一种智能电网无人机巡检通信子系统信道反馈方法技术方案

本发明专利技术公开了一种智能电网无人机巡检通信子系统信道反馈方法，该方法涉及的配置包括无人机和若干电力杆塔，每个电力杆塔均搭建有用于接收无人机所发数据的接受基站；该方法包括：步骤1：无人机实时将检测视频图片分段传输给若干接受基站；步骤2：将若干接受基站接收的数据汇总、传输到地面总控制台。通过分段建立回传接入点构建该场景下无人机终端与基站的系统模型，解决视频图片实时传输以及信道系数实时反馈问题。实时反馈问题。实时反馈问题。

【技术实现步骤摘要】
一种智能电网无人机巡检通信子系统信道反馈方法


[0001]本专利技术涉及无人机巡检
，具体来说，是一种智能电网无人机巡检通信子系统信道反馈方法。

技术介绍

[0002]现有技术中，无人机巡检时与基站的信道环境和信道传输系数实时变化，需要实时估计和跟踪变化后的信道传输系数，并将其反馈于基站。完整的信道系数回传需要消耗大量的链路开销，所以通常采用矢量量化或基于码本的方法来减少反馈开销。
[0003]现有技术中存在如下缺点：第一，大规模MIMO系统中基站端使用大量天线，使得码本设计复杂度和相应的反馈量显著增长，因此，传统反馈方案在大规模多输入多输出毫米波无人机通信场景是不可取的。第二，现有的反馈方案无法解决无人机时变信道的反馈问题。

