System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无线通信,具体涉及一种大规模无人机集群ofdm系统中通信资源分配方法。
技术介绍
1、近年来,得益于电子技术、通信技术和人工智能的发展,无人机(uav)因其高移动性、多功能、易部署和低成本等优势,已广泛应用在数据采集、通信中继等领域。在上述任务中,无人机的控制信号接收不仅受到通信信道的链路质量的影响,同时也很容易受到潜在干扰的影响,需要使用正交频分复用(ofdm)等具有高频谱利用率的传输方式。在大规模无人集群ofdm系统中,由于无人机通信频段有限,同一时段内可能有多个无人机任务需要进行通信,可用的频谱的数目常常有限,并且载波的信道状况也随环境因素变化,因此在系统中,子载波对时频域资源块的分配并不固定且每个无人机编队调度信号的优先级不同,而要进行动态分配。
2、现有的大规模无人集群通信系统资源分配方法常常需要采用边值自适应和速率自适应两种优化分配算法进行迭代,从而直接求解动态资源分配的最优解。然而,边值自适应算法的目的是使发射功率最小,同时保证以误码率为约束条件,这类算法虽然能保证误码率低的优点,却容易造成传输速率低;速率自适应算法出发点是使传输速率达到最大值,系统实时吞吐量最大化,但算法过于复杂不易实现。目前技术难以满足大规模无人集群通信系统时变频的动态需求。此外,现有的动态分配方法所假设的载波资源不具有实时性,某些大规模群智系统中对信号的调度能力不同,因此信道条件较差的无人集群系统便不能参与到频谱资源的动态分配中,因此现有技术中缺乏能够提高大规模无人集群频谱资源利用率以及对有限频谱资源公平性的分配方法
技术实现思路
1、专利技术目的:本专利技术目的在于针对现有技术的不足,提供一种大规模无人机集群ofdm系统中通信资源分配方法,能够在满足无人集群系统通信约束条件的前提下,通过智能方法快速完成通信资源分配,并显著提升系统的总传输速率。
2、技术方案:本专利技术所述的一种大规模无人机集群ofdm系统中通信资源分配方法,按如下步骤进行:
3、s1、获取所述大规模无人机集群ofdm通信系统中,所有无人机uav的当前可用子帧的时频资源归入集合p,做为ofdm可用频谱资源块;
4、s2、设定系统中每个无人机uavk拥有各自的可用频道集合,建立自有频道占有矩阵ek,当前时隙占用的信道频率fk,频谱资源块分配向量和相邻两个无人机uavk和uavm所占用信道之间的邻域干扰系数
5、s3、基于空-地信道模型和步骤s2中获得的自有频道占有矩阵ek,频谱资源块分配向量得到无人机uavk接收到地面控制站bs发射的控制信号yk;
6、s4、根据步骤s2中获得的邻域干扰系数计算因邻域干扰和频谱泄露造成的无人机uavk接收到的干扰控制信号为yki;
7、s5、无人机uavk实际接收到地面控制站bs发射的控制信号sinr为
8、s6、引入频谱资源分配矩阵并采取max-min公平性指标,结合被调度的无人机编队uavi的时频特性pi(t),对控制信号sinr进行多目标联合优化;
9、s7、基于步骤s1中的ofdm可用频谱资源块网络,将步骤s2中的当前时隙占用的信道频率fk做为状态空间,将s6中得到的被调度的无人机uavi的时频特性pi(t)做为动作空间,将步骤s6中时刻t的调度过程完成后更新的每个无人机uavk的平均速率做为状态转移函数,将步骤s5中得到的γk做为奖励函数;将一段时间划分为多个长度相等的时隙t,遍历当前观测状态下的各种动作,与环境进行实时交互,将状态空间、动作空间、状态转移函数和奖励函数存储在记忆单元中,应用于马尔可夫决策过程模型;
10、s8、采用q-learning算法来反复训练学习网络,通过最大累计奖励的自主学习,对多目标进行优化,最后选择能获得最大价值的动作作为输出,实现所述大规模无人机集群ofdm系统中通信资源的分配。
11、本专利技术技术方案的进一步限定为,步骤s1中将系统中当前可用子帧的时频资源归入集合p的方法为:当前待分配资源的总用户数k,把总用户数k分为多个子系统,每个子系统表示为uavk,所有子系统uavk的集合表示为u,{uav1,......,uavm}∈u;
12、每个子系统uavk定义为一个子帧,每个子帧的频谱资源块的数目为m×n,其中,m为子帧横轴包含的符号数量,n为子帧纵轴包含的子载波数量;每个频谱资源块占有的时频资源为t×k,其中,t为子帧横轴每个符号对应的时间,k为每个子帧纵轴的子载波的带宽;进而获得系统中当前可用子帧的时频资源为t×k×m×n。
13、进一步地,步骤s2中自有频道占有矩阵ek和频谱资源块分配向量的获取方法为:系统内所有可用频道集合为f,{f1,...,fi,...,fn}∈f,其中fi=f+δfi,f表示基准频率,δfi表示第i信道的载波频率fi与基准频率f之间的间隔;
14、无人机uavk在当前时隙占用的信道频率为:fk=ekf,其中为只有第ji个元素为1,其余元素均为0到nk维列向量;nk为无人机uavk的可用频道数;
