CN117278084B - 一种无人机通感一体化网络中的联合波束赋形设计方法 - Google Patents
一种无人机通感一体化网络中的联合波束赋形设计方法 Download PDFInfo
- Publication number
- CN117278084B CN117278084B CN202311564934.3A CN202311564934A CN117278084B CN 117278084 B CN117278084 B CN 117278084B CN 202311564934 A CN202311564934 A CN 202311564934A CN 117278084 B CN117278084 B CN 117278084B
- Authority
- CN
- China
- Prior art keywords
- communication
- aerial vehicle
- unmanned aerial
- time period
- constraint
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000013461 design Methods 0.000 title claims abstract description 36
- 238000009423 ventilation Methods 0.000 title claims description 11
- 238000004891 communication Methods 0.000 claims abstract description 154
- 238000005457 optimization Methods 0.000 claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 39
- 230000008447 perception Effects 0.000 claims abstract description 26
- 230000006870 function Effects 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000005070 sampling Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000015654 memory Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000012938 design process Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 230000001953 sensory effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 10
- 229940049705 immune stimulating antibody conjugate Drugs 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
- H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
- H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
- H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
-
- 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
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种无人机通感一体化网络中的联合波束赋形设计方法，属于通信技术领域。所述方法包括：构建无人机通感一体化雷达通信系统，所述系统具有通信和感知双功能；定义联合波束赋形问题：在系统的通信服务质量约束和单天线功率约束的条件下，以探测扇区匹配的均方误差和探测扇区中心方向之间互相关图案的均方误差作为感知指标，设计通信编码器和辅助的传感编码器，使两个感知指标最小化；将通信编码器和传感编码器的设计问题表述为一个非凸优化问题，通过半正定松弛策略将其松弛为序列二次规划，求解联合波束赋形问题。本发明在满足通信性能的前提下，能够实现更好的感知性能，证明了联合发射波束赋形的有效性。
Description
技术领域
本发明涉及通信技术领域，尤其涉及一种无人机通感一体化网络中的联合波束赋形设计方法。
背景技术
随着各种通信需求的爆炸式增长，通感一体化（ISAC）正在成为未来第六代（6G）无线网络中提供低能耗、高频谱利用率的高吞吐量通信的关键技术，在这种网络中，通信系统和雷达系统共享物理基础设施和稀缺的频谱资源。无人机（UAV）支持的 ISAC 具有快速部署、灵活机动和强大的视距链路等特点，已被认为是一种有前途的辅助通信平台，可在紧急情况下同时执行通信和感知任务。在业界，已将协调感知和通信作为后五代（B5G）网络的三大新应用场景之一。这项新技术主要侧重于利用大规模多输入多输出（MIMO）的传感能力，并支持未来的无人机。因此，发射波束赋形设计是典型的任务之一，通过在支持 MIMO 的无人机 ISAC 系统中向探测扇区方向发送合成的多波束来实现更好的双重功能。
