[发明专利]无人机抗干扰通信系统及联合轨迹与波束成形优化方法

说明书

无人机抗干扰通信系统及联合轨迹与波束成形优化方法，属于无线通信抗干扰技术领域，考虑一个抗全频段强功率干扰的通信网络，该网络内基站为移动用户提供通信服务，同时一个全频段的全向干扰机以功率压制的方式对于合法通信链路进行干扰。该干扰机具备一定的隐蔽性，其信息对于合法通信双方无法准确获取。利用无人机感知环境获取状态信息。通过ε‑greedy探索利用策略，依概率选择由神经网络估计的最佳回报值动作。智能反射无人机通过执行方案得到该动作的真实回报值，并将经验信息存储于滑动存储窗中。在多步经验池中的经验信息达到一定数量之后，神经网络进行更新，通过神经网络拟合环境后进行最优决策。能够很好地应用于实时抗干扰通信场景。

技术领域

本发明涉及无线通信抗干扰技术领域，具体涉及一种无人机抗干扰通信系统及联合轨迹与波束成形优化方法。

背景技术

当场景中存在强功率的全频段干扰时，实现可靠、稳健的信息传输是一个重要研究方向。由于干扰在频域与功率域的双重压制，常用的抗干扰手段难以解决。智能反射表面作为新技术具有无源反射，相位灵活调整，部署方便等优点，在解决这一场景下的抗干扰通信具有广阔前景。通过结合无人机技术，将智能反射表面部署在无人机上，通过实时调整无人机位置，在动态环境中，系统的抗干扰性可以得到进一步提升。

发明内容

本发明提出一种无人机抗干扰通信系统及联合轨迹与波束成形优化方法，很好地应用于实时抗干扰通信网络场景，以实现全频段强功率干扰条件下的高效抗干扰通信。在深度强化学习算法的基础之上，通过利用智能反射表面相位变化与波束成形高度耦合对于被动波束成形动作决策空间进行了大幅度降低，同时在轨迹规划中引入了多步经验引用，通过多步路径的分析进一步提高路径决策的准确性。

实现本发明目的的技术解决方案为：一种动态未知环境下抗干扰通信模型，对该模型作如下刻画：考虑一个抗全频段强功率干扰的通信网络，该网络内存在一个基站对于移动用户进行通信覆盖服务，但一个全频段的全向干扰机以功率压制的方式对于合法通信进行干扰。该干扰机具备一定的隐蔽性，其信息对于合法通信双方无法准确获取。

在某一拓扑状态内，移动用户D接收到的信号定义为：

其中，P_S为基站发射功率，P_J是干扰机干扰功率，H_S、H_J、h_SD和h_JD是基站S与移动用户D直射链路信道增益、干扰机J与移动用户D直射链路信道增益、基站S信号经智能反射表面U反射后到达移动用户D的联合信道增益和干扰机J信号经智能反射表面U反射后到达移动用户D的联合信道增益。x_S为基站发射信号，x_J为干扰机发射信号，z为移动用户D接收到的高斯白噪声，其服从均值为0，方差为δ²的高斯分布。因此，移动用户D在某一拓扑状态下的信干噪比具体表示为：

因此，移动用户D接收的可达通信速率表示为：

考虑通过联合优化无人机运动轨迹与智能反射表面被动波束成形，其中智能反射表面信道与波束成形方向存在强烈耦合关系，因此经智能反射表面反射后用户接受信道具体表示为：