无人机蜂群通信感知一体化关键技术.pdf
《无人机蜂群通信感知一体化关键技术.pdf》由会员分享,可在线阅读,更多相关《无人机蜂群通信感知一体化关键技术.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 44 卷第 3 期 国 防 科 技 Vol.44,No.3 2023 年 6 月 NATIONAL DEFENSE TECHNOLOGY Jun.2023 收稿日期 2022-10-31 修回日期 2023-02-25 采用日期 2023-03-02 基金项目 国家自然科学基金项目(62001500)*通信作者 杨龑,E-mail: 作者简介 贾维敏,女,教授,博士生导师,研究方向为信号处理;杨龑,男,硕士研究生,研究方向为无人机蜂群组网和深度强化学习;赵建伟,男,讲师,硕士生导师,研究方向为5G、6G、无人机蜂群组网与调度、深度强化学习;金伟,男,博士,副教授,研究方向为阵列信号处理;何
2、芳,女,博士,讲师,研究方向为机器学习、图像处理。无人机蜂群通信感知一体化关键技术 贾维敏,杨 龑*,赵建伟,金 伟,何 芳(火箭军工程大学,陕西 西安 710038)摘 要 无人机蜂群机动性强、易于调度、部署灵活,是未来战场态势互联互通、快速精确打击的重要手段。多无人机“通信感知一体化”将无人机通信和感知两个功能互融在一起,在无线信道传输信息的同时,主动认知并分析信道的特性,感知周围环境的物理特征,使得通信与感知功能相互得到增强。与此同时,深度强化学习将深度学习的感知能力和特征提取能力与传统强化学习的决策能力进行有机结合,解决了智能体决策博弈类的现实问题。将通信感知一体化和深度强化学习应用于
3、多无人机态势感知、信息传递、任务规划、资源调度等,能够为多无人机蜂群系统的发展和实践应用奠定基础。关键词 无人机蜂群;通信感知一体化;深度强化学习 中图分类号 TJ01;E917 文献标志码 A 文章编号 1671-4547(2023)03-0088-08 DOI:10.13943/j.issn 1671-4547.2023.03.12 引言 未来无人机协同通信网络需要支持Gbit/s的用户体验速率、无人机蜂群灵活快速组网、低时延的控制信令传递以及百兆系统带宽。考虑到蜂群通信对大容量、高速率通信的需求,无人机通信的技术焦点开始向5G毫米波、6G太赫兹等高频段转移。然而,基于5G/6G通信的无人
4、机蜂群也面临着巨大挑战,毫米波、太赫兹通信频谱与传统感知频谱的重合性以及高频段传播信道的稀疏特性、超大规模多天线的应用、无人机高速移动性、编队的动态变化、蜂群多维资源的有限性等给无人机蜂群应用带来了巨大挑战1-3。无人机蜂群应用已经突破了传统移动通信系统的应用范畴,以统一的技术框架支撑无人机蜂群极度差异化的多任务需求。多无人机通信感知一体化技术可以将无人机的通信和感知两种功能融合在一起,使系统同时具备这两种功能,在利用无线信道传输信息的同时,主动认知并分析信道的特性,感知周围环境的物理特征,增强通信与感知功能。通信感知一体化和深度强化学习为应对无 人机蜂群技术挑战提供了潜在可能性。本文主要研究
5、利用先进的信号处理技术设计多无人机蜂群通信感知一体化架构,以应对多无人机航行轨迹、姿态、编队拓扑、时空大尺度动态变化等挑战;设计高效的多无人机通信感知一体化协同任务规划方法,实现多无人机协同控制与组网;综合考虑系统谱效、能效、用户传 贾维敏,等:无人机蜂群通信感知一体化关键技术 89 输速率、服务质量以及公平性等需求,利用深度强化学习技术优化调度通信感知一体化架构下的多无人机位置、姿态、载波、频谱、功率、波束、存储、计算等资源,实现蜂群高效、鲁棒、智能的资源分配。1 通信感知一体化技术 通信感知一体化技术是通过在通信与感知之间共享频谱、硬件平台乃至基带波形和信号处理,从而提升系统的频谱效率、能
6、量效率和硬件效率,以获取集成增益的一种新兴技术。通信感知一体化技术可以通过通信与感知两种功能的相互辅助和相互增益来提升彼此性能,从而获取协作增益,例如通信辅助感知技术和感知辅助通信技术等。2022年7月15日,华为公司完成了面向5G-Advanced无人机通信感知一体化技术的测试验证,进一步成功验证了通感一体化在低空无人机探测领域的应用4。此次测试结果表明,5G-Advanced通信感知一体化技术能够满足物流无人机管控和园区低空安全探测的场景要求,不仅为通信感知一体化技术创新提供重要参考,也为无人机蜂群通信感知一体化系统的实现提供了现实依据。通信感知一体化与无人机技术的结合展现出广阔的发展前景
