基于信息年龄最小化的无人机通信感知一体化系统位置优化方法转让专利
申请号 : CN202210730374.3
文献号 : CN115133977B
文献日 : 2023-05-02
发明人 : 许思洁 , 黄锦明 , 李逸凡 , 张军 , 吴怡
申请人 : 福建师范大学
摘要 :
本发明公开基于信息年龄最小化的无人机通信感知一体化系统位置优化方法，步骤为：构建无人机通信感知一体化系统并得到系统参数，系统包括地面基站、无人机以及用户，基站、无人机和用户都配置单根天线，无人机上配备雷达感知装置；根据无人机通信感知一体化系统模型，构建信息年龄最小化表达式；通过信息年龄最小化表达式获取无人机最佳位置关系式；将系统参数代入无人机最佳位置关系式中，再利用牛顿迭代法计算无人机最佳位置。本发明减小了数据的信息年龄，保证了数据的新鲜度，提高了基站决策的准确性。
权利要求 :
1.基于信息年龄最小化的无人机通信感知一体化系统位置优化方法，其特征在于：其包括以下步骤：步骤S1，构建无人机通信感知一体化系统并得到系统参数，系统包括地面基站、无人机以及用户，基站、无人机和用户都配置单根天线，无人机上配备雷达感知装置；
步骤S2，根据无人机通信感知一体化系统模型，构建信息年龄最小化表达式；步骤S2中信息年龄最小化表达式如下：
0≤λ≤1
其中，PAoI为无人机成功感知到来自雷达回波的信息时发送感知数据包开始直到下一个感知数据包成功更新完所经历的时间；PAoI＝T1+2T2；λ∈[0，1]表示基站与用户间地面距离分配参数，即基站到无人机的水平距离为λd，无人机到用户的水平距离为(1‑λ)d；Pmax表示无人机的雷达波形的感知功率；B表示通信带宽；H表示无人机的飞行高度；h表示基站的高度；d表示基站和用户间的距离；中间过程参数 β0为参考距离为1m时的大尺度信2
道功率，σ为加性高斯白噪声功率； Δ0为CR界 的关系式展开后所有的常数部分，且 时无人机成功地完成感知任务；在感知阶段，无人机用于感知目标用户的时间为T1；在通信阶段，无人机传输感知数据包给基站的时间为T2；
步骤S3，通过信息年龄最小化表达式获取无人机最佳位置关系式；步骤S3中获取的无人机最佳位置关系式为：步骤S4，将系统参数代入无人机最佳位置关系式中，再利用牛顿迭代法计算无人机最佳位置；
步骤S4中计算无人机最佳位置的具体方法为：利用牛顿迭代法计算满足关系式的λ,记opt为λ ；
opt
将所得的λ 作为初始值代入无人机最佳位置关系式，利用牛顿迭代法计算出无人机的最佳位置；步骤S4的具体步骤为：‑3
步骤S4‑1，预设收敛精度为10 ，并假设一个初始的λ值；
opt
步骤S4‑2，初始的λ值代入到无人机最佳位置关系式中得到优化的λ ；
opt
步骤S4‑3，判断优化的λ 的值与初始的λ值的差值是否小于预设的收敛精度；是则，将opt优化的λ 的值作为无人机最佳位置的分配系数并结束迭代计算；否则，将所得的优化的optλ 作为初始的λ值并执行步骤S4‑2。
2.根据权利要求1所述的基于信息年龄最小化的无人机通信感知一体化系统位置优化方法，其特征在于：步骤S1中无人机与地面基站、用户的通信方法包括以下步骤：步骤S1‑1，无人机发送雷达波形感知用户；
步骤S1‑2，无人机在感知到用户时生成一个大小为D比特的感知数据包传输给基站。
3.根据权利要求1所述的基于信息年龄最小化的无人机通信感知一体化系统位置优化方法，其特征在于：CR(Cramer‑Rao)界 用于表征传感性能， 其中，ρ表示从感知目标反射的接收信号的信噪比(SNR)，
4.根据权利要求1所述的基于信息年龄最小化的无人机通信感知一体化系统位置优化方法，其特征在于：初始的λ值为0.6。
