一种基于地理信息场强预测的月面通信塔部署方法

技术领域

本发明涉及通信技术领域，尤其涉及一种基于地理信息场强预测的月面通信塔部署方法。

背景技术

月球探测作为深空探测的起点，是人类探索宇宙未知环境、研究太阳系起源与演化、开发利用空间资源、拓展生存空间的主要手段。随着世界各国对深入开发利用月球资源，乃至建设永久的人类活动基地等规划的建立，未来月球探测将有更多的无人或有人月面巡视设备参与到各种科学研究、勘测及试验任务中。

近年来，随着人工智能技术的快速发展，月球探测巡视器的自主能力逐步增加，认知经验和探测水平稳步提升，月表探测活动将以分布式、并行化、分工协同的模式展开。随着轨道器、着陆器、巡视器等月球探测设备的增多，多设备之间自主化、智能化的协同工作需要的传输数据量增大。过度依赖地月链路对月表设备进行遥测、遥控、数传，难以满足高精度、近实时的通信需求。解决的途径就是利用着陆器、探测器、巡视器等探测设备组成月表多设施通信网络，将数据处理、分析后再将结果传回地面，以支持月球科考中探测器测控、原位资源开采和智能机器人自主作业等复杂探测任务。而月面多设施通信网络的建立，需要以月面通信塔作为通信设备接入网络进行通信的基础设备。

目前由于月球表面环境崎岖，有研究指出月球表面的通信路径上存在着诸多不同类型的障碍物，且多变的地形障碍会使电磁波在月球表面的传播中容易出现散射、绕射、发射等现象，干扰电磁波的正常传播，从而影响通信设备的正常运作。此外，由于月面着陆器、通信设施部署成本大、巡视器与月面科研站之间的通信链路动态变化快等原因，月面通信塔的部署与地面的基站部署方法有一定差异，存在着实地测量困难、仿真数据与方案难以验证等问题。

发明内容

为了解决现有技术中月面通信塔的部署与地面的基站部署方法有一定差异，存在着实地测量困难、仿真数据与方案难以验证等问题，本发明提供了一种基于地理信息场强预测的月面通信塔部署方法。

本发明提供了一种基于地理信息场强预测的月面通信塔部署方法，包括以下步骤：

步骤1，进行通信塔的场强预测；将覆盖区域的地形高程数据导入ITU-RP.526模型中，结合地形障碍物类型进行通信链路预算，得到覆盖区域内的场强信息。

步骤2，采用遗传算法，结合步骤1的场强预测方法进行迭代计算，寻找通信塔的部署位置，在满足覆盖条件后输出最终的基站部署方案。

作为本发明的进一步改进，所述步骤1具体包括：

步骤10，导入月球地形高程数据并初始化相关参数。

步骤11，根据电波传播路径上的月表崎岖度Δh来确定月面是否光滑，若是，计算光滑球面的绕射损耗，若否，则认为月表存在障碍物，计算障碍物的绕射损耗。

步骤12，计算自由空间损耗L

作为本发明的进一步改进，在所述步骤11中，根据电波传播路径上的月表崎岖度Δh来确定月面是否光滑，计算公式如下：

其中，R是障碍物的曲率半径，单位m，f是发射机的信号频率，单位Hz，若Δh≤R

作为本发明的进一步改进，在所述步骤11中，根据所判断的视距范围来计算光滑球面的绕射损耗，视距的大小由下式确定：

其中，h是天线高度，a

作为本发明的进一步改进，在所述步骤11中，障碍物绕射损耗的计算具体如下：

步骤S1，进行障碍物类型的判断；根据地形参数u划分障碍物类型，地形参数u≤3时，为圆柱形障碍物，地形参数u>3时，为刀刃型障碍物。

步骤S2，根据障碍物的数量计算绕射损耗；判断步骤S1障碍物是单个还是多个障碍物，根据所判断的障碍物数量计算障碍物的绕射损耗。

作为本发明的进一步改进，在所述步骤S2中，在障碍物的数量计算中，ITU-RP.526模型中障碍物的存在取决于其本身与周围地形之间有无相互影响，障碍物满足以下条件：

a)发射机与障碍物不存在相交的半阴影区；

b)障碍物的宽度为第一菲涅尔半径的0.6倍，即0.6R

作为本发明的进一步改进，在所述步骤S2中，采用障碍物搜索算法计算障碍物的数量，具体如下：

首先发现主峰P，计算障碍物宽度d

作为本发明的进一步改进，在所述步骤12中，自由空间损耗L

L

天线高度项增益计算公式如下：

其中，K为地面导纳参数，B为电波极化参数；

接收端场强大小的计算公式如下：

P

作为本发明的进一步改进，在所述步骤2中，还包括：

步骤20，将位置信息(x,y)采用二进制编码形成个体中的n位染色体，即：

其中，a

步骤21，将位置坐标(x，y)带入场强预测模型，将信号强度大于场强阈值的区域设定为覆盖区域，将通信塔在位置(x,y)下所对应的信号覆盖面积作为种群中个体的适应度函数，即：