7、。从通信与感知一体化的初衷来看,这种系统基于获得的感知信息,结合通信系统,能够大幅提升通信系统的服务能力。无人机携带多种任务载荷,可对空间进行灵活感知,满足高精度定位、高精度成像和环境重构等复杂任务需求。无人机蜂群通信感知一体化设计可显著提升无人机蜂群的整体性能。多无人机通信与感知一体化将无人机通信和感知两个功能融合在一起,在使用无线信道传输信息的同时,主动认知并分析信道特性,感知周围环境的物理特征,使得通信与感知功能得到相互增强5。无人机蜂群通信感知一体化系统通过无线通信传递和汇聚感知信息,不仅可以将感知信息和通信信息在系统内进行融合,更好地实时感知外界环境,同时可以通过服务接口的形式将感知
8、数据等提供给上层应用,从而更好地为操作员及上级指挥机构提供更为便捷并包含地理位置、天气状况等的准确信息。通信感知一体化的能力开放技术可提供高精度定位、高分辨率成像以及虚拟环境重构等高效感知服务及应用,有效构建数字孪生环境6,更好地实现对战场环境的态势感知,有利于指挥员更好地把控战场全局,从而作出更好的判断与决策部署。2 深度强化学习 深度强化学习将深度学习的感知能力和特征提取能力与传统强化学习的决策能力进行有机结合,解决了智能体决策博弈类的现实问题。谷歌公司“深度思考”(DeepMind)团队在2013年神经信息处理系统大会上发表的深度强化学习算法将深度学习与强化学习有机结合,实现了从感知到动
9、作的端对端学习。该团队在2016年发表于自然期刊上的文章中提出了改进版本,一定程度上解决了样本强关联性的问题,让深度强化学习真正成为当前研究热点。随着“阿尔法狗”在围棋界大放异彩,人们对人工智能有了新的认识,而脸书的人工智能系统OpenAI Five在“刀塔2”(Dota2)游戏中战胜了当时的世界冠军队伍,再次让人们见识到了这项技术的价值。针对深度强化学习无法解决连续动作空间的问题,又相继有人提出了“行为-评价”(Actor-Critic)模式的多种算法。这些算法将基于策略和基于价值的两种优化方式结合起来,在采样效率、算法收敛性、超参数敏感程度等方面各有侧重,较为典型的有DDPG、A3C、SA
10、C、PPO等。与此同时,针对多智能体的问题,DeepMind又提出了多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,简称MADDPG)一类的算法。针对MADDPG可拓展性不强的现实问题,又有人提出了多智能体强化学习算90 国防科技 2023 年第 3 期(总第 340 期)法,将注意力机制结合到算法当中,使每个智能体选择性关注其他智能体的有价值的行为及策略,以改进自身策略,最后在多智能体间达到纳什均衡。文献7综述了深度强化学习等人工智能技术在移动无线通信网络中的应用机遇与挑战,并探索了将人工智能应用于移动通信的关键技术。
11、文献8提出了一种基于强化学习的多无人机调度与轨迹设计方法。这种方法能够利用Q学习算法提升系统的调度性能。文献9将深度强化学习、联邦学习与边缘计算联合设计,提升了移动通信系统的性能。文献10提出了一种基于深度学习技术的大规模多输入多输出(MIMO)通信系统信道预测方法,有效降低了下行信道信息获取的复杂度和训练反馈开销。在深度强化学习算法的支持下,无人机蜂群系统拥有自主决策权,可实现多无人机间的实时信息交互,也可与战场环境进行深维度的信息交互,不断优化对战场态势的感知,从而获得完成任务的最优策略,辅助指挥员在复杂多变的战场环境中遂行多样化任务,提升效率。3 无人机蜂群通信感知一体化关键技术设计 3
12、.1 无人机蜂群通信感知一体化智能信号处理 高频段超大规模多天线多无人机蜂群系统面临诸多挑战:多无人机空中飞行加之高频段高路径损耗,使得信号传播以视距路径为主;无人机处于持续运动中,编队动态拓扑、信道时刻变化;高频段超大规模天线阵列条件下,信道维度巨大,无人机蜂群通信将产生波束倾斜效应;受无人机尺寸、质量、功率等影响,无人机射频链路的数量受到限制。高维的信道维度、有限的射频链路和动态拓扑的编队飞行使得传统的无线通信方案难以利用统一的技术框架来支撑无人机蜂群极度差异化的应用。通信感知一体化架构下,无人机蜂群可以将通信与感知融为一体,提高感知性能与传输效率。无人机蜂群通信感知一体化架构如图1所示,
