基于交替方向惩罚法的无人机群感知资源联合调度方法技术

本发明专利技术公开了一种基于交替方向惩罚法的无人机群感知资源联合调度方法，包括以下步骤：首先设定机群内无人机个数、无人机感知频段范围、无人机定向天线波束宽度、无人机可部署区域、无人机间距离约束、待感知目标个数、待感知目标工作频率、待感知目标预估位置及环境参数等；然后构造基于信号能量检测的多无人机联合感知模型，提出多无人机感知资源联合调度问题；最后将原问题转化为等价问题，设计基于交替方向惩罚的迭代算法对问题高效求解。基于以上方法实现对无人机群感知资源的有效调度。本发明专利技术的有益效果是：该方法实现了在无人机群频域、空域、波束域等资源受限条件下对目标感知性能的优化。知性能的优化。知性能的优化。

【技术实现步骤摘要】
基于交替方向惩罚法的无人机群感知资源联合调度方法


[0001]本专利技术涉及通信感知
，具体为一种基于交替方向惩罚法的无人机群感知资源联合调度方法设计。

技术介绍

[0002]作为一种面向复杂环境的新型智能平台，无人集群作战平台具有单无人机作战单元所不具备的优势。基于环境的协同感知与理解技术是无人作战平台实现自主决策的基础。然而，电子进攻技术迅速发展，世界各国相继发展电磁静默、电子佯攻与电子欺骗等具科技含量的伪装技术；同时由于电磁环境日益复杂、地形地物及电波环境造成影响，集群感知目标信号时会遇到有规律的信号衰落现象，无人机接收设备对信号检测理论和估计方法的要求愈发严苛。能量检测作为一种适用范围较广的信号检测方法，通过对目标信号存在与否作出二元判断，可以较为准确的检测出目标信号的有无，从而为集群目标检测提供可靠的先验信息。因此，研究复杂电磁环境下的微弱信号能量检测技术，成为新形势下无人作战平台的重要课题。然而，关于系统能量检测性能提升的研究相对较少，其中，LIU X,LI F,NA Z发表在2017年IEEE Access上的文章“Optimal resource allocation in simultaneous cooperative spectrum sensing and energy harvesting for multichannel cognitive radio”提出了一种协同频谱感知和能量收集模型，以增强多信道认知无线电通信系统的能量检测性能。FAN R,JIANG H发表在2010年IEEE transactions on Wireless Communications上的文章“Optimal multi
‑
channel cooperative sensing in cognitive radio networks”中，作者研究了一种多信道最优频谱感知机制，来最大化所有子信道上网络用户的吞吐量，同时保持每个子信道的能量检测概率高于预设的门限值。LIU X,BI G,JIA M等人发表在2013年Radio Science上的文章“Joint optimization of sensing threshold and transmission power in wideband cognitive radio with energy detection”联合考虑了功率分配和感知门限优化问题，旨在提高感知网络的吞吐量，同时保证系统的虚警概率和能量检测性能。然而，目前尚未有针对无人机群的能量检测问题进行的相关研究。因此，本专利技术首次提出了基于能量检测的多无人机感知资源调度策略。对于该问题，需要考虑以下几个条件：首先，在实际场景中，无人机硬件受限不能实现全向感知，而定向天线存在主瓣和旁瓣的限制，导致天线的感知覆盖区域有限；其次，当无人机对目标进行信号检测时，定向天线的接收信号强度与目标距离相关。由此可见，基于多无人机的感知网络资源联合调度问题涉及多感知节点、多观测目标、多类资源调度以及多种管理方式选择，该问题包含多个优化变量，是一个高度耦合的大规模复杂优化问题。

