一种多无人机按需部署与频谱分配联合优化方法及系统

1.本发明涉及无人机通信技术领域，特别是涉及一种无人机辅助地面通信网络中多无人机按需部署与频谱分配联合优化方法及系统。


背景技术：

2.现有地面通信网络需要固定基础设施支撑，一旦遭受自然灾害等原因损毁后难以迅速恢复，导致地面通信网络瘫痪。无人机(unmanned aerial vehicle，uav)由于机动性强、灵活性高且造价低廉，已广泛应用于军事侦察、通信中继、搜索救援等活动中，很适合作为应急空中基站以用于快速恢复灾区通信，辅助地面用户开展通信业务。位置部署是无人机辅助通信应用中需要解决的一个重要问题，主要可分为静态部署、移动部署和多跳中继部署等方案。为了更好地为地面用户提供通信服务，无人机部署位置必须满足所有地面用户的通信业务。单架无人机往往难以满足大规模或者大范围的通信服务需求，多无人机系统通过将大规模通信任务分配给多架无人机协同完成，从而有效提高系统性能。
3.现有研究大多集中在无人机数量固定的场景，以减少无人机任务规划算法的复杂度，但无法适应无人机数量未确定的场景。部分研究初步探索了无人机数量未确定的场景。部分研究分别利用了k均值聚类算法和粒子群算法，研究了无人机数量未定场景下其部署问题，有效减少了执行任务的无人机数量。部分研究了监测特定区域内完成任务的无人机数量最小问题，提出了一种渐近最优部署算法，有效减少了任务区域内完成任务的无人机数量。部分研究了无人机作为空中基站服务蜂窝地面用户时无人机数量最小化及其部署问题，以满足地面用户覆盖率。部分研究了无人机数据收集的速度问题，利用最少的无人机，使数据收集任务在规定时间内完成。但这些工作较少考虑无人机信息传输所必需的频谱分配问题，特别是在频谱资源日益紧缺的现实情况中，如何进行频谱资源复用，以提高无人机信息传输频谱资源效益是一个值得研究的问题。


技术实现要素：

4.本发明的目的是提供一种多无人机按需部署与频谱分配联合优化方法及系统，以达到确保以最少无人机执行辅助地面通信任务，并有效提升无人机辅助地面通信任务时的数据传输速率和地面用户用频公平性的目的。
5.为实现上述目的，本发明提供了一种多无人机按需部署与频谱分配联合优化方法，包括：(1)获取目标区域对应的输入参数；所述输入参数包括地面用户位置矩阵、可用信道数量和无人机辅助地面通信的范围；所述地面用户位置矩阵包括地面用户位置信息和地面用户数量信息；(2)根据输入参数和基于预估计与模拟退火的无人机数量确定算法，确定满足目标区域任务完成率时的最少无人机数量；(3)利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到当前迭代次数对应的无人机服务地面用户的信道分配矩阵，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务
地面用户的关联关系矩阵，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当前迭代次数对应的无人机部署位置矩阵；其中，所述无人机辅助通信的频谱分配子问题、所述无人机服务地面用户的关联关系优化子问题和所述无人机部署位置优化子问题是利用块坐标下降法将满足最少无人机数量的多无人机按需部署与频谱分配联合优化问题模型进行分解后得到的；(4)根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵，计算当前迭代次数对应的无人机辅助地面通信的数据传输速率；(5)当数据传输速率差值小于设定阈值时，将当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵确定为最优矩阵集合，并输出最优矩阵集合和最少无人机数量；所述数据传输速率差值为当前迭代次数对应的无人机辅助地面通信的数据传输速率与上一次迭代次数对应的无人机辅助地面通信的数据传输速率的差值。
6.为实现上述目的，本发明还提供了一种多无人机按需部署与频谱分配联合优化系统，包括：输入参数获取模块，用于获取目标区域对应的输入参数；所述输入参数包括地面用户位置矩阵、可用信道数量和无人机辅助地面通信的范围；所述地面用户位置矩阵包括地面用户位置信息和地面用户数量信息；最少无人机数量确定模块，用于根据输入参数和基于预估计与模拟退火的无人机数量确定算法，确定满足目标区域任务完成率时的最少无人机数量；矩阵计算模块，用于利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到当前迭代次数对应的无人机服务地面用户的信道分配矩阵，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务地面用户的关联关系矩阵，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当前迭代次数对应的无人机部署位置矩阵；其中，所述无人机辅助通信的频谱分配子问题、所述无人机服务地面用户的关联关系优化子问题和所述无人机部署位置优化子问题是利用块坐标下降法将满足最少无人机数量的多无人机按需部署与频谱分配联合优化问题模型进行分解后得到的；数据传输速率计算模块，用于根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵，计算当前迭代次数对应的无人机辅助地面通信的数据传输速率；结果输出模块，用于当数据传输速率差值小于设定阈值时，将当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵确定为最优矩阵集合，并输出最优矩阵集合和最少无人机数量；所述数据传输速率差值为当前迭代次数对应的无人机辅助地面通信的数据传输速率与上一次迭代次数对应的无人机辅助地面通信的数据传输速率的差值。
