[发明专利]一种基于块坐标下降的无人机频谱资源分配方法有效
申请号: | 201711404671.4 | 申请日: | 2017-12-22 |
公开(公告)号: | CN108135002B | 公开(公告)日: | 2021-12-21 |
发明(设计)人: | 史清江;陈志勇;吴启晖;胡田钰 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | H04W16/10 | 分类号: | H04W16/10;H04W72/04;H04B17/382 |
代理公司: | 南京钟山专利代理有限公司 32252 | 代理人: | 戴朝荣 |
地址: | 210016 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 坐标 下降 无人机 频谱 资源 分配 方法 | ||
1.一种基于块坐标下降的无人机频谱资源分配方法,其特征在于:包括如下步骤:
步骤1:初始化无人机数量M、系统最大功率上限pmax、无人机k与地面控制站BS之间的距离dk,BS,其中,M为正整数,且
确定系统授权频道数量N、基准频率设定系统备选频道集合其中,N为正整数,Δfi表示第i信道的载波频率与基准频率的间隔;
确定无人机的可用授权信道数量nk,令nk个可用信道频率表示为集合同时设定无人机k的功率为pk;
步骤2:利用基于功率谱探测的频谱感知技术进行信道扫描,得到不同信道频率所对应的噪声值以及不同信道间的邻道干扰系数其中,对应于频点处的噪声功率,设定表示频率f1和频率f2之间的干扰系数;设定
步骤3:对于每个无人机k∈{1,...,M},引入频谱资源分配向量设定矩阵满足关系fk=Akf,其中f=[Δf1,...,ΔfN]T,为只有第ji个元素为1,其余元素为0的N维列向量,且令设定其中设定邻频干扰矩阵满足即无人机k和无人机m所占用信道之间的邻频干扰系数为令p=[p1,p2…pM]T,将无人机通信系统的用频决策问题等价为仅关于{A,p}的max-min优化问题:
其中,
ηLoS为LoS路径损耗系数,ηNLoS为NLoS路径损耗系数;
步骤4:初始化迭代次数t1=0,最大迭代次数T1,max;设定初始可行解A(0),p(0),其中,p为功率分配向量,A为信道分配矩阵;
步骤5:固定利用块坐标下降算法分布式求解关于变量A的子问题,更新得到
步骤6:固定利用特征根分解方法求解关于变量p的子问题,更新得到
步骤7:判断是否满足t1≥T1,max;如果是,则输出如果否,则更新迭代次数t1=t1+1,并重复步骤5-7;
步骤8:基于得到的功率分配向量p以及信道分配矩阵A,最终地面控制站实现对无人机的功率分配以及信道分配,完成无人机通信系统的时频决策优化设计;步骤5中利用块坐标下降算法分布式求解得到A,具体包括以下步骤:
5.1、初始化外层迭代次数t2=0、最大的迭代次数T2,max;初始化A(0),p;
5.2、初始化内层迭代次数k=1、产生随机排列的1到M的整数序列
5.3、设定
5.4、固定p和其中,表示矩阵A除去第m列的其他所有列,更新其中
5.5、更新内层迭代次数k=k+1,并重复步骤5.3-5.5直至满足条件k=M;
5.6、更新外层迭代次数t2=t2+1,并重复步骤5.2-5.6直至满足条件t2=T2,max。
2.根据权利要求1所述的一种基于块坐标下降的无人机频谱资源分配方法,其特征在于,步骤6中利用特征根分解方法求解得到具体包括以下步骤:
6.1、设定
6.2、定义z=p1,p2...pM,1T,令以及
其中
6.3、对C-1B进行特征根分解后模值最大的特征值所对应的特征根向量的所有元素符号相同,该特征根的倒数即为对应目标函数的最大值,将所对应的特征根向量进行归一化,使得最后一个元素为1,得到的前M个元素组成的向量p即为最优解。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711404671.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基站、用户设备及无线通讯方法
- 下一篇:干扰类型识别模型的构建方法和系统