在共享频谱和设备带来好处的同时，发射波束赋形设计也面临着一些挑战。通信性能和传感性能之间存在权衡，其中一个性能的提高会降低另一个性能。 因此，传感目标（ST）的通信干扰和通信用户（CU）的传感干扰会通过波束赋形矩阵（或预编码器）表现出来，从而影响彼此的性能。在实际应用中，必须找到一个合适的前编码器来同时满足通信和传感需求。此外，由于优化变量较多，解空间的尺度通常很大，这表明很难在有限的时间内获得满意的解，尤其是在大规模多输入多输出系统中。
从算法的角度来看，一些主流的优化算法并不适合解决无人机支持的 ISAC 系统中复杂的发射波束赋形设计问题。例如粒子群优化、遗传算法、模拟退火算法等元启发式算法，即使有函数经验的指导，也无法从超大规模的解空间中搜索出最优解。另外，快速的一阶梯度下降算法容易陷入性能不佳的局部最优解，并且大量变量会给计算量带来负担。现有的联合发射波束赋形设计方法主要有深度强化学习算法和凸优化算法。虽然最先进的深度强化学习算法能够适应变量数量众多的动态场景，但这类方法严重依赖于环境参数，可解释性较差。例如，一旦信道环境发生变化，需要重新执行具有大量环境交互成本的训练过程，伴随着不收敛的风险。一些研究者将原本复杂的非凸ISAC任务转化为凸形式，通过凸优化求解器可以在有限的时间内得到全局最优解。
从优化任务的角度来看，现有的无人机ISAC系统中联合发射波束赋形的研究通常将吞吐量和功耗作为通信指标，将Cramér-Rao约束和发射波束图案增益（TBP）作为感知指标。据检索，现有技术中的感知指标主要是一些特定目标方向的TBP。然而在一些实际探测任务中，无人机往往探测的是一个扇区而不是一个方向，尤其是在一些应急救援任务中。此外，现有研究中几乎没有考虑通过辅助感知前置编码器来提高性能，专用感知信号的效果也没有得到充分的分析和实验验证。
发明内容
针对上述问题，本发明的目的在于提供一种无人机通感一体化网络中的联合波束赋形设计方法，根据无人机ISAC系统的通信要求和单天线功率限制，通过设计通信编码器和辅助的传感编码器，最大限度地降低探测扇区匹配和互相关图案（CCP）的均方误差（MSE）。本发明将前置编码器的设计表述为一个非凸优化问题，并通过使用半正定松弛（SDR）策略将其松弛为序列二次规划（SQP），证明松弛是紧密的。实验表明，在满足通信性能和功率约束的情况下，所得到的TBP几乎与理想的TBP一致，证明了联合发射波束赋形的有效性。
为解决上述技术问题，本发明提供如下技术方案：
一方面，提供了一种无人机通感一体化网络中的联合波束赋形设计方法，包括以下步骤：
构建无人机通感一体化雷达通信系统，所述系统具有通信和感知双功能；
定义联合波束赋形问题：在所述无人机通感一体化雷达通信系统的通信服务质量约束和单天线功率约束的条件下，以探测扇区匹配的均方误差和探测扇区中心方向之间互相关图案的均方误差作为感知指标，设计通信编码器和辅助的传感编码器，使两个感知指标最小化；
将通信编码器和传感编码器的设计问题表述为一个非凸优化问题，通过半正定松弛策略将其松弛为序列二次规划，求解所述联合波束赋形问题。
优选地，所述构建无人机通感一体化雷达通信系统，具体包括：
构建无人机支持的通感一体化双功能雷达通信系统，为I个单天线通信用户CU提供下行的通信服务，这些通信用户记作；所述系统还同时感知J个感兴趣的探测扇区，记作/>；所述系统中包括一个旋翼无人机U，装配有垂直放置的均匀线性天线阵列，所述天线阵列包括M个天线，所述天线在服务区中被MIMO通信系统和MIMO雷达系统共用；
将无人机整体的飞行时间t分为N个时间段，令时间段集合表示为；无人机在/>时间段的位置为/>，在每个时间段内无人机的位置被认为不变；通信用户的位置通过全球定位系统实时捕捉，通信用户/>在时间段/>的位置为；探测扇区的中心方向和探测宽度集合分别为/>和；
其中，为无人机在/>时间段的位置的三维坐标，/>为通信用户/>在时间段/>的位置的三维坐标，/>分别是系统在时间段/>感知的第1个至第J个探测扇区的中心方向，/>分别是系统在时间段/>感知的第1个至第J个探测扇区的探测宽度。
优选地，所述单天线功率约束条件具体包括：
无人机U在时间段的发射信号包含通信信号和感知信号，感知信号即雷达波束信号，所述发射信号记为：
其中，向量包含发送给I个通信用户的I个通信信号；表示在时间段/>从无人机U发送给用户/>的通信信号；矩阵/>表示通信波束赋形矩阵；向量/>包含M个独立的感知信号；矩阵/>表示感知波束赋形矩阵；向量和/>分别表示对通信信号/>和感知信号/>的波束赋形向量；考虑到硬件设备要求，每个天线都需要满足的单天线功率约束如下：
其中代表所有天线的最大发射功率；/>表示/>的第m行向量；/>表示的第m行向量。
优选地，所述通信服务质量约束条件具体包括：
使用SINR作为评价通信服务质量的指标，I个通信用户在时间段的信道输出计算为：
其中向量表示噪声；/>是一个在时间段/>对用户/>均值为0方差为/>的附加高斯白噪声；矩阵/>表示瞬时下行信道；/>表示无人机U在时间段/>的发射信号；令/>表示无人机U和通信用户/>间的下行信道变量，表示为：
其中表示当相干距离为1米时的信道功率增益；向量/>表示对通信用户的导向矢量，记作：
其中和/>表示天线间隔和载波波长；/>表示无人机看向通信用户/>的水平夹角，计算为：
因此，下行通信用户在时间段/>的SINR计算为：
为了保证MIMO通信系统的通信服务质量，每个通信用户的SINR应高于预设门限，记作：