13、图中AE为5架无人机。图1 无人机蜂群通信感知一体化架构 未来战场环境下无人机蜂群主要可能应用三种通信感知一体化实现技术:射频感知,用于发送射频信号,通过接收和处理反射信号来了解环境;以蜂窝网作为传感器,通信系统同时用于目标检测、跟踪、识别、定位、移动成像等;感知辅助通信,即利用感知信息来实现信道参数和环境信息获取等辅助通信功能,用以实现通信链路设计、波速对齐、信道状态信息(CSI)采集等7。围绕无人机蜂群通信感知一体化技术可进行复杂环境下的无人机蜂群信道建模重构、信道参数提取,设计通信感知架构和模式,利用通信感知一体化智能信号处理方法实现精确感知和高效通信。对无人机蜂群而言,信道传播以视距路
14、径为主,信道可以表征为:,()vec,m km km kkmdm kkmdm kfffffhabp(1)其中,,()m kfh为无人机m与用户k的信道,,(,)m kfa为阵列流型矢量,,m k为入射路径 目标方位角参 数,21,kmdb sjfN Tkmdfeb 2(1)kmdb sjfLN Te为多普勒频移kmdf相关信道矢量,,m k为信道增益。在通信感知一体化架构下,还可以利用无人机携带的各类传感器简化信道信息获取的复杂度,缩减训练开销。具体而言,可以利用传感器融合的方法,利用感知辅助通信获取无人机运动相关参数。通过感知信息估计多普勒 贾维敏,等:无人机蜂群通信感知一体化关键技术 91
15、 频移、入射角等各入射径的物理参数,实现对整体信道的降维和稀疏化。无人机蜂群智能通信传输策略如图2所示。与此同时,基于无人机蜂群毫米波多天线的超强空间分辨率和超强时间分辨率,结合使用在线处理的强化学习方法,能够实现无人机蜂群智能实体与环境的动态感知交互,有效解决无人机蜂群毫米波多天线通信训练开销巨大的问题。在此之后,利用基于反馈学习的多普勒频偏自动校正方法,对接收到的信号频率进行自动校正。可以利用深度学习的方法对接收到的海量数据进行挖掘和训练,构建具备环境适应能力的信道信息获取与多普勒频偏自动校正系统,提高信道信息获取的精度和系统效率,从而提升无人机蜂群的整体性能。针对无人机蜂群通信信道环境的
16、快速变化对波束跟踪的影响,可以设计基于参数学习的波束跟踪方法。利用通信辅助感知技术,根据无人机物理信道模型可知,当无人机航行时,入射径发生变化,波束跟踪可以转换为对用户角度的跟踪以及相应系数估计问题。可以根据目标方位角(DOA)与基向量之间的对应关系更新用户信道模型正交基向量,跟踪用户DOA变化,根据蜂群无人机的运动规律拟合用户波束指向DOA变化的状态函数,然后采用卡尔曼滤波对DOA进行精确动态跟踪。为进一步提高波束跟踪的精度,可利用接收数据对波束跟踪状态函数中的参数进行学习,实现波束的实时动态跟踪。3.2 无人机蜂群通信感知一体化协同任务规划 无人机蜂群通信感知一体化涉及的应用场景较为复杂,
17、如目标定位和跟踪、同步成像和制图等,关键绩效指标(KPI)种类繁多。要实现多节点无人机控制与组网,需要引入高维度优化参数。由于这些指标互相依赖或者互相矛盾,建立全局性优化模型难度较大。与此同时,无人机蜂群运动使得蜂群内无人机空间位置不断改变,网络拓扑结构快速变化。无人机集群通信网络拓扑结构与单机和地面站的通信拓扑不同,是一种立体全方位通信网络拓扑。集群通信网络感知系统不仅是无人机集群通信的 基础,还是无人机集群编队重要信息的获取通道11。随着蜂群内无人机的加入与离开,网络节点组成不断变化,需要实时进行网络维护,及时掌控网络拓扑结构。针对无人机蜂群组网航行轨迹、姿态、编队拓扑等动态变化挑战,研究
18、无人机蜂群智能编队控制与组网技术,利用多智能体强化学习实现无人机蜂群的动态拓扑构建、灵活组网、高效自主控制和全空域无遮挡覆盖,可以快速适应瞬息万变的动态战场环境,实现对战场态势的全方位无死角的实时感知。图2 无人机蜂群智能通信传输策略 92 国防科技 2023 年第 3 期(总第 340 期)利用多智能体强化学习优化无人机蜂群协同编队控制与组网如图3所示。具体而言,可将无人机蜂群通信节点的动态加入、离开,蜂群编队的动态变化,服务终端链接的建立、维护等表征为连续性决策问题。蜂群内任意无人机智能体根据编队调整Dt与通信服务需求rt、更新贝叶斯滤波器Xt,自适应调整运动状态btm,以满足用户的动态通
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 无人机 蜂群 通信 感知 一体化 关键技术
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。