7.根据本发明提供的具体实施例，本发明公开的技术效果：本发明针对无人机辅助地面通信中面临的资源效益和公平性问题，研究了无人机按需部署和频谱分配联合优化方法，利用块坐标下降法来降低联合优化问题的复杂度，提出基于干扰消除与信道复用的频谱分配算法、基于局部迭代寻优的无人机服务地面用户的关联关系优化算法和基于粒子群的无人机部署位置优化算法来提高无人机辅助地面通信的数据传输性能，并确保无人机辅助地面通信中地面用户用频的公平性。
附图说明
8.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
9.图1为本发明实施例提供的多无人机按需部署与频谱分配联合优化方法的流程示意图；
10.图2为本发明实施例提供的无人机辅助地面用户时的通信网络结构示意图；
11.图3为本发明实施例提供的基于预估计和模拟退火的无人机数量确定算法流程示意图；
12.图4为本发明实施例提供的基于预估计和模拟退火的最少无人机数量确定算法与现有技术所提的螺旋分簇部署算法的最少所需无人机数量仿真结果对比图；
13.图5为本发明实施例提供的无人机部署位置的优化结果及无人机间通信干扰关系图；图5中(a)表示初始时部署的优化结果及无人机间通信干扰关系图；图5中(b)表示优化后部署的优化结果及无人机间通信干扰关系图；
14.图6为本发明实施例提供的基于干扰消除与信道复用的频谱分配算法优化后的无人机通信系统信道分配结果图；
15.图7为本发明实施例提供的无人机辅助通信的数据传输速率对比结果图；
16.图8为本发明实施例提供的300个地面用户分布在不同范围时联合优化算法收敛性能图；
17.图9为本发明实施例提供的不同策略下无人机辅助地面通信的数据传输性能对比结果图。
具体实施方式
18.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
19.实施例一：为解决无人机执行辅助地面通信任务中的成本问题和地面用户用频公平性问题，本实施例在多无人机服务地面用户共享频谱资源的基础上，提供了一种多无人机按需部署与频谱分配联合优化方法，首先利用基于预估计与模拟退火的无人机数量确定算法以实现无人机执行辅助地面通信任务时的按需部署，然后利用块坐标下降法将联合优化问题分解成无人机辅助通信的频谱分配、无人机服务地面用户的关联关系优化和无人机部署位置优化三个子问题，并进行迭代优化。为解决上述子问题，本发明实施例提供了基于干扰消除与信道复用的频谱分配算法、基于局部迭代寻优的无人机服务地面用户的关联关系优化算法和基于粒子群的无人机部署位置优化算法来提高无人机辅助地面通信任务时的数据传输性能，并确保无人机辅助地面通信任务时的地面用户用频的公平性。仿真结果表明，与现有策略相比，本发明能够确保以最少无人机执行辅助地面通信任务，并有效提升
无人机辅助地面通信任务时的数据传输速率和地面用户用频的公平性。
20.本实施例主要贡献可总结为：(1)提出了多无人机按需部署与频谱分配联合优化的分级解决方案，解决无人机执行辅助地面通信任务中成本最小化与地面用户用频公平性问题，第一阶段利用基于预估计与模拟退火的优化算法来解决无人机按需部署的最少数量需求，以减少无人机执行辅助地面通信任务的成本，第二阶段利用块坐标下降(block coordinate descent，bcd)法将无人机按需部署与频谱分配联合优化问题分解成无人机辅助通信的频谱分配、无人机服务地面用户的关联关系优化和无人机部署位置优化等子问题，并进行迭代优化，降低联合优化问题的复杂度。(2)提出了一种基于干扰消除与信道复用的频谱分配算法，解决无人机辅助地面通信任务中地面用户频谱使用公平性问题。该算法首先通过对无人机间干扰关系计算分析，无干扰地为无人机辅助通信分配一个信道，然后根据无人机辅助通信的数据传输速率大小确定信道复用优先级，并根据信道复用优先级优先为无人机辅助通信数据传输速率较小的无人机分配信道，为其对应的地面用户分配更多的通信时间，从而实现最大化无人机辅助地面通信任务时的最小数据传输速率的目标，有效提高频谱利用效益和公平性。(3)提出了一种基于局部迭代寻优的无人机服务地面用户的关联关系优化算法，解决多无人机服务地面用户的关联关系的非线性整数规划问题。该算法首先根据无人机数据和部署位置变化情况，抽取多架无人机共同覆盖和边缘区域内地面用户，计算其数据传输速率并排序，然后优先将多架无人机共同覆盖的地面用户分配给拥有较大数据传输速率对应的无人机，动态调整无人机服务地面用户的关联关系，以提高无人机服务地面用户时的最小数据传输速率。