。
优选地，两个所述感知指标的设计过程如下：
通信信号在感知任务中被使用，在某水平角度/>的基带信号计算为：
其中
H表示共轭转置矩阵，T表示转置矩阵；
在时间段方向/>上的发射波束图案增益TBP计算为：
在时间段两个方向/>间的互相关图案CCP计算为：
在实际的探测任务中，理想的TBP描述为一个矩形门函数，该函数朝着探测扇区的方向被定义为探测功率，其他方向的值被设置为0，记作：
为评估理想TBP和计算TBP之间的差异，在预定的角度范围内精细采样并且取所有采样角度上所有时间点的均方误差MSE作为第一个感知指标，表达为：
其中K代表采样角度的数量，代表第k个采样角度；全部时间点的每两个中心方向/>间的CCP的均方误差MSE作为第二个感知指标，计算为：
。
优选地，令和/>分别表示通信波束赋形集合和感知波束赋形集合；所述联合波束赋形问题的优化问题表达为：
其中C1和C2约束要求矩阵和/>都是复半正定矩阵；C3是单天线功率约束；C4是所有通信用户的SINR约束；参数/>代表探测扇区匹配的MSE相比于CCP的MSE之间的重要性权衡；参数/>为预设门限，反映通信性能和感知性能之间的权衡；如果，C4中的SINR约束将会一直成立，并且优化问题倾向于仅优化感知指标；如果通信服务质量的需求较高，可以设置一个较高的预设门限/>来符合高标准要求；通常，参数/>的设置取决于实际场景，这也指导了如何进行通信性能和感知性能的权衡。
优选地，为了简化优化问题P1，将P1根据N个独立的时间段拆分成N个子问题，每个时间段的子问题描述为：
子问题P2仍然是非凸的，接着引入一个半正定松弛SDR策略来将非凸的问题转化为一个序列二次规划SQP；
首先，引入协方差波束赋形矩阵，记作：
其中，；因此，问题P2中的SINR约束被重写为一个线性的形式，但多增加了秩一矩阵约束，如下：
同时，目标函数中的感知指标设计转化为：
那么，优化问题P2重写为以下等价形式：
由于秩一矩阵约束优化问题仍然是非凸的，这里忽略秩一矩阵约束，优化问题P3进一步松弛为以下形式：
该形式为SQP，能够通过凸优化工具在多项式时间内求解，SQP的等价形式如下：
其中
参数通过加一个约束设定，或者直接通过优化器得到最优值；
当得到优化问题P5的最优解时，使用该解计算另一个解，计算为：
解是优化问题P4的可行解，因此上述松弛可被证明为紧凸松弛；
为进一步得到优化问题P2的最优解，有：
感知波束赋形矩阵通过克列斯基分解计算得到，/>即为优化问题P2的最优解，进而得到联合波束赋形问题P1的最优解。
另一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述无人机通感一体化网络中的联合波束赋形设计方法。
另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述无人机通感一体化网络中的联合波束赋形设计方法。
与现有技术相比，本发明提供的技术方案具有以下有益效果：
本发明采用两个新的感知指标来衡量雷达通信系统，即探测扇区匹配的MSE和扇区中心方向之间CCP的MSE，与传统的特定目标方向的TBP相比，本发明的感知指标更适合实际搜索任务。本发明不仅使用通信前置编码器来支持多输入多输出通信，还引入了一种新型传感前置编码器来支持多输入多输出雷达，其中无人机UAV同时为通信用户CU发射信息承载信号和为传感目标ST发射专用传感信号。与传统的通信波束赋形任务相比，由于优化变量的自由度更高，因此引入的传感前置编码器有助于实现更好的传感性能。经验证，在满足通信性能和功率约束的情况下，所得到的TBP几乎与理想的TBP一致，证明了联合发射波束赋形的有效性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种无人机通感一体化网络中的联合波束赋形设计方法的流程图；
图2是本发明实施例提供的系统模型示意图；
图3（a）-图3（d）是本发明实施例提供的理想TBP、联合计算TBP、仅/>计算TBP和仅/>计算TBP的示意图；
图4（a）-图4（b）是本发明实施例提供的两个探测扇区场景下联合计算的CCP示意图；
图5（a）-图5（b）是本发明实施例提供的两个探测扇区场景不同SINR门限下联合和仅/>的性能示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的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。
本发明的实施例提供了一种无人机通感一体化网络中的联合波束赋形设计方法，如图1所示，所述方法包括以下步骤：
构建无人机通感一体化雷达通信系统，所述系统具有通信和感知双功能；
定义联合波束赋形问题：在所述无人机通感一体化雷达通信系统的通信服务质量约束和单天线功率约束的条件下，以探测扇区匹配的均方误差和探测扇区中心方向之间互相关图案的均方误差作为感知指标，设计通信编码器和辅助的传感编码器，使两个感知指标最小化；
将通信编码器和传感编码器的设计问题表述为一个非凸优化问题，通过半正定松弛策略将其松弛为序列二次规划，求解所述联合波束赋形问题。
本发明根据无人机ISAC系统的通信要求和单天线功率限制，通过设计通信编码器和辅助的传感编码器，最大限度地降低探测扇区匹配的均方误差（MSE）和互相关图案（CCP）的均方误差（MSE）。本发明将前置通信编码器和前置传感编码器的设计表述为一个非凸优化问题，并通过使用半正定松弛（SDR）策略将其松弛为序列二次规划（SQP），从而得到优化问题的最优解。
