CN113891286A - 无人机辅助通信***的保密通信性能优化装置及方法 - Google Patents
无人机辅助通信***的保密通信性能优化装置及方法 Download PDFInfo
- Publication number
- CN113891286A CN113891286A CN202111065024.1A CN202111065024A CN113891286A CN 113891286 A CN113891286 A CN 113891286A CN 202111065024 A CN202111065024 A CN 202111065024A CN 113891286 A CN113891286 A CN 113891286A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- internet
- things
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 110
- 238000005457 optimization Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 230000006855 networking Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000012886 linear function Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000011480 coordinate descent method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000003100 immobilizing effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/40—Jamming having variable characteristics
- H04K3/43—Jamming having variable characteristics characterized by the control of the jamming power, signal-to-noise ratio or geographic coverage area
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K3/00—Jamming of communication; Counter-measures
- H04K3/80—Jamming or countermeasure characterized by its function
- H04K3/82—Jamming or countermeasure characterized by its function related to preventing surveillance, interception or detection
- H04K3/825—Jamming or countermeasure characterized by its function related to preventing surveillance, interception or detection by jamming
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/06—TPC algorithms
- H04W52/14—Separate analysis of uplink or downlink
- H04W52/146—Uplink power control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/28—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission
- H04W52/283—Power depending on the position of the mobile
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K2203/00—Jamming of communication; Countermeasures
- H04K2203/10—Jamming or countermeasure used for a particular application
