【技术实现步骤摘要】
本专利技术属于信息技术，涉及一种抗gps欺骗的无人机轨迹设计与通信调度方法。
技术介绍
1、在空地通信系统中，无人机作为临时基站为地面用户提供通信服务有着广泛的应用。在复杂对抗环境中，无人机在飞行任务中向地面用户发送隐私数据，这些信息对保密性要求极高，被恶意用户窃听后会造成巨大的损失；此外，无人机飞向终点时易受到敌方的gps欺骗干扰，增加无人机时间和资源开销。因此，如何保证无人机在飞行任务中通信的安全性就成为了亟待解决的问题。
2、无人机安全通信的前提是无人机在一次执行任务过程中能够有效应对安全威胁并及时到达终点。同时，在完成飞行任务的前提下也应当充分考虑无人机在任务执行过程中的保密通信速率的优化问题。现有的应对导航欺骗的方法大多是从欺骗信号的角度开展，即检测到欺骗信号，再采取相应的抵抗措施会带来额外的时间开销。此外，为了最大限度提升无人机在飞行过程中的保密通信速率，还需要考虑欺骗信号下的无人机通信速率优化问题。现有的方法，如凸优化技术、启发式算法(如粒子群算法)等能够很好地解决通信环境中仅存在无线窃听者下的无人机轨迹优化问题，但是，无法有效地应对通信环境中可能处于实时变化状态的导航欺骗信号。
3、综上所述，现有的研究方案无法有效地解决无人机在导航欺骗下的安全通信速率优化问题。
技术实现思路
1、本专利技术的目的在于提供一种抗gps欺骗的无人机轨迹设计与通信调度方法，以解决现有的研究方案无法高效地应对无人机在导航欺骗下的安全通信速率优化问题。
2
3、第一方面，本专利技术提供一种抗gps欺骗的无人机轨迹设计与通信调度方法，包括：
4、设定无人机的飞行参数、训练参数、sac算法的模型参数、状态空间及飞行动作空间；
5、基于sac算法的模型参数、状态空间及飞行动作空间建立无人机的飞行以及通信调度策略；
6、在仿真虚拟环境下，无人机依据设定的飞行参数、训练参数开展多次模拟飞行任务，在飞行过程中无人机得到环境的实时反馈，更新sac算法的神经网络，修正无人机的飞行策略；
7、算法经过多轮训练迭代后，最终输出轨迹优化策略。
8、设定无人机的飞行参数、训练参数包括：
9、设定无人机出发起点、终点、发射功率、飞行高度以及飞行速度。
10、sac算法的模型参数、状态空间及飞行动作空间包括：
11、sac算法的模型参数：训练次数、学习率、神经网络更新频率；算法的状态空间：无人机当前位置坐标、当前偏向角度，无人机距离终点的欧式距离三部分；算法的动作空间：无人机下一时刻的飞行偏向角度，范围是0度至360度。
12、基于sac算法建立无人机的飞行以及通信调度策略：
13、基于sac算法的无人机飞行以及通信调度策略的核心部分为奖励函数的设计，更具体地，奖励收益r，其计算表达式如下所示：
14、r＝rd+α1raway+α2rtarget+rt+α3rc
15、其中，rd表示无人机到达终点所获得奖励，飞行结束后若到达终点则为一固定的常数，例如100，反之若未到达终点则为0；raway表示无人机上一时刻与当前时刻到终点之间距离的差值，靠近终点获得正奖励，远离终点获得负奖励；rtarget为当前时刻无人机与终点之间的距离；rt表示无人机超出一定时间未到达终点所获得的负奖励(惩罚)；rc为无人机当前时刻的保密通信速率；α1、α2、α3为权重因子；
16、无人机在空中飞行时，实际的通信链路遵循自由空间路径损耗模型；在空地信道中，通信链路由los视线链路主导，忽略小尺度衰落的影响，依据香农公式，无人机与地面用户通信链路的保密通信速率rsecrecy计算公式如下所示：
17、
18、
19、
20、
21、rsecrecy＝[rs-re]+
22、其中，hi、he分别表示通信链路、窃听链路的信道增益，h是无人机飞行的高度，qn是无人机在当前时刻的空间坐标，wi、we分别表示地面用户、窃听者的空间坐标，β是空地信道距离为1m时的功率增益，rs、re分别表示通信链路、窃听链路的通信速率，p表示无人机的发射功率，σ2表示地面用户和窃听者处的高斯白噪声。
23、进一步的，无人机开展多次飞行任务，在飞行过程中无人机得到环境的实时反馈，更新sac算法的神经网络，用以不断修正无人机的飞行策略：
24、无人机执行一次飞行任务，由起点飞向终点，并选择信道条件最好的地面用户发送数据；无人机在飞行中会受到来自恶意用户的影响，每隔一定的时间间隔后会得到实时的环境反馈r，用以更新sac算法的神经网络，以训练、修正无人机的飞行策略。
25、进一步的，算法经过多次训练迭代后，最终输出轨迹优化策略：
26、按照设置的算法迭代次数，无人机重复进行多次飞行任务，欺骗信号中包含的伪造位置信息为环境中任意位置。无人机在飞行过程中的任一时刻，将自己当前的位置坐标、偏转角度数据输入算法，得到下一时刻飞行的偏转角，进而得到下一步运动的方向。
27、第二方面，本专利技术提供一种抗gps欺骗的无人机轨迹设计与通信调度系统，包括：
28、参数设定模块，用于设定无人机的飞行参数、sac算法的模型参数、状态空间及动作空间；
29、飞行策略修正模块，用于训练基于sac算法无人机的飞行以及通信调度策略，在飞行过程中无人机得到环境的实时反馈，更新sac算法的神经网络，用以不断修正无人机的飞行策略；
30、迭代模块，用于在多次任务中调度飞行策略修正模块，不断更新无人机飞行策略，直至到达迭代终点，最终输出轨迹优化策略。
31、第三方面，本专利技术提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现一种抗gps欺骗的无人机轨迹设计与通信调度方法的步骤。
32、第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现一种抗gps欺骗的无人机轨迹设计与通信调度方法的步骤。
33、与现有技术相比，本专利技术有以下技术效果：
34、本专利技术为了解决上述所列问题，设计了基于强化学习sac(soft actor-critic)算法的无人机安全通信方法，该方法能够有效地应对导航欺骗、无线窃听，并最大限度提升无人机安全通信速率。
35、本专利技术所提出的无人机安全通信算法通过在设计奖励函数时充分考虑安全通信速率所占比重，可以使得算法收敛后可以有效地应对无线窃听的干扰。此外，在gps欺骗信号区域内，算法通过设计状态空间(包含初始飞行角度这一关键要素)以及动作空间(包含偏向角度这一关键要素)，使得无人机能够依据初始角度加偏向角度以保证无人机总能在不依靠导航定位信息的本文档来自技高网...
【技术保护点】
1.一种抗GPS欺骗的无人机轨迹设计与通信调度方法，其特征在于，包括：
2.根据权利要求1所述的一种抗GPS欺骗的无人机轨迹设计与通信调度方法，其特征在于，设定无人机的飞行参数、训练参数包括：
3.根据权利要求1所述的一种抗GPS欺骗的无人机轨迹设计与通信调度方法，其特征在于，SAC算法的模型参数、状态空间及飞行动作空间包括：
4.根据权利要求1所述的一种抗GPS欺骗的无人机轨迹设计与通信调度方法，其特征在于，基于SAC算法建立无人机的飞行以及通信调度策略：
5.根据权利要求1所述的一种抗GPS欺骗的无人机轨迹设计与通信调度方法，其特征在于，无人机开展多次飞行任务，在飞行过程中无人机得到环境的实时反馈，更新SAC算法的神经网络，用以不断修正无人机的飞行策略：
6.根据权利要求1所述的一种抗GPS欺骗的无人机轨迹设计与通信调度方法，其特征在于，算法经过多次训练迭代后，最终输出轨迹优化策略：
7.一种抗GPS欺骗的无人机轨迹设计与通信调度系统，其特征在于，包括：
8.一种计算机设备，包括存储器、处理器
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6所述的一种抗GPS欺骗无人机轨迹设计与通信调度方法。
...【技术特征摘要】
1.一种抗gps欺骗的无人机轨迹设计与通信调度方法，其特征在于，包括：
2.根据权利要求1所述的一种抗gps欺骗的无人机轨迹设计与通信调度方法，其特征在于，设定无人机的飞行参数、训练参数包括：
3.根据权利要求1所述的一种抗gps欺骗的无人机轨迹设计与通信调度方法，其特征在于，sac算法的模型参数、状态空间及飞行动作空间包括：
4.根据权利要求1所述的一种抗gps欺骗的无人机轨迹设计与通信调度方法，其特征在于，基于sac算法建立无人机的飞行以及通信调度策略：
5.根据权利要求1所述的一种抗gps欺骗的无人机轨迹设计与通信调度方法，其特征在于，无人机开展多次飞行任务，在飞行过程中无人机得到环境的实时反馈，更新sac算法的神经网...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。