1 / 11
文档名称:

无人机空地安全通信与航迹规划的多目标联合优化方法 何颖.pdf

格式:pdf   大小:1,047KB   页数:11页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

无人机空地安全通信与航迹规划的多目标联合优化方法 何颖.pdf

上传人:香菱 2022/9/26 文件大小:1.02 MB

下载得到文件列表

无人机空地安全通信与航迹规划的多目标联合优化方法 何颖.pdf

相关文档

文档介绍

文档介绍:该【无人机空地安全通信与航迹规划的多目标联合优化方法 何颖 】是由【香菱】上传分享,文档一共【11】页,该文档可以免费在线阅读,需要了解更多关于【无人机空地安全通信与航迹规划的多目标联合优化方法 何颖 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。:.
吉林大学学报(工学版)
JournalofJilinUniversity(EngineeringandTechnologyEdition)
ISSN1671-5497,CN22-1341/T
《吉林大学学报(工学版)》网络首发论文
题目:无人机空地安全通信与航迹规划的多目标联合优化方法
作者:何颖,樊俊松,王巍,孙庚,刘衍珩
DOI:.jdxbgxb20220557
收稿日期:2022-05-12
网络首发日期:2022-06-21
引用格式:何颖,樊俊松,王巍,孙庚,
目标联合优化方法[J/OL].吉林大学学报(工学版).
/
网络首发:在编辑部工作流程中,稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶
段。录用定稿指内容已经确定,且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期
刊特定版式(包括网络呈现版式)排版后的稿件,可暂不确定出版年、卷、期和页码。整期汇编定稿指出
版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出
版管理条例》和《期刊出版管理规定》的有关规定;学术研究成果具有创新性、科学性和先进性,符合编
辑部对刊文的录用要求,不存在学术不端行为及其他侵权行为;稿件内容应基本符合国家有关书刊编辑、
出版的技术标准,正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。
为确保录用定稿网络首发的严肃性,录用定稿一经发布,不得修改论文题目、作者、机构名称和学术内容,
只可基于编辑规范进行少量文字的修改。
出版确认:纸质期刊编辑部通过与《中国学术期刊(光盘版)》电子杂志社有限公司签约,在《中国
学术期刊(网络版)》出版传播平台上创办与纸质期刊内容一致的网络版,以单篇或整期出版形式,在印刷
出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊(网络版)》是国家新闻出
版广电总局批准的网络连续型出版物(ISSN2096-4188,CN11-6037/Z),所以签约期刊的网络版上网络首
发论文视为正式出版。
:.
췸싧쫗랢쪱볤ꎺ2022-06-2113:44:45
췸싧쫗랢뗘횷ꎺ.
吉林大学学报(工学版)
JournalofJilinUniversity(EngineeringandTechnologyEdition)
无人机空地安全通信与航迹规划的
多目标联合优化方法
何颖1,樊俊松2,王巍1,孙庚2,刘衍珩1,2
(,长春130122;,长春130012)
摘要:针对无人机在无线通信网络场景中的保密通信与飞行过程中保证安全节能问题,提出一种多目标优化设计
方案。基于无人机通信模型、无人机能耗模型和环境限制模型构建无人机调度和航迹规划问题(USPOP)的多目
标优化模型,以无人机无线通信的平均保密率、无人机悬停能耗和无人机飞行能耗三个目标为优化目标进行优化,
并通过改进的第三代非支配排序遗传算法对问题进行求解。仿真结果表明,提出的改进算法能有效解决构建的优
化问题,并且相对于其他对比算法有更好的收敛效果。
关键词:计算机应用;无人机通信网络;航迹规划;通信保密率;能量损耗;多目标优化
中图分类号:TP393文献标志码:A
DOI:.jdxbgxb20220557
JointOptimizationofSecureCommunicationandTrajectoryPlanningin
UAVAir-to-Ground
HEYing1,FANJun-song2,WANGWei1,SUNGeng2,LIUYan-heng1,2
(,ChangchunUniversityofFinanceandEconomics,Changchun
130122,China;,JilinUniversity,Changchun130012,China)
Abstract:AimingattheproblemofUAVsecrecycommunicationandensuringsafetyaswellenergysavingduringflightinthe
wirelessnetworkscenario,amulti-,
UAVenergyconsumptionmodelandenvironmentalconstraintsmodel,andfurtherconstructsthemulti-objectiveoptimizationmodel
ofUAVschedulingandpathoptimizationproblem(USPOP),whichoptimizesaveragecommunicationsecrecyrateofUAVwireless