具体地，如图2所示，构建无人机支持的通感一体化双功能雷达通信系统，为I个单天线通信用户CU提供下行的通信服务，这些通信用户记作；所述系统还同时感知J个感兴趣的探测扇区，记作/>；所述系统中包括一个旋翼无人机U，装配有垂直放置的均匀线性天线阵列，所述天线阵列包括M个天线，所述天线在服务区中被MIMO通信系统和MIMO雷达系统共用。
将无人机整体的飞行时间t分为N个时间段，令时间段集合表示为；无人机在/>时间段的位置为/>，在每个时间段内无人机的位置被认为不变；通信用户的位置通过全球定位系统实时捕捉，通信用户/>在时间段/>的位置为；探测扇区的中心方向和探测宽度集合分别为/>和；
其中，为无人机在/>时间段的位置的三维坐标，/>为通信用户/>在时间段/>的位置的三维坐标，/>分别是系统在时间段/>感知的第1个至第J个探测扇区的中心方向，/>分别是系统在时间段/>感知的第1个至第J个探测扇区的探测宽度。
本发明实施例中，无人机U在时间段的发射信号不仅包含通信信号还包含感知信号，感知信号即雷达波束信号，发射信号记为：
其中，向量包含发送给I个通信用户的I个通信信号；表示在时间段/>从无人机U发送给用户/>的通信信号；矩阵/>表示通信波束赋形矩阵；向量/>包含M个独立的感知信号；矩阵/>表示感知波束赋形矩阵；向量/>和/>分别表示对通信信号/>和感知信号/>的波束赋形向量；考虑到硬件设备要求，每个天线都需要满足的单天线功率约束如下：
其中代表所有天线的最大发射功率；/>表示/>的第m行向量；/>表示的第m行向量。
评价通信服务质量的重要指标之一是SINR，本发明实施例中，使用SINR作为评价通信服务质量的指标，I个通信用户在时间段的信道输出计算为：
其中向量表示噪声；/>是一个在时间段/>对用户/>均值为0方差为/>的附加高斯白噪声；矩阵/>表示瞬时下行信道；/>表示无人机U在时间段/>的发射信号；令/>表示无人机U和通信用户/>间的下行信道变量，表示为：
其中表示当相干距离为1米时的信道功率增益；向量/>表示对通信用户的导向矢量，记作：
其中和/>表示天线间隔和载波波长；/>表示无人机看向通信用户/>的水平夹角，计算为：
因此，下行通信用户在时间段/>的SINR计算为：
为了保证MIMO通信系统的通信服务质量，每个通信用户的SINR应高于预设门限，记作：
。
感知指标的设计需要考虑两个设计标准，一是让理想的TBP和计算的TBP间的MSE最小，即最小化探测扇区匹配的MSE，第二是最小化每两个探测扇区中心方向之间的CCP的MSE。
通信信号在感知任务中被使用，此时通信信号不被认为是探测方向上的干扰，在某水平角度/>的基带信号计算为：
其中
H表示共轭转置矩阵，T表示转置矩阵；
在时间段方向/>上的发射波束图案增益TBP计算为：
在时间段两个方向/>间的互相关图案CCP计算为：
在实际的探测任务中，理想的TBP描述为一个矩形门函数，该函数朝着探测扇区的方向被定义为探测功率，其他方向的值被设置为0，记作：
为评估理想TBP和计算TBP之间的差异，在预定的角度范围内精细采样并且取所有采样角度上所有时间点的均方误差MSE作为第一个感知指标，表达为：
其中K代表采样角度的数量，代表第k个采样角度；全部时间点的每两个中心方向/>间的CCP的均方误差MSE作为第二个感知指标，计算为：
。
本发明提出的联合波束赋形设计方案，旨在在单天线功率约束和SINR约束条件下，设计通信波束赋形矩阵和感知波束赋形矩阵，以最小化探测扇区匹配和CCP的MSE。
令和/>分别表示通信波束赋形集合和感知波束赋形集合；所述联合波束赋形问题的优化问题表达为：
其中C1和C2约束要求矩阵和/>都是复半正定矩阵；C3是单天线功率约束；C4是所有通信用户的SINR约束；参数/>代表探测扇区匹配的MSE相比于CCP的MSE之间的重要性权衡；参数/>为预设门限，反映通信性能和感知性能之间的权衡；如果/>，C4中的SINR约束将会一直成立，并且优化问题倾向于仅优化感知指标；如果通信服务质量的需求较高，可以设置一个较高的预设门限/>来符合高标准要求；通常，参数/>的设置取决于实际场景，这也指导了如何进行通信性能和感知性能的权衡。
优化问题P1是一个复杂的非凸问题有大量的优化变量，为了简化优化问题P1，将P1根据N个独立的时间段拆分成N个子问题，每个时间段的子问题描述为：
/>
子问题P2仍然是非凸的，接着引入一个半正定松弛SDR策略来将非凸的问题转化为一个序列二次规划SQP，该SQP可被凸优化工具在多项式时间内求解。
首先，引入协方差波束赋形矩阵，记作：
其中，；因此，问题P2中的SINR约束被重写为一个线性的形式，但多增加了秩一矩阵约束，如下：
同时，目标函数中的感知指标设计转化为：
那么，优化问题P2重写为以下等价形式：
由于秩一矩阵约束优化问题仍然是非凸的，这里忽略秩一矩阵约束，优化问题P3进一步松弛为以下形式：
/>
该形式为SQP，能够通过凸优化工具在多项式时间内求解，SQP的等价形式如下：
其中
参数通过加一个约束设定，或者直接通过优化器得到最优值。
当得到优化问题P5的最优解时，使用该解计算另一个解，计算为：
解是优化问题P4的可行解，因此上述松弛可被证明为紧凸松弛。
为进一步得到优化问题P2的最优解，有：
感知波束赋形矩阵通过克列斯基分解计算得到，/>即为优化问题P2的最优解，进而得到联合波束赋形问题P1的最优解。