- H04K2203/22—Jamming or countermeasure used for a particular application for communication related to vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种无人机辅助通信***的保密通信性能优化装置及方法,包括建立无人机辅助通信***模型;根据所述无人机辅助通信***模型中所述无人机、物联网设备、窃听设备的位置信息和物联网设备的发射功率,以及无人机发送给窃听设备的干扰信号功率构建保密通信性能优化问题和约束条件;求解所述保密通信性能优化问题的最优参数。有益效果在于:本发明将全双工无人机基站引入到无人机通信网络中,将其作为辅助通信设备,利用无人机给窃听设备发送干扰信号的方案,通过优化无人机的轨迹与干扰信号的功率来提高整个无线通信***的安全性能。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种无人机辅助通信***的保密通信性能优化装置及方法。
背景技术
在无线通信技术与通信电子技术高速发展的今天,我们的身边存在着许多的通信设备,这些通信设备主要用于满足人们日常的沟通和工作需要,同时,也有一些通信设备被一些不法分子用作窃听设备,窃听他人的通信信息。在使用无人机辅助现有通信***进行通信时,由于地面设备与无人机建立的空对地信道具有较强的开放性,若是地面存在窃听设备,地面设备与无人机的通信很容易被窃听。无人机辅助通信已经被认为是5G通信技术的关键技术之一,无人机势必会大规模应用于复杂的通信环境。因此,如何确保地面设备安全地与无人机进行通信成为关键问题。国内外许多学者已经注意到这个问题,相关的工作也取得一定地进展。现有的研究主要是通过优化无人机与地面设备的连接、无人机的位置或轨迹以及无人机与地面设备的发射功率,最大限度地提高***的保密数据速率。
在实际情况中,由于窃听设备的存在,地面设备在给无人机基站发送信号时,信号会被被窃听,因为窃听者只窃听信号源的信号,且窃听设备与地面通信设备的距离是固定的,所以单纯通过优化无人机的轨迹来提高***的保密数据速率不适用于上行链路场景。现有的研究很少通过干扰窃听设备窃听信号的过程来提高保密数据速率。
发明内容
本发明的目的就在于为了解决上述问题而提供无人机辅助通信***的保密通信性能优化装置及方法,基于干扰窃听设备,研究如何提高无人机辅助通信***的安全性能,并提出一种基于块坐标下降算法和连续凸逼近方法的迭代算法,来优化无人机的轨迹和各个设备的发射功率。
为实现上述目的,本发明提供了以下技术方案:
本发明提供的一种无人机辅助通信***的保密通信性能优化方法,其特征在于,包括:
S1:建立无人机辅助通信***模型;其中,所述模型包括无人机、物联网设备和窃听设备;所述无人机为位于空中的全双工无人机,用于接收物联网设备信号并发送干扰信号给窃听设备;所述物联网设备的数量为M个并位于地面,用于给无人机发送有用信号;所述窃听设备位于地面,用于窃听物联网设备发送的信号;
S2:根据所述无人机辅助通信***模型中所述无人机、物联网设备、窃听设备的位置信息和物联网设备的发射功率,以及无人机发送给窃听设备的干扰信号功率构建保密通信性能优化问题和约束条件;
S3:求解所述保密通信性能优化问题的最优参数。
进一步地,构建保密通信性能优化问题和约束条件为:
ai[t]∈{0,1},i∈M,t∈N (11b)
q[0]=q[N+1] (11d)
其中,无人机的总飞行时间为T,被分成N个时隙,每个时隙的时长为τ,定义无人机在第t个时隙的位置坐标为(X[t],Y[t],H),定义无人机的水平飞行轨迹为q[t]=[(X[t],Y[t])]T,用M表示M的集合,N表示N的集合,η表示最小的物联网设备的平均保密数据速率,A={ai[t],i∈M,t∈N}表示物联网设备与无人机的连接调度系数集合,ai[t]来表示物联网设备与无人机的连接调度情况,N表示物联网设备的发射功率集合,是第i个物联网设备在第t个时隙的发射功率,Pu-jam={pu-jam[t],t∈N}表示无人机发送给窃听设备的干扰信号功率集合,pu-jam[t]是无人机在第t个时隙发送给窃听设备的干扰信号功率,Q={(X[t],Y[t]),t∈N}表示无人机的水平轨迹坐标集合;
进一步地,求解所述保密通信性能优化问题的最优参数之前,采用变量松弛的方法将物联网设备与无人机的连接调度系数A变成大于0且小于1的变量,整个优化问题变成下面的形式:
s.t.0≤ai[t]≤1,i∈M,t∈N (12a)
(11a),(11c)-(11g)
进一步地,基于块坐标下降和连续凸逼近的迭代算法将整个优化问分成四个子问题分别优化变量A、Pe、Pu-jam以及Q。
进一步地,优化物联网设备与无人机的连接调度系数具体为:
初始化Q、Pe和Pu-jam,得到一个优化变量A的问题:
0≤ai[t]≤1,i∈M,t∈N (13b)
利用凸优化求解工具包求解物联网设备与无人机的连接调度系数集合A。
进一步地,优化物联网设备的发射功率具体为:
固定A、Q和Pu-jam,得到一个优化变量Pe的问题:
采用连续凸逼近方法将(14a)转化成标准的凸约束条件,将优化问题变成:
利用凸优化求解工具包求解物联网设备的发射功率集合Pe。
进一步地,优化无人机发送给窃听设备的干扰信号功率具体为:
固定A、Q、和Pe,得到一个优化变量Pu-jam的问题:
采用连续凸逼近方法将(17a)转化成凸约束条件将,优化问题变成:
利用凸优化求解工具包求解无人机发送给窃听设备的干扰信号功率集合Pu-jam。
进一步地,优化无人机的飞行轨迹具体为:
固定A、Pe和Pu-jam,得到一个优化变量Q的问题:
q[0]=q[N+1] (22b)