21.如图1所示，本实施例提供的多无人机按需部署与频谱分配联合优化方法，包括步骤100：获取目标区域对应的输入参数；输入参数包括地面用户位置矩阵、可用信道数量和无人机辅助地面通信的范围(例如r0)；地面用户位置矩阵包括地面用户位置信息和地面用户数量信息。步骤200：根据输入参数和基于预估计与模拟退火的无人机数量确定算法，确定满足目标区域任务完成率时的最少无人机数量。步骤300：利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到当前迭代次数对应的无人机服务地面用户的信道分配矩阵，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务地面用户的关联关系矩阵，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当前迭代次数对应的无人机部署位置矩阵；其中，所述无人机辅助通信的频谱分配子问题、所述无人机服务地面用户的关联关系优化子问题和所述无人机部署位置优化子问题是利用块坐标下降法将满足最少无人机数量的多无人机按需部署与频谱分配联合优化问题模型进行分解后得到的。步骤400：根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵，计算当前迭代次数对应的无人机辅助地面通信的数据传输速率。步骤500：当数据传输速率差值小于设定阈值时，将当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵确定为最优矩阵集合，并输出最优矩阵集合和最少无人机数量；数据传输速率差值为当前迭代次数对应的无人机辅助地面通信的数据传输速率与上一次迭代次数对应的无人机辅助地面通信的数据传输速率的差值。其中，当数据传输速率差值大于或者等于设定阈值时，迭代次数加1，并将当前
迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵确定为上一次迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵，返回步骤300。
22.在执行本发明实施例提供的多无人机按需部署与频谱分配联合优化方法之前，首先要确定无人机辅助地面用户时的通信网络以及根据无人机辅助地面用户时的通信网络构建的多无人机按需部署与频谱分配联合优化问题模型。如图2所示，m架旋翼无人机部署在高度为h的上空，为k个分布在地面的固定物联网地面用户(简称地面用户)提供通信服务，每架无人机为其覆盖范围内的地面用户提供通信服务。为避免多架无人机共享频谱而导致互扰，假设多无人机间以正交频分多址(orthogonal frequency division multiple access，ofdma)方式使用频谱资源，无人机覆盖范围外的无人机与地面用户间通过频谱复用来提高频谱效益。因此，多无人机辅助地面通信将根据无人机间干扰关系生成频谱分配策略。
23.在本实施例中，步骤300具体包括：1)根据上一次迭代次数对应的无人机服务地面用户的关联关系矩阵和无人机部署位置矩阵，利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到当前迭代次数对应的无人机服务地面用户的信道分配矩阵；2)根据上一次迭代次数对应的无人机服务地面用户的信道分配矩阵和无人机部署位置矩阵，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务地面用户的关联关系矩阵；3)根据上一次迭代次数对应的无人机服务地面用户的信道分配矩阵和无人机服务地面用户的关联关系矩阵，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当前迭代次数对应的无人机部署位置矩阵；其中，根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵，计算当前迭代次数对应的无人机服务地面用户的时间比例。
24.在本实施例中，步骤400具体包括：根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵、无人机部署位置矩阵以及无人机服务地面用户的时间比例，计算当前迭代次数对应的无人机辅助地面通信的数据传输速率。
25.得益于无人机升空带来的信息传输增益，在农村等非城市环境中无人机与地面用户的视距(line of sight，los)链路概率占主导，因此空地信道和空空信道可等效建模为自由空间路径损耗模型，无人机m与地面用户k之间的信道增益系数h
m,k
可以表示为其中，β0表示参考距离1米的信道功率增益，d
m,k
表示无人机m与地面用户k之间的的距离。
26.假设sk表示所有地面用户能正确解调的最小接收信号强度，su分别表示所有无人机能正确解调的最小接收信号强度，无人机m与地面用户的正常通信的最大距离其中，pm为无人机通信系统的发射功率。当无人机飞行高度为h时，无人机m覆盖区域的半径为：
27.无人机m对其他无人机的最大干扰距离为：
28.假设可用频谱划分为一系列等带宽b且相互正交的c个信道，每架无人机通信系统可分配多个信道，则其约束关系可表示为其中，w
m，c
为无人机m通信系统与信道c的分配关系，当w
m,c
＝1时，信道c分配给无人机m，当w
m,c
＝0时，信道c未分配给无人机m。为更加贴近实际，多个无人机能共享复用频谱，即每个信道可分配给m架无人机，则无人机服务地面用户的信道分配关系可表示为：
29.根据无人机辅助地面通信任务的信道分配关系和干扰关系，当无人机间距离大于du时，多个无人机才能复用同一信道，否则会产生干扰，则无人机m和无人机n的距离d
