智能反射面辅助的无人机安全通信感知一体化设计方法

技术领域

本发明属于无人机通信网络的通信感知一体化领域，涉及一种无人机与智能反射面结合以实现安全通信感知一体化的设计方案，具体是指在实现通信感知一体化时，通过联合优化以下三个方面：发射功率分配、无人机的轨迹和速度、用户和目标的时序安排，从而最大化系统的可达速率。

背景技术

通信感知一体化是一种很有前途的减少频谱拥塞的技术，它允许传感和通信共享同一频谱和硬件。与独立的雷达和通信相比，通信感知一体化具有体积更小、功耗更低、相互干扰更少的优点。因此，通信感知一体化具有广泛的应用范围，包括车联网和物联网。此外，通信感知一体化也引起了许多研究者的研究兴趣。

另一方面，智能反射面(Intelligent Reflecting Surface,IRS)通过控制反射信号的幅度和相位可以重新配置无线传播环境。具体来说，智能反射面(IRS)是一个由大量无源反射元件组成的超表面。此外，智能反射面是无源的。因此，相比于有源器件，智能反射面具有结构简单、成本低、功耗小、部署灵活等特点。智能反射面不仅可以重新配置无线信道，而且可以提供虚拟视距链路用于感知目标。

无人机在通信系统中可以作为中继扩大传输范围，但是无人机中继通信一方面会增加信息传输的时延，另一方面无人机作为中继进行信息处理时会消耗一定的能量，无人机自身的移动也会消耗大量推进能量，考虑到无人机的载能和续航能力有限，如何提高系统的能量效率进而实现绿色通信是一个关键问题。文献[S.Li,B.Duo,X.Yuan,Y.-C.Liangand M.Di Renzo,"Reconfigurable Intelligent Surface Assisted UAVCommunication:Joint Trajectory Design and Passive Beamforming,"in IEEEWireless Communications Letters,vol.9,no.5,pp.716-720,May 2020,doi:10.1109/LWC.2020.2966705.]提出了一个智能反射面辅助的无人机通信方案，但是只考虑了一个用户，难以推广到多用户场景，而当今随着终端数量的增长，无人机服务的用户往往不止一个，因此，需要研究用户场景的无人机通信系统。

而本发明结合智能反射面的诸多优点，将无人机与无源的智能反射面结合辅助通信，不仅可以节约能源，还可以使得空间通信质量和速度大大提高。本发明以最大化平均可达速率为目标，对系统中的参数进行了合适的设计，进而能够根据模型参数生成最优的网络设计以最大化平均可达速率。

发明内容

本发明的目的是为了解决智能反射面辅助的无人机空地无线网络的平均可达速率最大化问题。在网络模型中，无人机作为双功能基站，服务K个用户和感知J个目标，网络中存在一个潜在窃听者，窃听用户的机密信息，具体方案如示意图1所示。基于此模型本发明提供一种联合优化发射功率分配、用户和目标时序、智能反射面的无源波束赋形和无人机轨迹的设计方法，以实现系统平均可达速率的最大化。

为达到上述技术目的，本发明采用的技术方案如下：

一种智能反射面辅助的无人机安全通信感知一体化系统的设计方法，包括以下步骤：

第一步，构建系统模型：

(1)将无人机作为双功能基站，实现与K个地面用户的通信和感知J个地面目标，同时存在一个潜在的窃听者来窃听用户的信息，且窃听者的信道状态信息无法获得。基站为单天线，用户为单天线，在三维坐标系内，第k(k＝1,...,K)个用户和第j(j＝1,…,J)个目标的水平坐标分别为u

(2)假设无人机以固定高度H

(3)假设基站到用户之间的信道是视距信道，则第n时隙时无人机到用户k，目标j和窃听者的信道为：

其中，L

无人机到智能反射面的信道增益表示为：

其中，κ表示路径损耗指数，

其中，

从智能反射面到地面用户的信道也是视距链路，其增益表示为：

其中，

信号在智能反射面的相移调整可以表示为

(4)假设无人机采用时分多址接入来消除多用户干扰，也就是在一个特定的时隙内无人机只与一个用户通信，因此我们有以下约束：

如果无人机在第n个时隙服务用户k，α

(5)假设无人机为了降低参数估计的计算复杂度，无人机在一个特定的时隙内最多检测一个目标。为了保证感知性能，第j个目标应当被检测不少于N

如果无人机在第n个时隙检测目标j，β

(6)在第n个时隙内的发射信号为：

其中，

(7)假设每一个用户采用串行干扰消除来消除来自感知信号的干扰，也就是每一个用户首先在解码自己信号之前将感知信号移除。为了保证每个用户处的串行干扰，我们有以下约束：

