一种信道估计误差下的多无人机基站三维坐标计算方法技术

本发明专利技术公开了一种信道估计误差下的多无人机基站三维坐标计算方法，根据无人机基站与地面用户之间空‑地链路无线传输特性，建立了基于概率的无人机空‑地链路信道误差模型，构建了以地面用户覆盖率为优化目标和以信号传输中断概率为约束条件的多无人机基站三维坐标优化问题。通过推导信道估计误差下无人机基站信号传输中断概率解析表达式，结合提出的宏Q逆函数近似计算方法，得到无人机基站俯仰角与覆盖半径之间的显性表达式，进而将无人机基站三维坐标优化问题等价拆分为以俯仰角和地面二维坐标为优化变量的两个子优化问题，并提出了基于牛顿法和序列凸近似法的联合迭代算法，可有效计算得到最大用户覆盖率下的多无人机基站三维坐标。

A method to calculate the three-dimensional coordinates of base stations of multiple UAVs with channel estimation error

【技术实现步骤摘要】
一种信道估计误差下的多无人机基站三维坐标计算方法
本专利技术涉及无人机通信
，具体涉及一种信道估计误差下的多无人机基站三维坐标计算方法。
技术介绍
：作为一种最近兴起的无线通信方式，无人机通信基站具有功能兼顾性强、可根据任务需求灵活搭建通信设备、不存在通信盲点、低成本、广覆盖等特点，已广泛应用于民用和军用领域。尤其是对于森林巡防、交通监控、货物运输、临时战场等通信场景，传统的基站蜂窝通信网络由于受到覆盖范围的限制，无法有效地解决快速移动需求所导致的网络覆盖范围变化的问题。为解决该问题，可通过无人机基站快速灵活的实现通信覆盖以扩展网络覆盖范围并提高连通性以及降低网络损耗。相较于传统地面基站等固定设施，无人机的空中飞行特点使得其三维位置的部署对覆盖性能起到关键作用。在文献(M.Alzenad,A.El-Keyi,F.Lagum,“3-Dplacementofanunmannedaerialvehiclebasestation(UAV-BS)forenergyefficientmaximalcoverage,”IEEEWirel.Commun.Lett.,vol.6,no.4,pp.434-437,Aug.2017.)中，作者研究了多无人机的最佳三维问题，该问题使用最小发射功率以达到最大化覆盖用户数量的目的。在文献(M.Mozaffari,W.Saad,M.Bennis,andM.Debbah,“Efficientdeploymentofmultipleunmannedaerialvehiclesforoptimalwirelesscoverage,”IEEECommun.Lett.,vol.20,no.8,pp.16471650,Aug.2016.)中，作者将无人机的下行链路的覆盖概率推导为高度和天线增益的函数，研究无人机的三维坐标，以最大限度地扩大总的无人机基站覆盖面积，同时最大化无人机覆盖时长。上述研究内容仅针对单无人机场景，且没有考虑实际场景中存在信道估计误差的问题。
技术实现思路
本专利技术的目的在于提供一种信道估计误差下的多无人机基站三维坐标计算方法，以解决现有技术中导致的实际通信链路中存在信道估计误差的缺陷问题。一种信道估计误差下的多无人机基站三维坐标计算方法，所述方法包括如下步骤：获取无人机的参数值，并初始化俯仰角度；根据预设的无人机基站空地信道模型得到覆盖半径表达式；通过覆盖半径表达式和初始化俯仰角度进行迭代运算得到俯仰角度；将俯仰角度代入覆盖半径表达式得到覆盖半径；根据覆盖半径计算得到二维坐标；根据俯仰角度和覆盖半径得到第三维坐标；将二维坐标与第三维坐标结合得到无人机三维坐标。进一步的，所述覆盖半径表达式的求取方法包括如下步骤：构建无人机基站空地信道模型：其中为莱斯衰落信道系数；K为莱斯因子；为散射分量系数；△g为信道误差，服从均值为0，方差为1的高斯分布；τ∈(0，1]为信道误差率；η为链路路径损耗；根据预先构建的宏Q逆函数表达式：由以上两式，再根据无人机基站空地信道模型得到：式中：λ＝ln10/20，ζ＝ζLOS-ζNLOS,γu＝Pu/N0为平均信噪比，Ga为天线增益，γth为信噪比门限值，为莱斯衰落系数，τ为信道误差率，f为系统载波频率，c为光速，ζLOS为直达径分量，ζNLoS为非直达径分量，A,B为环境参数。进一步的，宏Q逆函数表达式的构建过程包括如下步骤：首先将y＝Q1-1(x,t)重写为Q1(x,y)＝t，并对其求偏导：其中x,y为变量，t为参数，将其带入上式得到其中I1(xy)与I0(xy)分别为一阶贝塞尔函数和零阶贝塞尔函数，dy,dx为y,x的微分形式。当x比较小时满足因此，上式重写为同时可以求出此一阶微分方程的解为中y0为初始解，计算得到Q1(0,y0)＝t和与此同时可以计算得到因此宏Q逆函数可以表示为：进一步的，通过覆盖半径表达式和初始化俯仰角度进行迭代运算得到俯仰角度的方法包括如下步骤：式中和分别为Ri的一阶导数和二阶导数，其表达式为：上式中：其中νi＝2qi,1,φi＝(qi,1)2+(qi,2)2，qi,1,qi,2为莱斯信道散射分量的实部与虚部，A＝αexp(αβ)，B＝180β/π，α,β为环境参数。ζ＝ζLOS-ζNLOS，ζLOS为直达径分量，ζNLoS为非直达径分量，λ＝ln10/20，τ为信道误差率，θi为无人机俯仰角度，为第n次迭代的无人机俯仰角度，为第n+1次迭代的无人机俯仰角度，为s(θi)的一阶导数和二阶导数。进一步的，通过覆盖半径计算得出二维坐标的方法包括如下步骤：根据以下公式：其中xi,yi为无人机二维坐标，uij＝0代表无人机未覆盖到的地面用户，uij＝1为无人机覆盖的地面用户，Rbi与Rbk为无人机的覆盖半径；得到二维坐标公式：其中cik,dik为计算辅助参数。进一步的，所述第三维坐标通过以下式子计算得到：Ritan(θi)；式中：进一步的，所述俯仰角度的初始值的范围为0<θ<π/2。进一步的，所述无人机的参数值包括系统载波频率f；信噪比门限值γth；天线增益Ga；信号发送功率Pu；噪声功率N0；选择环境参数α,β以及额外路径损耗分量系数ζLoS与ζNLoS；最大误差ε。本专利技术的优点在于：本专利技术可以很好的解决实际通信链路中多无人机基站三维坐标计算问题，在保障地面用户覆盖率最大化的同时，阐明了信道估计误差对无人机基站三维坐标的作用机制。此外，采用基于概率的无人机空-地链路信道误差模型来描述信道状态信息，更加符合无人机空-地链路无线传输特性，保证了本专利技术适用于实际无人机基站通信系统。附图说明图1为本专利技术的无人机通信系统模型图；图2为本专利技术的计算方法流程图；图3为本专利技术中无人机在不同信道误差系数下的无人机高度与覆盖半径仿真示意图；图4为本专利技术中无人机在不同的信道误差系数下的无人机二维坐标仿真示意图；图5为本专利技术中无人机在不同的信道误差系数下地面用户覆盖率仿真示意图；图6为本专利技术中一架无人机在相同的信道误差系数下二维坐标仿真示意图；图7为本专利技术中三架无人机在相同的信道误差系数下二维坐标仿真示意图；图8为本专利技术中五架无人机在相同的信道误差系数下二维坐标仿真示意图。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术。如图1至图8所示，一种信道估计误差下的多无人机基站三维坐标计算方法，包括以下步骤：步骤一：根据空-地无线链路传输特性建立无人机基站空-地链路本文档来自技高网...