communication,,anon-dominatedsortinggenetic
algorithmIII(NSGA-III)withdiscretenormaldistributioninitialization,differentialmechanism,geneticmechanismandavoiding
obstaclesoperator(NDGA-NSGA-III)
effectivelysolvetheconstructedoptimizationproblem,andtheconvergenceeffectisbetterthanothercomparisonalgorithms.
Keywords:computerapplication;UAVcommunicationnetwork;trajectoryplanning;secrecyrate;energyconsumption;
multi-objectiveoptimization
可以在物联网中作为移动基站或数据收集设备使
0引言
用,但却面临着诸如飞行环境中的地形限制、机载
无人机(UnmannedAerialVehicle,UAV)辅助电源的容量受限和由于无线信道的开放而使得通信
的无线通信网络具有广阔的发展前景,已受到了广安全性得不到保证等许多挑战[1][2]。Zhang等人[3]通
泛关注。无人机因其高机动性和按需部署的特点,过对无人机的航迹进行规划来解决无人机对地面节
收稿日期:2022-05-12.
基金项目:国家自然科学基金面上项目(62172186);吉林省科技发展计划项目(20210201072GX,20200403177SF).
作者简介:何颖(1982-),女,博士,:-mail:******@
通信作者:孙庚(1988-),男,博士,:无人机安全通信、-mail:******@:.
点的通信信道的安全问题,考虑了无人机与地面通信节点GCN(GroundCommunicationNode),这些
信节点之间的上行和下行通信,并在通信中考虑到节点表示为集合NodeNodeNode12,,,;同时,N
窃听节点的影响。Li等人[4]利用无人机传输干扰信在无人机与这些地面通信节点通信时会有一些地面
号来对抗窃听,通过同时优化无人机的航迹和干扰窃听节点GEN(GroundEavesdroppingNode)来干
信号的功率来提高通信的保密率。扰通信。本文定义一个三维系统,其中每个通信节
无人机的机动性保证了它可以在一次飞行中与点和窃听节点的坐标都是已知的,分别为GG
xynn,,0
多个通信设备进行通信,然而还需要考虑到在飞行和,这表示着共有N个地面通信节点和
xynnEE,,0
过程中的避开山体或建筑物等障碍物的问题。无人
N个窃听节点,并且每个地面通信节点附近都会有
机避障航迹规划的方法主要分为两种:一种是在飞
一个窃听节点在干扰着通信。对于这些需要通信的
行环境中的障碍物位置信息都已知的情况下进行的
节点,无人机会分别在其附近选择N个最佳通信位
航迹规划[5];另一种是在障碍物的位置与数量未知
置来悬停并通信。
的情况下的航迹规划[6]。Choi等人[7]提出了一个无线
通信系统,用以在无线通信网络中有效地寻找无人
机的航迹,进而保证通信延迟的最小化并实现静态
和动态避障,但是忽视了避障带来的通信保密率降
低的问题。Yin等人[8]研究了无人机在低空城市环境
中飞行的航迹规划问题,提出了一个多目标航迹规
划框架,并开发了两种安全指数图,但没有考虑到
这种长距离飞行所带来的飞行能耗过高的问题。
由于机载电池容量的受制,无人机通常无法支图1基于无人机的无线通信系统示意图
持长距离飞行,-enabledwireless
[9]communicationsystem
航迹规划中的飞行能耗问题。Zeng等人提出了一
个无线通信系统,通过联合优化无人机航迹和与多无人机与地面通信时,无人机与地面通信节点
个地面节点通信时间的分配以及总任务时间建立了的信道和无人机与地面窃听节点的信道在这里都被
能耗最小化问题,但没有考虑在通信过程中可能存视为视距信道,因此无人机到地面通信节点的视距
信道增益为[3]:
在障碍物干扰通信的问题。
综上可见,对于无人机辅助的无线通信网络中(1)
gdUGUG020
xxyyznnnnnGG222
的安全通信、避障航迹规划和飞行能耗等问题的研
究虽均有了很大进展,但对于同时解决上述问题的其中,0是无人机在参考距离为1米处的信道增益;
航迹规划方法仍然有较大的提升空间。本文提出一GG是从无人机到地222
dxxyyzUGnnnnn
种有效的模型来同时考虑以上问题,并进行多个目面通信节点之间的距离,其中的是无人
xyznnn,,
标优化和一种改进的多目标优化算法设计从而对问
机与第n个地面通信节点之间通信时的无人机的三
题求解。维坐标;是第个地面通信节点的坐标。
xynnGG,,0n
1系统模型无人机到窃听节点之间的视距信道增益为:
(2)
gdUEUE02220
如图1所示,整个无人机调度与航迹规划系统xxyyznnnnnEE2
处于一个三维区域,包括一个无人机和一些地面通
:.
为与信道损耗等相关的变量[9]。是视距概率
其中,是无人机到22PnLoS,
dxxyyzUEnnnnnEE2
PnLoS,的齐次近似,视距概率PnLoS,可以表示为:
第n个地面窃听节点之间的距离;EE是第n
xynn,,0
1(6)
个地面窃听节点的三维坐标。PnLoS,1expCDCdn
无人机到地面通信节点之间的信息可达率为:其中,为仰角度数;和参数
pg180arcsinHCDd
Rlog1UGndUG
UG22