5.根据权利要求1所述的基于信息年龄最小化的无人机通信感知一体化系统位置优化opt方法，其特征在于：无人机最佳位置时，基站到无人机的水平距离为λ d，无人机到用户的opt水平距离为(1‑λ )d。
说明书 :
基于信息年龄最小化的无人机通信感知一体化系统位置优化
方法
技术领域
[0001] 本发明涉及移动通信技术领域，尤其涉及基于信息年龄最小化的无人机通信感知一体化系统位置优化方法。
背景技术
[0002] 随着物联网的快速发展，出现了大量的实时传感应用，如智能车辆、灾害监测、精准农业和数字健康监测。在大多数传感应用中，关注的状态信息会随时间迅速变化。因此，有必要尽快向基站报告状态信息，以便基站做出准确的决策。为了衡量信息的新鲜度，可通过信息年龄这一新性能指标进行量化。信息年龄定义为自生成发送到目的地的最新感知数据包以来经过的时间。然而，对于一些典型的应用场景，由于建筑物的遮挡，基站和终端之间的视距通信链路较弱，传输数据的速率较低，很难保证信息新鲜度的要求。因此，在过去几年中，无人机凭借其强大的视距链路、高机动性和高服务覆盖率的优势，被广泛应用于无线通信系统中，以帮助实时信息更新系统，这是一项很有前景的技术。此外，在无人机快速发展的同时，通信感知一体化网络对无人机应用带来了更大的价值。在通信感知一体化网络中，无人机通过装备雷达传感设备具有自主感知的能力，雷达传感和通信可以共用天线和收发器等硬件，降低了设备的尺寸和成本，实现了更好的感知性能。
发明内容
[0003] 本发明的目的在于提供基于信息年龄最小化的无人机通信感知一体化系统位置优化方法，在无人机上配备雷达感知装置，通过优化无人机的位置，减小了数据的信息年龄，保证了数据的新鲜度，提高了基站决策的准确性。
[0004] 本发明采用的技术方案是：
[0005] 基于信息年龄最小化的无人机通信感知一体化系统位置优化方法，其包括以下步骤：
[0006] 步骤S1，构建无人机通信感知一体化系统并得到系统参数，系统包括地面基站、无人机以及用户，基站、无人机和用户都配置单根天线，无人机上配备雷达感知装置；
[0007] 步骤S2，根据无人机通信感知一体化系统模型，构建信息年龄最小化表达式；
[0008] 步骤S3，通过信息年龄最小化表达式获取无人机最佳位置关系式；
[0009] 步骤S4，将系统参数代入无人机最佳位置关系式中，再利用牛顿迭代法计算无人机最佳位置。
[0010] 进一步地，为了提高无人机通信感知一体化系统的性能，并通过优化无人机的位置，减小数据的信息年龄，保证数据的新鲜度，提高基站决策的准确性。步骤S1中无人机与地面基站、用户的通信方法包括以下步骤：
[0011] 步骤S1‑1，无人机发送雷达波形感知用户；在感知阶段，无人机用于感知目标用户的时间为T1；
[0012] 具体地，假设无人机没有干扰，无人机只接收用户反射回来的回波信号。无人机与目标之间的信道增益为： 其中，2d2为回波信号传播的距离，d2为无人机与待感知目标之间的距离，β0为参考距离为1m时的大尺度信道功率。λ∈[0,1]为基站与用户间地面距离分配参数，H为无人机的飞行高度。
[0013] 传感性能通过Cramer‑Rao(CR)界来表征：
[0014] 其中，α>0是一个常数，取决于待估计的特定参数，B为带宽，ρ是从感知目标反射的接收信号的信噪比(SNR)，T1为无人机用于感知目标的时间。
[0015] 无人机感知的信噪比为
[0016] 其中，Pmax为无人机的感知功率，σ2为加性高斯白噪声功率。
[0017] 当CR界 不大于给定阈值时，例如 时，无人机成功地完成了感知任务。
