[发明专利]一种基于知识梯度的无人机最优信道快速选择方法

说明书

本发明公开了一种基于知识梯度的无人机最优信道快速选择方法。该方法为：基于贝叶斯定理将所有信道的信道容量建模为查找表信念模型；根据无人机以往的通信任务经验，初始化信念模型；根据当前时刻的关于信道容量的信念状态，计算得到关于各信道的知识梯度值，选择知识梯度最大的信道为当前时刻信道；无人机在选择的信道上进行通信，同时监测传输速率，根据监测的传输速率对信道容量的信念状态进行更新；重复上述过程直至超出每次信道选择的时间限制即预算。本发明适用于高动态无人机网络的快速信道选择，有效提高了最优信道选择的速度。

技术领域

本发明属于无人机通信技术领域，特别是一种基于知识梯度的无人机最优信道快速选择方法。

背景技术

随着无人机技术的大规模发展应用，无人机通信领域的抗干扰问题变得日益严峻。无人机通信过程中的干扰不仅来自于背景噪声，甚至有可能来自干扰机。干扰机通过在信道上发射一定干扰强度的信号来占用信道资源，无人机端则可以制定相应策略来选择没有被干扰或者受到干扰较小的信道，在这些信道上无人机可以获得更高的传输速率。

目前在无人机抗干扰的诸多方法中，跳频是一个普遍且易于实现的方向。但是相关算法的提出并不多，主要是受到无人机对抗这种特定环境的限制。基于认知无线电的假设，将无人机的信道选择过程建模为MDP，通过强化学习算法(如Q学习)选择将无人机的效益最大化，从而在每个时隙选择干扰小且效益高的信道(张新宇.无人机网络抗干扰方法研究[D].北京邮电大学.2019)。或者同样将信道选择过程建模为MDP，通过Q学习最小化感知到的干扰功率来选择最佳信道(黄家邦.基于机器学习的通信抗干扰技术研究[D].电子科技大学.2020)。通过强化学习的方法可以很好应对拥有固定策略的干扰机，但是当干扰机的干扰功率和干扰信道呈现较大随机性时，强化学习算法很难收敛且耗时很长，很难应对无人机对抗的环境。另外也有着将无人机信道选择建模为多臂赌博机的方法，通过贪婪算法或者UCB算法估计最佳信道，虽然这种基于统计的方法更好地处理了随机性问题，但是也面临着同样的需要大量训练才能收敛的问题。

发明内容

本发明的目的在于提供一种基于知识梯度的无人机最优信道快速选择方法，从而提高干扰功率随机动态变化场景下无人机最优信道选择的速度。

实现本发明目的的技术解决方案为：一种基于知识梯度的无人机最优信道快速选择方法，包括以下步骤：

步骤1、基于贝叶斯定理将所有信道的信道容量建模为查找表信念模型；

步骤2、根据无人机通信任务经验，初始化查找表信念模型；

步骤3、根据当前时刻关于信道容量的信念状态，计算得到关于各信道的知识梯度值，选择知识梯度最大的信道为当前时刻的通信信道；

步骤4、无人机在选择的信道上进行通信，同时监测传输速率，根据传输速率对信道容量的信念状态进行更新。

进一步地，步骤1所述的查找表信念模型，基于贝叶斯定理，具体如下：

查找表信念模型是对信道容量的建模，由信道容量的信念均值和信念方差组成，统称信念状态；前一时刻更新后的信念状态属于信道容量的后验分布，用做当前时刻先验分布参与运算。

进一步地，步骤2中所述初始化查找表信念模型，其中信念状态初始值根据经验聚合得来，包括信道容量的信念均值。

进一步地，步骤3所述根据当前时刻关于信道容量的信念状态，计算得到关于各信道的知识梯度值，选择知识梯度最大的信道为当前时刻的通信信道，具体为：

利用基于查找表模型的知识梯度算法，将关于信道容量的信念状态作为此次迭代的先验分布，该先验分布服从高斯分布，是一个由信念均值和信念方差组成的二维表格；

根据知识梯度的计算公式计算得到所有信道在当前信念状态下的知识梯度值，选择知识梯度值最大的信道为当前时刻的通信信道，同时对被选择信道进行监测。