IRS辅助的高速多无人机通信系统波束追踪方法及装置制造方法及图纸

本发明专利技术公开一种IRS辅助的高速多无人机通信系统波束追踪方法及装置。该方法为：利用基于联合BP神经网络和卡尔曼滤波的预测模型预测每架UAV的空间角度，地面基站利用空间角度信息估算每架UAV的波束覆盖范围；以最大化边缘UAV接收信噪比为目标，通过联合优化BS波束成形矩阵和IRS自适应相移矩阵求解该问题；对BS波束成形分量进行加权，实现BS和IRS对多UAV的双波束对准。该装置包括系统模型构建、信道建模、空间角度信息预测、优化问题建立、优化问题求解和双波束求解6个模块。本发明专利技术有效解决了地面基站与多架无人机通信过程中的波束失准问题，显著提高了边缘UAV的实时通信性能，保障了整个无人机网络协同工作。障了整个无人机网络协同工作。障了整个无人机网络协同工作。

【技术实现步骤摘要】
IRS辅助的高速多无人机通信系统波束追踪方法及装置


[0001]本专利技术涉及
，特别是一种IRS辅助的高速多无人机通信系统波束追踪方法及装置。

技术介绍

[0002]近年来，无人机(UAV)由于其高机动性和易部署性在无线通信领域受到广泛的关注。特别是，UAV可实时、快速部署以实现应急通信及安全通信。然而，当多架UAV高速运动引起信道变化时，地面基站(BS)难以对多架UAV进行实时对准，这将可能导致UAV与地面基站的通信链路中断，造成无法挽回的损失。因此，利用先进的波束追踪技术快速建立可靠、有效的UAV通信链路十分必要。另一方面，受任务驱动的多架UAV在与地面基站进行通信时，部分UAV可能受建筑物遮挡以及长距离路径损耗等影响导致性能较差，而且传统的波束跟踪方案大多应用于低速通信系统，使其在高动态UAV通信场景中难以发挥效用。这是因为高速运动UAV相对于地面基站的空间角度变化迅速，一旦偏离传统波束覆盖范围容易引发波束错位问题。而每一架UAV具有高效、稳定的通信是多架无人机协同工作的重要前提。
[0003]虽然现有研究仅考虑通过引入智能反射面(IRS)辅助链路有效的提升了接收端的波束形成增益，但未综合考虑多架高速运动UAV与地面基站通信时，部分UAV受自身高机动性以及外界因素影响导致通信性能较差的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种IRS辅助的高速多无人机通信系统波束追踪方法及装置，利用IRS辅助地面基站与多架UAV通信，通过联合设计基站端波束成形以及IRS端波束成形对多架UAV进行双波束高效追踪，同时以最大化边缘UAV接收信噪比为目标，有效提升边缘UAV的性能，以保障整个无人机网络协同工作。
[0005]实现本专利技术目的的技术解决方案为：一种IRS辅助的高速多无人机通信系统波束追踪方法，步骤如下：
[0006]步骤1、构建IRS辅助的高速多UAV通信系统模型，UAV表示无人机；
[0007]步骤2、采用莱斯信道模型，对BS
‑
IRS信道、IRS
‑
UAV信道、BS
‑
UAV信道进行建模，其中BS表示基站，IRS表示智能反射面；
[0008]步骤3、根据每架UAV的历史轨迹数据和当前时刻空间角度信息，通过基于联合BP神经网络和卡尔曼滤波的预测模型，对每架UAV下一时刻空间角度信息进行预测，基于预测结果，地面BS估计每架UAV的波束覆盖范围；
[0009]步骤4、在得到的每个波束分量对应的空间角度信息和总的波束分量个数的基础上，以最大化高速多UAV通信系统模型中最小的UAV接收信干噪比为目标，建立优化问题；
[0010]步骤5、将优化问题分成BS端波束分量设计子问题、IRS端相移矩阵设计子问题，将两个优化子问题进行交替迭代求解，获得BS端波束分量和IRS端相移矩阵；
[0011]步骤6、基于所得的波束覆盖范围以及BS端波束，分别将BS端指向UAV的波束分量
加权得到BS端的自适应波束，最终得到BS端与IRS端共同指向UAV的双波束。
[0012]一种IRS辅助的高速多无人机通信系统波束追踪装置，该装置用于实现所述的IRS辅助的高速多无人机通信系统波束追踪方法，所述装置包括系统模型构建模块、信道建模模块、空间角度信息预测模块、优化问题建立模块、优化问题求解模块和双波束求解模块，其中：
[0013]系统模型构建模块，构建IRS辅助的高速多UAV通信系统模型，UAV表示无人机；
[0014]信道建模模块，采用莱斯信道模型，对BS
‑
IRS信道、IRS
‑
UAV信道、BS
‑
UAV信道进行建模，其中BS表示基站，IRS表示智能反射面；
[0015]空间角度信息预测模块，根据每架UAV的历史轨迹数据和当前时刻空间角度信息，通过基于联合BP神经网络和卡尔曼滤波的预测模型，对每架UAV下一时刻空间角度信息进行预测，基于预测结果，地面BS估计每架UAV的波束覆盖范围；
[0016]优化问题建立模块，在得到的每个波束分量对应的空间角度信息和总的波束分量个数的基础上，以最大化高速多UAV通信系统模型中最小的UAV接收信干噪比为目标，建立优化问题；
[0017]优化问题求解模块，将优化问题分成BS端波束分量设计子问题、IRS端相移矩阵设计子问题，将两个优化子问题进行交替迭代求解，获得BS端波束分量和IRS端相移矩阵；
[0018]双波束求解模块，基于所得的波束覆盖范围以及BS端波束，分别将BS端指向UAV的波束分量加权得到BS端的自适应波束，最终得到BS端与IRS端共同指向UAV的双波束。
[0019]一种移动终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的IRS辅助的高速多无人机通信系统波束追踪方法。
[0020]一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的IRS辅助的高速多无人机通信系统波束追踪方法中的步骤。
[0021]本专利技术与现有技术相比，其显著优点为：(1)利用智能反射面辅助地面基站与多架UAV通信，通过联合设计基站端波束成形以及IRS端波束成形对多架UAV进行双波束高效追踪；(2)以最大化边缘UAV接收信噪比为目标，不仅可以有效解决地面基站与多架无人机通信过程中的波束失准问题，而且能够显著提高边缘UAV的实时通信性能，以保障整个无人机网络协同工作。
附图说明
[0022]图1是本专利技术IRS辅助的高速UAV波束追踪系统模型图。
[0023]图2是本专利技术中IRS辅助下高速UAV波束追踪算法流程图。
[0024]图3是IRS辅助下高速多UAV波束追踪方案波束增益等高图。
具体实施方式
[0025]容易理解，依据本专利技术的技术方案，在不变更本专利技术的实质精神的情况下，本领域的一般技术人员可以想象出本专利技术的多种实施方式。因此，以下具体实施方式和附图仅是对本专利技术的技术方案的示例性说明，而不应当视为本专利技术的全部或者视为对本专利技术技术方案的限制或限定。
[0026]现在将参照附图来详细描述本专利技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。
[0027]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。
[0028]对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
[0029]在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
[0030]本专利技术提出了一种IRS辅助的高速多UAV通信系统波束追踪方案。该方案利用基于联合BP神经网络和卡尔本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种IRS辅助的高速多无人机通信系统波束追踪方法，其特征在于，步骤如下：步骤1、构建IRS辅助的高速多UAV通信系统模型，UAV表示无人机；步骤2、采用莱斯信道模型，对BS
‑
IRS信道、IRS
‑
UAV信道、BS
‑
UAV信道进行建模，其中BS表示基站，IRS表示智能反射面；步骤3、根据每架UAV的历史轨迹数据和当前时刻空间角度信息，通过基于联合BP神经网络和卡尔曼滤波的预测模型，对每架UAV下一时刻空间角度信息进行预测，基于预测结果，地面BS估计每架UAV的波束覆盖范围；步骤4、在得到的每个波束分量对应的空间角度信息和总的波束分量个数的基础上，以最大化高速多UAV通信系统模型中最小的UAV接收信干噪比为目标，建立优化问题；步骤5、将优化问题分成BS端波束分量设计子问题、IRS端相移矩阵设计子问题，将两个优化子问题进行交替迭代求解，获得BS端波束分量和IRS端相移矩阵；步骤6、基于所得的波束覆盖范围以及BS端波束，分别将BS端指向UAV的波束分量加权得到BS端的自适应波束，最终得到BS端与IRS端共同指向UAV的双波束。2.根据权利要求1所述的IRS辅助的高速多无人机通信系统波束追踪方法，其特征在于，步骤1中构建IRS辅助的高速多UAV通信系统模型，该系统模型包括一个配备了N
x
×
N
z
＝N根天线的地面BS，一个部署在高层建筑物表面的IRS，其中IRS配备了N
Rx
×
N
Rz
＝N
R
个反射单元以及K架正在执行任务的单天线高速UAV；BS端和IRS端的天线均为UPA排布，假设UPA所在平面均为xoz平面；其中，BS表示基站，IRS表示智能反射面，UPA表示均匀平面阵列，N
x
、N
z
分别表示BS在x轴、z轴上的天线个数；N
Rx
、N
Rz
分别表示IRS在x轴、z轴上的天线个数。3.根据权利要求2所述的IRS辅助的高速多无人机通信系统波束追踪方法，其特征在于，步骤2中，采用莱斯信道模型，对BS
‑
IRS信道、IRS
‑
UAV信道、BS
‑
UAV信道进行建模，分别用G、表示，其中U
k
表示第k架UAV，k＝1,2,
…
,K，具体如下：地面BS与IRS之间的信道G假设为莱斯信道，表示为其中，α
B
‑
I
表示大尺度衰落系数，κ
B
‑
I
表示莱斯因子，a(u
B
‑
I
,v
B
‑
I
)和b(u
B
‑
Ia
,v
B
‑
Ia
)分别为BS和IRS的阵列响应；BS到IRS的空间角度u
B
‑
I
和v
B
‑
I
为v
B
‑
I
＝sinθ
B
‑
I
，θ
B
‑
I
、分别表示BS到IRS的仰角和方位角；定义IRS到BS的空间角度u
B
‑
Ia
和v
B
‑
Ia
为v
B
‑
Ia
＝sinθ
B
‑
Ia
，其中θ
B
‑
Ia
和分别表示IRS到BS的仰角和方位角；为信道G中的NLOS分量，其元素服从均值为0，方差为1的复高斯分布；BS到U
k
的信道以及IRS到U
k
的信道也采用莱斯信道建模；在BS到U
k
的下行链路中，假设发送信号为s
k
，w
k
为BS端的波束成形向量；令则U
k
的接收信号y
k
表示为：
其中，Θ＝diag(ξ)表示IRS端的相移矩阵，其中，Θ＝diag(ξ)表示IRS端的相移矩阵，表示U
k
端的加性高斯白噪声；第k架无人机U
k
处的接收信干燥比SINR表示为γ
k
4.根据权利要求3所述的IRS辅助的高速多无人机通信系统波束追踪方法，其特征在于，步骤4中，每个波束分量对应的空间角度信息和总的波束分量个数，通过以下方式确定：地面BS对第k架UAV的波束在u
‑
v平面上的波束覆盖范围为：其中，和分别表示波束覆盖U
k
所需范围在u轴上量化后的下界和上界，和分别表示波束覆盖U
k
所需范围在v轴上量化后的下界和上界；根据波束覆盖范围计算对应U
k
所需的波束分量个数其中，分别代表对应U
k
覆盖范围内的波束分量在u、v轴上的个数；结合每个波束分量对应的空间角度信息，进而得到此时BS需向所有UAV发射波束分量的总个数：5.根据权利要求4所述的IRS辅助的高速多无人机通信系统波束追踪方法，其特征在于，步骤4中，以最大化高速多UA...

【专利技术属性】
技术研发人员：邓茜，杜娟娟，梁小朋，束锋，李太君，黄良骥，张智，李争光，
申请(专利权)人：海南大学，
类型：发明
国别省市：