15、频谱资源块分配向量其中表示uavk占用其自有信道集中的第i信道,表示不占用。
16、进一步地,步骤s2中相邻两个无人机uavk和uavm所占用信道之间的邻域干扰系数的获取方法为:引入邻频干扰矩阵且ψ∈rn×n是一个对称矩阵,则邻域干扰系数其中,为当前时隙下的uavk的频谱资源块分配向量,为uavm的频谱资源块分配向量。
17、进一步地,步骤s3中得到的控制信号yk的方法为:其中,pk为地面控制bs发射至所述无人机uavk的控制信号的功率;为uavk在t时刻时隙占用的信道频率;
18、步骤s4中得到的干扰控制信号yki的方法为:
19、其中,pm为地面控制bs发射至干扰无人机的控制信号的功率;对应完备信道集合n中第i子载波电磁环境噪声功率的方差。
20、进一步地,步骤s6中优化控制信号sinr的具体方法为:max-min公平性指标为
21、约束条件为:
22、
23、
24、
25、
26、
27、
28、约束表示地面控制站bs向所有无人机uav发射控制信号的最大功率限制,其中,ri(t)为时刻t无人机编队uavi所能分配的即时速率;ri(t)为时刻t无人机编队uavi所能分配的平均速率,tc是更新时间窗口参数。
29、进一步地,步骤s8中,采用深度强化学习方法求解多目标优化问题的具体方法为:
30、(1)将待优化时段划分为多个长度相等的时隙t;
31、(2)获取初始时隙t=0的状态向量,所述状态向量包括所有无人机编队所需的频谱资源矩阵;
32、(3)根据时隙t的状态向量,采用深度强化学习训练得到的策略函数,获得时隙t的动作向量;其中,所述动作向量是由所有无人机编队uavi所能分配本文档来自技高网...
【技术保护点】
1.一种大规模无人机集群OFDM系统中通信资源分配方法,其特征在于,按如下步骤进行:
2.根据权利要求1所述的一种大规模无人机集群OFDM系统中通信资源分配方法,其特征在于,步骤S1中将系统中当前可用子帧的时频资源归入集合P的方法为:当前待分配资源的总用户数K,把总用户数K分为多个子系统,每个子系统表示为UAVk,所有子系统UAVk的集合表示为U,{UAV1,......,UAVM}∈U;
3.根据权利要求1所述的一种大规模无人机集群OFDM系统中通信资源分配方法,其特征在于,步骤S2中自有频道占有矩阵Ek和频谱资源块分配向量的获取方法为:系统内所有可用频道集合为F,{f1,...,fi,...,fN}∈F,其中fi=F+Δfi,F表示基准频率,Δfi表示第i信道的载波频率fi与基准频率F之间的间隔;
4.根据权利要求1所述的一种大规模无人机集群OFDM系统中通信资源分配方法,其特征在于,步骤S2中相邻两个无人机UAVk和UAVm所占用信道之间的邻域干扰系数的获取方法为:引入邻频干扰矩阵且Ψ∈RN×N是一个对称矩阵,则邻域干扰系数其中,为当前时
5.根据权利要求1所述的一种大规模无人机集群OFDM系统中通信资源分配方法,其特征在于,步骤S3中得到的控制信号yk的方法为:其中,pk为地面控制BS发射至所述无人机UAVk的控制信号的功率;为UAVk在T时刻时隙占用的信道频率;
6.根据权利要求1所述的一种大规模无人机集群OFDM系统中通信资源分配方法,其特征在于,步骤S6中优化控制信号SINR的具体方法为:Max-Min公平性指标为约束条件为:
7.根据权利要求1所述的一种大规模无人机集群OFDM系统中通信资源分配方法,其特征在于,步骤S8中,采用深度强化学习方法求解多目标优化问题的具体方法为:
8.根据权利要求1所述的一种大规模无人机集群OFDM系统中通信资源分配方法,其特征在于,步骤S8中,训练学习网络的具体方法为:
...【技术特征摘要】
1.一种大规模无人机集群ofdm系统中通信资源分配方法,其特征在于,按如下步骤进行:
2.根据权利要求1所述的一种大规模无人机集群ofdm系统中通信资源分配方法,其特征在于,步骤s1中将系统中当前可用子帧的时频资源归入集合p的方法为:当前待分配资源的总用户数k,把总用户数k分为多个子系统,每个子系统表示为uavk,所有子系统uavk的集合表示为u,{uav1,......,uavm}∈u;
3.根据权利要求1所述的一种大规模无人机集群ofdm系统中通信资源分配方法,其特征在于,步骤s2中自有频道占有矩阵ek和频谱资源块分配向量的获取方法为:系统内所有可用频道集合为f,{f1,...,fi,...,fn}∈f,其中fi=f+δfi,f表示基准频率,δfi表示第i信道的载波频率fi与基准频率f之间的间隔;
4.根据权利要求1所述的一种大规模无人机集群ofdm系统中通信资源分配方法,其特征在于,步骤s2中相邻两个无人机uavk和uavm所占用信道之间的邻域...
【专利技术属性】
技术研发人员:孙玮,朋静,徐瑾,王庆,夏浪,
申请(专利权)人:杭州长望智创科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。