申请/专利权人：中国人民解放军国防科技大学

申请日：2022-07-18

公开（公告）日：2024-06-21

公开（公告）号：CN115225141B

主分类号：H04B7/185

分类号：H04B7/185;H04W16/14;H04W52/34;H04W72/0453

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.11.08#实质审查的生效;2022.10.21#公开

摘要：本发明公开了一种面向多无人机的任务规划与频谱资源联合优化方法，涉及无人机通信技术领域，主要包括：在共享频谱环境下，根据受灾区域相关参数，确定受灾区域对应的多无人机在救援行动中的侦察任务规划与频谱资源联合优化问题；利用块坐标下降法，将上述优化问题分解为无人机任务规划及轨迹控制子问题、无人机子信道分配子问题和无人机发射功率优化子问题，并利用迭代优化算法求解所述无人机任务规划及轨迹控制子问题、所述无人机子信道分配子问题和所述无人机发射功率优化子问题，以得到最优的无人机子信道分配矩阵、最优的无人机飞行轨迹坐标矩阵和最优的无人机发射功率分配矩阵。本发明能够实现更高的无人机传输速率和更好的鲁棒性。

主权项：1.一种面向多无人机的任务规划与频谱资源联合优化方法，其特征在于，包括：获取受灾区域相关参数；所述受灾区域相关参数至少包括受灾区域地形数据、无人机的数量、地面目标点的数量以及每个所述地面目标点的位置信息；在共享频谱环境下，根据受灾区域相关参数，确定受灾区域对应的多无人机在救援行动中的侦察任务规划与频谱资源联合优化问题；利用块坐标下降法，将目标优化问题分解为无人机任务规划及轨迹控制子问题、无人机子信道分配子问题和无人机发射功率优化子问题，并利用迭代优化算法求解所述无人机任务规划及轨迹控制子问题、所述无人机子信道分配子问题和所述无人机发射功率优化子问题，以得到最优的无人机子信道分配矩阵、最优的无人机飞行轨迹坐标矩阵和最优的无人机发射功率分配矩阵；所述目标优化问题为多无人机在救援行动中的侦察任务规划与频谱资源联合优化问题；所述目标优化问题对应的目标函数及约束条件为： C3:γm,kdm,k≤R0C4:||qm[n]-sl[n],H||≥RlC5:||qm[n+1]-qm[n]||≤Vmaxτ C8:pm[n]≤pmax其中，η为目标函数，表示以无人机的最小平均传输速率和所有无人机的平均传输速率的加权和；qm[n]表示第n时隙无人机m的坐标；w[n]表示第n时隙无人机的子信道分配矩阵；pm[n]表示第n时隙无人机m的发射功率；C1-C2表示无人机子信道分配约束，在每个时隙，C1表示一个子信道只能分配给一架无人机，C2表示一架无人机至少分配1个子信道，最多分配C个子信道； M表示无人机的总架数；c表示第c个子信道；C3-C6表示无人机任务规划与轨迹控制约束，其中C3表示无人机与分配的地面目标点最近距离必须在该无人机侦察半径之内；C4表示禁飞区的约束，无人机与威胁源中心的距离应大于禁飞区半径；C5表示无人机轨迹在一个时隙内的变化不能超过该无人机最大飞行速度；C6表示无人机完成任务时飞回到起点位置；H表示无人机飞行的高度； 