[0018] 则感知约束为 其中，
[0019] 步骤S1‑2，无人机在感知到用户时生成一个大小为D比特的感知数据包传输给基站；在通信阶段，无人机传输感知数据包给基站的时间为T2；
[0020] 具体地，在信息传输阶段，当无人机成功感知到数据后，需要立刻将新的感知数据发送给基站。无人机和基站之间的信道增益为： 其中，d1为基站与无人机之间的距离，
[0021] 通信阶段的可达速率可近似表示为 其中，
[0022] 传输时间T2的总吞吐量为
[0023] 为了完成每个感知数据包的传输，传输的数据应不小于感知的数据：R总≥D。
[0024] 进一步地，步骤S2中信息年龄最小化表达式如下：
[0025]
[0026]
[0027]
[0028] 0≤λ≤1
[0029] 其中，PAoI为无人机成功感知到来自雷达回波的信息时发送感知数据包开始直到下一个感知数据包成功更新完所经历的时间；PAoI＝T1+2T2；λ∈[0，1]表示基站与用户间地面距离分配参数，即基站到无人机的水平距离为λd，无人机到用户的水平距离为(1‑λ)d；Pmax表示无人机的雷达波形的感知功率；B表示通信带宽；H表示无人机的飞行高度；h表示基站的高度；d表示基站和用户间的距离；中间过程参数 β0为参考距离为1m时的大
2
尺度信道功率，σ为加性高斯白噪声功率； Δ0为 展开后所有的常
数部分，CR界 不大于给定阈值Δ时，即 时无人机成功地完成感知任务。亦表示感知约束为
2
尺度信道功率，σ为加性高斯白噪声功率； Δ0为 展开后所有的常
数部分，CR界 不大于给定阈值Δ时，即 时无人机成功地完成感知任务。亦表示感知约束为
[0030] 具体地，为了衡量基站的信息新鲜度，采用PAoI作为性能指标。AoI(Age of Information)被定义为自最近发送到基站的感知数据包生成以来所经过的时间。当无人机成功感应到来自雷达回波的信息时，感知数据包生成，AoI开始增加，直到下一个感知数据包成功更新完，此时AoI达到最大值，即PAoI(PAoI＝下个感知数据包传完的时刻‑该感知数据包产生的时刻)。每个目标在更新后都会生成一个感知数据包，每个感知数据包都有一个PAoI值。该目标每个感知数据包的PAoI值都是相同的，为PAoI＝T1+2T2。
[0031] 进一步地，CR(Cramer‑Rao)界 用于表征传感性能，
[0032] 其中，ρ表示从感知目标反射的接收信号的信噪比(SNR)，CR界 不大于给定阈值Δ时，无人机成功地完成感知任务，即 展开后所有的常数部分记作Δ0；
[0033] 进一步地，步骤S3中无获取的无人机最佳位置关系式为：
[0034]
[0035] 进一步地，步骤S4中计算无人机最佳位置的具体方法为：利用牛顿迭代法计算满opt opt足关系式的λ,记为λ ；将所得的λ 作为初始值代入无人机最佳位置关系式，利用牛顿迭代法计算出无人机的最佳位置。
[0036] 进一步地，步骤S4的具体步骤为：
[0037] 步骤S4‑1，预设收敛精度为10‑3，并假设一个初始的λ值；
[0038] 步骤S4‑2，初始的λ值代入到无人机最佳位置关系式中得到优化的λopt；
[0039] 步骤S4‑3，判断优化的λopt的值与初始的λ值的差值是否小于预设的收敛精度；是opt则，将优化的λ 的值作为无人机最佳位置的分配系数并结束迭代计算；否则，将所得的优opt
化的λ 作为初始的λ值并执行步骤S4‑2。
化的λ 作为初始的λ值并执行步骤S4‑2。
[0040] 进一步地，初始的λ值为0.6。