式(9)中集合C表示高程地图上的可行集位置，S

步骤22，判断是否满足终止条件，如果是，输出最优解的位置信息，结束，如果否，则进入步骤24。

步骤23，采用轮盘赌转法选择算子，选择遗传算法下一代种群的父代。

步骤24，采用遗传算法交叉算子,从遗传算法的父代种群中得到子代种群。

步骤25，采用变异算子对子代种群中的个体进行基因突变，得到最终的新一代个体，然后返回步骤22。

作为本发明的进一步改进，所述步骤3具体包括：

步骤30，根据月表太阳光照条件能源限制，选择适合的主基站的部署位置。

步骤31，对主基站设定范围的区域内进行场强预测得到当前基站部署方案的覆盖场强。

步骤32，根据月面采用的通信制式要求，确定主基站内设定能够部署中继副基站的场强阈值，将场强达到此阈值的区域认定为基站能够覆盖的区域，并在这些区域内采用遗传算法搜索副基站的部署位置。

步骤33，记录副基站的部署位置。

步骤34，判断是否满足遗传算法的终止条件，如果是，则执行步骤35，如果否，返回步骤31。

步骤35，输出基站部署位置，得到最终的主/副基站部署方案，结束。

本发明的有益效果是：1.本发明的月面通信塔部署方法结合实际的月表地形，在链路预算过程中考虑了障碍物类型与数量等因素，进行通信塔的场强预测并以此衡量通信塔的覆盖效果，判断通信指标是否满足网络覆盖的需求；2.本发明的月面通信塔部署方法采用遗传算法，通过结合场强预测方法最大化通信塔的覆盖面积，以最少的基站部署数量得到月球南极区域内通信塔的最佳部署位置，节约了部署通信基站的成本。

附图说明

图1是本发明基站级联覆盖示意图；

图2是本发明障碍物判断的参数含义示意图；

图3是本发明障碍物搜索示意图；

图4是本发明月表电波场强预测流程图；

图5是本发明遗传算法流程图；

图6是本发明基站部署方案流程图；

图7是本发明场强覆盖效果仿真图；(a)单个主基站下的场强覆盖；(b)1主站4副站方案下的场强覆盖。

具体实施方式

本发明通过研究电波绕射传播模型ITU-RP.526模型和无线通信理论发现，通过结合月球表面的真实地形并合理地选择月球通信塔的部署位置，最大化月球表面区域的场强覆盖面积，使得通信接收端的信号强度达到接受门限，以支持月球表面多个设备之间的通信，从而满足支持月球的长期科研考察任务需求的通信网络建设需要。

在进行月球通信塔部署时，考虑采用主基站加多个副基站的中继级联覆盖方式，如图1所示。

本发明公开的一种基于地理信息场强预测的月面通信塔部署方法，包括以下步骤：

步骤1，进行通信塔的场强预测；通过将覆盖区域的地理信息导入到ITU-RP.526模型中，结合对地形障碍物类型进行通信链路预算，从而得到覆盖区域内的场强信息。

步骤2，采用遗传算法寻找通信塔的部署位置，结合步骤1的场强预测方法进行迭代计算。

步骤3，获取最优的通信塔主基站和副基站位置，在满足覆盖条件后输出最终的基站部署方案，进行仿真验证得到该部署方案的覆盖效果。

下面具体对本发明的一种基于地理信息场强预测的月面通信塔部署方法进行具体描述：

在所述步骤1中，结合月表地理信息进行场强预测。

月球表面的地理信息由数字高程模型(Digital Elevation Model，DEM)给出。DEM数据进行场强预测时，采用双线性插值的方法来根据一直的点构建出表示地形的平滑连续函数，将区域内的所有点拟合成统一的高程曲面。在DEM中选取某一位置坐标作为信号发射的起始位置，对周围提取的高程数据坐标点并采用ITU-RP.526模型进行计算。ITU-RP.526模型是国际电联提出的描述电磁波绕射过程中影响场强的预测方法模型，该模型全面综合各种绕射理论，给出了通信视距的判定、不同类型障碍物的计算方法等。然而，ITU-RP.526模型未涉及障碍物类型的判断及障碍物数量的计算方法，需要根据月表地形环境进一步确认。

如图4所示，月表电波场强预测流程具体如下：

步骤10，导入月球南极地形数据初始化相关参数；

步骤11，根据电波传播路径上的月表崎岖度Δh来确定月面是否光滑，若是，月面光滑，计算光滑球面的绕射损耗，若否，月面不光滑，则认为月表存在障碍物，计算障碍物的绕射损耗。