其中，

(8)用户k在第n个时隙的可达速率可以表示为：

其中，σ

(9)第j个目标在第n个时隙内的接收功率可以表示为：

p

(10)假设窃听者没有采用串行干扰消除，第n个时隙内的窃听速率可以表示为

其中，

(11)平均安全速率可以表示为：

其中，[·]

第二步，确定目标函数和优化变量，列出优化问题：

通过对基站无人机的轨迹{q[n]}、速度{v[n]}，功率分配{p

在该优化问题中，P

第三步，设计算法求解优化问题：

采用分块迭代的思想，将上述公式(13)所示的优化问题分解为四个子问题，采用CVX求解功率分配问题；对于无人机轨迹优化，应用连续凸近似的方法将非凸问题近似转换为凸优化问题；对于反射面相位优化问题，采用黎曼流形优化和惩罚项的方法进行求解；对于目标和用户时序问题，采用罚函数的方法进行求解；具体步骤如下：

(1)优化功率分配{p

当给定{Φ[n],α

该问题是一个凸优化问题，可以通过CVX进行求解。

(2)优化轨迹{q[n]}和速度{v[n]}

当给定{Φ[n],α

这个问题很难求解，因为存在非凹的目标函数和非凸的约束。轨迹{q[n]}不仅在距离项，也在h

其中，

为了保证近似精度，我们有以下约束

其中，δ表示精度阈值；

R

其中，

和

类似地，

其中，

是厄米特阵，其中，p[n]＝p

因此，优化问题可以表示为

通过引入松弛变量{γ

优化问题可以等价地表示为

通过引入松弛变量

优化问题(22)可以等价地表示为

进一步的，通过将q[n]代入

这些约束是凸差的形式。通过连续凸逼近，可以将(26)转化为如(28)所示的凸问题

s.t.C1，C2，C3，C9

(28)可以通过CVX进行求解。

(3)优化反射面相位{Φ[n]}，

在给定{p

这是一个非凸的优化问题，很难求解。

定义

其中，

因此，优化问题可以等价地表示为

此外，我们可以并行地处理上述问题，具体来说，在第n个时隙的相位优化问题可以表示为

通过将问题(30)中的约束C1和C2移动到目标函数上，优化问题可以表示为

其中，

其中，

(4)优化{α

给定{p

由于二值变量的存在，这个问题很难求解。幸运的是，C5可以等价地表示为

尽管α

通过将约束(38)作为惩罚项加到(36)的目标函数上去，问题(36)可以重写为

其中，γ＞0表示惩罚系数，该问题是一个凸优化问题，可以通过CVX进行求解。

(5)通过交替优化算法来求解上述优化问题(此处指公式14、28、34、39)，在每轮迭代中，利用CVX求解功率分配问题，其次采用连续凸逼近算法求解无人机轨迹优化问题，接着利用连续凸逼近和罚函数的方法来求解用户和目标调度，然后利用黎曼流形优化来求解反射面相位优化问题；最后更新参变量的值进行下一次迭代，直至最后算法收敛；具体流程如下：

1)设置初始的功率分配{p

2)求解凸优化问题(14)，得到第t次迭代的功率分配结果，即{p

3)求解凸优化问题(26)，得到第t次迭代的轨迹和速度优化结果，即{q

4)求解优化问题(34)，得到第t次迭代的反射面相位优化结果，即{Φ

5)求解凸优化问题(39)，得到第t次迭代的用户和目标调度的优化结果，即{α

6)更新t＝t+1；跳至步骤2)进行下一次的迭代优化；

7)直到收敛。所示的收敛条件为：达到最大的收敛次数或若优化目标值增加量小于阈值ε

本文考虑智能反射面辅助的无人机安全通信感知一体化系统，为了最大化系统的平均可达速率，对功率分配、无人机轨迹和速度、反射面的相移、用户和目标时序进行联合优化，设计的无人机轨迹可以最大化系统的平均可达速率，且能够保证安全性。

本发明的有益效果是：

本发明通过对功率分配、无人机轨迹和速度、反射面的相移、用户和目标时序进行联合优化，给出了在满足感知条件下最大化系统平均可达速率的方案，且能够保证通信的安全性。本发明为实现无人机安全通信感知一体化给出了参考取值方法。

附图说明

图1是智能反射面辅助的无人机安全通信感知一体化网络示意图。

图2是飞行时间为50s时不同优化方案的无人机轨迹对比。

图3是不同方案的平均可达速率随最大发射功率的变化曲线。

图4是不同方案的平均可达速率随智能反射面单元数的变化曲线。

图5是不同方案的平均可达速率随飞行时间的变化曲线。

图6是所提方案的用户时序结果。

具体实施方式

为了更好的理解上述技术方案，以下结合附图以及具体的实施方式，给出具体分析。

一种智能反射面辅助的无人机安全通信感知一体化系统的设计方法，包括以下步骤：

第一步，构建系统模型：

建立一个安全通信感知一体化系统模型，无人机作为双功能基站，实现与K个地面用户的通信和J个感知地面目标，同时存在一个潜在的窃听者来窃听用户的信息，且窃听者的信道状态信息无法获得。