具体地，联合波束赋形问题P1的最优解可由算法1得到。
下面，通过在多山区场景中的应用来证明本发明所述联合波束赋形方法的准确性和新引入的感知编码器的有效性。本发明使用MATLAB的CVX工具箱来解决提出的SQP问题，实验考虑了两个感兴趣的探测扇区，扇区的中心角度方向和探测宽度分别为和。令/>且/>。仿真参数设置如表1所示。
表1 仿真参数设置
图3（a）、图3（b）、图3（c）、图3（d）分别是理想TBP、联合计算TBP、仅/>计算TBP和仅计算TBP示意图。图3（a）中，/>， />。图3（b）中，， />。图3（c）中，/>， />。图3（d）中，/>， />。
由图3（a）-图3（d）可知，联合计算的TBP和理想的TBP基本吻合，联合/>计算的TBP有两个峰值与探测扇区相对应。此外，联合/>计算的TBP相比于仅/>计算的TBP更接近理想的TBP，这是由于/>在/>的TBP表现较差的地方进行了补偿。
图4（a）和图4（b）描述了两个探测扇区场景下联合计算的CCP示意图。图4（a）中，/>， />。图4（b）中，/>， />。
本发明所提出设计优化问题的目标是令CCP的MSE最小化。因此，可以看到图4（a）和图4（b）中在上的值已足够小，这与实际预期相一致。此外，强相关性还表现在图3（a）和图3（c）的TBP中的峰值对应方向的自相关性上。
为了进一步定量分析感知波束赋形矩阵的有效性，图5（a）和图5（b）展示了两个探测扇区场景不同SINR门限下联合和仅/>的性能。首先，由于通信和感知之间的权衡，随着SINR门限的增加，感知任务的总体误差（即目标函数）也会增加。其次，联合/>的目标函数MSE低于仅/>的目标函数，这表明感知波束赋形矩阵有助于提高传感性能。然而，这种改进通常会牺牲少量通信性能。在图5（b）中，联合/>和仅/>得到的最小SINR值都满足相应的约束条件，除了/>的情况外，其他情况几乎相同。因此，在满足通信性能的前提下，利用感知波束赋形矩阵可以充分提高传感性能。
综上所述，本发明提供的无人机通感一体化网络中的联合波束赋形设计方法，采用两个新的感知指标来衡量雷达通信系统，即探测扇区匹配的MSE和扇区中心方向之间CCP的MSE，与传统的特定目标方向的TBP相比，本发明的感知指标更适合实际搜索任务。本发明不仅使用通信前置编码器来支持多输入多输出通信，还引入了一种新型传感前置编码器来支持多输入多输出雷达，其中无人机UAV同时为通信用户CU发射信息承载信号和为传感目标ST发射专用传感信号。与传统的通信波束赋形任务相比，由于优化变量的自由度更高，因此引入的传感前置编码器有助于实现更好的传感性能。经验证，在满足通信性能和功率约束的情况下，所得到的TBP几乎与理想的TBP一致，证明了联合发射波束赋形的有效性。
在示例性实施例中，本发明还提供一种电子设备，该电子设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）和一个或一个以上的存储器，其中，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述无人机通感一体化网络中的联合波束赋形设计方法的步骤。
在示例性实施例中，本发明还提供一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述无人机通感一体化网络中的联合波束赋形设计方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
在说明书中提到“一个实施例”、“实施例”、“示例性实施例”、“一些实施例”等指示所述的实施例可以包括特定特征、结构或特性，但未必每个实施例都包括该特定特征、结构或特性。另外，在结合实施例描述特定特征、结构或特性时，结合其它实施例（无论是否明确描述）实现这种特征、结构或特性应在相关领域技术人员的知识范围内。
本发明涵盖任何在本发明的精髓和范围上做的替代、修改、等效方法以及方案。为了使公众对本发明有彻底的了解，在以下本发明优选实施例中详细说明了具体的细节，而对本领域技术人员来说没有这些细节的描述也可以完全理解本发明。另外，为了避免对本发明的实质造成不必要的混淆，并没有详细说明众所周知的方法、过程、流程、元件和电路等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读取存储介质中，如：ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种无人机通感一体化网络中的联合波束赋形设计方法，其特征在于，包括以下步骤：
构建无人机通感一体化雷达通信系统，所述系统具有通信和感知双功能；
所述构建无人机通感一体化雷达通信系统，具体包括：
构建无人机支持的通感一体化双功能雷达通信系统，为I个单天线通信用户CU提供下行的通信服务，这些通信用户记作；所述系统还同时感知J个感兴趣的探测扇区，记作/>；所述系统中包括一个旋翼无人机U，装配有垂直放置的均匀线性天线阵列，所述天线阵列包括M个天线，所述天线在服务区中被MIMO通信系统和MIMO雷达系统共用；
将无人机整体的飞行时间t分为N个时间段，令时间段集合表示为；无人机在t n 时间段的位置为/>，在每个时间段内无人机的位置被认为不变；通信用户的位置通过全球定位系统实时捕捉，通信用户C i 在时间段t n 的位置为/>；探测扇区的中心方向和探测宽度集合分别为/>和/>；