具体如下：

(1)月面类型的判定

月面是否光滑根据电波传播路径上的月表崎岖度Δh来确定，计算公式如下：

其中，R是障碍物的曲率半径，单位m，f是发射机的信号频率，单位Hz。若Δh≥0.1R

(2)光滑球面绕射损耗

若月球表面是光滑的，则传播距离与传输损耗有巨大关系。在不同的传输距离下具有不同的传输机制，分为视距内传输和视距外传输。

其中视距的大小由下式确定：

其中，h是天线高度，a

(3)障碍物类型的判断

若判断月表地形为存在障碍物的地形，则首先进行障碍物类型的判断。在障碍物类型的判断中，型将孤立的障碍物划分为了刀刃型和圆柱形两种类型，两种类型的区分与障碍物宽度密切相关，障碍物判断如图2所示。

其中，h

(4)障碍物数量的计算

在障碍物数量计算中，ITU-RP.526模型中障碍物的存在取决于其本身与周围地形之间有无相互影响。障碍物满足以下条件：

a)发射机与障碍物不存在相交的半阴影区；

b)障碍物的宽度在第一菲涅尔半径0.6R

图3中收发天线的高度分别为h

(5)各种损耗的计算及场强预测

结合以上各个步骤的分析，接收端场强大小的计算公式如下：

P＝P

其中P

L

其中，d表示通信距离，f表示通信频率。绕射损耗L

其中，K为地面导纳参数，B为电波极化参数。由此，传播过程中的绕射总衰减值为：

L＝L

将上式结果带入(4)式中即可得到接收机处位置的场强大小。

在所述步骤2中，采用遗传算法寻找通信塔的部署位置；根据以下算法因子的设计，结合第一步场强预测方法，遗传算法的流程如图5所示，具体包括：

步骤20，遗传算法的编码解码规则设计。将位置信息(x,y)采用二进制编码形成个体中的n位染色体，即：

其中，a

步骤21，遗传算法的适应度函数设计。将位置坐标(x，y)带入场强预测模型，统计主基站10km范围内、信号强度大于-125dBm的区域，将其设定为覆盖区域，将通信塔在位置(x,y)下所对应的信号覆盖面积作为适应度函数，即：

式中集合C表示高程地图上的可行集位置，S

步骤22，判断是否满足终止条件，如果是，输出最优解的位置信息，结束，如果否，则进入步骤23；终止条件可由使用者自行设定，迭代次数大小影响算法输出结果，作为进行迭代次数的最大数值。具体的：终止条件为使用者设定的算法的迭代次数，可以只进行数十次的迭代，也可以进行上百次上千次的迭代，不同的终止迭代的次数会影响算法的输出结果，但没有定性的结论，迭代次数多不一定效果就好，只是需要设定一个大概的迭代次数的门限就好。

步骤23，遗传算法的选择算子。选择算子采用轮盘赌转法。首先计算个体在整个种群中的累计概率，表示为：

式(10)中，i∈{1,…,n}。N为种群中染色体数量。然后，产生一个随机数r∈(0,1)，其满足Q

步骤24，采用交叉算子从遗传算法的父代种群中得到子代种群。对于种群中相邻的两个个体，以交叉概率P

其中，P

步骤25，采用变异算子对子代种群中的个体进行基因突变，得到最终的新一代个体；遗传算法根据变异概率Pm确定染色体是否发生变异，对于发生变异的染色体，随机选取一个基因点位，然后生成该基因取值范围内随机数进行替代，使其与上一代个体有区别，然后返回步骤22。

如图5所示，所述步骤3具体包括：

固定主基站的部署位置，对主基站一定范围的区域内进行场强预测得到主基站覆盖场强。在主基站内设定能够部署中继副基站的场强阈值，将场强达到此阈值的区域认定为基站能够覆盖的区域，并在这些区域内进行遗传算法的搜索副基站的部署位置。得到副基站的部署位置后再进行主基站和副基站的联合场强预测，覆盖的交叠位置选择各个通信塔中覆盖场强最大值作为该位置的场强大小。多次重复上述搜索过程得到部署副基站的多个最佳位置，在满足覆盖条件后输出最终的基站部署方案。

最后，算法输出最优的基站部署方案后，进行联合场强预测，对不同的场强大小采用不同的颜色表示，带入表1所示的环境参数，得到部署方案的场强覆盖效果图。如表2和图7展示了UHF频段440MHz下的单个主基站下单场强覆盖效果图和1个主基站加4个副基站下单场强预测性能评估结果。

表1场强预测仿真输入参数列表

/>

表2不同部署方案下覆盖率方法

本发明面向月球南极的科研考察任务需求，针对月球南极复杂地形和月球表面多设施相互通信、远距离终端之间需采用中继通信等情况，设计的月面通信塔部署方法，具有以下优势：

1.结合实际的月表地形，在链路预算过程中考虑了障碍物类型与数量等因素，进行通信塔的场强预测并以此衡量通信塔的覆盖效果，判断通信指标是否满足网络覆盖的需求。

2.采用遗传算法，通过结合场强预测方法最大化通信塔的覆盖面积，以最少的基站部署数量得到月球南极区域内通信塔的最佳部署位置，能节约部署通信基站的成本。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。