一种联合轨迹和干扰功率优化的无人机主动窃听方法

摘要

本发明提供一种联合轨迹和干扰功率优化的无人机主动窃听方法，针对无人机其轨迹变化对系统的有效窃听速率的影响，在模型中采用了一种有效的主动干扰方案，即无人机在窃听可疑链路信息的同时发送干扰信号，干扰可疑接收机。为了最大化有效窃听速率，利用更新速率辅助的块坐标下降和连续凸优化技术对无人机的轨迹以及发送干扰功率进行优化，进而提高有效窃听速率。

说明书

技术领域

本发明涉及通信监控技术领域，特别涉及一种联合轨迹和干扰功率优化的无人机主动窃听方法。

背景技术

近年来，由于无人机的高机动性、低成本等特点，在公共安全、灾害管理、监视和通信等方面的应用需求不断增长。然而随着无人机通信系统的普及，低成本的无线服务扩大了罪犯或恐怖分子的活动范围，对国家安全构成严重的威胁。为了抵抗犯罪或恐怖分子的袭击，政府机构越来越需要合法地监控任何可疑的通信链接，并检测商业无线网络中的异常行为。

无人机的轨迹优化问题在无人机网络中至关重要，这主要是因为无人机的高机动性、无线通信固有的广播特性以及考虑的信道是由视距链路(Line ofSight,LoS)控制的，无人机的位置变化可以直接影响其接收速率。

在以往文献的研究中，主动监视器被视为固定在地面的节点，或是固定飞行路径的无人机，无人机作为主动窃听器的轨迹变化对系统窃听速率的影响几乎被忽略。

发明内容

本发明要解决的技术问题，在于提供一种联合轨迹和干扰功率优化的无人机主动窃听方法和装置，利用可疑系统的特点，实现有效的主动干扰，以最大限度地提高窃听速率。

为了解决上述技术问题，本说明书实施例是这样实现的：

一种联合轨迹和干扰功率优化的无人机主动窃听方法，包括：

步骤10、在无人机主动窃听模型中，分别设定可疑发射器的初始轨迹、可疑发射器的初始发送功率、合法窃听器的初始轨迹、合法窃听器的初始发送功率、松弛变量初始值、可疑发射器的用户调度规则、第一更新参数、第二更新参数、迭代次数初始值以及阈值；

步骤20、更新迭代次数，然后利用更新的迭代次数和第二更新参数，计算第一更新参数；

步骤30、利用可疑发射器的初始轨迹、上一次迭代的合法窃听器的飞行轨迹、可疑发射器的用户调度规则以及松弛变量的初始值计算合法窃听器的发送功率最优值，然后利用所述第一更新参数、所述合法窃听器的发送功率最优值以及上一次迭代的合法窃听器的发送功率计算本次迭代的合法窃听器的发送功率；

步骤40、利用合法窃听器的发送功率、可疑发射器的初始轨迹、可疑发射器的用户调度规则以及松弛变量的初始值计算合法窃听器的飞行轨迹最优值，然后利用所述第一更新参数、所述合法窃听器的飞行轨迹最优值以及上一次迭代的合法窃听器的飞行轨迹计算本次迭代的合法窃听器的飞行轨迹；

步骤50、计算当前平均可达窃听速率，若当前平均可达窃听速率与上一次迭代平均可达窃听速率的差值大于等于阈值时，返回步骤20，若当前平均可达窃听速率与上一次迭代平均可达窃听速率的差值小于阈值时，结束步骤。

进一步地，所述步骤10中，所述无人机主动窃听模型，具体为：在一个三维笛卡尔坐标中，可疑发射器发送可疑信息到M个地面用户，地面用户和可疑发射器均分别配备一根天线，合法窃听器配备两根天线，分别用于窃听从可疑发射器发送到地面用户的信息和用于发送干扰信号干扰地面用户，合法窃听器和可疑发射器被假设在一个恒定的高度飞行，可疑发射器采用时分多址传输方式服务地面的用户，根据距离最近原则选择所服务的用户，将合法窃听器的整个飞行周期离散化，等分为N个通信时隙，在每个时隙中，合法窃听器的坐标位置不变。