kue[t]≥(x[t]-xe)2+(y[t]-xe)2+H2 (23b)
q[0]=q[N+1] (23d)
采用连续凸逼近方法将(23a)转化成凸约束条件将,优化问题变成:
kue[t]≥(x[t]-xe)2+(y[t]-xe)2+H2 (26b)
q[0]=q[N+1] (26d)
利用凸优化求解工具包求解无人机的飞行轨迹集合Q。
本发明还提供一种无人机辅助通信***的保密通信性能优化装置,应用于所述无人机辅助通信***,其特征在于,所述模型包括无人机、物联网设备和窃听设备;所述无人机为位于空中的全双工无人机,用于接收物联网设备信号并发送干扰信号给窃听设备;所述物联网设备的数量为M个并位于地面,用于给无人机发送有用信号;所述窃听设备位于地面,用于窃听物联网设备发送的信号,所述装置包括:
模型建立模块,用于建立无人机辅助通信***模型;
方程构造模块,用于构建保密通信性能优化问题;
求解模块,用于求解所述保密通信性能优化问题的最优参数。
有益效果在于:
本发明将全双工无人机基站引入到无人机通信网络中,将其作为辅助通信设备,利用无人机给窃听设备发送干扰信号的方案,通过优化无人机的轨迹与干扰信号的功率来提高整个无线通信***的安全性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的无人机辅助通信******模型图;
图2是本发明的无人机辅助通信***的保密通信性能优化方法流程图;
图3是本发明的方法仿真给窃听者发送干扰信号情况下的无人机轨迹图;
图4是本发明的方法仿真不给窃听者发送干扰信号情况下的无人机轨迹图;
图5是本发明的方法仿真不同优化方案下物联网设备最小平均保密数据速率的变化情况图;
图6是本发明的方法仿真物联网设备平均保密数据速率变化情况图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
参见图1-2所示,图1是本发明的无人机辅助通信******模型图,图2是本发明的基无人机辅助通信***的保密通信性能优化方法流程图。本发明提供了一种无人机辅助通信***的保密通信性能优化方法,包括:
S1:建立无人机辅助通信***模型;其中,所述模型包括无人机、物联网设备和窃听设备;所述无人机为位于空中的全双工无人机,用于接收物联网设备信号并发送干扰信号给窃听设备;所述物联网设备的数量为M个并位于地面,用于给无人机发送有用信号;所述窃听设备位于地面,用于窃听物联网设备发送的信号;
S2:根据所述无人机辅助通信***模型中所述无人机、物联网设备、窃听设备的位置信息和物联网设备的发射功率,以及无人机发送给窃听设备的干扰信号功率构建保密通信性能优化问题和约束条件;
S3:求解所述保密通信性能优化问题的最优参数。
物联网设备和窃听设备的位置都是随机的。无人机能够探测到地面通信设备的具体坐标位置,因此,地面设备的位置都是已知的。无人机配置了两根天线,能够工作在全双工通信模式下。无人机在接收物联网设备信号的同时会发送干扰信号给窃听设备。地面物联网设备和窃听者设备都只配置一根天线。
无人机的总飞行时间为T,T被分成N个时隙,每个时隙的时长为τ。τ是一个很小的值,无人机在每一个时隙中的位置可以看成是不变的,用M表示M的集合,N表示N的集合,。引入变量ai[t]来表示物联网设备与无人机的连接调度情况。
其中,ai[t]=1表示第i个物联网设备在第t个时隙发送信号给无人机,ai[t]=0则表示第i个物联网设备在第t个时隙不发送信号。
为了方便后面的叙述,第i个物联网设备和窃听设备的位置坐标分别被定义为(xi,yi)和(xe,ye)。无人机在第t个时隙的位置坐标被定义为(X[t],Y[t],H),这里,无人机的飞行高度是固定的。无人机的水平飞行轨迹可以定义为q[t]=[(X[t],Y[t])]T。无人机在飞完一个时间周期之后会返回到起始点。
q[1]=q[T] (2)
无人机的飞行速度是有限的,无人机在每个时隙间的飞行距离受到约束。
其中,Smax=Vmax·τ表示无人机在每个时隙之间的最大飞行距离,Vmax是无人机的最大飞行速度。
物联网设备与无人机的距离是影响物联网设备与无人机通信质量的主要因素。第i个物联网设备与无人机在第t个时隙的距离为:
根据现有的无人机轨迹优化研究,如果无人机的飞行高度足够大,无人机与地面设备建立的通信链路可以认为是视距链路。因此,物联网设备与无人机的通信链路的信道增益可以表示为:
其中,β0是参考距离为1m的信道增益系数,是一个正实数。
如果第i个物联网设备在第t个时隙发送信号给无人机,那么无人机接收信号的数据速率为:
其中,σ为高斯噪声λu为全双工无人机的自干扰信号功率,pie[t]是第i个物联网设备在第t个时隙的发射功率,pu-jam[t]是无人机在第t个时隙发送给窃听设备的干扰信号功率,σ2为高斯噪声,λu为是全双工无人机的自干扰信号功率。
窃听者在第i个物联网设备发送信号给无人机时窃听信号的数据速率为:
结合无人机的接收数据速率和窃听设备的窃听数据速率,可以得到保密数据速率的计算方法。
无人机与物联网设备在每个时隙的发射功率都有上限值。