um,un
与干扰距离du的关系α
um,un
可表示为：对于所有α
um,un
＝1的无人机m和无人机n，不能分配同一信道以防止互相干扰，因此，无人机服务地面用户分配得到同一信道的关系可表示为：w
um,c
和w
un,c
分别表示无人机m、无人机n通信系统与信道c的分配关系。
30.无人机m辅助地面用户k通信的关联关系可表示为为简化分析，在无人机服务的地面用户簇内，假设无人机通信系统的发射功率在其所分配的信道中平均分配，即其中，p
m,c
表示当信道c分配给无人机m时，无人机m通信系统的发射功率。
31.当无人机只为一个地面用户提供通信服务时，其可达数据传输速率可表示为：其中，h
m,k
为无人机m与地面用户k之间的信道增益系数，σ2表示环境噪声功率谱密度。
32.考虑到可用信道数量较少，无人机为地面用户提供通信服务时采用时分多址(time division multiple access，tdma)技术，则每个地面用户的实际可达数据传输速率可表示为其中，τk表示地面用户k在一个时间周期内分配的通信时间比
例，0≤τk≤1。且有其中，jm为无人机m服务的地面用户数。
33.实际应用中，为减少无人机执行任务的成本，旨在通过任务规划来实现用最少无人机来满足任务完成率。同时为保证公平性，通过对无人机数量、部署位置、无人机服务地面用户的关联关系、频谱分配关系、通信服务时间等因素优化，以最大化所有地面用户最小数据传输速率。因此，其优化问题可建模为
[0034][0035]
其中，m表示最少无人机数量，c表示可用信道数量，q＝{q1,...,qm}表示无人机部署位置矩阵，qm∈r2×1表示无人机m的水平坐标qm表示无人机m的水平坐标，q1表示无人机1的水平坐标；w＝{w1,...,wm}表示无人机服务地面用户的信道分配矩阵，wm表示无人机m辅助地面用户通信的信道分配向量，w1表示无人机1辅助地面用户通信的信道分配向量；γ＝{γ1,...,γm}表示无人机服务地面用户的关联关系矩阵，γm表示无人机m辅助地面用户通信的关联关系向量，γ1表示无人机1辅助地面用户通信的关联关系向量；，c1表示不能小于地面用户的最小接收信号强度限制；c2是对无人机通信干扰状态取值约束；c3是无人机服务地面用户的关联关系约束。c
4-c7是无人机辅助通信的信道分配约束，每个信道可分配给多
个无人机，但存在干扰关系的无人机不能共享同一信道；c8是同一无人机服务多个地面用户的数据传输时间分配比例约束；c9是无人机数量最少的约束。
[0036]
在本实施例中，步骤200具体包括1)根据地面用户位置矩阵，初步确定的最少无人机数量；2)将满足目标区域任务完成率时的最少无人机数量的确定子问题转化为离散m-中心问题；3)根据初步确定的最少无人机数量，采用模拟退火算法求解离散m-中心问题，得到满足目标区域任务完成率时的最少无人机数量。
[0037]
上述步骤的具体详细过程为：为了实现向所有地面用户提供通信服务，则要求每个地面用户至少处于一架无人机通信覆盖范围之内。因此，满足任务完成率的最少无人机数量的确定子问题可表示为其中，qk表示地面用户k的水平坐标，qm∈r2×1表示无人机m的水平坐标。不难发现，式(15)给出的无人机数量确定子问题是一个几何磁盘覆盖(geometric disk cover,gdc)问题，即利用给定半径的最少磁盘覆盖区域中的所有点。为此，本发明实施例提供了一种基于预估计与模拟退火的无人机数量确定算法，首先根据地面用户分布(即地面用户位置信息和地面用户数量信息)，预先估计无人机数量为m时的需求，将上式(15)问题转化为离散m-中心问题(discrete k-centerproblem)，即用m个半径尽可能小的相同圆盘覆盖所有地面用户，表示为dm为第m个无人机的覆盖半径，一种典型的np-hard难题，接着利用模拟退火算法求解式(15)的最小半径，直到找到最小半径小于等于无人机m最大覆盖半径rm的无人机数量，当无人机发射功率相同时，则所有无人机最大覆盖半径相同，用r0代替rm，具体流程如图3所示。
[0038]
在给定无人机数量与部署位置、无人机服务地面用户的关联关系后，无人机辅助地面通信的频谱分配优化子问题可转化为公式(17)。
[0039]
命题1：当无人机服务地面用户的可达数据传输速率达到最大时，无人机辅助地面通信系统在一个时间周期内传输的数据量相等。
[0040]
证明：根据式(11)不难发现，当无人机数量和部署位置固定时，无人机辅助一个地面用户通信的可达数据传输速率是确定的。从式(17)可知，无人机辅助地面通信的可达数据传输速率由信道资源和时间资源共同决定，首先为无人机服务的地面用户分配相同传输时间，实施信道分配，并根据信道分配情况计算最大可达数据传输速率，同时通过为数据传输速率较小的地面用户分配更多的传输时间比例τk来增大其数据传输量，最终使得无人机在一个时间周期内传输的数据量相等。因此，当无人机服务地面用户的可达数据传输速率达到最大时，无人机辅助地面通信系统在一个时间周期内传输的数据量相等。
[0041][0042]