技术实现思路

[0004]本专利技术的目的是提供一种智能电网无人机巡检通信子系统信道反馈方法，以解决在时变信道中反馈开销过大的问题。
[0005]本专利技术的目的是这样实现的：一种智能电网无人机巡检通信子系统信道反馈方法，该方法涉及的配置包括无人机和若干电力杆塔，每个电力杆塔均搭建有用于接收无人机所发数据的接受基站；
[0006]该方法包括：
[0007]步骤1：无人机实时将检测视频图片分段传输给若干接受基站；
[0008]步骤2：将若干接受基站接收的数据汇总、传输到地面总控制台。
[0009]进一步地，在无人机端配置有编码器，所述编码器是由特征提取模块和特征压缩模块串联组成；
[0010]其中，特征提取模块主要由卷积核3*3的卷积层、BatchNorm的正则化层、Leaky Relu激活函数组建构成；
[0011]在特征压缩模块中，将提取的特征信息矩阵转换为向量，并将向量输入并联的FCN和LSTM
‑
Attention模块生成码字向量s。
[0012]进一步地，每个接受基站端将来自无人机端的码字向量s通过其自带的解码器进行信道状态信息恢复。
[0013]进一步地，接受基站端的解码器由特征解压缩模块和信道恢复模块组成；
[0014]所述解压缩模块将尺寸为M*1的向量解压为尺寸N*1的向量解压为尺寸N*1的向量，解压缩后，输出值为信道矩阵的实部和虚部的初始化估值，为解压缩向量并将其输入信道恢复模块用来恢复信道状态信息；
[0015]在信道恢复模块，将向量向量输入两个RefineNet单元，其中，RefineNet单元包括3个3*3*3的Conv3D层，被一层一层地层叠在一起，分别输出8、16、2个特征图，同时每个卷积
层后连着Batch
‑
norm的正则化层，LeakyRelu激活函数，在单元中对特征信息进行融合，并经过LeakyRelu函数进行激活，最终获得Refine单元的输出值。
[0016]本专利技术的有益效果在于：
[0017]由于输电线路过长，无人机存储巡检视频图片数据量过大，需要实时将检测视频图片传输给地面接受基站，通过分段建立回传接入点构建该场景下无人机终端与基站的系统模型，解决视频图片实时传输以及信道系数实时反馈问题。
附图说明
[0018]图1是本专利技术中无人机通信场景示意图。
[0019]图2是无人机端的编码器示意图。
[0020]图3是基站端的译码器示意图。
具体实施方式
[0021]下面结合附图1
‑
3和具体实施例对本专利技术进一步说明。
[0022]如图1
‑
3所示，本实施例提出了一种智能电网无人机巡检通信子系统信道反馈方法，该方法包括：
[0023]一、配置无人机端(编码器)：其中编码器是由特征提取模块和特征压缩模块串联组成，特征提取主要由卷积核3*3的卷积层、BatchNorm的正则化层、Leaky Relu激活函数组建构成，在特征压缩模块中，将提取的特征信息矩阵转换为向量，并将向量输入并联的FCN和LSTM
‑
Attention模块生成码字向量s，其中FCN会加快收敛速度，有效缓解梯度消失的问题，LSTM用于学习信道矩阵之间的时间相关特性，注意力机制使神经网络具有自动加权功能，从而进一步提高特征信息的表征能力。
[0024]二、配置基站端(解码器)：将来自无人机端的码字向量s通过解码器进行信道状态信息恢复，解码器由特征解压缩和信道恢复两个模块组成，特征解压缩模块与上述编码器相似，不同点在解压缩模块将尺寸为M*1的向量解压为尺寸N*1的向量解压为尺寸N*1的向量，解压缩后，输出值为信道矩阵的实部和虚部的初始化估值，为解压缩向量并将其输入信道恢复模块用来恢复信道状态信息，在信道恢复模块，将向量向量输入两个RefineNet单元，其中，RefineNet单元包括3个3*3*3的Conv3D层，被一层一层地层叠在一起，分别输出8、16、2个特征图，同时每个卷积层后连着Batch
‑
norm的正则化层，LeakyRelu激活函数，在单元中对特征信息进行融合，并经过LeakyRelu函数进行激活，最终获得Refine单元的输出值。
[0025]三、预处理：在传输前，CSI矩阵需要两个预处理，H首先在经过2D离散傅里叶变换(DFT)操作后在角延迟域中稀疏，然后在延迟域中，H中的大多数元素都为零(除了前几个非零列)，因为围绕直线路径的多路径到达之间的时间延迟在一个有限的时间段内，因此,可以保留前个Nc非零列，同时删除其余非零列，并将新的Nt*Nc大小的CSI矩阵表示为H，此预处理可以对信道矩阵系数做初步压缩。
[0026]训练：网络是通过循环迭代的方式，以端对端的形式对上述两种信道反馈网络框架进行训练与优化，其优化的目标是使损失函数最小化，最终通过梯度下降的方法获得最优的网络核函数和最优的网络偏差，从而得到优化的神经网络，该训练过程中，采用均方误
差作为损失函数来衡量重构性能，并利用自适应矩估计优化算法在每次迭代中通过梯度更新神经网络中的训练参数序列。
[0027]如图1所示，根据实际的无人机输电线巡检案例，考虑到无人机通信设备发射功率有限，每隔5km距离(多旋翼无人机巡检速度约为30km/h)，在每个电力杆塔上搭建一个接受基站，无人机将高清摄像头或者红外摄像头采集到的高清视频图片实时传输到接受基站，并分段传输给若干接受基站，基站再通过电力杆塔上搭载的通信线路传输到地面总控制台(数据传输时会汇总到Mesh无线网关)，解决了输电线路过长、传输存储数据量过大的问题。
[0028]本实施例中，设定有：
[0029]A)无人机巡检通信子系统，作用是：由于输电线路过长，无人机存储巡检视频图片数据量过大，需要实时将检测视频图片传输给地面接受基站。在大规模MIMO毫米波无人机通信场景下，通过分段建立回传接入点构建该场景下无人机终端与基站的系统模型，解决视频图片实时传输以及信道系数实时反馈问题；
[0030]B)深度学习自动编码器框架，作用是：对无人机通信子系统的信道系数反馈本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能电网无人机巡检通信子系统信道反馈方法，其特征在于，该方法涉及的配置包括无人机和若干电力杆塔，每个电力杆塔均搭建有用于接收无人机所发数据的接受基站；该方法包括：步骤1：无人机实时将检测视频图片分段传输给若干接受基站；步骤2：将若干接受基站接收的数据汇总、传输到地面总控制台。2.根据权利要求1所述的一种智能电网无人机巡检通信子系统信道反馈方法，其特征在于：在无人机端配置有编码器，所述编码器是由特征提取模块和特征压缩模块串联组成；其中，特征提取模块主要由卷积核3*3的卷积层、BatchNorm的正则化层、Leaky Relu激活函数组建构成；在特征压缩模块中，将提取的特征信息矩阵转换为向量，并将向量输入并联的FCN和LSTM
‑
Attention模块生成码字向量s。3.根据权利要求1所述的一种智能电网无人机巡检通信子系统信道反馈方法，其特征在于：每个接...

【专利技术属性】
技术研发人员：黄泽坤，凌欣，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：