进一步地,为了简化优化问题的表示,用M是M的集合,N是N的集合,A={ai[t],i∈M,t∈N}表示物联网设备与无人机的连接调度系数集合,表示物联网设备的发射功率集合,Pu-jam={pu-jam[t],t∈N}表示无人机发送给窃听设备的干扰信号功率集合,Q={(X[t],Y[t]),t∈N}表示无人机的水平轨迹坐标集合,因为无人机的高度是固定的,不需要优化,以此H不需要加入优化变量中。为了确保整个通信***的公平性,使得每一个物联网设备都有比较大的数据速率,所以***的性能优化目标是最大化最小的物联网设备的平均保密数据速率η。因此,优化问题目标函数以及相关的约束条件可以总结为以下形式。
ai[t]∈{0,1},i∈M,t∈N (11b)
q[0]=q[N+1] (11d)
在这个优化问题中,约束条件(11a)和(11c)中要优化的变量A是二进制数变量。并且,即使固定了A的值,约束条件(11a)对于要求解的无人机轨迹变量Q也是非凸的,因此这整个问题是一个混合整数的非凸优化问题。这个问题无法直接通过传统的凸优化方法进行求解。
进一步地,基于块坐标下降和连续凸逼近的迭代算法求解以上优化问题。具体的,为了解决所提出的优化问题,首先提出一种变量松弛的方法,将变量A变成连续变量,从而消除了整数变量。消除整数变量之后,由于需要优化的变量较多,并且整个问题还是一个非凸非线性问题,因此,提出了一种基于块坐标下降法和连续凸逼近方法的迭代算法,将整个问题分成四步进行求解。第一步,初始化无人机的轨迹Q,物联网设备的发射功率Pe和无人机发送给窃听设备的干扰信号Pu-jam,然后求解A;第二步,使用第一步求得的A,并固定Q和Pu-jam,然后优化Pe;第三步,使用第二步求得的Pe,并固定Q和A,然后优化Pu-jam;第四步,使用第三步求得的Pu-jam,并固定A和Pe,然后优化Q。不断重复这四个步骤直到目标函数值收敛,就可以得到最优的无人机轨迹和发射功率。接下来详细介绍整个算法的具体求解过程。
首先,采用变量松弛的方法将物联网设备与无人机的连接调度系数A变成大于0且小于1的变量,整个优化问题变成下面的形式。
s.t.0≤ai[t]≤1,i∈M,t∈N (12a)
(11a),(11c)-(11g)
经过变量松弛之后,问题(12)的目标值是问题(11)的上界。由于约束条件(12a)是一个非凸约束条件,所以,这个问题无法直接用传统的凸优化方法解决。为了将问题转化成易于求解的形式,需要基于块坐标下降的思想,将整个问题分成四个子问题分别优化变量A、Pe、Pu-jam以及Q。接下来分别介绍这四个子问题的具体解决方法。
进一步地,优化物联网设备与无人机的连接调度系数。具体的,首先初始化无人机的轨迹集合Q,物联网设备的发射功率集合Pe,无人机发送给窃听设备的干扰功率集合Pu-jam,得到一个优化变量A的问题。
0≤ai[t]≤1,i∈M,t∈N (13b)
这个问题是一个线性规划问题,可以直接通过凸优化求解工具包求解,具体的可以直接通过Matlab的CVX工具包直接求解。
进一步地,优化物联网设备的发射功率。具体的,在优化物联网设备的发射功率Pe时,要固定物联网设备与无人机的连接调度系数A,无人机的轨迹Q以及无人机发送给窃听设备的干扰功率Pu-jam,之后,得到一个优化变量Pe的问题。
由于这个问题的约束条件(14a)是一个非凸非线性约束条件,这个优化问题仍然是一个非凸非线性问题。这里需要采用连续凸逼近的方法将这个约束条件转化成标准的凸约束条件。首先,观察到关于变量是一个凹函数。凹函数在任意一点的一阶泰勒公式展开都是原本函数的一个上界。将在算法的第j次迭代的值定义为可以通过对在进行泰勒展开得到的一个上界。
经过转换之后,由于(16a)中的是关于的凹函数,是关于的线性函数,是关于的凹函数,所以(16a)是一个凸的约束条件,再加上目标函数和约束条件(16b)都是线性的,由此可知P2-E1是一个标准的凸优化问题。这个问题可以直接通过凸优化求解工具包求解,具体的可以直接通过Matlab的CVX工具包直接求解。
进一步地,优化无人机发送给窃听设备的干扰信号功率。具体的,在优化无人机发送给窃听设备的干扰信号功率Pu-jam时,要固定物联网设备与无人机的连接调度系数A,无人机的轨迹Q以及物联网设备的发射功率Pe,之后,得到一个优化变量Pu-jam的问题。
在这个优化问题中,(17a)的和都是关于pu-jam[t]的凸函数,凸函数减去一个凸函数结果不一定是凹函数,所以(17a)不是一个凸约束条件。为了将(17a)变成一个凸约束条件,这里需要采用连续凸逼近的方法对其进行转化。凸函数在任意一点的一阶泰勒展开式是它的一个下界函数。将pu-jam[t]在第次迭代的值定义为(pu-jam[t])(j),通过对在(pu-jam[t])(j)进行一阶泰勒展开可以得到它的一个下界函数。
其中,Bi和Ci可以通过下面式子计算得到。
在约束条件(21a)中,由于是关于pu-jam[t]的一个凸函数,是关于pu-jam[t]的一个线性函数。线性函数减去一个凸函数的结果是一个凹函数。因此是一个关于pu-jam[t]的凹函数,所以(21a)是一个凸的约束条件,再加上目标函数和约束条件(21b)都是线性的,因此,问题P3-E1是一个标准的凸优化问题,这个问题可以直接通过凸优化求解工具包求解,具体的可以直接通过Matlab的CVX工具包直接求解。