进一步地，所述步骤20中，利用更新的迭代次数和第二更新参数，计算第一更新参数，公式如下：

γ＝γ/(1+(k-1)×ζ)

其中，γ为第一更新参数，ζ为第二更新参数，k为迭代次数。

进一步地，所述步骤30中，利用可疑发射器的初始轨迹、上一次迭代的合法窃听器的飞行轨迹、可疑发射器的用户调度规则以及松弛变量的初始值计算合法窃听器的发送功率最优值，具体包括：

其中，max为求最大值函数，η

进一步地，所述步骤30中，利用所述第一更新参数、所述合法窃听器的发送功率最优值以及上一次迭代的合法窃听器的发送功率计算本次迭代的合法窃听器的发送功率，具体为：

其中，γ为第一更新参数，P

进一步地，所述步骤40中，利用合法窃听器的发送功率、可疑发射器的初始轨迹、可疑发射器的用户调度规则以及松弛变量的初始值计算合法窃听器的飞行轨迹最优值，公式如下：

q

其中，max为求最大值函数，η

进一步地，所述步骤40中，利用所述第一更新参数、所述合法窃听器的飞行轨迹最优值以及上一次迭代的合法窃听器的飞行轨迹计算本次迭代的合法窃听器的飞行轨迹，具体为：

其中，γ为第一更新参数，Q

进一步地，所述步骤50中，计算当前平均可达窃听速率，公式如下：

q

其中，max为求最大值函数，Q

本发明实施例中提供的技术方案，至少具有如下技术效果或优点：

针对无人机其轨迹变化对系统的有效窃听速率的影响，在模型中采用了一种有效的主动干扰方案，即无人机在窃听可疑链路信息的同时发送干扰信号，干扰可疑接收机。为了最大化有效窃听速率，利用更新速率辅助的块坐标下降和连续凸优化技术对无人机的轨迹以及发送干扰功率进行优化，进而提高有效窃听速率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

下面参照附图结合实施例对本发明作进一步的说明。

图1为本发明实施例方法的流程示意图；

图2为本发明实施例无人机主动窃听通信系统模型示意图；

图3为本发明实施例UAV(E)的平均接收速率示意图；

图4为本发明实施例T＝160s时，UAV(B)和UAV(E)的飞行轨迹；

图5为本发明实施例UAV(E)干扰功率随时间的变化示意图；

图6为本发明实施例算法1的收敛性示意图。

具体实施方式

本发明的目的在于克服上述现有技术的缺点，研究一种无人机(Unmanned AerialVehicle，UAV)作为合法窃听器UAV(E)的无线通信窃听方案，在这个方案中，一个合法的窃听器(UAV(E))用于窃听可疑发射器(UAV(B))发送到地面可疑接收器的可疑信息。利用可疑系统的特点，提出了一种有效的主动干扰方案，以最大限度地提高窃听速率。

请参考图1，本发明实施例公开了一种联合轨迹和干扰功率优化的无人机主动窃听方法，包括：

步骤10、在无人机主动窃听模型中，分别设定可疑发射器的初始轨迹

步骤20、更新迭代次数k＝k+1，然后利用更新的迭代次数和第二更新参数，计算第一更新参数γ＝γ/(1+(k-1)×ζ)；

步骤30、利用可疑发射器的初始轨迹

步骤40、利用合法窃听器的发送功率

步骤50、计算当前平均可达窃听速率，若当前平均可达窃听速率与上一次迭代平均可达窃听速率的差值大于等于阈值时

在一种可能的实现方式中，无人机主动窃听通信系统模型如图2，在一个三维笛卡尔坐标中，UAV(B)是一个可疑发送节点，发送可疑信息到M个地面用户D

将UAV的整个飞行周期设为T，由于连续时间T意味着无穷多个速度约束，这使得无人机的轨迹设计非常难以处理，因此本实施例将整个通信的过程离散化，将其等分为N个很小的通信时隙，即T＝Nδ

根据上述假设，UAV(B)的飞行轨迹已定，只考虑UAV(E)的移动约束为：

q

为了避免UAV(B)和UAV(E)在飞行过程中发生碰撞，增加了最小安全距离的约束：

其中，d

在本实施例中的无人机-地面通信的无线通信系统中，假设UAV(B)、UAV(E)与所有地面节点的信道都为视距链路(LoS)，在第n个通信时隙中，UAV与所有地面节点的信道模型为：