其中，为无人机在t n 时间段的位置的三维坐标，/>为通信用户C i 在时间段t n 的位置的三维坐标，/>分别是系统在时间段t n 感知的第1个至第J个探测扇区的中心方向，/>分别是系统在时间段t n 感知的第1个至第J个探测扇区的探测宽度；
定义联合波束赋形问题：在所述无人机通感一体化雷达通信系统的通信服务质量约束和单天线功率约束的条件下，以探测扇区匹配的均方误差和探测扇区中心方向之间互相关图案的均方误差作为感知指标，设计通信编码器和辅助的传感编码器，使两个感知指标最小化；
将通信编码器和传感编码器的设计问题表述为一个非凸优化问题，通过半正定松弛策略将其松弛为序列二次规划，求解所述联合波束赋形问题。
2.根据权利要求1所述的无人机通感一体化网络中的联合波束赋形设计方法，其特征在于，所述单天线功率约束条件具体包括：
无人机U在时间段t n 的发射信号包含通信信号和感知信号，感知信号即雷达波束信号，所述发射信号记为：
；
其中，向量包含发送给I个通信用户的I个通信信号；c n,i 表示在时间段t n 从无人机U发送给用户C i 的通信信号；矩阵/>表示通信波束赋形矩阵；向量包含M个独立的感知信号；矩阵/>表示感知波束赋形矩阵；向量/>和/>分别表示对通信信号c n,i 和感知信号s n,m 的波束赋形向量；考虑到硬件设备要求，每个天线都需要满足的单天线功率约束如下：
；
其中P Max 代表所有天线的最大发射功率；表示/>的第m行向量；/>表示/>的第m行向量；
所述通信服务质量约束条件具体包括：
使用SINR作为评价通信服务质量的指标，I个通信用户在时间段t n 的信道输出计算为：
；
其中向量表示噪声；/>是一个在时间段t n 对用户C i 均值为0方差为σ 2的附加高斯白噪声；矩阵H n 表示瞬时下行信道；x n 表示无人机U在时间段t n 的发射信号；令h n,i 表示无人机U和通信用户C i 间的下行信道变量，表示为：
；
其中β 0表示当相干距离为1米时的信道功率增益；为无人机在t n 时间段的位置，/>为通信用户C i 在时间段t n 的位置，向量/>表示对通信用户C i 的导向矢量，记作：
；
其中d和µ表示天线间隔和载波波长；表示无人机看向通信用户C i 的水平夹角，计算为：
；
因此，下行通信用户C i 在时间段t n 的SINR计算为：
；
为了保证MIMO通信系统的通信服务质量，每个通信用户的SINR应高于预设门限THSINR，记作：
。
3.根据权利要求2所述的无人机通感一体化网络中的联合波束赋形设计方法，其特征在于，两个所述感知指标的设计过程如下：
通信信号在感知任务中被使用，在t n 某水平角度α的基带信号计算为：
；
其中
；
H表示共轭转置矩阵，T表示转置矩阵；
在t n 时间段方向α上的发射波束图案增益TBP计算为：
；
在t n 时间段两个方向间的互相关图案CCP计算为：
；
在实际的探测任务中，理想的TBP描述为一个矩形门函数，该函数朝着探测扇区的方向被定义为探测功率P Sen，其他方向的值被设置为0，记作：
；
为评估理想TBP和计算TBP之间的差异，在预定的角度范围内精细采样并且取所有采样角度上所有时间点的均方误差MSE作为第一个感知指标，表达为：
；
其中K代表采样角度的数量，α k 代表第k个采样角度；全部时间点的每两个中心方向间的CCP的均方误差MSE作为第二个感知指标，计算为：
。
4.根据权利要求3所述的无人机通感一体化网络中的联合波束赋形设计方法，其特征在于，令和/>分别表示通信波束赋形集合和感知波束赋形集合；所述联合波束赋形问题的优化问题表达为：
；
；
；
；
；
其中C1和C2约束要求矩阵和/>都是复半正定矩阵；C3是单天线功率约束；C4是所有通信用户的SINR约束；参数/>代表探测扇区匹配的MSE相比于CCP的MSE之间的重要性权衡；参数THSINR为预设门限，反映通信性能和感知性能之间的权衡；如果THSINR=0，C4中的SINR约束将会一直成立，并且优化问题倾向于仅优化感知指标；如果通信服务质量的需求较高，可以设置一个较高的预设门限THSINR来符合高标准要求；参数THSINR的设置取决于实际场景，这也指导了如何进行通信性能和感知性能的权衡。
5.根据权利要求4所述的无人机通感一体化网络中的联合波束赋形设计方法，其特征在于，为了简化优化问题P1，将P1根据N个独立的时间段拆分成N个子问题，每个t n 时间段的子问题描述为：
；
；
；
；
；
子问题P2仍然是非凸的，接着引入一个半正定松弛SDR策略来将非凸的问题转化为一个序列二次规划SQP；
首先，引入协方差波束赋形矩阵，记作：
；
其中，；因此，问题P2中的SINR约束被重写为一个线性的形式，但多增加了秩一矩阵约束，如下：
；
同时，目标函数中的感知指标设计转化为：
；
；
那么，优化问题P2重写为以下等价形式：
；
；
；
；
；
；
；
由于秩一矩阵约束优化问题仍然是非凸的，这里忽略秩一矩阵约束，优化问题P3进一步松弛为以下形式：
；
；
；
；
；
；
该形式为SQP，能够通过凸优化工具在多项式时间内求解，SQP的等价形式如下：
；
；
；
；
；
；
；
其中
；
参数P Sen通过加一个约束设定，或者直接通过优化器得到最优值；
当得到优化问题P5的最优解时，使用该解计算另一个解/>，计算为：
；
；
；
解是优化问题P4的可行解，因此上述松弛可被证明为紧凸松弛；
为进一步得到优化问题P2的最优解，有：
；
；
感知波束赋形矩阵通过克列斯基分解计算得到，/>即为优化问题P2的最优解，进而得到联合波束赋形问题P1的最优解。