[0041] 进一步地，无人机最佳位置时，基站到无人机的水平距离为λoptd，无人机到用户的opt水平距离为(1‑λ )d。
[0042] 本发明采用以上技术方案，在无人机通信感知一体化系统中，通过优化无人机的位置，减小了数据的信息年龄，保证了数据的新鲜度，提高了基站决策的准确性。
附图说明
[0043] 以下结合附图和具体实施方式对本发明做进一步详细说明；
[0044] 图1为本发明基于信息年龄最小化的无人机通信感知一体化系统架构示意图；
[0045] 图2为本发明基于信息年龄最小化的无人机通信感知一体化系统位置优化方法的流程示意图。
具体实施方式
[0046] 为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚、完整地描述。
[0047] 如图1或2所示，本发明公开了基于信息年龄最小化的无人机通信感知一体化系统位置优化方法，其包括以下步骤：
[0048] 步骤S1，构建无人机通信感知一体化系统并得到系统参数，如图1所示，系统包括地面基站(BS)、无人机(UAV)以及用户(Target)，基站、无人机和用户都配置单根天线，无人机上配备雷达感知装置；
[0049] 步骤S2，根据无人机通信感知一体化系统模型，构建信息年龄最小化表达式；
[0050] 步骤S3，通过信息年龄最小化表达式获取无人机最佳位置关系式；
[0051] 步骤S4，将系统参数代入无人机最佳位置关系式中，再利用牛顿迭代法计算无人机最佳位置。
[0052] 进一步地，为了提高无人机通信感知一体化系统的性能，并通过优化无人机的位置，减小数据的信息年龄，保证数据的新鲜度，提高基站决策的准确性。步骤S1中无人机与地面基站、用户的通信方法包括以下步骤：
[0053] 步骤S1‑1，无人机发送雷达波形感知用户；在感知阶段，无人机用于感知目标用户的时间为T1；
[0054] 具体地，假设无人机没有干扰，无人机只接收用户反射回来的回波信号。无人机与目标之间的信道增益为： 其中，2d2为回波信号传播的距离，d2为无人机与待感知目标之间的距离，β0为参考距离为1m时的大尺度信道功率。λ∈[0,1]为基站与用户间地面距离分配参数，H为无人机的飞行高度。
[0055] 传感性能通过Cramer‑Rao(CR)界来表征：
[0056] 其中，α>0是一个常数，取决于待估计的特定参数，B为带宽，ρ是从感知目标反射的接收信号的信噪比(SNR)，T1为无人机用于感知目标的时间。
[0057] 无人机感知的信噪比为
[0058] 其中，Pmax为无人机的感知功率，σ2为加性高斯白噪声功率。
[0059] 当CR界 不大于给定阈值时，例如 时，无人机成功地完成了感知任务。
[0060] 则感知约束为 其中，
[0061] 步骤S1‑2，无人机在感知到用户时生成一个大小为D比特的感知数据包传输给基站；在通信阶段，无人机传输感知数据包给基站的时间为T2；
[0062] 具体地，在信息传输阶段，当无人机成功感知到数据后，需要立刻将新的感知数据发送给基站。无人机和基站之间的信道增益为： 其中，d1为基站与无人机之间的距离，
[0063] 通信阶段的可达速率可近似表示为 其中，
[0064] 传输时间T2的总吞吐量为
[0065] 为了完成每个感知数据包的传输，传输的数据应不小于感知的数据：R总≥D。
[0066] 进一步地，步骤S2中信息年龄最小化表达式如下：
[0067]
[0068]
[0069]
[0070] 0λ≤1