技术实现思路

[0003]针对以上问题，本专利技术的目的在于针对现有技术的不足，提供设计了一种基于交替方向惩罚法的无人机群感知资源联合调度方法。针对多个待感知目标，分析各项感知指标、优化变量和环境约束，构建多感知无人机的部署和波束方向优化问题；然后，基于增广
拉格朗日函数和交替方向惩罚算法，设计感知资源联合调度优化算法，实现在各无人机频域、空域、波束域等资源受限条件下的目标感知性能最优化。
[0004]一种基于交替方向惩罚法的无人机群感知资源联合调度方法，包括以下步骤：首先设定机群内无人机个数、无人机感知频段范围、无人机定向天线波束宽度、无人机可部署区域、无人机间距离约束、待感知目标个数、待感知目标工作频率、待感知目标预估位置及环境参数等；然后构造基于信号能量检测的多无人机联合感知模型，提出多无人机感知资源联合调度问题；最后将原问题转化为等价问题，设计基于交替方向惩罚的迭代算法对问题高效求解。
[0005]一种基于交替方向惩罚法的无人机群感知资源联合调度方案，包括以下步骤：
[0006]一种基于交替方向惩罚法的无人机群感知资源联合调度方法，其特征在于，包括以下步骤：
[0007]S1：推导多无人机对目标的能量检测模型；
[0008]S2：根据能量检测模型构建无人机群感知资源联合调度问题P1；
[0009]S3：通过对问题等价转换，将问题P1转化为等价问题P2；
[0010]S4：采用交替方向惩罚算法对问题进行求解，得到无人机群的最优部署位置与天线指向。
[0011]一种基于交替方向惩罚法的无人机群感知资源联合调度方法，其特征在于，S1具体为：
[0012]在一个三维平面中，假设无人机的数目为M、第i个无人机的位置为q
i
＝[x
i
，y
i
，H]T
；假设待感知目标数目为K，第k个目标的位置为q
t，k
＝[x
t，k
，y
t，k
，z
t，k
]T
。则无人机i到目标k的距离、水平角和俯仰角可表示如下：
[0013]d
i，k
＝||q
t，k
‑
q
i
||2[0014]ψ
i，k
＝arctan(x
t，k
‑
x
i
，y
t，k
‑
y
i
)
[0015][0016]无人机i接收到目标k信号的天线增益为：
[0017][0018]无人机i接收目标k信号的信噪比为：
[0019][0020]其中θ表示天线主瓣宽度、β0为距离为1时的信道增益、P
k
为目标信号发射功率、N
t
为定向天线阵元数目、σ2为噪声功率。
[0021]得到无人机i对目标k的能量检测概率为：
[0022][0023]其中Q表示为标准正态分布的右尾函数、N为接收信号采样数目、P
fa
为感知系统的虚警概率。
[0024]假设无人机i的频谱感知范围为(f
imin
，f
imax
)，则无人机i对目标k在频点f上的信号检测概率为：
[0025][0026]对于目标k在频点f上，M个无人机的信号联合检测概率为：
[0027][0028]一种基于交替方向惩罚法的无人机群感知资源联合调度方法，其特征在于，S2构建无人机群感知资源联合调度问题，具体为：
[0029]定义系统的检测概率和函数为：
[0030][0031]以最大化无人机群对所有目标的检测概率和函数为目标，感知资源联合调度问题如下：
[0032]P1：
[0033][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于交替方向惩罚法的无人机群感知资源联合调度方法，其特征在于，包括以下步骤：首先设定机群内无人机个数、无人机感知频段范围、无人机定向天线波束宽度、无人机可部署区域、无人机间距离约束、待感知目标个数、待感知目标工作频率、待感知目标预估位置及环境参数；然后构造基于信号能量检测的多无人机联合感知模型，提出多无人机感知资源联合调度问题；最后将原问题转化为等价问题，设计基于交替方向惩罚的迭代算法对问题高效求解。2.根据权利要求1所述的基于交替方向惩罚法的无人机群感知资源联合调度方法，其特征在于，具体算法包括以下步骤：S1：推导多无人机对目标的能量检测模型；S2：根据能量检测模型构建无人机群感知资源联合调度问题P1；S3：通过对问题等价转换，将问题P1转化为等价问题P2；S4：采用交替方向惩罚算法对问题进行求解，得到无人机群的最优部署位置与天线指向。3.根据权利要求2所述的基于交替方向惩罚法的无人机群感知资源联合调度方法，其特征在于，S1具体为：在一个三维平面中，假设无人机的数目为M、第i个无人机的位置为q
i
＝[x
i
,y
i
,H]
T
；假设待感知目标数目为K，第k个目标的位置为q
t,k
＝[x
t,k
,y
t,k
,z
t,k
]
T
；则无人机i到目标k的距离、水平角和俯仰角表示如下：d
i,k
＝||q
t,k
‑
q
i
||2ψ
i,k
＝arctan(x
t,k
‑
x
i
,y
t,k
‑
y
i
)无人机i接收到目标k信号的天线增益为：无人机i接收目标k信号的信噪比为：其中θ表示天线主瓣宽度、β0为距离为1时的信道增益、P
k
为目标信号发射功率、N
t
为定向天线阵元数目、σ2为噪声功率；得到无人机i对目标k的能量检测概率为：其中Q表示为标准正态分布的右尾函数、N为接收信号采样数目、P
fa
为感知系统的虚警概率；假设无人机i的频谱感知范围为(f
imin
,f
imax
)，则无人机i对目标k在频点f上的信号检测概率为：
对于目标k在频点f上，M个无人机的信号联合检测概率为：4.根据权利要求2所述的基于交替方向惩罚法的无人机群感知资源联合调度方法，其特征在于，S2构建无人机群感知资源联合调度问题，具体为：定义系统的检测概率和函数为：以最大化无人机群对所有目标的检测概率和函数为目标，感知资源联合调度问题如下：P1:P1:P1:P1:P1:其中，为无人机位置集合，D为可部署区域范围，S
l
为无人机与目标间最小距离约束，R
l
为无人机间最小距离约束。5.根据权利要求2所述的基于交替方向惩罚法的无人机群感知资源联合调度方法，其特征在于，S3通过对问题等价转换，将问题P1难以处理的非凸约束去耦合，转化为等价问题P2，具体为：对于模型中无人机与感知目标的最小距离约束，在此定义：定义列向量b为所有b
i,k
构成的长向量，该向...

【专利技术属性】
技术研发人员：周凌云，江昳昕，张荣庆，史清江，
申请(专利权)人：同济大学，
类型：发明
国别省市：