进一步地,优化无人机的飞行轨迹。具体的,固定物联网设备与无人机的连接调度系数A,物联网设备的发射功率Pe,以及无人机发送给窃听设备的干扰功率Pu-jam,得到一个优化无人机飞行轨迹Q的问题。
q[0]=q[N+1] (22b)
由于问题P4的约束条件(22a)关于X[t]和Y[t]都是非凸非线性的,因此P4是一个非凸非线性的优化问题。为了将这个约束条件变成标准的凸约束条件,需要使用连续凸逼近的方法对这个约束条件进行转化。为了有效地使用连续凸逼近方法,首先引入辅助变量Kue={kue[t]}和将原问题变成下面形式。
kue[t]≥(x[t]-xe)2+(y[t]-xe)2+H2 (23b)
q[0]=q[N+1] (23d)
在优化这个问题的过程中,kue[t]和都会尽可能地变小来增大目标函数值,当目标值取得最优时,约束条件(23b)和(23c)的等号会成立。因此经过变量替换之后的优化问题P4-E1与P4是等价的。然而,由于P4-E1的约束条件(23a)是一个非凸的约束条件,因此,P4-E1不是一个标准的凸优化问题。为了将该约束条件转化成标准的凸约束问题,需要借助连续凸逼近方法。为了更好地使用连续凸逼近方法,将和kue[t]在算法的第j次迭代的值分别用和表示。(23a)中的是一个关于的凸函数,log2(li[t]/(1+wi[t]/kue[t])+1)是一个关于kue[t]的凹函数。由于凸函数在任意一点的一阶泰勒展开式是本身的一个下界函数,凹函数在任意一点的一阶泰勒展开式是其本身的一个上界函数。因此,通过对和分别在和进行一阶泰勒展开,可以分别得到它们的下界和上界函数。
kue[t]≥(x[t]-xe)2+(y[t]-xe)2+H2 (26b)
q[0]=q[N+1] (26d)
经过转化之后,(26a)中的是一个关于的线性函数,是一个关于的线性函数,因此(26a)是一个线性的约束条件。再由于P4-E2的目标函数是线性函数,约束条件(26b),(26c),(26d)和(26e)都是凸约束条件,所以P4-E2是一个标准的凸优化问题。这个问题可以直接通过Matlab的CVX工具包直接求解。
以上就是利用基于块坐标下降法和连续凸逼近方法的迭代算法,优化无人机轨迹和通信设备发射功率的具体实现过程,整个算法的流程如表1所示。
表1基于块坐标下降法和连续凸逼近方法的迭代算法
进一步地,重构物联网设备与无人机连接调度系数解决方案。具体的,本发明提出的算法1是解决松弛问题P0的,P0是问题P把物联网设备与无人机的连接调度系数A变成大于0且小于1的连续变量之后得到的松弛问题。因此,在通过算法1求解P0之后得到的最优物联网设备与无人机的连接调度系数A中,若是所有的ai[t]都是满足ai[t]∈{0,1},那么,这个A也是问题P关于物联网设备与无人机的连接调度系数的最优解。否则,需要根据P0得到的解来重构物联网设备与无人机的连接调度系数。为此,需要将无人机飞行时隙τ进一步分成δ个子时隙,之后无人机总的飞行时隙数就变成N'=δN。所以,第i个物联网设备在第t个时隙内与无人机通信的总子时隙数为Ni[t]=<δai[t]>,其中,<x>表示取最接近x的整数值。可以看出随着δ的增大,Ni[t]会越来越接近一个整数,这就可以通过分配通信的子时隙数实现将连接系数变成二进制数。为了更好的理解这种方法,这里提出一个两个物联网设备与无人机通信的场景,在第l个时隙,两个物联网设备的连接调度系数分别为a1[l]=0.43和a2[l]=0.57。如果δ=1,那么N1[t]=<δa1[l]>=0,N2[t]=<δa2[l]>=1,也就是说这整个时隙都与物联网设备2进行通信。如果δ=10,那么N1[t]=<δa1[l]>=4,N2[t]=<δa2[l]>=6,在第l个时隙中,有4个子时隙与物联网设备2通信,有6个子时隙与物联网设备2通信。尽管这种四舍五入仍然会导致性能差距,但是该误差会随着子时隙的持续时间的减小而减小。例如,当δ=100时,N1[t]=<δa1[l]>=43,N2[t]=<δa2[l]>=57,在第l个时隙中,有43个子时隙与物联网设备2通信,有57个子时隙与物联网设备2通信,这样就将二进制数松弛带来的误差变成0。另外由于优化P0得到的最优解很容易满足(13b)和(13c)的等式条件,因此ai[t]最后的取值大都是0或者1,满足二进制数条件。
为了更加清楚地分析无人机通信***,这里假设地面有N=4个物联网设备以及一个窃听设备,物联网设备和窃听设备的位置坐标都是随机生成的。无人机的飞行高度H=100m。假设接收机的噪声功率为σ2=-104dBm,在参考距离d0=1m处的信道功率增益设置为ρ0=-60dB。无人机与物联网设备的最大发射功率分别为和无人机的最大飞行速度为Vmax=10m/s。无人机全双工的自干扰系数λu=-90dBm。
