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】
本专利技术属于通信感知计算一体化以及无人机轨迹和资源调配领域。
技术介绍
1、随着6g时代的到来,万物互联、拓展现实、智慧城市等新兴业务不断涌现,在通信能力的基础上,对无线网络的感知和计算能力提出了极致性能需求。通信网络将从传统的以信息传输为核心逐渐演变成融合通信、计算、感知为一体的智能化信息系统,通信-感知-计算一体化成为6g典型特征和关键使能技术之一。另一方面,随着无人机行业的发展,通过无人机搭载通信基站和雷达系统已经在军事和民事领域得到了广泛应用。与传统地面通信基站和高空雷达系统相比,无人机具有较强的灵活性、机动性以及环境适应性,但同时也面临能源有限的问题。特别是在无人机搭载sar雷达成像系统执行任务时,由于无人机的计算能力有限,获得的传感数据通常需要回传到地面再进行分析处理,实时性差。本专利技术在无人机sar雷达成像场景引入通感算一体化技术,将计算处理引入雷达感知任务,使用通信和计算技术辅助sar雷达成像,以最大化雷达覆盖范围为目标,通过通信与计算的协同来优化感知成像的性能,节省系统能耗,提升系统实时性。
2、通过对已有文献和相关专利的调研发现,关于无人机搭载sar雷达成像系统的研究大多聚焦雷达信号处理,比如通过大规模天线阵列提升系统分辨率,通过压缩感知优化成像效果,而对通过通信计算协同和无人机航迹规划提升sar雷达成像性能的技术路线则关注较少。无人机机载sar和传统星载sar相比,其最大优势在于灵活性强,充分利用该特点进行轨迹设计可以有效提升系统性能。搭载sar雷达成像系统的无人机的轨迹将决定雷达和探测目标
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本专利技术的目的在于提出一种通信计算辅助雷达成像的无人机轨迹规划和资源调配方法,用于优化无人机sar雷达成像进行地形表面成像时的雷达覆盖范围。
3、为达上述目的,本专利技术第一方面实施例提出了一种通信计算辅助雷达成像的无人机轨迹规划和资源调配方法,包括:
4、s101:获取无人机的无人机性能参数,根据所述无人机性能参数确定所述无人机的轨迹约束条件;
5、s102:获取无人机机载基站执行计算任务时的机载基站性能参数,根据所述机载基站性能参数确定计算卸载因果约束条件和无人机合成孔径雷达系统的功率分配约束条件;
6、s103:初始化所述无人机位置和所述无人机机载基站计算能力的决策变量,根据所述功率分配约束条件得到优化功率情况下对应的无人机功率参数;
7、s104:以所述无人机功率参数和所述无人机合成孔径雷达系统的位置信息替代所述决策变量,根据所述计算卸载因果约束条件得到优化无人机机载基站计算能力情况下的无人机机载基站计算能力参数;
8、s105:以所述无人机功率参数和所述无人机机载基站计算能力参数替代所述决策变量,根据所述轨迹约束条件得到获取优化无人机位置信息情况下的最优雷达覆盖范围,以及对应的无人机实时位置参数;
9、s106:判断所述最优雷达覆盖范围的增加部分是否小于提前设定的阈值,若小于所述阈值,则输出当前最优雷达覆盖范围以及对应的无人机实时位置参数;否则,重复执行s103到s105。
10、另外,根据本专利技术上述实施例的一种通信计算辅助雷达成像的无人机轨迹规划和资源调配方法还可以具有以下附加的技术特征:
11、进一步地,在本专利技术的一个实施例中,所述获取无人机的无人机性能参数,根据所述无人机性能参数确定所述无人机的轨迹约束条件,包括:
12、要求两个连续的无人机扫描活动所产生的两个连续的地面雷达扫描区域相邻;要求无人机做线性运动;所述约束通过两个时隙的集合进行限制,具体表示为:
13、时隙集合a={k∈{1,…,nm}|(k-1)mod m≠0}用于所述无人机进行强制的来回线性运动;
14、时隙集合ac={1,…,nm}/a={1,m+1,2m+1,…,(n-1)m+1}用于在雷达扫描中设置雷达参数,时隙内无人机高度不变;
15、根据目标矩形区域的大小,设定无人机的轨迹约束:
16、c1:x(1)=-tan(θ1)z(1),
17、c2:
18、c3:
19、c4:
20、c5:zmin≤z(n)≤zmax.