根据式(12)、式(13)和命题1，无人机服务地面用户的时间比例约束表示为为求解无人机辅助通信的频谱分配问题，在此提出一种基于干扰消除与信道复用的频谱分配算法，该算法首先根据式(7)计算出无人机间互扰关系，无干扰地为每架无人机辅助通信系统分配一个信道，并将此信道从存在互扰关系的无人机辅助通信待分配信道集中剔除，如最小的无人机服务地面用户的数据传输速率所对应的无人机m待分配信道集不为空，则为其分配一个信道c，同时从与无人机m存在互扰关系的其他无人机辅助地面通信的待分配信道集中将信道c剔除，最后实施此过程直至所有无人机辅助地面通信的待分配信道集为空。所提的基于干扰消除与信道复用的频谱分配算法的具体流程如表1所示。
[0043]
表1基于干扰消除与信道复用的频谱分配算法流程表
[0044]
[0045][0046]
在给定无人机数量与部署位置、无人机辅助地面通信的频谱分配结果后，无人机服务地面用户的关联关系优化子问题可转化为式(19)。
[0047]
由于无人机服务地面用户的关联关系γ
m,k
是一个0-1整数变量，式(19)给出的关联关系确定问题是一个非线性整数规划问题。为简化求解过程，本文提出了一种基于局部迭代寻优的无人机服务地面用户的关联关系优化算法，该算法首先针对多架无人机共同覆盖和边缘区域内地面用户，计算其数据传输速率并排序，然后优先将多架无人机共同覆盖的地面用户分配给拥有较大数据传输速率对应的无人机，直至无人机服务地面用户的最小传输速率不能再提高。所提的无人机服务地面用户的关联关系优化算法的具体流程如表2所示。
[0048][0049]
表2基于迭代寻优的无人机服务地面用户的关联关系优化算法流程表
[0050][0051][0052]
在给定无人机辅助地面通信的频谱分配结果、无人机服务地面用户的关联关系后，无人机部署位置优化问题可转化为公式(20)。
[0053][0054]
无人机部署位置受到地面用户分布、无人机间互扰关系和通信时间比例的影响，耦合关系复杂。本文利用粒子群算法逐个优化无人机位置，在现有无人机位置的基础上，搜索各无人机辅助地面通信的数据传输速率更大的部署位置，其中粒子的速度更新公式为公式(21)。
[0055][0056]
其中ρ表示粒子惯性因子，v
k-1
表示粒子第k-1次迭代的速度，c1和c2分别表示个体和社会加速度常数，r1和r2分别表示两个[0,1]的随机数，p
best
和g
best
分别表示粒子自身的历史最优和粒子群的历史最优位置。基于粒子群的无人机部署位置优化算法的具体流程如表3所示。
[0057]
表3基于粒子群的无人机部署位置优化算法流程表
[0058][0059]
本发明实施例提出了基于块坐标下降法的无人机按需部署与频谱分配联合优化算法。首先求解最少无人机数量，然后基于获取的无人机数量，分别求解无人机辅助地面通信的频谱分配、无人机服务地面用户的关联关系优化和无人机部署位置优化问题，再进行迭代优化，逐步寻优。联合优化算法的具体流程如表4所示。
[0060]
表4基于块坐标下降法的无人机部署与频谱分配联合优化算法流程表
[0061]
[0062][0063]
为验证本发明实施例所保护方法的性能和可行性，本发明实施例设置仿真过程中所采用的主要参数，如表5所示。
[0064]
表5仿真参数表
[0065]
[0066][0067]
图4给出了基于预估计和模拟退火的最少无人机数量确定算法与现有技术所提的螺旋分簇部署算法的对比结果。从图4可知，两种算法都能够根据地面用户的分布范围，计算获得实现地面用户全覆盖的最少无人机数量需求。由于所提的最少无人机数量确定算法利用模拟退火算法的探索能力，能有效避免陷入局部极值，通过迭代优化无人机部署位置以获得更少无人机来辅助地面用户通信。无论地面用户分布范围如何变化，所提的最少无人机数量确实算法始终比现有技术所提供的算法性能好。
[0068]
为验证本发明实施例所保护联合优化算法的性能，在12km
×
12km的范围内随机均匀部署400个地面用户。图5给出了无人机部署位置的优化结果及无人机间通信干扰关系。图5中一个圆内的地面用户由同一架无人机服务，无人机部署位置旁边的数字表示无人机编号，无人机之间的实线表示无人机间存在通信干扰关系，不能复用同一信道。由图5可知，每个地面用户至少被一架无人机覆盖，达到了服务所有地面用户的目的。在初始部署时，由于还没考虑信道分配与无人机服务地面用户的关联关系问题优化，无人机间互扰较多，使得无人机辅助通信系统信道复用率低，如图5中(a)所示。无人机部署位置利用所提算法优化后，无人机间互扰减少，从而提高了无人机辅助通信信道复用率；同时，无人机服务地面用户的关联关系矩阵也得到优化，受到干扰较小的无人机能够服务的地面用户更多，促进了无人机服务地面用户的公平性，如图5中(b)所示。此外，图5还进一步说明了所提算法能够根据地面用户的分布，优化调整无人机的部署位置，在保证覆盖所有地面用户的同时，有效减少无人机间相互干扰，优化无人机服务地面用户的关联关系。其中，实心圆表示地面用户，实心五角星表示部署位置，虚线表示覆盖范围，实线表示干扰关系。
[0069]
图6给出了所提的基于干扰消除与信道复用的频谱分配算法优化后的无人机通信系统信道分配结果。所提算法根据无人机间互扰关系，优化得到无人机服务地面用户的数据传输速率小的无人机分配信道矩阵。当无人机与其他无人机都不存在互扰时，无人机可分配获得所有信道，如图6中的2号无人机分配获得了所有信道。当无人机之间存在干扰关系时，不能复用同一信道，如3号无人机与5号无人机距离较近，相互间存在挂干扰，两驾无人机不能共用同一信道。由此可知，所提算法能够根据无人机间互扰关系矩阵，无干扰地为所有无人机分配信道。
