[发明专利]基于几何先验模型的低空空地无人机信道多径跟踪方法

说明书

本发明涉及一种基于几何先验模型的低空空地无人机信道多径跟踪方法，具体包括以下步骤：S1、获取基站与无人机之间通信信号的瞬时传播多径分量参数；S2、根据瞬时传播多径分量参数，通过瞬时传播多径分量的短期空间一致性，识别短期传播多径分量演化，获得短期传播多径；S3、根据短期传播多径的先验信息，确定距离评估度量，根据距离评估度量判断属于同一个被阻挡的长期传播多径的短期传播多径，将相应的短期传播多径进行组合得到长期传播多径。与现有技术相比，本发明具有有效地追踪到传播多径演变、提高低空无人机空地信道传播环境中传播多径建模的准确性等优点。

技术领域

本发明涉及无线通信技术领域，尤其是涉及一种基于几何先验模型的低空空地无人机信道多径跟踪方法。

背景技术

随着5G通信的发展，无人机具有了更广泛的应用场景，例如航空成像、农业应用、货物运输、搜救任务和遥感技术等。上述提到的大多数应用，都依赖于无人机与基站之间稳定的通信连接，这就需要对无人机空对地无线电波传播信道进行准确的信道建模。但是由于时变场景中环境的变化，传播多径的数量以及与其相关的参数会随着无人机的移动而变化。在信道表征时，将不同时间的信道视为独立信道，一些有价值的信息可能会丢失，从而导致潜在的错误结论，例如，信道的空间一致性可能会丢失，所以跟踪传播多径的时间演化进行信道建模非常重要。

现有技术中已经提出了不同类型的算法来跟踪传播多径的时间演变。已有研究提出了一种扩展的卡尔曼滤波器来跟踪传播多径的时延，角度和信号幅度。同时有研究提出了卡尔曼增强型超分辨率跟踪算法，利用最大似然估计器的输出而不是接收到的信号作为测量模型，并且还可以确定时变模型的阶数(即传播多径的数量)。还有研究提出了一种粒子滤波器来克服不精确线性化问题，但缺点是复杂性更高。此外，也有研究应用图像处理技术来直接使用时变时延功率谱跟踪传播多径的演化轨迹。但是低空无人机空地信道传播环境通常较为散乱，传播多径容易受到阻挡，给建模带来了很大的困难，上述方法难以很好的克服这一问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的无法克服低空无人机空地信道传播环境中传播多径受到阻挡带来的影响的缺陷而提供一种基于几何先验模型的低空空地无人机信道多径跟踪方法。

本发明的目的可以通过以下技术方案来实现：

一种基于几何先验模型的低空空地无人机信道多径跟踪方法，具体包括以下步骤：

S1、获取基站与无人机之间通信信号的瞬时传播多径分量参数；

S2、根据所述瞬时传播多径分量参数，通过瞬时传播多径分量的短期空间一致性，识别短期传播多径分量演化，获得短期传播多径；

S3、根据所述短期传播多径的先验信息，确定距离评估度量，根据所述距离评估度量判断属于同一个被阻挡的长期传播多径的短期传播多径，将相应的短期传播多径进行组合得到长期传播多径。

所述瞬时传播多径的所属路径类型包括直射路径和散射路径。

进一步地，所述散射路径的传播时间具体为双曲线的平方根与一个常数部分之和。

所述瞬时传播多径分量参数包括时延、多普勒频率和功率。

进一步地，所述瞬时传播多径分量具体为时变信道冲激响应，计算公式如下所示：

其中，t为时间变量，τ为时延，L为总路径数，α_i,l为第l条路径复数信号幅度， v_i,l和τ_i,l分别为第l条路径相应的多普勒频率和时延，δ(·)为狄拉克函数。

进一步地，所述瞬时传播多径分量参数通过空间迭代期望最大化算法计算得到。

所述瞬时传播多径分量的短期空间一致性具体为瞬时传播多径之间的短期距离度量，具体如下所示：