21、约束c1对无人机飞行轨迹和高度进行了约束,约束c2要求两个连续的无人机扫描活动所产生的两个连续的地面雷达扫描区域是相邻的,没有间隙,约束c3确保无人机做线性运动,约束c4表示每次扫描期间无人机具有一个固定的海拔高度。
22、进一步地,在本专利技术的一个实施例中,所述根据所述机载基站性能参数确定计算卸载因果约束条件和无人机合成孔径雷达系统的功率分配约束条件,包括:
23、要求在每个时隙中,所述无人机到地面基站之间的瞬时回程吞吐量应当大于等于无人机机载基站计算处理后的结果数据与无人机选择直接进行计算卸载的数据之和;
24、要求无人机机载基站和地面基站的计算量之和必定是雷达传感得到的数据;要求感知数据计算任务和感知数据卸载任务必须发生在雷达感知数据任务之后的至少一个时隙,且计算结果转发任务需要在感知数据计算任务之后的至少一个时隙执行;
25、在每个时隙中,所述雷达感知信噪比始终大于最小信噪比;所述雷达感知信噪比通过感知功率等参数计算得出,表示为:
26、
27、要求所述无人机的能量用于雷达感知数据、感知数据计算、感知数据卸载、计算结果转发以及无人机推进任务。
28、进一步地,在本专利技术的一个实施例中,还包括:
29、获取计算卸载因果约束条件:
30、c6:
31、c7:
32、c8:
33、c9:
34、获取无人机合成孔径雷达系统的功率分配约束条件:
35、c10:
36、c11:snr(n)≥snrmin,
37、c12:q(1)=qstart,q(n)≥0,
38、c13:
39本文档来自技高网...
【技术保护点】
1.一种通信计算辅助雷达成像的无人机轨迹规划和资源调配方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述获取无人机的无人机性能参数,根据所述无人机性能参数确定所述无人机的轨迹约束条件,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述机载基站性能参数确定计算卸载因果约束条件和无人机合成孔径雷达系统的功率分配约束条件,包括:
4.根据权利要求3所述的方法,其特征在于,还包括:
5.根据权利要求1所述的方法,其特征在于,所述初始化所述无人机位置和所述无人机机载基站计算能力的决策变量,根据所述功率分配约束条件得到优化功率情况下对应的无人机功率参数,包括:
6.根据权利要求1所述的方法,其特征在于,所述以所述无人机功率参数和所述无人机合成孔径雷达系统的位置信息替代所述决策变量,根据所述计算卸载因果约束条件得到优化无人机机载基站计算能力情况下的无人机机载基站计算能力参数,包括:
7.根据权利要求1所述的方法,其特征在于,所述以所述无人机功率参数和所述无人机机载基站计算能力参数替
8.根据权利要求1所述的方法,其特征在于,还包括:
9.一种通信计算辅助雷达成像的无人机轨迹规划和资源调配装置,其特征在于,包括以下模块:
10.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-8中任一所述的通信计算辅助雷达成像的无人机轨迹规划和资源调配方法。
...【技术特征摘要】
1.一种通信计算辅助雷达成像的无人机轨迹规划和资源调配方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述获取无人机的无人机性能参数,根据所述无人机性能参数确定所述无人机的轨迹约束条件,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述机载基站性能参数确定计算卸载因果约束条件和无人机合成孔径雷达系统的功率分配约束条件,包括:
4.根据权利要求3所述的方法,其特征在于,还包括:
5.根据权利要求1所述的方法,其特征在于,所述初始化所述无人机位置和所述无人机机载基站计算能力的决策变量,根据所述功率分配约束条件得到优化功率情况下对应的无人机功率参数,包括:
6.根据权利要求1所述的方法,其特征在于,所述以所述无人机功率参数和所述无人机合成孔径雷达系统的位置信...
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。