[0070]
图7给出了无人机辅助通信的数据传输速率对比结果。从图7可知，所提算法能够通过调整无人机辅助地面通信的信道分配系数、无人机部署位置和无人机服务地面用户的
关联关系，提高无人机辅助地面通信的最小传输速率和公平性，同时通过无人机间干扰消除和信道复用，为数据传输速率较小的无人机分配更多的信道，使得无人机辅助地面通信的最小数据传输速率提升了20.61％。
[0071]
图8给出了300个地面用户分布在不同范围时联合优化算法收敛性能。从图8可知，地面用户分布范围高于一定数值后，联合优化算法迭代2至3次就可以收敛，而地面用户分布范围低于这一数值时，联合优化算法需多次迭代才能收敛。同时，地面用户分布范围越广，无人机辅助地面通信的最小数据传输速率越高。这是因为地面用户数量一定，其分布范围越广，无人机辅助地面通信范围固定有限，所需无人机数量越多，无人机间距离越远，无人机辅助地面通信中因信道复用产生的互扰越少，且随着无人机数量增加，每架无人机服务的地面用户越少，从而使得无人机服务地面用户的最小传输速率越高。
[0072]
图9给出了不同策略下无人机辅助地面通信的数据传输性能对比结果。其中“固定部署位置”策略是无人机固定盘旋在最初的位置辅助地面用户通信，优化无人机辅助通信频谱分配和无人机服务地面用户的关联关系；“信道均分”策略是在无人机间通信干扰关系约束下，将频谱资源平均分给所有无人机通信系统，使无人机辅助通信获得的最少信道数最大化，并优化无人机服务地面用户的关联关系和无人机部署位置；“固定关联关系”策略是以无人机与地面用户的最小距离来确定无人机服务地面用户的关联关系，优化无人机辅助通信的频谱分配和无人机部署位置。从图9中可以看出，所提算法能够获得比现有的固定部署位置、信道均分和固定关联关系三种策略更好的性能，并不受地面用户分布范围的影响。相比“固定关联关系”策略，所提算法优化获得的无人机辅助地面通信的最小数据传输速率有8.3％-25.2％的提升。同时随着地面用户分布范围的增大，无人机辅助地面通信的最小数据传输速率也随之增大，进一步证明了图8的结论。这是由于地面用户分布越分散，无人机间距离也越大，信道复用导致的互扰越小，频谱复用率更高。
[0073]
无人机因其灵活性大、机动性强等特性在军事领域和民用领域得到广泛应用，并在未来一个时期内仍处于快速发展阶段，作为地面通信网络的补充和增强，无人机辅助地面通信将在应急通信、野外补盲等应用中发挥重要作用。本发明针对无人机辅助地面通信中面临的资源效益和公平性问题，研究了无人机按需部署和频谱分配联合优化方法，利用块坐标下降法来降低联合优化问题的复杂度，提出基于干扰消除与信道复用的频谱分配算法、基于局部迭代寻优的无人机服务地面用户的关联关系优化算法和基于粒子群的无人机部署位置优化算法来提高无人机辅助地面通信的数据传输性能，并确保无人机辅助地面通信中地面用户用频的公平性。仿真结果表明，与现有策略相比，所提算法能够确保以最少无人机执行辅助地面通信任务，并有效提升无人机辅助地面通信的数据传输速率和地面用户用频的公平性。
[0074]
实施例二：为了执行上述实施例一对应的方法，以实现相应的功能和技术效果，下面提供了一种的多无人机按需部署与频谱分配联合优化系统，包括：输入参数获取模块，用于获取目标区域对应的输入参数；所述输入参数包括地面用户位置矩阵、可用信道数量和无人机辅助地面通信的范围；所述地面用户位置矩阵包括地面用户位置信息和地面用户数量信息；最少无人机数量确定模块，用于根据输入参数和基于预估计与模拟退火的无人机数量确定算法，确定满足目标区域任务完成率时的最少无人机数量；矩阵计算模块，用于利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到
当前迭代次数对应的无人机服务地面用户的信道分配矩阵，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务地面用户的关联关系矩阵，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当前迭代次数对应的无人机部署位置矩阵；其中，所述无人机辅助通信的频谱分配子问题、所述无人机服务地面用户的关联关系优化子问题和所述无人机部署位置优化子问题是利用块坐标下降法将满足最少无人机数量的多无人机按需部署与频谱分配联合优化问题模型进行分解后得到的；数据传输速率计算模块，用于根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵，计算当前迭代次数对应的无人机辅助地面通信的数据传输速率；结果输出模块，用于当数据传输速率差值小于设定阈值时，将当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵确定为最优矩阵集合，并输出最优矩阵集合和最少无人机数量；所述数据传输速率差值为当前迭代次数对应的无人机辅助地面通信的数据传输速率与上一次迭代次数对应的无人机辅助地面通信的数据传输速率的差值。
