[发明专利]一种无人系统集群网络中的混合式智能频谱管理方法

说明书

本发明公开了一种无人系统集群网络中的混合式智能频谱管理方法，该方法构建了加权干扰图模型，基于节点的测量信息和通信性能反馈，采用强化学习方法，能够自主优化调整网络的工作信道，减小系统内部的用频冲突以及系统外干扰的不利影响。该方法以通信节点实际感知的通信性能为反馈指引频谱决策,能够适应复杂动态的频谱环境和无线信道环境，能够支持大规模无人系统组网通信频谱管理。其提出了集中式优化(业务数据网络信道选择)与分布式优化(基于强化学习的无线接入网络信道选择)相结合的混合优化结构，具有学习能力，且算法复杂度较低。

技术领域

本发明涉及无人系统集群通信技术领域，更具体地，涉及一种无人系统集群网络中的混合式智能频谱管理方法。

背景技术

大量无人系统通过组成集群的方式执行各类任务将成为未来某些特定领域的重要工作模式。为顺利完成某些特定领域的通信任务，无人系统需要合理利用无线频谱，其对频谱的使用主要包括三类用频装备：一是通信装备，其支撑实现控制站对无人系统控制指令的传输、无人系统高速数据侦察信息的实时回传以及对无人系统的实时指挥控制等，其频谱需求最多,是成功完成任务的关键。二是传感器装备，其为实现导航定位、目标指示、敌我识别等提供通信和数据传输支持，主要包括卫星导航、合成孔径雷达、移动目标指示仪、敌我识别器和遥感探测仪等。三是车/机/舰载电子对抗装备，其包括干扰设备和无源干扰设备，压制和干扰敌方电子系统或进行电子欺骗。另一方面，无人系统集群一般工作于严苛的环境，存在复杂的地形和无线信道特性以及敌方干扰信号的威胁，这使得无人系统集群的用频面临多方面的挑战。

协调无人系统集群内的用频冲突和适应外界的复杂频谱环境需要进行高效可靠的频谱管理，然而现有的无人系统的频谱管理方法以简单的固定分配为主，难以适应动态复杂的环境和大规模集群通信网络。有文献提出了联合任务分配的无人机频谱分配方法，其将完成同一任务的无人机视为同一联盟，联盟内的无人机共用相同的信道，而任务联盟间则使用不同的信道。为了提升频谱的利用率，也有文献在基于分簇的无人机网络中共享部分重叠信道，为了克服由于信道和无人机运动导致的不确定性状态信息的影响，采用模糊决策和博弈学习算法设计了分布式信道分布算法。相关文献提出在基于无人机的蜂窝网络中利用毫米波频段，为了缓解基站间以及基站与无线回传链路的干扰，构建了3D干扰图模型，结合无人机移动性、能耗和干扰等约束将频谱分配建模为连续时间段优化问题。以上提及的方法为无人系统集群频谱管理提供了参考，但都是以理论分析为主，缺少实际协议和网络验证，也难以适应大规模集群网络的应用场景。

发明内容

针对背景技术部分提到的现有技术中的至少一个缺陷或改进需求，本发明提供了一种无人系统集群网络中的混合式智能频谱管理方法，用以克服现有技术中缺少实际协议和网络验证且难以适应大规模集群通信网络的应用场景的技术缺陷。

为实现上述目的，本发明提供了一种无人系统集群网络中的混合式智能频谱管理方法，包括：

S1、构建系统外加权干扰关系矩阵以度量各信道上存在的非本系统的WiFi网络数量；所述系统外加权干扰关系矩阵包括针对业务数据网络的矩阵和针对无线接入网络的矩阵；

S2、选择使所述业务数据网络在各信道上受到的实际加权干扰最小的信道作为所述业务数据网络的信道；

S3、初始化所述无线接入网络的信道选择；

S4、构建系统内加权干扰关系矩阵以描述系统内无线交换节点间的潜在干扰关系；

S5、在当前时隙，根据接收到的终端检测的各信道WiFi信号，更新平均链路质量；

S6、更新干扰分布向量并以此获取无线接入网络实际加权干扰，基于所述无线接入网络实际加权干扰和平均链路质量以更新无线接入网络的平均链路质量估计值；

S7、在下个时隙的开始，按概率规则更新所述无线接入网络的信道选择；