目标的有效传感功率的加权和作为优化问题的目标函数，并结合发射功率和最低速率限制的约束条件及步骤S1中确定的系统配置，构建基于波束成形矢量的一体化波形设计优化模型。

S6、求解模型

采用半正定松弛算法分两步对一体化波形设计优化模型进行求解，得到基于波束成形矢量的一体化波形设计结果。

S7、共用波形发生与传送

基于S5所得到的最优波束成形矢量设计，在无人机侧对K个用户的信息符号分别进行波束成形，并通过N个天线向所有用户及M个待感测目标发送该共用波形，实现通感一体的下行传输。

通过本发明具体实施方式可以看出，本发明的方法能实时考虑当前系统拓扑结构，调整波束成形矢量。并且同时考虑了在通信传输速率和目标感知性能之间进行平衡，形成稳健的一体化波形设计方案，降低了硬件设备的额外开销。此外，将非正交多址接入和无人机进行结合，解决了现有方法中采用正交频谱资源承载通信信息造成的频谱利用率较低的问题，可以应用于雷达通信一体化领域。

Claims (1)

1.一种无人机协作的通信感知一体化波形设计方法，定义通信感知一体化系统包括无人机、K个通信用户，定义无人机坐标为w＝(x_w,y_w,H)，K个通信用户坐标分别为其中/>为二维平面座标，H为无人机高度，无人机利用非正交多址接入技术向用户提供下行信息传输服务；其特征在于，所述波形设计方法包括：

S1、无人机向M个待感知对象发送共用波形对其进行感知，无人机与待感知对象的俯角为θ_m,m∈{1,...,M}；

S2、根据无人机与通信用户间位置关系，基于视距无线传输模型计算得到无人机与各个通信用户之间的信道增益值：假设无人机与各用户信道为LoS信道，则可得无人机-通信用户k之间的信道增益为其中，ζ_k为信道增益强度，β为与环境相关的参数，/>为无人机及用户k之间的距离，/>为无人机到用户k的天线导向矢量，而N为无人机配置的天线数量，θ_k为用户k至无人机的仰角，λ和d分别为载波波长和两相邻天线之间的间距；

S3、定义ζ₁<ζ₂<...<ζ_K，用户1为信道增益最弱通信用户、用户K为信道增益值最强的通信用户，无人机通过非正交多址接入技术向K个用户发送相关的信息符号s_i,i∈{1,...,K}，其中用户k处收到的信号为 为接收处噪声，w_i为信号s_i的波束成形矢量；根据串行干扰消除原理，用户k首先检测所有j<k的用户信号并将其移除，同时将j>k的信号视作干扰项，则信息符号s_k在用户k处经过串行干扰消除后的比特速率为

信息符号s_k在用户k处经过串行干扰消除后的速率为

由此，对于信息符号s_k，其通信速率为R_k＝min{R_k→k,...,R_k→K}，得到所有通信用户的总比特速率为R＝∑_{i∈{1,...,K}}R_k；

S4、在通信感知一体化系统中，承载通信信息的波形同时具有实现感知的功能，定义为双功能波形，则双功能波形的协方差矩阵为基于S1得到的无人机与目标的俯角θ_m，建立有效传感功率模型为

P(θ_m)＝a^H(θ_m)R_wa(θ_m)

其中，为导向矢量；

S5、以最大化通信速率及有效传感功率为目标建立波形设计优化问题为：

其中，0≤ρ≤1为决定系统中通信和感知性能的权重；约束(a)要求用户的最低通信速率不能低于阈值R_min，约束(b)要求总传输功率不能高于无人机最大发射功率P_max；

S6、对S5建立的优化问题求解，具体为：

引入辅助变量γ_k，同时定义将P1改写为

γ_k≥R_min (b)

定义则对于j≥k,k∈{1,...,K}，P2中约束(a)改写为

利用连续凸优化算法，于点对F_j,k进行泰勒展开，得到

定义为R_k→j的下界，因此，将P2约束(a)改写为/>则问题P1的目标函数和约束(a)的非凸性都得以消除；

从而可进一步将优化问题写为：

γ_k≥R_min (b)

从而利用半正定松弛算法直接求得P3的最优解W_k；

S7、利用得到的最优波束成形矢量设计，在无人机侧对K个用户的信息符号分别进行波束成形，并通过N个天线向所有用户及M个待感测目标发送该共用波形，实现通感一体的下行传输。