[0075]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种多无人机按需部署与频谱分配联合优化方法，其特征在于，包括：获取目标区域对应的输入参数；所述输入参数包括地面用户位置矩阵、可用信道数量和无人机辅助地面通信的范围；所述地面用户位置矩阵包括地面用户位置信息和地面用户数量信息；根据输入参数和基于预估计与模拟退火的无人机数量确定算法，确定满足目标区域任务完成率时的最少无人机数量；利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到当前迭代次数对应的无人机服务地面用户的信道分配矩阵，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务地面用户的关联关系矩阵，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当前迭代次数对应的无人机部署位置矩阵；其中，所述无人机辅助通信的频谱分配子问题、所述无人机服务地面用户的关联关系优化子问题和所述无人机部署位置优化子问题是利用块坐标下降法将满足最少无人机数量的多无人机按需部署与频谱分配联合优化问题模型进行分解后得到的；根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵，计算当前迭代次数对应的无人机辅助地面通信的数据传输速率；当数据传输速率差值小于设定阈值时，将当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵确定为最优矩阵集合，并输出最优矩阵集合和最少无人机数量；所述数据传输速率差值为当前迭代次数对应的无人机辅助地面通信的数据传输速率与上一次迭代次数对应的无人机辅助地面通信的数据传输速率的差值。2.根据权利要求1所述的一种多无人机按需部署与频谱分配联合优化方法，其特征在于，在执行获取目标区域对应的输入参数之前，还包括：确定无人机辅助地面用户时的通信网络；根据无人机辅助地面用户时的通信网络，构建多无人机按需部署与频谱分配联合优化问题模型；所述多无人机按需部署与频谱分配联合优化问题模型为：
其中，m表示最少无人机数量，q＝{q1,...,q
m
}表示无人机部署位置矩阵，q
m
表示无人机m的水平坐标，q1表示无人机1的水平坐标；w＝{w1,...,w
m
}表示无人机服务地面用户的信道分配矩阵，w
m
表示无人机m辅助地面用户通信的信道分配向量，w1表示无人机1辅助地面用户通信的信道分配向量；γ＝{γ1,...,γ
m
}表示无人机服务地面用户的关联关系矩阵，γ
m
表示无人机m辅助地面用户通信的关联关系向量，γ1表示无人机1辅助地面用户通信的关联关系向量；τ
k
表示地面用户k在一个时间周期内分配的通信时间比例，0≤τ
k
≤1；w
m，c
为无人机m通信系统与信道c的分配关系；c表示可用信道数量；b表示信道带宽；p
m,c
表示当信道c分配给无人机m时，无人机m通信系统的发射功率；σ2表示环境噪声功率谱密度，h
m,k
表示无人机m与地面用户k之间的信道增益系数；c1为无人机对地面用户通信距离的约束条件，c1表示不能小于地面用户的最小接收信号强度限制；d
m,k
表示无人机m到地面用户k的距离；β0表示参考距离1米的信道功率增益；s
k
表示所有地面用户能正确解调的最小接收信号强度；d
m
表示无人机m与地面用户的正常通
信的最大通信距离；p
m
为无人机m通信系统的发射功率；c2为对无人机通信干扰状态取值的约束条件；α
um,un
表示无人机m和无人机n的距离d
um,un
与干扰距离d
u
的关系；c3为无人机服务地面用户的关联关系约束条件；γ
m，k
表示无人机m辅助地面用户k通信的关联关系；c
4-c7为无人机辅助通信的信道分配约束条件，每个信道可分配给多个无人机，存在干扰关系的无人机不能共享同一信道，w
um,c
和w
un,c
分别表示无人机m、无人机n通信系统与信道c的分配关系；c8为同一无人机服务多个地面用户的数据传输时间分配比例约束条件；j
m
为无人机m服务的地面用户数；c9为无人机数量最少的约束条件。3.根据权利要求1所述的一种多无人机按需部署与频谱分配联合优化方法，其特征在于，所述根据输入参数和基于预估计与模拟退火的无人机数量确定算法，确定满足目标区域任务完成率时的最少无人机数量，具体包括：根据地面用户位置矩阵，初步确定的最少无人机数量；将满足目标区域任务完成率时的最少无人机数量的确定子问题转化为离散m-中心问题；m表示最少无人机数量；根据初步确定的最少无人机数量，采用模拟退火算法求解离散m-中心问题，得到满足目标区域任务完成率时的最少无人机数量。4.根据权利要求1所述的一种多无人机按需部署与频谱分配联合优化方法，其特征在于，利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到当前迭代次数对应的无人机服务地面用户的信道分配矩阵，具体包括：根据上一次迭代次数对应的无人机服务地面用户的关联关系矩阵和无人机部署位置矩阵，利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到当前迭代次数对应的无人机服务地面用户的信道分配矩阵。5.根据权利要求4所述的一种多无人机按需部署与频谱分配联合优化方法，其特征在于，还包括：根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵，计算当前迭代次数对应的无人机服务地面用户的时间比例。6.根据权利要求1所述的一种多无人机按需部署与频谱分配联合优化方法，其特征在于，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务地面用户的关联关系矩阵，具体包括：根据上一次迭代次数对应的无人机服务地面用户的信道分配矩阵和无人机部署位置矩阵，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务地面用户的关联关系矩阵。7.根据权利要求1所述的一种多无人机按需部署与频谱分配联合优化方法，其特征在于，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当