6.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如权利要求1-5任一项所述的无人机通感一体化网络中的联合波束赋形设计方法。
7.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如权利要求1-5中任一项所述的无人机通感一体化网络中的联合波束赋形设计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311564934.3A CN117278084B (zh) | 2023-11-22 | 2023-11-22 | 一种无人机通感一体化网络中的联合波束赋形设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311564934.3A CN117278084B (zh) | 2023-11-22 | 2023-11-22 | 一种无人机通感一体化网络中的联合波束赋形设计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117278084A CN117278084A (zh) | 2023-12-22 |
| CN117278084B true CN117278084B (zh) | 2024-02-13 |
Family
ID=89209132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311564934.3A Active CN117278084B (zh) | 2023-11-22 | 2023-11-22 | 一种无人机通感一体化网络中的联合波束赋形设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117278084B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118041474B (zh) * | 2024-04-15 | 2024-06-14 | 北京科技大学 | 一种通感一体化网络感知约束下信道容量计算方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107656264A (zh) * | 2017-08-02 | 2018-02-02 | 南京航空航天大学 | 杂波环境下的机会阵雷达多目标跟踪的功率资源管理方法 |
| CN113721198A (zh) * | 2021-09-09 | 2021-11-30 | 哈尔滨工程大学 | 双功能mimo雷达通信系统物理层安全性联合波束赋形方法 |
| CN115913302A (zh) * | 2022-09-26 | 2023-04-04 | 西安电子科技大学 | 通感一体化无人机网络中联合轨迹与波束形成的设计方法 |
| CN116488749A (zh) * | 2023-03-14 | 2023-07-25 | 南京邮电大学 | 一种智能反射面增强的联合频谱感知与信息传输系统和方法 |
| CN116865795A (zh) * | 2023-07-06 | 2023-10-10 | 上海交通大学 | 透射式ris辅助mimo多波束对准系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140293904A1 (en) * | 2013-03-28 | 2014-10-02 | Futurewei Technologies, Inc. | Systems and Methods for Sparse Beamforming Design |
-
2023
- 2023-11-22 CN CN202311564934.3A patent/CN117278084B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107656264A (zh) * | 2017-08-02 | 2018-02-02 | 南京航空航天大学 | 杂波环境下的机会阵雷达多目标跟踪的功率资源管理方法 |
| CN113721198A (zh) * | 2021-09-09 | 2021-11-30 | 哈尔滨工程大学 | 双功能mimo雷达通信系统物理层安全性联合波束赋形方法 |
| CN115913302A (zh) * | 2022-09-26 | 2023-04-04 | 西安电子科技大学 | 通感一体化无人机网络中联合轨迹与波束形成的设计方法 |
| CN116488749A (zh) * | 2023-03-14 | 2023-07-25 | 南京邮电大学 | 一种智能反射面增强的联合频谱感知与信息传输系统和方法 |
| CN116865795A (zh) * | 2023-07-06 | 2023-10-10 | 上海交通大学 | 透射式ris辅助mimo多波束对准系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于通感一体化的6G无人机网络;张燕霞 等;《移动通信》;第47卷(第517期);71-76 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117278084A (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shafin et al. | Angle and delay estimation for 3-D massive MIMO/FD-MIMO systems based on parametric channel modeling | |