[0071] 其中，PAoI为无人机成功感知到来自雷达回波的信息时发送感知数据包开始直到下一个感知数据包成功更新完所经历的时间；PAoI＝T1+2T2；λ∈[0，1]表示基站与用户间地面距离分配参数，即基站到无人机的水平距离为λd，无人机到用户的水平距离为(1‑λ)d；Pmax表示无人机的雷达波形的感知功率；B表示通信带宽；H表示无人机的飞行高度；h表示基站的高度；d表示基站和用户间的距离； β0为参考距离为1m时的大尺度信道功率，
2
σ为加性高斯白噪声功率； Δ0为 展开后所有的常数部分，CR界
不大于给定阈值Δ时，即 时无人机成功地完成感知任务。亦表示感知约束为[0072] 具体地，为了衡量基站的信息新鲜度，采用PAoI作为性能指标。AoI(Age of Information)被定义为自最近发送到基站的感知数据包生成以来所经过的时间。当无人机成功感知到来自雷达回波的信息时，感知数据包生成，AoI开始增加，直到下一个感知数据包成功更新完，此时AoI达到最大值，即PAoI(PAoI＝下个感知数据包传完的时刻‑该感知数据包产生的时刻)。每个目标在更新后都会生成一个感知数据包，每个感知数据包都有一个PAoI值。该目标每个感知数据包的PAoI值都是相同的，为PAoI＝T1+2T2。
2
σ为加性高斯白噪声功率； Δ0为 展开后所有的常数部分，CR界
不大于给定阈值Δ时，即 时无人机成功地完成感知任务。亦表示感知约束为[0072] 具体地，为了衡量基站的信息新鲜度，采用PAoI作为性能指标。AoI(Age of Information)被定义为自最近发送到基站的感知数据包生成以来所经过的时间。当无人机成功感知到来自雷达回波的信息时，感知数据包生成，AoI开始增加，直到下一个感知数据包成功更新完，此时AoI达到最大值，即PAoI(PAoI＝下个感知数据包传完的时刻‑该感知数据包产生的时刻)。每个目标在更新后都会生成一个感知数据包，每个感知数据包都有一个PAoI值。该目标每个感知数据包的PAoI值都是相同的，为PAoI＝T1+2T2。
[0073] 进一步地，CR(Cramer‑Rao)界 用于表征传感性能，
[0074] 其中，ρ表示从感知目标反射的接收信号的信噪比(SNR)，CR界 不大于给定阈值Δ时，无人机成功地完成感知任务，即 展开后所有的常数部分记作Δ0；
[0075] 进一步地，步骤S3中无获取的无人机最佳位置关系式为：
[0076]
[0077] 进一步地，步骤S4中计算无人机最佳位置的具体方法为：利用牛顿迭代法计算满opt opt足关系式的λ,记为λ ；将所得的λ 作为初始值代入无人机最佳位置关系式，利用牛顿迭代法计算出无人机的最佳位置。
[0078] 进一步地，步骤S4的具体步骤为：
[0079] 步骤S4‑1，预设收敛精度为10‑3，并假设一个初始的λ值；
[0080] 步骤S4‑2，初始的λ值代入到无人机最佳位置关系式中得到优化的λopt；
[0081] 步骤S4‑3，判断优化的λopt的值与初始的λ值的差值是否小于预设的收敛精度；是opt则，将优化的λ 的值作为无人机最佳位置的分配系数并结束迭代计算；否则，将所得的优opt
化的λ 作为初始的λ值并执行步骤S4‑2。
化的λ 作为初始的λ值并执行步骤S4‑2。
[0082] 进一步地，初始的λ值为0.6。
[0083] 进一步地，无人机最佳位置时，基站到无人机的水平距离为λoptd，无人机到用户的opt水平距离为(1‑λ )d。
[0084] 本发明采用以上技术方案，在无人机通信感知一体化系统中，通过优化无人机的位置，减小了数据的信息年龄，保证了数据的新鲜度，提高了基站决策的准确性。
[0085] 显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。