[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

说明书

本发明公开了一种无人机通信中的抗干扰模型及斯坦伯格博弈次梯度算法。模型为：在无人机群通信过程中，一个干扰机对用户通信实施干扰，无人机群内部也存在互干扰，干扰机与无人机群通过调整各自的传输功率以达到最大效用。算法为：首先构建斯坦伯格博弈模型，博弈领导者为干扰机，博弈跟随者为无人机用户。无人机用户进行通信，智能干扰机根据无人机用户的传输功率，将其自身传输功率调整至最优，接着无人机用户根据智能干扰机的传输功率，将各自的传输功率调整为最优；循环交替进行功率调整，直至无人机用户和智能干扰机均收敛至最优传输功率。本发明模型完备，物理意义清晰，能够更好地刻画无人机通信中的抗干扰场景。

技术领域

本发明属于无线通信技术领域，具体涉及一种无人机通信中的抗干扰模型及斯坦伯格博弈次梯度算法。

背景技术

随着无人机技术的大规模发展应用，无人机通信领域的抗干扰问题变得日益严峻，但以往的抗干扰研究很少涉及无人机通信领域。在传统的功率控制抗干扰研究中，E.Altman等人首先在抗干扰功率传输问题中考虑传输代价。(参考文献：E.Altman,K.Avrachenkov,and A.Garnaev,“A jamming game in wireless networks withtransmission cost,”in Proc.NET-COOP 2007,(Avignon),pp.1-12,Jun.2007)。考虑到抗干扰问题中存在明显的分层特性，研究者通常用斯坦伯格博弈模型来描述此类用户和干扰的功率调整策略问题。在斯坦伯格博弈模型中，用户作为领导者通常最先调整策略；在感知到用户调整策略后，干扰作为追随者会随后对其干扰策略进行相应调整。用户和干扰的目的都是调整到最优策略，使各自的效用函数达到最大值。(参考文献：Dang,J.Zhang,X.Fang,et al.,“Optimal transmission powercontrolin the presence of a smartjammer,”in Proc.Globecom 2012.,(Anaheim),pp.5506-5511,Dec.2012.)

然而，上述提到的研究中都没有考虑互干扰的存在，而在实际的无人机通信场景中，用户之间互干扰的存在是一个不容忽视的因素。此外，多用户之间的耦合问题也没有得到解决。因此，以往忽略互扰的抗干扰功率控制问题的模型是不够准确的。当多个用户在同一信道上进行传输时，如果用户间的通信距离在同一个数量级上，这种互干扰就会对通信造成不小的影响。

发明内容

本发明的目的在于提供一种更加符合实际的无人机通信网络场景中的抗干扰传输模型，以及求解最优抗干扰策略的基于斯坦伯格博弈的次梯度算法。

实现本发明目的的技术解决方案为：一种无人机通信中的抗干扰模型，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。

一种基于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，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；