| Larew et al. | Adaptive beam tracking with the unscented Kalman filter for millimeter wave communication | |
| EP3576361A1 (en) | Explicit channel information feedback based on high-order pca decomposition or pca composition | |
| US9413474B2 (en) | Efficient large-scale multiple input multiple output communications | |
| CN117278084B (zh) | 一种无人机通感一体化网络中的联合波束赋形设计方法 | |
| WO2007007390A1 (ja) | 到来波数推定方法、到来波数推定装置及び無線装置 | |
| Alkhateeb et al. | Multi-layer precoding: A potential solution for full-dimensional massive MIMO systems | |
| CN114745232B (zh) | 智能可重构表面辅助毫米波mimo系统的信道估计方法 | |
| CN112929962B (zh) | 定位方法、装置、计算机设备和存储介质 | |
| CN109951216B (zh) | 一种基于码本辅助的大规模mimo doa估计方法 | |
| CN112469119A (zh) | 定位方法、装置、计算机设备和存储介质 | |
| Testolina et al. | Enabling simulation-based optimization through machine learning: A case study on antenna design | |
| CN113839695B (zh) | Fdd大规模mimo和速率最优统计预编码方法及设备 | |
| Cui et al. | On the physical layer of digital twin: An integrated sensing and communications perspective | |
| Mohammadi et al. | Location-aware beamforming for MIMO-enabled UAV communications: An unknown input observer approach | |
| Han et al. | FDD massive MIMO without CSI feedback | |
| Moon et al. | Coordinated Millimeter Wave Beam Selection Using Fingerprint for Cellular-Connected Unmanned Aerial Vehicle. | |
| Naser et al. | The role of correlation in the performance of massive MIMO systems | |
| Maruta et al. | First eigenmode transmission by high efficient CSI estimation for multiuser massive MIMO using millimeter wave bands | |
| CN111901019A (zh) | 一种毫米波大规模mimo系统的模拟预编码设计方法 | |
| CN116567652A (zh) | 全向超表面辅助的空中计算赋能垂直联邦学习方法 | |
| CN114844538B (zh) | 一种基于宽学习的毫米波mimo用户增量协作波束选择方法 | |
| Araújo et al. | Compressive sensing based channel estimation for massive MIMO systems with planar arrays | |
| Wang et al. | Two-timescale beamforming for IRS-assisted millimeter wave systems: A deep unrolling-based stochastic optimization approach | |
| Amadid et al. | An efficient hybrid strategy for uplink channel estimation in massive mimo systems based on spatially correlated channels |
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 |