[发明专利]一种具有边缘计算辅助的集成雷达感知和无线通信方法有效
| 申请号: | 202111175970.1 | 申请日: | 2021-10-09 |
| 公开(公告)号: | CN113922854B | 公开(公告)日: | 2022-07-01 |
| 发明(设计)人: | 王刚;丁昌峰;王俊波;张华;杨帆 | 申请(专利权)人: | 东南大学 |
| 主分类号: | H04B7/06 | 分类号: | H04B7/06;H04B7/0456;H04B7/08;H04B7/0426;G01S7/41;G01S7/36;H04L67/10 |
| 代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 孙峰 |
| 地址: | 211189 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 具有 边缘 计算 辅助 集成 雷达 感知 无线通信 方法 | ||
1.一种具有边缘计算辅助的集成雷达感知和无线通信方法,其特征在于,包括如下步骤:
步骤S1、构建通信、雷达感知和移动边缘计算集成架构,该架构包括多用户终端、基站和边缘计算服务,其中,所述多用户终端中的每个用户终端均具有雷达感知和通信这两种功能,雷达和通信共享频谱,共用硬件设备;所述基站获取所述用户终端发送的发射信号,并且将所述用户终端卸载的计算任务分配给所述边缘计算服务器,所述发射信号是通信符号和雷达波型的加权和;所述边缘计算服务器执行所述用户终端卸载的计算任务;
步骤S2、首先构建用户终端和基站之间的无线传输模型、用户终端雷达感知发射和接收波束模型、以及用户终端本地雷达数据预处理模型,然后对终端卸载计算任务到基站的传输延迟与能量消耗进行建模,最后,针对多输入多输出雷达波束形成,构建约束最小二乘问题,其中在该约束最小二乘问题中采用平均干扰噪声比作为确保雷达感知性能的附加约束;
所述用户终端和基站之间的无线传输模型的表达式为:
xk[n]=Wr,ksk[n]+Wc,kck[n] (1)
公式(1)中,xk[n]表示为时间序列为N时UT的k阵列的N×1离散时间发射信号向量,N×1向量sk[n]=[sk,1[n],…,sk,N[n]]T包括N个单独的雷达波形,为雷达波形的预编码矩阵,为要发送到BS的并行通信数据流,为通信波形的预编码矩阵;公式(2)中,表示为BS从UT接收的信号矢量,表示为UTk到BS的通信信道矩阵,v[n]表示为协方差的加性高斯白噪声向量,其中,σc表示加性高斯白噪声的噪声功率谱密度,IM表示M×M的单位矩阵;
所述用户终端雷达感知发射和接收波束模型的表达式为:
公式(3)中,表示为点状目标位于方向θk,UT k在第n个时隙接收到的回波,表示为UT k雷达与目标间路径的复路径损耗,和分别是用户终端k的发送和接收阵列引导向量,Hk,i表示从用户终端i到用户终端k的干扰信道矩阵,zk[n]表示功率为的雷达信号的加性白高斯噪声;
所述用户终端本地雷达数据预处理模型的表达式为:
Bk=ηkνkNθfsb (4)
公式(4)中,Bk表示雷达扫描产生的数据比特的数目,ηk为一个正常数,νk表示雷达波束的切换速度,Nθ是量化角度的数目,fs是采样频率,b为每次采样的量化比特数目;
步骤S3、构建多用户终端雷达波束图近似问题以及基于移动边缘计算的加权和能耗最小化问题,然后再根据所述多用户终端雷达波束图近似问题以及所述基于移动边缘计算的加权和能耗最小化问题构建针对雷达波束模式设计和计算卸载能耗的多目标优化问题,其中,在所述多用户终端雷达波束图近似问题中,考虑了计算卸载和雷达感知的功率分配约束、卸载延迟约束,以及近似期望的多输入多输出雷达波束模式;
所述多用户终端雷达波束图近似问题的表达式为:
0<fl,k≤Ftotal,k,
公式(6)中,表示用户终端雷达预编码矩阵集合,表示用户终端通信预编码矩阵集合,表示用户终端本地计算资源分配的集合,表示边缘服务器为用户终端分配的计算资源的集合,表示用户终端k的优先级,为正常数,表示用户终端k的传输波形的协方差矩阵,Rd,k表示用户终端k的目的波束模式;在约束中,Tk表示用户终端k的本地处理时延、计算卸载时延和边缘处理时延之和,Tmax,k表示用户终端k能够接受的最大时延,fe,k表示边缘服务器给用户终端k分配的计算资源,ftotal表示边缘服务器总的计算资源,ζk表示用户终端k的雷达接收信号的干扰信合和噪声信号比值的阈值要求,fl,k表示用户终端k本地分配的计算资源,Ftotal,k表示用户终端k的总的计算资源;
所述基于移动边缘计算的加权和能耗最小化问题的表达式为:
公式(7)中,表示用户终端本地计算资源分配的集合,表示用户终端k的本地计算能耗,κl,k是本地处理器的有效电容系数,αl,k表示本地计算任务的处理密度,表示用户终端k的计算卸载能耗,βk表示传输数据大小与原数据大小的比值,表示用户终端k的无线传输速率,其中表示用户接收到的干扰信号和噪声信号之和,表示用户终端k的发送功率,表示Frobenius范数的平方,表示用户终端k在通信目标中的权重系数;
所述针对雷达波束模式设计和计算卸载能耗的多目标优化问题,表达式为:
公式(8)中,γc和γr表示为非负常数,并且γc+γr=1;
步骤S4、采用迭代的方法求解所述步骤S3中构建的针对雷达波束模式设计和计算卸载能耗的多目标优化问题;
步骤S5、设计用于雷达感知和边缘计算资源分配预编码的算法,通过该算法确定用于雷达感知的最优发射预编码矩阵以及最优边缘计算资源分配策略;
所述用于雷达感知的最优发射预编码矩阵的表达式为:
公式(11)中,tk表示对分式进行二次变换时的辅助变量,μk表示速率约束的拉格朗日乘子,Vk表示利用带权重的最小均方误差变换时用户终端k的接收预编码矩阵,δk表示功率约束的拉格朗日乘子,IN表示N×N的单位矩阵,
且
所述最优边缘计算资源分配策略的表达式为:
公式(12)中,σ表示边缘服务器计算资源约束的拉格朗日乘子;
步骤S6、在通信预编码矩阵,多输入多输出雷达预编码矩阵和边缘计算资源分配预编码矩阵固定的情况下,构建局部计算资源分配问题,并且对该问题进行求解,最后得到用户终端本地计算资源分配策略;
所述局部计算资源分配问题的表达式为:
公式(13)中,κl,k是本地处理器的有效电容系数,Ftotal,k表示用户终端k本地的总计算资源。
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东南大学,未经东南大学许可,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/202111175970.1/1.html,转载请声明来源钻瓜专利网。





