[发明专利]一种无人机毫米波通信波束追踪方法有效
| 申请号: | 201811602233.3 | 申请日: | 2018-12-26 |
| 公开(公告)号: | CN109743093B | 公开(公告)日: | 2020-12-04 |
| 发明(设计)人: | 许文俊;张婧琳;冯志勇;高晖;张平;张治 | 申请(专利权)人: | 北京邮电大学 |
| 主分类号: | H04B7/06 | 分类号: | H04B7/06;H04B7/08;H04B7/185 |
| 代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 陈宙 |
| 地址: | 100876 *** | 国省代码: | 北京;11 |
| 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 无人机 毫米波 通信 波束 追踪 方法 | ||
1.一种无人机毫米波通信波束追踪方法,其特征在于:所述无人机毫米波通信的时隙包括一个交换时隙和T个追踪时隙,
所述交换时隙内的过程包括
接收MSI反馈;
根据MSI反馈中的收端无人机实际位置与姿态信息计算实际波束赋形向量,同时预测未来的T个所述追踪时隙内的收端无人机的位置与姿态信息;
通过实际波束赋形向量传输信息;
所述追踪时隙内的过程包括
根据预测的位置与姿态信息计算预测波束赋形向量;
通过预测波束赋形向量传输信息;
其中,所述预测T个所述追踪时隙的位置与姿态信息的步骤包括:
步骤21、利用历史MSI训练高斯过程模型,得到相应的超参数;
步骤22、比对t0与Tmax,其中t0-交换时隙,Tmax-无人机间通信的最大时隙数,
若t0<Tmax,进入步骤23;否则,流程终止;
步骤23、基于交换时隙t0之前的MSI和对时隙[t0,t]内MSI的预测结果,利用训练的高斯过程模型预测无人机在时隙段[t,t+Tf]内的位置与姿态信息,其中t-上次预测后已经完成预测的时隙,Tf表示从上次预测完成的时隙开始,向后预测的时隙数,如果是第一次预测,则t=t0;
步骤24、完成本次预测后,令t=t+Tf;
步骤25、如果t<t0+T,即T个追踪时隙内的位置与姿态信息没有预测完成,回到步骤23继续预测;反之,令t0=t0+T,回到步骤22,进行下一轮预测;
其中,所述预测波束赋形向量的计算方法包括:
步骤41、计算坐标系变换矩阵;
步骤42、通过坐标系变换得到同一坐标系下收端无人机与发端无人机的均匀平面天线阵UPA的位置坐标;
步骤43、计算相应的波束俯仰角与方位角;
步骤44、输出相应的预计波束赋形向量;
其中,所述收端无人机的UPA的坐标系变换过程为:
在收端无人机本地坐标系下通过坐标系变换矩阵转换为全局坐标系;
在全局坐标系下通过坐标系变换矩阵转换为发端无人机本地坐标系;
在发端无人机本地坐标系下通过坐标系变换矩阵转换为发端无人机的UPA的坐标系。
2.根据权利要求1所述的无人机毫米波通信波束追踪方法,其特征在于:所述位置信息预测方法包括
构造由位置坐标分别组成的输入ix/y/z和输出ox/y/z,由历史信息构成训练集由待预测的信息构成测试集其中,Ix/y/z表示由历史输入向量ix/y/z构成的矩阵,Ox/y/z表示由历史输出向量Ox/y/z构成的矩阵,Ix/y/z,*表示由待预测输入向量ix/y/z,*构成的矩阵,Ox/y/z,*表示由待预测输出向量ox/y/z,*构成的矩阵;
选定高斯过程的核函数K=K1+K2,其中K1是线性核函数,K2是平方指数核函数;
在训练集上最大化边缘似然函数获得核函数中超参数的最优估计其中,θGP为超参数;
在测试集上获得相应的输出预测分布其中,是预测得到的均值,是预测得到的方差,其中,O*和I*分别表示测试集上的输出与输入;
将作为Ox/y/z,*的预测值,其中未来t′时隙的位置坐标预测值分别是t′∈[t,t+Tf],从而得到无人机位置预测值
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北京邮电大学,未经北京邮电大学许可,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/201811602233.3/1.html,转载请声明来源钻瓜专利网。