图3是本发明的方法仿真给窃听者发送干扰信号情况下的无人机轨迹图;展示了无人机在总飞行时间分别为40s、80s以及120s时,经过算法1优化后的轨迹。这里考虑的是无人机在接收物联网设备信号的同时发送干扰信号给窃听设备的方案。从图中可以观察到,无人机在与物联网设备通信时,它会尽可能地靠近物联网设备。这是因为无人机与物联网设备通信的信噪比是与二者之间的距离成反比的,二者之间的距离越近,无人机就能接收到更多的数据。另外,由于***性能优化的目标是实现通信的公平性,在无人机飞行时间足够长的时候,无人机经过所有的物联网设备跑了一圈,这样就确保每一个物联网设备都能发送尽可能多的数据给无人机。由于图2展示的是无人机在接收信号时发送干扰信号给窃听设备的方案下,经过算法1优化的轨迹,所以,当无人机的飞行时间较短,例如在T=40s时,无人机飞行时仅考虑尽可能地靠近物联网设备,所以无人机的轨迹看起来是“凸”向物联网设备的,因为此时无人机与物联网设备的距离较大,需要拉近二者间的距离来减小路径损耗,而与窃听设备的距离较小,发送给窃听设备的干扰信号已经有足够大的数据速率。当无人机飞行时间较长,例如T=120s时,无人机在尽可能地飞向物联网设备的同时,也会向窃听设备靠近一点,所以无人机地轨迹看起来是“凹”向窃听设备的,因为此时无人机与物联网设备已经有足够近的距离确保较大的信噪比,而无人机与窃听设备的距离较远,需要向窃听设备靠近一点来增大对窃听设备的干扰信号的数据速率,以此减少窃听设备的窃听数据速率,增大物联网设备的平均保密数据速率。
图4是本发明的方法仿真不给窃听者发送干扰信号情况下的无人机轨迹图,展示了不给窃听设备发送干扰信号的情况下,无人机在总飞行时间分别为40s、80s以及120s时,经过算法1优化后的轨迹。从图中可以观察到,无人机会尽可能地靠近物联网设备进行通信。无人机同样会飞行经过所有的物联网设备确保每个物联网设备都有比较大的数据速率。与图2中的无人机飞行轨迹相比,当无人机总飞行时间较长时,图3中的无人机轨迹不再有“凹”向窃听设备的趋势。这是因为无人机不给窃听设备发送干扰信号的情况下,窃听设备窃听信号的数据速率仅仅和物联网设备的发射功率以及窃听设备与物联网设备的距离有关,与无人机的飞行轨迹是无关的。所以,在使用算法1得到的无人机轨迹只是尽可能靠近物联网设备,而不考虑窃听设备的存在。
图5是本发明的方法仿真不同优化方案下物联网设备最小平均保密数据速率的变化情况图,展示了不同无人机轨迹优化和通信方案下,物联网设备的最小平均保密数据速率随无人机总飞行时间的变化情况。从图中可以看出,无人机按照算法1得到的飞行轨迹进行飞行时,不管无人机的总飞行时间是多少,使用无人机给窃听设备发送干扰信号的方案得到的物联网设备的保密数据速率,比不发送干扰信号的方案得到的保密数据速率都要大,这就说明了使用全双工无人机在接收信号的同时发送干扰信号给窃听设备能提高***的保密数据速率。另外,在无人机发送干扰信号给窃听设备的情况下,若无人机的飞行时间足够长,在使用算法1优化无人机轨迹之后,物联网设备的最小保密数据速率大于无人机按照圆形轨迹飞行之后得到的最小平均保密数据速率。这就证明了所提出算法1优化得到的无人机轨迹能够提高***的保密性能。因此,在考虑无人机给窃听设备发送干扰信号的前提下,使用算法1优化无人机的飞行轨迹是提高***保密数据速率的最佳方案。
图6是本发明的方法仿真物联网设备平均保密数据速率变化情况图,展示了无人机总飞行时间为100s时,每一个物联网设备的平均保密数据速率随时间变化的情况。可以看出,每一个物联网设备与无人机的通信都是连续的。在无人机飞完一个时间周期后,每一个物联网设备的平均保密数据速率都非常接近,这也证明了所提算法1在优化无人机轨迹和设备发射功率之后,能最大化物联网设备的最小平均保密数据速率,实现通信的公平性。
本发明还提供一种无人机辅助通信***的保密通信性能优化装置,应用于所述无人机辅助通信***,其特征在于,所述模型包括无人机、物联网设备和窃听设备;所述无人机为位于空中的全双工无人机,用于接收物联网设备信号并发送干扰信号给窃听设备;所述物联网设备的数量为M个并位于地面,用于给无人机发送有用信号;所述窃听设备位于地面,用于窃听物联网设备发送的信号,所述装置包括:
模型建立模块,用于建立无人机辅助通信***模型;
方程构造模块,用于构建保密通信性能优化问题;
求解模块,用于求解所述保密通信性能优化问题的最优参数。
有益效果在于:
本发明将全双工无人机基站引入到无人机通信网络中,将其作为辅助通信设备,利用无人机给窃听设备发送干扰信号的方案,通过优化无人机的轨迹与干扰信号的功率来提高整个无线通信***的安全性能。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种无人机辅助通信***的保密通信性能优化方法,其特征在于,包括:
S1:建立无人机辅助通信***模型;其中,所述模型包括无人机、物联网设备和窃听设备;所述无人机为位于空中的全双工无人机,用于接收物联网设备信号并发送干扰信号给窃听设备;所述物联网设备的数量为M个并位于地面,用于给无人机发送有用信号;所述窃听设备位于地面,用于窃听物联网设备发送的信号;
S2:根据所述无人机辅助通信***模型中所述无人机、物联网设备、窃听设备的位置信息和物联网设备的发射功率,以及无人机发送给窃听设备的干扰信号功率构建保密通信性能优化问题和约束条件;
S3:求解所述保密通信性能优化问题的最优参数。
2.根据权利要求1所述的无人机辅助通信***的保密通信性能优化方法,其特征在于,构建保密通信性能优化问题和约束条件为:
ai[t]∈{0,1},i∈M,t∈N (11b)
q[0]=q[N+1] (11d)