表示第k个地面目标点的坐标，||·||表示欧氏距离；R0表示无人机的侦察半径；qm[n]表示第n时隙无人机m的坐标；和分别表示无人机m侦察的初始位置坐标和最终位置坐标；sl和Rl分别表示威胁源l的平面坐标和禁飞区半径；qm[n+1]表示第n+1时隙无人机m的坐标；Vmax表示无人机的最大飞行速度；τ表示时隙的时长；C7-C8表示无人机发射功率的约束，C7表示无人机的发射信号到达现有用户设备接收机的强度不能超过该无人机灵敏度，pmax表示无人机的最大可发射功率；θ表示现有用户设备的接收机灵敏度；N表示时隙的总数；表示第n时隙无人机m的发射功率与现有用户设备的子信道增益；所述利用块坐标下降法，将目标优化问题分解为无人机任务规划及轨迹控制子问题、无人机子信道分配子问题和无人机发射功率优化子问题，并利用迭代优化算法求解所述无人机任务规划及轨迹控制子问题、所述无人机子信道分配子问题和所述无人机发射功率优化子问题，以得到最优的无人机子信道分配矩阵、最优的无人机飞行轨迹坐标矩阵和最优的无人机发射功率分配矩阵，具体包括：步骤1：确定当前迭代次数对应的优化无人机子信道分配矩阵、优化无人机飞行轨迹坐标矩阵和优化无人机发射功率分配矩阵；其中，当前迭代次数对应的所述优化无人机子信道分配矩阵是将上一次迭代次数对应的优化无人机飞行轨迹坐标矩阵和优化无人机发射功率分配矩阵作为固定变量，求解无人机子信道分配子问题后确定的；当前迭代次数对应的所述优化无人机飞行轨迹坐标矩阵是将上一次迭代次数对应的优化无人机子信道分配矩阵和优化无人机发射功率分配矩阵作为固定变量，求解所述无人机任务规划及轨迹控制子问题后确定的；当前迭代次数对应的所述优化无人机发射功率分配矩阵是将上一次迭代次数对应的优化无人机子信道分配矩阵和优化无人机飞行轨迹坐标矩阵作为固定变量，求解所述无人机发射功率优化子问题后确定的；步骤2：判断当前迭代次数是否达到迭代总数，得到第一判断结果；若所述第一判断结果表示当前迭代次数达到所述迭代总数，则将当前迭代次数对应的优化无人机子信道分配矩阵确定为最优的无人机子信道分配矩阵，将当前迭代次数对应的优化无人机飞行轨迹坐标矩阵确定为最优的无人机飞行轨迹坐标矩阵，将当前迭代次数对应的优化无人机发射功率分配矩阵确定为最优的无人机发射功率分配矩阵；若所述第一判断结果表示当前迭代次数未达到所述迭代总数，则基于当前迭代次数对应的优化无人机子信道分配矩阵、优化无人机飞行轨迹坐标矩阵和优化无人机发射功率分配矩阵，计算当前迭代次数对应的目标函数值；步骤3：判断当前迭代次数对应的目标函数值与上一次迭代次数对应的目标函数值的差值是否大于设定阈值，得到第二判断结果；若所述第二判断结果表示当前迭代次数对应的目标函数值与上一次迭代次数对应的目标函数值的差值大于设定阈值，则将上一次迭代次数对应的优化无人机子信道分配矩阵更新为当前迭代次数对应的优化无人机子信道分配矩阵，将上一次迭代次数对应的优化无人机飞行轨迹坐标矩阵更新为当前迭代次数对应的优化无人机飞行轨迹坐标矩阵，将上一次迭代次数对应的优化无人机发射功率分配矩阵更新为当前迭代次数对应的优化无人机发射功率分配矩阵，并将当前迭代次数加1，然后返回步骤1：确定当前迭代次数对应的优化无人机子信道分配矩阵、优化无人机飞行轨迹坐标矩阵和优化无人机发射功率分配矩阵；若所述第二判断结果表示当前迭代次数对应的目标值与上一次迭代次数对应的目标值的差值小于或者等于设定阈值，则将当前迭代次数对应的优化无人机子信道分配矩阵确定为最优的无人机子信道分配矩阵，将当前迭代次数对应的优化无人机飞行轨迹坐标矩阵确定为最优的无人机飞行轨迹坐标矩阵，将当前迭代次数对应的优化无人机发射功率分配矩阵确定为最优的无人机发射功率分配矩阵。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 面向多无人机的任务规划与频谱资源联合优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD