基于无人机辅助的低功耗广域网通信的链路状态优化方法技术

本申请提供一种基于无人机辅助的低功耗广域网通信的链路状态优化方法，该方法包括：获取当前时刻的无人机的惯性测量单元的当前姿态信息；根据当前姿态信息，确定无人机辅助的低功耗广域网通信的链路模型；根据当前姿态信息，预测下一时刻无人机的接收机和发射机之间的预测距离及预测姿态信息；根据预测距离、预测姿态信息、当前姿态信息及链路模型预测未来的链路质量；根据未来的链路质量确定是否更新传输参数配置。该方案可以预估通信的链路变化，进而对通信节点的参数配置进行调整，从而达到通信质量的保证。达到通信质量的保证。达到通信质量的保证。

【技术实现步骤摘要】
基于无人机辅助的低功耗广域网通信的链路状态优化方法


[0001]本专利技术属于辅助通信
，特别涉及一种基于无人机辅助的低功耗广域网通信的链路状态优化方法。

技术介绍

[0002]低功耗广域网(Low Power Wide Area Network，LPWAN)通信技术，由于功耗低、距离远和容量大，被广泛应用于智能抄表、智慧农业等领域。最近大量研究证明LPWAN具有低链路质量的解码包，并可以同时处理多个包。LPWAN具有覆盖范围广、可靠性高、功耗低的特点，在支持浮动节点例如基于无人机（Unmanned Aerial Vehicle，UAV）辅助的通信方面提供了巨大的潜力。
[0003]与陆地网络相比，浮动LPWAN网络的链路可靠性明显下降，分组传输比（PDR）下降可达到20%以上。这是因为浮动节点随波浪而波动，因此具有快速变化的姿态。姿态的变化导致LPWAN收发器的线性极化天线之间的不对准，导致高动态的链路信噪比（SNR），从而导致数据包故障。与陆地上极振排列稳定的节点不同，浮动节点的天线姿态不断变化，导致不可忽略的链路质量不稳定性。
[0004]无人机相对于其他集中通信来说，无人机具有灵活部署和配置、快速响应、环境适应性强等优势，同时采用低成本无人机部署可极大降低成本，采用不同旋翼的无人机以便灵活适应通信需求，信道简单主要采用短距离LOS信道，而无人机在正常悬停的状态下，收到外力如风力和螺旋桨转动，类似于浮动节点的状态，通过对无人机的机体动力学进行建模以及三维传感器所传回来的实时数据，进行无人性悬停状态下的建模，然后利用对齐周期进行传输，从而达到传输周期的充分利用，提升传输的吞吐量。
[0005]自适应控制是一种处理链路动态的传统方法。然而，现有的自适应方法如ADR和DyLoRa未能保护浮式LPWAN节点网络的传输可靠性，因为它们关注偶尔的链路衰减变化，而忽略了偏振对齐引起的快速变化的链路质量。一些资源分配方法，如EF
‑
LoRa和AdapLoRa，更关注每个节点的能源公平性和资源消耗，也无法适应快速变化的环境。由于不断的变化，从一个网关估计的信噪比可以在单秒内甚至变化6 dB。
[0006]因此，基于波动载体的LPWAN节点通信容易受到天线摆动的影响，使得SNR值在短时间内不断变化，从而造成网关因为SNR值低于阈值解析不出来出现丢包的情况，包传输率下降，传输性能下降。