【技术保护点】
1.一种信道估计误差下的多无人机基站三维坐标计算方法，其特征在于，所述方法包括如下步骤：/n获取无人机的参数值，并初始化俯仰角度；/n根据预设的无人机基站空地信道模型得到覆盖半径表达式；/n通过覆盖半径表达式和初始化俯仰角度进行迭代运算得到俯仰角度；/n将俯仰角度代入覆盖半径表达式得到覆盖半径；/n根据覆盖半径计算得到二维坐标；/n根据俯仰角度和覆盖半径得到第三维坐标；/n将二维坐标与第三维坐标结合得到无人机三维坐标。/n

【技术特征摘要】
1.一种信道估计误差下的多无人机基站三维坐标计算方法，其特征在于，所述方法包括如下步骤：
获取无人机的参数值，并初始化俯仰角度；
根据预设的无人机基站空地信道模型得到覆盖半径表达式；
通过覆盖半径表达式和初始化俯仰角度进行迭代运算得到俯仰角度；
将俯仰角度代入覆盖半径表达式得到覆盖半径；
根据覆盖半径计算得到二维坐标；
根据俯仰角度和覆盖半径得到第三维坐标；
将二维坐标与第三维坐标结合得到无人机三维坐标。


2.根据权利要求1所述的一种信道估计误差下的多无人机基站三维坐标计算方法，其特征在于：所述覆盖半径表达式的求取方法包括如下步骤：
构建无人机基站空地信道模型：



其中为莱斯衰落信道系数；K为莱斯因子；为散射分量系数；△g为信道误差，服从均值为0，方差为1的高斯分布；τ∈(0，1]为信道误差率；η为链路路径损耗；
根据预先构建的宏Q逆函数表达式：



由以上两式，再根据无人机基站空地信道模型得到：



式中：λ＝ln10/20，ζ＝ζLOS-ζNLOS,γu＝Pu/N0为平均信噪比，Ga为天线增益，γth为信噪比门限值，为莱斯衰落系数，τ为信道误差率，f为系统载波频率，c为光速，ζLOS为直达径分量，ζNLoS为非直达径分量，A,B为环境参数。


3.根据权利要求2所述的一种信道估计误差下的多无人机基站三维坐标计算方法，其特征在于：宏Q逆函数表达式的构建过程包括如下步骤：
首先将y＝Q1-1(x,t)重写为Q1(x,y)＝t，并对其求偏导：



其中x,y为变量，t为参数，将其带入上式得到：



其中I1(xy)与I0(xy)分别为一阶贝塞尔函数和零阶贝塞尔函数，dy,dx为y,x的微分形式；
当x比较小时满足：



因此，上式重写为同时可以求出此一阶微分方程的解为其中y0为初始解，计算得到Q1(0,y0)＝t和与此同时可以计算得到因此宏Q逆函数可以表示为：





4.根据权利要求2所述的一种...

【专利技术属性】
技术研发人员：王波，欧阳键，贾丽燕，陈玉婷，朱卫平，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32