前迭代次数对应的无人机部署位置矩阵，具体包括：根据上一次迭代次数对应的无人机服务地面用户的信道分配矩阵和无人机服务地面用户的关联关系矩阵，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当前迭代次数对应的无人机部署位置矩阵。8.根据权利要求5所述的一种多无人机按需部署与频谱分配联合优化方法，其特征在于，根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵，计算当前迭代次数对应的无人机辅助地面通信的数据传输速率，具体包括：根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵、无人机部署位置矩阵以及无人机服务地面用户的时间比例，计算当前迭代次数对应的无人机辅助地面通信的数据传输速率。9.根据权利要求1所述的一种多无人机按需部署与频谱分配联合优化方法，其特征在于，还包括：当数据传输速率差值大于或者等于设定阈值时，迭代次数加1，并将当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵确定为上一次迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵，返回步骤利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到当前迭代次数对应的无人机服务地面用户的信道分配矩阵，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务地面用户的关联关系矩阵，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当前迭代次数对应的无人机部署位置矩阵。10.一种多无人机按需部署与频谱分配联合优化系统，其特征在于，包括：输入参数获取模块，用于获取目标区域对应的输入参数；所述输入参数包括地面用户位置矩阵、可用信道数量和无人机辅助地面通信的范围；所述地面用户位置矩阵包括地面用户位置信息和地面用户数量信息；最少无人机数量确定模块，用于根据输入参数和基于预估计与模拟退火的无人机数量确定算法，确定满足目标区域任务完成率时的最少无人机数量；矩阵计算模块，用于利用基于干扰消除与信道复用的频谱分配算法求解无人机辅助通信的频谱分配子问题，得到当前迭代次数对应的无人机服务地面用户的信道分配矩阵，利用基于局部迭代寻优的无人机服务地面用户的关联关系优化算法求解无人机服务地面用户的关联关系优化子问题，得到当前迭代次数对应的无人机服务地面用户的关联关系矩阵，利用基于粒子群的无人机部署位置优化算法求解无人机部署位置优化子问题，得到当前迭代次数对应的无人机部署位置矩阵；其中，所述无人机辅助通信的频谱分配子问题、所述无人机服务地面用户的关联关系优化子问题和所述无人机部署位置优化子问题是利用块坐标下降法将满足最少无人机数量的多无人机按需部署与频谱分配联合优化问题模型进行分解后得到的；数据传输速率计算模块，用于根据当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵，计算当前迭代次
数对应的无人机辅助地面通信的数据传输速率；结果输出模块，用于当数据传输速率差值小于设定阈值时，将当前迭代次数对应的无人机服务地面用户的信道分配矩阵、无人机服务地面用户的关联关系矩阵以及无人机部署位置矩阵确定为最优矩阵集合，并输出最优矩阵集合和最少无人机数量；所述数据传输速率差值为当前迭代次数对应的无人机辅助地面通信的数据传输速率与上一次迭代次数对应的无人机辅助地面通信的数据传输速率的差值。

技术总结
本发明公开了一种多无人机按需部署与频谱分配联合优化方法及系统，涉及无人机通信技术领域，该方法包括：根据基于预估计与模拟退火算法确定满足目标区域任务完成率时的最少无人机数量；利用基于干扰消除与信道复用的频谱分配算法、基于局部迭代寻优的无人机服务地面用户的关联关系优化算法、基于粒子群的无人机部署位置优化算法，求解利用块坐标下降法分解满足最少无人机数量的多无人机按需部署与频谱分配联合优化问题模型后的子问题，进而得到最优矩阵集合，达到提高无人机辅助地面通信的数据传输性能同时，确保无人机辅助地面通信中地面用户用频的公平性。中地面用户用频的公平性。中地面用户用频的公平性。


技术研发人员：何攀峰 杜奕航 钱鹏智 张先玉 陈勇 张余
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：2023.07.20
技术公布日：2023/9/9