其中,无人机的总飞行时间为T,被分成N个时隙,每个时隙的时长为τ,定义无人机在第t个时隙的位置坐标为(X[t],Y[t],H),定义无人机的水平飞行轨迹为q[t]=[(X[t],Y[t])]T,η表示最小的物联网设备的平均保密数据速率,M表示M的集合,N表示N的集合,A={ai[t],i∈M,t∈N}表示物联网设备与无人机的连接调度系数集合,ai[t]来表示物联网设备与无人机的连接调度情况,表示物联网设备的发射功率集合,是第i个物联网设备在第t个时隙的发射功率,Pu-jam={pu-jam[t],t∈N}表示无人机发送给窃听设备的干扰信号功率集合,pu-jam[t]是无人机在第t个时隙发送给窃听设备的干扰信号功率,Q={(X[t],Y[t]),t∈N}表示无人机的水平轨迹坐标集合;
4.根据权利要求3所述的无人机辅助通信***的保密通信性能优化方法,其特征在于,基于块坐标下降和连续凸逼近的迭代算法将整个优化问分成四个子问题分别优化变量A、Pe、Pu-jam以及Q。
8.根据权利要求4所述的无人机辅助通信***的保密通信性能优化方法,其特征在于,优化无人机的飞行轨迹具体为:
固定A、Pe和Pu-jam,得到一个优化变量Q的问题:
q[0]=q[N+1] (22b)
kue[t]≥(x[t]-xe)2+(y[t]-xe)2+H2 (23b)
ki u[t]≥(x[t]-xi)2+(y[t]-xi)2+H2 (23c)
q[0]=q[N+1] (23d)
采用连续凸逼近方法将(23a)转化成凸约束条件将,优化问题变成:
kue[t]≥(x[t]-xe)2+(y[t]-xe)2+H2 (26b)
q[0]=q[N+1] (26d)
利用凸优化求解工具包求解无人机的飞行轨迹集合Q。
9.一种无人机辅助通信***的保密通信性能优化装置,应用于所述无人机辅助通信***,其特征在于,所述模型包括无人机、物联网设备和窃听设备;所述无人机为位于空中的全双工无人机,用于接收物联网设备信号并发送干扰信号给窃听设备;所述物联网设备的数量为M个并位于地面,用于给无人机发送有用信号;所述窃听设备位于地面,用于窃听物联网设备发送的信号,所述装置包括:
模型建立模块,用于建立无人机辅助通信***模型;
方程构造模块,用于构建保密通信性能优化问题;
求解模块,用于求解所述保密通信性能优化问题的最优参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111065024.1A CN113891286A (zh) | 2021-09-11 | 2021-09-11 | 无人机辅助通信***的保密通信性能优化装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111065024.1A CN113891286A (zh) | 2021-09-11 | 2021-09-11 | 无人机辅助通信***的保密通信性能优化装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113891286A true CN113891286A (zh) | 2022-01-04 |
Family
ID=79009085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111065024.1A Pending CN113891286A (zh) | 2021-09-11 | 2021-09-11 | 无人机辅助通信***的保密通信性能优化装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113891286A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114745771A (zh) * | 2022-05-25 | 2022-07-12 | 电子科技大学 | 一种基于无人机的安全无线供能通信方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109861785A (zh) * | 2018-12-11 | 2019-06-07 | 广东工业大学 | 一种基于物理层安全的无人机协作通信的方法及装置 |
CN110996254A (zh) * | 2019-12-13 | 2020-04-10 | 山东大学 | 一种通信***中功率及干扰无人机轨迹的鲁棒优化方法 |
-
2021
- 2021-09-11 CN CN202111065024.1A patent/CN113891286A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109861785A (zh) * | 2018-12-11 | 2019-06-07 | 广东工业大学 | 一种基于物理层安全的无人机协作通信的方法及装置 |
CN110996254A (zh) * | 2019-12-13 | 2020-04-10 | 山东大学 | 一种通信***中功率及干扰无人机轨迹的鲁棒优化方法 |
Non-Patent Citations (2)
Title |
---|
