[发明专利]无人机通信中的抗干扰模型及斯坦伯格博弈次梯度算法

权利要求书

1.一种无人机通信中的抗干扰模型，其特征在于，将无人机通信网络中的所有的无人机，划分为发送‐接收对，每一组发送‐接收对视为一个无人机用户；无人机通信网络中存在的智能干扰机能够根据无人机用户的传输功率主动调整干扰功率，从而最大化干扰效用；智能干扰机的干扰效果与其传输功率、信道增益有关；无人机用户与无人机用户之间存在互干扰，互干扰的大小与互干扰系数和传输功率有关。

2.一种基于权利要求1所述的无人机通信中的抗干扰模型的斯坦伯格博弈次梯度算法，其特征在于，包括以下步骤：

步骤1，将无人机通信的抗干扰问题，建模为斯坦伯格博弈模型，博弈的参与者是无人机通信网络中的无人机用户和智能干扰机；

步骤2，无人机用户以一定功率进行通信；智能干扰机侦测到无人机用户的通信后，计算在当前无人机用户传输功率下，其自身效用函数的最大值，并将此时的传输功率，作为干扰机最优传输功率；

步骤3，无人机用户群内用户侦测到智能干扰机的干扰后，各无人机用户根据感知到的智能干扰机功率及其他无人机用户传输功率，调整各自的传输功率，使无人机用户效用值最大，此时对应的无人机用户传输功率为当前无人机用户的最优传输功率；

步骤4，当用户和干扰均完成上述调整，算法完成一次迭代，当所有无人机用户和干扰机的传输功率收敛到斯坦伯格均衡，或者达到设定迭代次数时，算法结束。

3.根据权利要求2所述的无人机通信中的抗干扰模型的斯坦伯格博弈次梯度算法，其特征在于，步骤1所述将无人机通信的抗干扰问题，建模为斯坦伯格博弈模型，博弈的参与者是无人机通信网络中的无人机用户和智能干扰机，具体如下：

在该博弈模型中，智能干扰机为领导者，其效用函数为V；无人机用户群为跟随者，其效用函数集合为{U1,U2,...,Un}，下标为用户编号。

4.根据权利要求2所述的无人机通信中的抗干扰模型的斯坦伯格博弈次梯度算法，其特征在于，步骤2中所述的计算无人机用户在当前传输功率下，智能干扰机自身效用函数的最大值，具体如下：

智能干扰机的效用函数V的定义式如(1)所示：

其中B为信道带宽，N0为噪声功率，J为智能干扰机的传输功率，Pi为无人机用户i的传输功率，αi为无人机用户i的信道增益，i＝1,2,…n.β为智能干扰机的信道增益，C为智能干扰机的传输代价；θm表示用户m与其他在同一信道上通信的用户之间的互干扰系数，m＝1,2,3...i-1,i+1,...n；

智能干扰机以式(1)的效用函数对其传输功率进行优化，优化目标为：

s.t. J≤JM. (3)。