第二步，确定目标函数和优化变量，列出优化问题：

通过联合优化功率分配{p

第三步，设计算法求解优化问题：

(1)功率分配{p

固定智能反射面反射相位{Φ[n]}、用户调度{α

(2)智能反射面相位{Φ[n]}的优化

固定功率分配{p

(3)无人机飞行轨迹{q[n]}和无人机飞行速度{v[n]}的优化

固定功率分配{p

(4)用户调度{α

固定功率分配{p

第四步，设计迭代算法：

通过交替迭代算法来求解优化问题，在每次迭代中，利用连续凸逼近求解功率分配子问题、轨迹和速度优化子问题、用户和目标调度子问题，采用黎曼流形优化求解反射面相位优化子问题，进而最大化平均可达速率；最后更新参变量的值进行下一次迭代，直至最后算法收敛；具体流程如下：

1)初始化功率分配{p

2)对于给定的{Φ

3)对于给定的{p

4)对于给定的{p

5)对于给定的{p

6)计算经此次迭代后，平均可达速率的增加量，若大于阈值ε

本实施例验证：

反射面和窃听者水平坐标分别为p

(1)本实施例所提出的方法采用连续凸逼近、黎曼流形优化和坐标下降，并考虑了两个基准进行比较：一个是无人机以相同的速度从起始位置飞到终止位置；另一个是没有使用智能反射面辅助通信感知一体化。

(2)，对不同优化方案下的无人机轨迹进行分析：

图2给出了针对所提方案和基准的无人机优化轨迹。对于“提出的方案和无反射面方案，无人机首先从初始位置以最大速度飞向用户和目标，然后在最佳位置上空盘旋。最后，无人机以最大速度飞到最终位置。原因是当无人机靠近用户和目标时可以获得更好的信道增益，因此更多的时间用于在用户和目标上空盘旋以支持同感一体化服务。此外，由于没有窃听信道状态信息，无人机不会飞离窃听者。在该方案中，无人机倾向于靠近反射面以获得更高的无源波束形成增益。同时，最优悬停位置与反射面之间的距离随着M的减小而减小。

(3)，不同方案的性能随最大发射功率的变化曲线进行分析：

图3给出了不同方案的性能随最大发射功率的变化曲线。显然，所有方案的平均可达速率和保密速率都随着P

(4)，对不同方案的性能随反射面单元数的变化进行分析：

图4给出了不同方案的性能随反射面单元数的变化曲线。由于反射面引入了更多的无源波束形成增益，反射面辅助方案的平均可达率和保密率都随着反射面单元数的增加而增加。但是，无反射面的性能随着反射面单元数的增加保持不变，且差于提出的方案。此外，提出的方案优于直线飞行方案，因为通过优化无人机的轨迹，具有更高的信道增益。此外，直线飞行方案与无反射面方案的性能差距随着反射面单元数的增加而减小，当反射面单元数非常大时，直线飞行方案优于无反射面方案。

(5)，对不同方案的性能随飞行时间的变化进行分析：

图5给出了不同方案的性能随飞行时间的变化曲线。对于所有方案，平均可达率和保密率都随着飞行时间的增加而增加。与其他方案相比，直线飞行由于路径损耗大，性能随飞行时间的增长要慢得多。对于提出的方案和无反射面方案，随着飞行时间的增加，无人机可以花更多的时间在用户上空盘旋，以充分利用高信道增益，从而提高系统性能。通过对无人机轨迹和相移的联合优化，该方案可以获得比基准方案更好的性能。此外，由于反射面提供的无源波束形成增益，当飞行时间较小时，直线飞行方案优于无反射面方案。然而，性能差距随着飞行时间而减小，当飞行时间足够大时，无反射面方案优于直线飞行方案。

(6)，对不同方案的性能随飞行时间的变化进行分析：

图6给出了所提方案的用户调度结果。在前20秒，无人机与用户1通信并感知目标1，其余时间为用户2服务并感知目标2。原因是在前20s内，无人机与用户1的距离小于无人机与用户2的距离。因此，无人机为了无人机-用户1链路的高信道增益而与用户1通信。但在休息时间内，无人机与用户1的距离大于无人机与用户2的距离。因此，无人机为用户2服务，提高性能。

以上所述实施例仅表达本发明的实施方式，但并不能因此而理解为对本发明专利的范围的限制，应当指出，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些均属于本发明的保护范围。