YI ZHOU等: "Secure Communications for UAV-Enabled Mobile Edge Computing Systems", 《IEEE》, vol. 68, no. 1, 31 January 2020 (2020-01-31) * |
陆海全等: "无人机辅助可疑中继***下的主动窃听", 《南京邮电大学学报( 自然科学版)》, vol. 39, no. 2, 30 April 2019 (2019-04-30) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114745771A (zh) * | 2022-05-25 | 2022-07-12 | 电子科技大学 | 一种基于无人机的安全无线供能通信方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Packet error probability and effective throughput for ultra-reliable and low-latency UAV communications | |
Ma et al. | Interference suppression for railway wireless communication systems: A reconfigurable intelligent surface approach | |
CN113904743B (zh) | 一种无人机中继***的安全通信资源优化设计方法 | |
CN114554527B (zh) | 联合irs技术和sr技术的物联网链路优化方法及*** | |
CN113891286A (zh) | 无人机辅助通信***的保密通信性能优化装置及方法 | |
Hua et al. | On sum-rate maximization in downlink UAV-aided RSMA systems | |
Shengnan et al. | Physical layer security communication of cognitive UAV mobile relay network | |
Phan et al. | Reliability-security in wireless-powered cooperative network with friendly jammer | |
CN115037337B (zh) | 一种智能反射面驱动的多用户协同传输方法 | |
Nguyen et al. | Outage performance of full-duplex unmanned aerial vehicle-aided cooperative non-orthogonal multiple access | |
CN114157392B (zh) | 一种分布式irs辅助通信***安全传输的优化方法 | |
CN113747467B (zh) | 一种非线性波形的同步和异步noma***设计方法 | |
CN116017464A (zh) | 基于对抗内外部窃听的无人机辅助上下行安全通信方法和*** | |
CN115603854A (zh) | 面向认知无线电网络的无人机协同干扰隐蔽通信方法 | |
CN114928838A (zh) | 一种智能反射表面辅助的共生通信信息传输***和方法 | |
CN112437450B (zh) | 一种双无人机无线网络中的发射功率优化的方法 | |
Han et al. | Reconfigurable intelligent surface assisted unified NOMA framework | |
Wu et al. | IRS-Assisted Covert Communication with Equal and Unequal Transmit Prior Probabilities | |
Ren et al. | Exploiting UAV‐emitted jamming to improve physical‐layer security: A 3D trajectory control perspective | |
CN114640388B (zh) | 基于认知网络的双无人机公平调度多用户的轨迹设计方法 | |
Li et al. | Flying Ad-Hoc Network Covert Communications with Deep Reinforcement Learning | |
CN112904727B (zh) | 无线充电的无人机模型及其优化方法、***和计算机介质 | |
CN115278593B (zh) | 基于半免授权协议的无人机-非正交多址通信***的传输方法 | |
Wang et al. | Trajectory and power design to balance UAV communication capacity and unintentional interference | |
WO2023097645A1 (zh) | 数据获取方法、装置、设备、介质、芯片、产品及程序 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |