[发明专利]一种基于梯度投影法的无人机时频资源分配方法

权利要求书

1.一种基于梯度投影法的无人机时频资源分配方法，其特征在于：包括如下步骤：

步骤1：初始化无人机数量M、系统最大功率上限P_max、无人机k与地面控制站BS之间的距离d_k,BS，其中，M为正整数，且

确定系统授权频道数量N、基准频率设定系统备选频道集合其中，N为正整数，Δf_i表示第i信道的载波频率与基准频率的间隔；

利用基于功率谱探测的频谱感知方法进行信道扫描得到不同信道间的邻道干扰系数其中，表示频率f₁和频率f₂之间的干扰系数，确定LoS路径损耗系数η_LoS，NLoS路径损耗系数η_NLoS；设定无人机k的传输功率为p_k，且所对应的噪声值为

步骤2：引入时频资源块分配矩阵对每个无人机k，建立时频占用矩阵其中，表示无人机k占用j时隙时的i信道，表示不占用；定义向量f＝[Δf₁,...,Δf_N]^T；

无人机k在j时隙占用的信道频率表示为其中，列向量e_j表示除第j个元素为1其他元素均为0的单位向量；设定邻频干扰系数对称矩阵W，其中W_i,n表示W的元素，表示频率f_i和频率f_n之间的干扰系数；

则无人机k和无人机m在第j个时隙所占用信道之间的邻频干扰系数可表示为：

其中，m、i、j均为正整数；

步骤3：引入矩阵X＝[x¹,x²,...,x^M]和矩阵Y＝[y¹,y²,...,y^M]，其中令其中，表示无人机k占用信道i；表示无人机k占用时隙j,J表示无人机占用的总时隙数；

然后对变量X与Y进行[0,1]松弛处理，定义无人机k的SINR值为

其中，n＞1；

利用光滑近似思想将无人机通信系统的时频决策问题等价为以下优化问题：

s.t.

其中，

步骤4：设定初始可行解p⁽⁰⁾、X⁽⁰⁾和Y⁽⁰⁾，利用梯度投影算法求解得到功率分配向量p、频道分配矩阵X和时隙分配矩阵Y，其中，p⁽⁰⁾、X⁽⁰⁾和Y⁽⁰⁾分别代表迭代开始时的功率分配向量、信道占用矩阵和时隙占用矩阵；

步骤5：基于矩阵X和矩阵Y，利用特征根分解算法得到最优功率分配向量p；

步骤6：根据上述步骤所得p、X和Y，通过计算得到各无人机的时频分配矩阵，最终地面控制站实现对无人机的功率分配以及信道分配，完成无人机通信系统的时频决策优化设计；

步骤4中利用梯度投影算法分布式求解得到功率分配向量p、频道分配矩阵X和时隙分配矩阵Y，具体包括以下步骤：

4.1、初始化迭代次数t＝0、最大的迭代次数T_max、设定容差ε；初始化X⁽⁰⁾和Y⁽⁰⁾，p⁽⁰⁾；同时定义：

其中，ε为正数；

4.2、计算梯度和

4.3、根据以下规则计算投影矩阵：

其中，表示矩阵在集合Ω_X上的投影，也即和同上；

4.4、利用Armijo准则确定步长α，并按照下述公式更新X,Y,p：

4.5、判断是否满足连续两次目标函数值f_μ(X,Y,p)差值的绝对值小于ε或者t≥T_max，若都不满足，则重复步骤4.2-4.5，且更新t＝t+1；否则，执行步骤4.6；

4.6、对频道分配矩阵X和时隙分配矩阵Y的元素进行四舍五入处理，最终满足：

2.根据权利要求1所述的一种基于梯度投影法的无人机时频资源分配方法，其特征在于，步骤5中利用特征根分解方法求解得到p，具体包括以下步骤：

5.1、设定

5.2、定义z＝[p₁,p₂K p_M,1]^T，令以及

其中，

5.3、对C^-1B构造的矩阵进行特征根分解，得到特征根γ及其对应的特征根向量，其中模值最大的特征根所对应的特征根向量的所有元素符号相同，该特征根的倒数即为对应函数f_k(X,Y,p)的最大值，将所对应的特征根向量进行归一化，使得特征根向量z最后一个元素为1，得到的前M个元素组成的向量p即为最优解。