取决于传播环境;H为无人机的高度。

0p无人机的飞行距离可以表示为:
log1222(3)
xxyyzGG2(7)
nnnnnDXYZdNKNKNKtr,,NK
trnknk11,
其中,p是无人机的通信传输功率;2是接收端的其中,NK、
XxnNkK{|,}nk,
加性高斯白噪声功率;00/2是信噪比。NK和
YynNkK{|,}nk,
无人机到地面窃听节点之间的信息可达率为:ZznNkKNK{|,}nk,表示整个航线中的
NK个航点的三维坐标集合中的x、y和z值集合,
(4)p
RUElog120
xxyyz在整条航线中,有EE22N个悬停通信位置,每两个悬停2
nnnnn
,因此整个航线中
旋翼无人机在飞行时可以悬停在空中,这有利可记为共有NK个航点。
于保证通信质量的稳定,因此在通信无人机的选择dxxyyzznknknknknknknktr,,1,,1,,1,222
上使用旋翼无人机更加合适。在本文构建的无线通是在第n个与第n1个悬停通信位置之间的,第k
信网络中,无人机的总体能量损耗可以分为两部分:个到第k1个航点的距离。所有航点之间的连线组
一个是在地面通信节点附近悬停通信时的能量损成了整条航线,整条航线的长度也就是每两个相邻
耗;另一个是在飞行时的能量损耗。悬停能耗可以航点之间连线线段长度的和。因此,如果已知所有
进一步分为与地面通信节点进行通信时的通信能耗悬停通信位置和所有航点的坐标,就可以求出无人
和在悬停通信时为了保持悬停姿态所需的能耗。相机飞行的总距离。
对于悬停飞行能耗,悬停通信能耗通常都过小,经对于一个已知型号的无人机可以测得它在不同
常被忽略不计[10]。因此无人机的总悬停能耗为[9]:
速度下的推进功率,根据无人机速度与推进功率的
EXYZNNN,,
ho对应关系,可以得到使无人机飞行每米的能耗最少
NN的速度。在约定了总飞行距离的情况下,如果PQ
PTxyz,,(5)Vmrhn
hnnnn
nn11无人机在速度下飞行,则飞行能量损耗将尽可n
log1Vmr22
[9]dUG
能的少。当无人机速度为V时,飞行能量损耗可
其中,用XxnNN{|}n、YynNN{|}n和
以表示为:
ZznNN{|}n来分别表示N个通信位置的三维
坐标集合中的x、y和z值集合;Txyz,,是无
nnnn
人机在第个通信位置进行悬停通信所需的悬停时
n
间;PPPhi0是悬停状态时的飞行损耗功率,其(8)
中的和分别为悬停状态时的叶片轮廓功率和其中,U表示转子叶片的叶尖速度;v0称为平均
P0Pitip
感应功率;为路径损耗指数;是单位转子感应速度悬停;d0是机身阻力比;为空气密