UAV(B)与UAV(E)之间的信道模型为：

其中，β

UAV(E)的发送功率约束如下：

其中，P

在第n个时隙，UAV(E)的接收速率可以表示为：

其中，P

在第n个时隙，地面用户D

其中，

由于UAV(E)工作在主动窃听模式，当

通过联合优化UAV(E)在所有时隙上的轨迹和干扰功率，使平均可达窃听速率的值最大化。

平均可达窃听速率的优化问题可以表示为：

q

可以分解为两个子问题：1)优化UAV(E)的干扰功率；2)优化UAV(E)的轨迹，然后交替求解这两个子问题。具体步骤如下：

步骤一、对UAV(E)的干扰功率进行优化

给定UAV(B)和UAV(E)的初始轨迹，即给定

问题(P2)是一个凸优化问题，可以通过CVX等凸优化求解器有效地解决。

步骤二、对UAV(E)的飞行轨迹进行优化

给定UAV(B)和UAV(E)的初始发送功率

q

其中，

问题(P3)是一个凸优化问题，可以通过CVX等凸优化求解器有效地解决。

具体算法步骤如下：

通过步骤3实现利用更新速率辅助块坐标下降，通过步骤4和步骤5中更新速率得到UAV(E)的发送功率以及UAV(E)飞行轨迹实现快速收敛。

以下结合仿真图对本发明实施例作进一步详细说明，为显示本发明实施例方法的性能优势，与两种优化方案进行对比：

方案一，固定UAV(E)的飞行轨迹进行功率优化；

方案二，固定UAV(E)的发送功率进行轨迹优化。

所需系统参数设置如下：假设地面有4个用户，位置分别为(800,800)、(-800,800)、(-800,-800)和(800,-800)，M＝4，V

图3展示了在相同飞行时长下的UAV(E)平均接收速率与飞行时长的关系。通过对比可以观察到，本发明实施例提出的算法明显优于固定UAV(E)的飞行轨迹进行功率优化以及固定发送功率进行轨迹优化这两个基准方案，这证明了UAV(E)的轨迹和发射功率联合优化对提高窃听速率的有效性。特别是与只进行UAV(E)功率优化相比，其平均接收速率有明显提高。这是由于固定的UAV(E)飞行轨迹限制了其机动性的潜力，而在进行轨迹联合功率优化时，在单纯的轨迹优化上叠加了功率的优化，使得UAV(E)更加灵活，所以UAV(E)的平均接收速率较其他两种方法更高。

图4展示了本发明实施例算法实现的UAV(E)的飞行轨迹与UAV(E)的初始轨迹以及UAV(B)轨迹的对比图，地面用户用正方形表示。可以观察到UAV(B)以固定的飞行轨迹在每个用户上方进行逐个访问，UAV(E)优化后的飞行轨迹与UAV(B)的飞行轨迹相一致，从而实现对UAV(B)发送信息的窃听。

图5展示了本发明实施例算法实现的UAV(E)发射干扰功率随时间变化的趋势。图4与图3相结合可以发现，在T＝0s，T＝40s，T＝80s，T＝120s和T＝160s时，对应的UAV(B)和UAV(E)飞行到各个用户上空位置，此时UAV(E)距离用户较近，为了最大化有效窃听速率，所以UAV(E)发送干扰功率下降。

图6展示了T＝160s时，本发明实施例算法的系统最大有效窃听速率的收敛图。从图中可以看出，随着迭代次数的增加，所提出算法的最大窃听速率迅速增加，算法在大约18次迭代后收敛。

本申请实施例中提供的技术方案针对无人机其轨迹变化对系统的有效窃听速率的影响，在模型中采用了一种有效的主动干扰方案，即无人机在窃听可疑链路信息的同时发送干扰信号，干扰可疑接收机。为了最大化有效窃听速率，利用更新速率辅助的块坐标下降和连续凸优化技术对无人机的轨迹以及发送干扰功率进行优化，进而提高有效窃听速率。

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。