技术实现思路

[0007]本说明书实施例的目的是提供一种基于无人机辅助的低功耗广域网通信的链路状态优化方法。
[0008]为解决上述技术问题，本申请实施例通过以下方式实现的：
[0009]本申请提供一种基于无人机辅助的低功耗广域网通信的链路状态优化方法，该方法包括：
[0010]获取当前时刻的无人机的惯性测量单元的当前姿态信息；
[0011]根据当前姿态信息，确定无人机辅助的低功耗广域网通信的链路模型；
[0012]根据当前姿态信息，预测下一时刻无人机的接收机和发射机之间的预测距离及预测姿态信息；
[0013]根据预测距离、预测姿态信息、当前姿态信息及链路模型预测未来的链路质量；
[0014]根据未来的链路质量确定是否更新传输参数配置。
[0015]在其中一个实施例中，根据当前姿态信息，确定无人机辅助的低功耗广域网通信的链路模型，包括：
[0016]无人机的接收机接收到的信号强度为：
[0017][0018]其中，为信号波长，为无人机搭载的接收机和发射机之间的距离；为发射机天线的增益，为接收机天线的增益；
[0019],
[0020]其中，为发射机的效率，为发射机的方向性增益，为接收机的效率，为接收机的方向性增益；
[0021][0022]其中，发射机天线和接收机天线为伸缩天线，则，
[0023][0024][0025]其中，为仰角，为接收机天线与Y轴之间的方向夹角；
[0026]将发射机天线的增益和接收机天线的增益代入信号强度中得到：
[0027][0028]其中，为接收机天线与X轴之间的方向夹角；
[0029]对信号强度加入极化损失，得到链路模型为：
[0030][0031]其中，K为极化损失系数。
[0032]在其中一个实施例中，极化损失系数根据发射机天线的电场矢量和接收机天线的
电场矢量及发射机天线与接收机天线的夹角确定。
[0033]在其中一个实施例中，用极化损失系数K测量具有角度的极化损失为：
[0034][0035]其中，与分别表示发射天线的电场矢量与接收天线的电场矢量；为发射机天线与接收机天线的夹角；
[0036]使用的互补角记极化损失则为：，其中，；
[0037]链路模型则为：
[0038][0039]其中，为极化匹配的情况下的最优接受信号的参考信号功率；为接收机天线与X轴之间的方向夹角。
[0040]在其中一个实施例中，采用信噪比测量链路模型的质量，得到信噪比公式为：
[0041][0042]其中，为对准姿态时的信噪比，、、分别为极化、方向性和高度差引起的信噪比损失。
[0043]在其中一个实施例中，当前姿态信息包括当前时刻接收机天线与X轴之间的方向夹角、接收机天线与Y轴之间的方向夹角、当前高度、三轴加速度、三轴角速度；
[0044]根据当前姿态信息，预测下一时刻无人机的接收机和发射机之间的预测距离及预测姿态信息，包括：
[0045]获取历史数据包的历史信噪比及当前时刻接收机天线与X轴之间的方向夹角、接收机天线与Y轴之间的方向夹角；
[0046]根据历史信噪比、当前时刻接收机天线与X轴之间的方向夹角、接收机天线与Y轴之间的方向夹角及信噪比公式，估计得到当前仰角；
[0047]根据当前高度及当前仰角，确定当前时刻接收机和发射机之间的当前距离；
[0048]根据当前距离、三轴加速度、三轴角速度，预测下一时刻接收机和发射机之间的预测距离和接收机天线与Y轴之间的预测方向夹角、预测仰角。
[0049]在其中一个实施例中，根据未来的链路质量确定是否更新传输参数配置，包括：
[0050]若未来的链路质量下降，则更新传输参数配置。
[0051]在其中一个实施例中，该方法还包括：
[0052]基于信噪比公式及传输概率模型，确定符号错误概率模型；
[0053]基于符号错误概率模型，计算当前时刻的惯性测量单元的姿态角及对准姿态时的信噪比下的错误率；
[0054]根据错误率及阈值，确定通信传输的决策。
[0055]在其中一个实施例中，基于链路模型及传输概率模型，确定符号错误概率模型，包括：
[0056]在给定一个加性高斯白噪声信道，传输概率模型为：
[0057][0058]其中，Q(.)为标准正态分布尾函数；
[0059]信噪比公式代入传输概率模型，得到符号错误概率模型为：
...

【技术保护点】

【技术特征摘要】
1.一种基于无人机辅助的低功耗广域网通信的链路状态优化方法，其特征在于，所述方法包括：获取当前时刻的所述无人机的惯性测量单元的当前姿态信息；根据所述当前姿态信息，确定无人机辅助的低功耗广域网通信的链路模型；根据所述当前姿态信息，预测下一时刻无人机的接收机和发射机之间的预测距离及预测姿态信息；根据所述预测距离、所述预测姿态信息、所述当前姿态信息及所述链路模型预测未来的链路质量；根据所述未来的链路质量确定是否更新传输参数配置。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前姿态信息，确定无人机辅助的低功耗广域网通信的链路模型，包括：所述无人机的接收机接收到的信号强度为：其中，为信号波长，为无人机搭载的接收机和发射机之间的距离；为发射机天线的增益，为接收机天线的增益；，其中，为发射机的效率，为发射机的方向性增益，为接收机的效率，为接收机的方向性增益；其中，发射机天线和接收机天线为伸缩天线，则，，其中，为仰角，为接收机天线与Y轴之间的方向夹角；将发射机天线的增益和接收机天线的增益代入信号强度中得到：其中，为接收机天线与X轴之间的方向夹角；对信号强度加入极化损失，得到所述链路模型为：
其中，K为极化损失系数。3.根据权利要求2所述的方法，其特征在于，所述极化损失系数根据发射机天线的电场矢量和接收机天线的电场矢量及所述发射机天线与所述接收机天线的夹角确定。4.根据权利要求3所述的方法，其特征在于，用所述极化损失系数K测量具有角度的极化损失为：其中，与分别表示发射天线的电场矢量与接收天线的电场矢量；为所述发射机天线与所述接收机天线的夹角；使用的互补角记极化损失则为：，其中，；所述链路模型则为：其中，为极化匹配的情况下的最优接受信号的参考信号功率；为接收机天线与X轴之间的方向夹角。5.根据权利要求4所述的方法，其特征在于，采用信噪比测量所述链路模型的质量，得到信噪比公式为：其中，为对准姿态时的信噪比，...

【专利技术属性】
技术研发人员：王璐，赖广权，伍楷舜，李莉，刘嘉荣，胡建村，罗源，
申请(专利权)人：香港科技大学广州中移信息技术有限公司，
类型：发明
国别省市：