为bits/Hz的带宽归一化吞吐量要求,Qn是对吞吐度;s为转子坚固性;A为旋翼桨盘面积。
量的要求,B为通信总带宽;,其中1
:.
在本文中,无人机被设定为用最节省能耗的行维环境中,雷达的简化模型被视为一个球体,并可
进速度Vmr匀速飞行,则总飞行能耗可以表示为:以表示为:
rrr(13)
EXYZNKNKNK,,TxyzRrarararara,,,
tr
NK(9)其中,rrr是第r个雷达的中心坐标;Rra是
EDXYZ0trNKNKNK,,xyzrarara,,
nk11
第r个雷达的半径。不失一般性的,无人机的航迹
其中,EEV00mr为无人机在速度Vmr下的每单位
不能穿过雷达区域。雷达的约束函数可以表示为:
行驶距离的能量消耗。
(14)
CBRnknk11,
(1)飞行空间约束其中表示雷达对无人机干扰的严重程度,可以
Bnk,
无人机会被限制在一个三维的长方体飞行区域表示为:
内,避免因无限的飞行区域而无法进行实际计算。
本文规定和是飞行区域的水平面的最小和/,ddRrr4(15)
LminLmaxBn,knka,,nrk
0,otheirwse
最大边界;Hmin和Hmax是飞行区域的高度的最小和
其中,表示雷达强度的尺度,可以被看作为常量;
最大边界。在真实的飞行场景中,无人机通常会在
有复杂地形和对飞行有威胁的区域执行任务,因此dxxyyzzrrrr表示222
nknkrankrankra,,,,
有必要考虑在这种情况下的无线通信与航迹规划问无人机位置xyz,,与雷达中心点位置之间
nknknk,,,
题。本文考虑飞行环境中只有静态障碍物,并在飞的距离。
行前可以预先知道障碍物在飞行区域内的分布并对
2问题构建
此做出无线通信和航迹的规划。
(2)山体约束在本文中,无人机在无线通信系统中分别与每
无人机飞行区域中的地形障碍物可以简化为山个地面通信节点通信。在长方体的飞行区域中,除
体,山体表面的函数模型可以表示为[11]:了已经确定了位置的山体地形和雷达禁飞区域外,
无人机可以飞到所有三维位置进行通信任务。在飞
xxyymmmm(10)0022
zhmexptetetete行区域下方的地面上,有多个地面通信节点需要无
tetexytt
tete
人机进行通信,无人机需要在地面通信节点的上空
其中,(,,)xyztetetemmm表示第te座山的山体表面的三维的某个位置进行悬停,并在不低于安全飞行高度的
坐标;xymm00,表示第te座山的山顶的水平面坐约束下进行通信。地面通信节点附近有窃听节点,
tete
标;hte表示山的高度;xtet和ytet表示山的坡度。因此无人机在与每个通信节点进行通信时都需要考
无人机的航迹不能穿过任何地形,因此有必要虑一个合理的通信位置来提高通信的保密率,这可
设置一个约束函数来限制它,这个函数可以表示为:以通过选择在通信节点的正上方并适当的远离窃听
(11)节点的位置来实现。然而,这可能会提高无人机的
CANK
Tnknk11,
悬停通信时间,进一步地会增加无人机的悬停能耗
其中Ank,是一个二值变量,可以表示为:
和总的飞行能耗,因此需要考虑它们之间的制衡关
1,zzm(12)系。
An,knk,te
0,oethrwise
无人机飞行能量损耗是由无人机在悬停通信时
(3)雷达约束
的能耗和在飞行过程中的能耗两个部分组成,而这
一些威胁是无人机可以在物理层面上穿过,但
两个能耗实际上是互相制约的。无人机与地面通信
是实际上会产生安全问题的区域,如禁飞区和信号
节点距离越近,对应的通信时间就会越低,这种航
干扰区域等,在这里简化并统称为雷达威胁。在三
:.
点的设置会在降低悬停通信能耗的同时增加无人机是山体地形的约束函数;CR是禁飞区雷达的约束函
的航线长度,从而增加飞行能耗。但是,只降低悬数。
停高度却没考虑合理的悬停位置,会让飞行能耗增(2)最小化无人机的悬停通信能耗
加的同时降低了通信强度,导致通信时间增加和悬无人机在寻找最佳悬停通信位置的过程中,需
停能耗增加,因此无人机的悬停能耗和飞行能耗存要考虑避开障碍物,并需要飞离起点到终点的直线
在着互相制约却又不单纯的负相关的状态。在选定段去接近通信位置并完成通信任务,这些都会导致
通信位置和规划航迹时都需要考虑避障问题,而避额外的悬停能耗,而无人机的机载能耗有限,需要
障将提高无人机的飞行能耗,因此避障部分的设计以尽可能少的飞行能耗完成整个通信任务,因此本
需要保证无人机的安全性和低能耗性。目标函数可设计为:
本文的目标是让无人机在无线通信网络中提供(18)
fXYZEXYZNNNNNN,,,,N
2n1ho
更好的通信质量,换言之,是让无人机与每个地面
通信节点完成通信并保证最高的通信保密率和最低在航迹规划过程中,无人机也需要考虑到避开
的能耗,而这又会受到无人机的通信位置和航迹坐障碍物的问题,计算悬停位置时避障的约束函数的
表示同为C1。
标的影响,因此我们基于以下三个优化目标构建出
了无人机调度与航迹规划问题(UAVschedulingand(3)最小化无人机的飞行能耗
pathoptimizationproblem,USPOP)。无人机在整个飞行过程中,需要保证机载电量
(1)最大化无人机与地面通信节点的平均通信可以支持无人机从起点飞到终点,并且需要途径每
保密率个最佳通信位置并避开环境中的障碍物,因此本目
无人机的保密率除受到飞行区域中的安全飞行标函数可设计为:
高度的约束外,还RRRoneUGUE会受到地面窃听节点的影响。如fXYZNKNKNK,,
3
上所述,窃听节点的坐标都是已知的,因此无人机NKNKNKNK(19)
EXYZtr,,
对第个地面通信节点的保密率可以表示为:pnk11
n0
log12飞行航迹规划中避障约束函数的表示同为C1。
GG222
xxyyznnnnn因此无人机的调度与航迹规划问题USPOP表

