[发明专利]一种量子乌燕鸥机制的多无人机协作频谱感知方法

说明书

本发明提供一种量子乌燕鸥机制的多无人机协作频谱感知方法，建立基于量子乌燕鸥机制的多无人机频谱感知模型，以频谱感知技术的检测概率为目标，设计了量子编码的乌燕鸥量子位置演化机制，得到一种新的量子乌燕鸥机制方法，以量子乌燕鸥的位置作为认知无人机用户的权重向量，最终计算得到最优权重向量。量子乌燕鸥机制克服了以往经典算法收敛性能较差的弊端，并提升了寻优速率。本发明设计了一种量子乌燕鸥机制的多无人机协作频谱感知方法，该方法目的是求取认知无人机用户的最优权重向量，以确定认知无人机用户对全局感知的贡献大小，为后续对无人机进行频谱分配提供了优势条件。

技术领域

本发明涉及一种量子乌燕鸥机制的多无人机协作频谱感知方法，属于无人机频谱感知领域。

背景技术

无人机是一种新兴技术，在军事、民用等领域得到了广泛的应用。一方面是因为无人机的成本较低，另一方面是协同工作可靠性高。在无人机系统中，无人机之间相互通信是系统中重要的组成部分，因此，对无人机网络的研究尤为重要。无人机网络一般具有如下特点：无中心节点，无人机网络属于分布式架构，无人机和无人机之间可进行通信；自组织，无人机网络不需要固定的网络通信设施；自愈性以及网络拓扑结构动态变化等。

频谱感知是认知无线电的一项关键技术，它的主要功能在于检测可供认知用户使用的频谱空穴，同时监测主用户信号活动情况，该技术使认知无人机用户能够机会性地利用授权或非授权的频带。因此认知无人机用户可以利用空闲频谱持续工作，而不影响主用户的通信质量。目前提出的频谱感知方法主要有匹配滤波器检测、周期平稳特征检测以及多分辨率频谱感知等。这些频谱感知方法均为单节点感知方法，然而在阴影和深度衰落情况下，单个节点的感知结果并不可靠，因此本发明使用了多无人机协作频谱感知技术，该技术可以克服以上缺点。

根据已有文献发现，张宏伟等在《空军工程大学学报》(2020,21(1):92-98)上发表的“认知无人机网络中多机协作频谱感知研究”中，结合频谱资源短缺问题，建立了认知无人机网络模型，并提出了一种最佳融合准则来研究多机协作频谱感知性能，最终通过一定的实验仿真证明该方法的性能。然而该文章没有使用优化方法获取总错误率，而且没有讨论认知无人机用户的权重，这将难以确定每架无人机对全局感知的贡献情况。

综上所述，上述文献在多无人机的频谱感知上做出一定的贡献，但是没有讨论认知无人机用户的权重。因此，本发明建立基于量子乌燕鸥机制的多无人机频谱感知模型，以频谱感知技术的检测概率为目标，设计了量子编码的乌燕鸥量子位置演化机制，得到一种新的量子乌燕鸥机制方法，以量子乌燕鸥的位置作为认知无人机用户的权重向量，最终计算得到最优权重向量。量子乌燕鸥机制克服了以往经典算法收敛性能较差的弊端，并提升了寻优速率。

发明内容

本发明设计了一种量子乌燕鸥机制的多无人机协作频谱感知方法，该方法目的是求取认知无人机用户的最优权重向量，以确定认知无人机用户对全局感知的贡献大小，为后续对无人机进行频谱分配提供了优势条件。

本发明的目的是这样实现的：步骤如下：

步骤一，建立多无人机协作频谱感知模型。