示为:minFfff,,
NKNKNK123
XYZ,,
0pstC..0
log11
222
EE(16)2LxLminnkmax,
xxyyz(20)
nnnnn
LminnkmaxyL,
在本文中,第一个目标是最大化无人机对地面HzH
minnkmax,
通信节点的平均保密率,这取决于无人机的通信位
置,因此第一个目标函数设计为:3基于NSGA-III算法的航迹规划
N(17)NSGA-III(Non-dominatedSortingGenetic
fXYZR1NNN,,1one
Nn1[12]
AlgorithmIII)算法基于NSGA-II算法改进而来。
在无人机选定通信位置和规划航迹时,无人机
NSGA-II在遗传算法的基础上加入了快速非支配排
的最佳通信位置和航迹中的每个航点都不能处在山
序和拥挤度选择,以解决多目标问题中的排序部分
体或雷达中,因此避开障碍物都是必须考虑的约束。
的问题。NSGA-III算法是针对上一代算法在解决大
避障约束可以设计为C10,其中,CCC1TR;CT
于两个目标的问题时出现收敛情况不好的情况进行
进一步设计的,对于解决三个以上目标的多目标优
:.
化问题上和算法收敛效果上有很大的优势。其主要其中,r是服从高斯分布的随机数,
ndCNL0,1max
10
特点是:
这表示无人机的第n段子航迹上的第k个航点的初
(1)使用快速非支配排序方法,挑选出进入下
始化,会在相对起点和相对终点之间,按照航点的
一迭代的较优个体。
(2)使用基于参考点的选择机制,对于非支配序号k来计算与两点之间的距离,在三维空间内1
10
并且接近参考点的种群个体进行保留,更有效地增的飞行区域最大值的范围内随机选点,并在遇到障
加了种群的丰富度。碍物时提升高度。
虽然NSGA-III算法相对其他算法具有保证种(2)对NSGA-III算法中变异步骤的改进
群多样性和收敛快速的特点,但是在解决无人机调传统NSGA-III算法中的变异步骤可以完全随
度与航迹规划问题上,随机的初始化方式对于算法机的变异解,但是在处理解的含义是三维坐标的集
的收敛性会有所影响,并且在迭代后期仍然存在陷合,而每个维度的约束范围不一致时,会出现解在
入局部最优解的问题,因此本文在使用NSGA-III某个维度的变异幅度不一致的问题。因此本文加入
算法解决USPOP问题时进行了一些优化:在初始了归一化系数,可以表示为:
化种群时,引入带离散机制的正态分布初始化;在pprrrandmuikikndno,,01(24),
NSGA-III算法自身的变异步骤中,对相关参数定义HH
maxmin,,0modk3
做了改进以适用于该问题;为进一步提高NSGA-IIILLHH
r=maxminmaxmin(25)
noLL
算法的跳出局部最优解的能力,在迭代的后半段中maxmin,otherwise
LLHHmaxminmaxmin
加入了额外的变异因子和交叉因子;为了降低避障
其中,pik,为种群中第i个个体的第k个维度的值;
过程的计算代价,引入了避障因子,使得种群的丰
富度和算法的收敛性能得到进一步的提升。1为变异步长;rnd1为服从高斯分
010LLmaxmin
(1)带离散机制的正态分布初始化布的随机数;mu为变异概率。约束条件
CN0,1
本文提出一种带离散机制的正态分布初始化来判断个体中的这个维度是否为某一个
modk,30
替代传统算法的随机初始化。整段航迹可以基于需航点的z轴坐标,当满足这个条件时,这个数值的
要通信的N个通信位置分成N段子航迹,每一段都变异将乘以无人机飞行高度最大最小值之差相对于
有相对起点和相对终点,对每段子航迹上的K个航飞行区域三个维度的总的最大最小值之差的比值,
点都分别初始化,并在初始化之后对于不满足避障来让无人机在面对飞行水平范围广但是飞行高度低
要求的航点,进行向上方移动的操作,初始化过程的飞行空间时,变异的幅度不会变形,防止无人机
可以表示为:因为变异步骤而飞的过高,远离了全局最优解。
refKkk(21)(3)变异因子
pppink,,KKstartnendn,,
为了提高种群的丰富度和解决算法在后半段迭
pHCref1(22)代陷入局部最优解的问题,0,本文在迭代过程的后半
prefink,,10max1
ink,,ref
pCink,,段额外,加入了差分算法中的变异机制。变异步骤10以
其中,pinkref,,表示种群中第i个个体的第n段子航迹航点为粒度进行变异,变异的值参考种群中随机的
中第k个航点的参考初始坐标,在生成每个航点的其他两个个体的相同序号的航点的坐标值,以增加
参考初始坐标后,每个航点的位置计算可以表示为:种群丰富度和跳出局部最优解。通过变异产生新的
prpinknd,,inkref,,(23)个体的公式可以表示为:
uFuuikrkrk,0,,(26),r3
ui,k12
uik,,otewisehr
:.
其中,表示种群中第i个个体的第k个前迭代的全局最优个体和个体历史最优个体的位置
航点的三维坐标;F0为控制