买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种无人机网络中人工噪声增强的隐蔽通信设计方法_安徽农业大学_202210747400.3 

申请/专利权人:安徽农业大学

申请日:2022-06-29

公开(公告)日:2024-04-12

公开(公告)号:CN115189801B

主分类号:H04K3/00

分类号:H04K3/00;H04W64/00;H04B7/185;H04W12/00;H04W12/03

优先权:

专利状态码:有效-授权

法律状态:2024.04.12#授权;2022.11.01#实质审查的生效;2022.10.14#公开

摘要:本发明公开了一种无人机网络中人工噪声增强的隐蔽通信设计方法,属于无线通信技术领域;本发明构建了无人机UAV的三维位置部署和人工噪声AN发射功率以及发射机Alice发射功率设计的联合优化问题。为了求解该优化问题,首先根据优化问题隐含的特性,将其等价地转换为更易处理的形式。随后,本发明分析证明并推导出发射机Alice发射功率和人工噪声AN发射功率的最优解析表达式。随后证明了无人机UAV的最优水平位置一定位于发射机Alice和监听者Willie的连线上。在此基础上,推导了无人机UAV的最优三维放置位置。仿真结果表明,与无人工噪声AN方案相比,我们发明设计的方案可以显著的提高系统的隐蔽传输性能。

主权项:1.一种无人机网络中人工噪声增强的隐蔽通信设计方法,其特征在于,具体包括以下步骤:S1、构建三维系统模型:选取发射机、无人机和监听者作为三维系统模型的实体研究对象,使用笛卡尔坐标系表示各实体对象的空间位置信息;具体包括以下内容:将发射机和监听者的水平位置分别表示为qa=[0,0]T和qw=[xw,yw]T,无人机的水平位置和高度分别表示为qb=[xb,yb]T和H;发射机到无人机、发射机到监听者、无人机到监听者的信道分别用hab、haw、hbw表示,假设haw为瑞利衰落信道,hab和hbw为视距信道;其中,β0表示参考距离1m时的信道功率增益;S2、求解监听者的最小总检测误差概率:监听者根据其观测的信号样本判断发射机是否发送隐蔽信息给无人机,统计监听者在符号周期内接收到的信号,结合所接收到的信号中发射机未发送信息和已发送信息的情况,计算得出监听者最小总检测误差概率;具体包括以下内容:A1、在隐蔽通信中,监听者根据所观测的信号样本判断发射机是否发送隐蔽信息给无人机,其中,yw[n]表示监听者在第n个符号周期内接收到的信号,可表示为: 式中,表示监听者的噪声;和分别表示发射机未发生和已发送信息给无人机;A2、假设虚警错误概率用表示,漏警概率用表示,分别由和给出,其中和分别表示监听者做出发射机是否传输消息的二元决策,得到监听者总的探测错误概率为: 其中,π0和π1分别表示假设和的先验发射概率;A3、假设等先验发射概率,即π0=π1=0.5;在无线隐蔽通信中,监听者希望最小化其总的探测错误概率ξ;而最优检测器为似然比检测,相应的似然比函数如下: 其中,和分别表示在和条件下的似然函数;A4、根据A3中的似然比函数分析出监听者的最优探测门限以及相应的最小探测错误概率ξ*;考虑到ξ*中通常包含不完全Gamma函数,不利于后续的隐蔽传输设计;因此,考虑ξ*的下界,其可以表示为: 其中,是从到的Kullback-Leibler散度,其由下式给出: 其中,是监听者的信号干扰噪声比;S3、构建优化问题:选取有效吞吐量作为系统性能尺度,构建基于最大化有效吞吐量的优化问题;具体包括以下内容:在隐蔽通信中,无人机接收机的译码错误概率不可忽略,其译码错误概率δ可近似表示为: 其中,是Q函数,是无人机的信号干扰噪声比,R是传输速率;有效吞吐量可以表示为η=NR1-δ;有效吞吐量作为系统性能尺度,在满足隐蔽约束、最大人工噪声发射功率约束以及无人机飞行高度的前提下,联合优化发射机的发射功率Pa和无人机的人工噪声发射功率Pb以及无人机的三维放置位置以最大化有效吞吐量η;所构建的优化问题为: 其中,是隐蔽性要求;为无人机的功率约束;Hmin和Hmax分别为无人机允许的最小和最大飞行高度;S4、化简优化问题:对S3中所构建的优化问题进行化简,将其转化为更易于处理的优化问题,进而计算推导出发射机最佳发射功率Pa*和无人机最优人工噪声发射功率Pb*的解析表达式;具体包括以下内容:B1、根据公式4,推导出DP0丨P1关于γw的一阶导数为: 由公式7可知,DP0|P1是γw的单调递增函数;因此,约束C1可以等价为其中,是DP0|P1=2∈2关于γw的解,即是方程 的解;B2、根据B1中所述内容,可将优化问题6转换为一个更易于处理的优化问题: C5:0≤Pb≤PbmaxC6:Hmin≤H≤Hmax9所述优化问题9与优化问题6是等价的,具有相同的最优解;B3、对于优化问题9,由于目标函数Pa和Pb单调递增和递减函数,同时隐蔽约束C7中的γw也分别是Pa和Pb单调递增和递减函数,因此,隐蔽约束在最优解处一定取等号;发射机的最优发射功率可表示为: B4、结合B3中公式10的内容,将代入目标函数γb中,接着再对Pb求一阶导数,进而计算得出无人机最优的人工噪声发射功率: S5、提出无人机最佳水平位置判断定理并证明:基于S4中化简后的优化问题,提出可进一步化简优化问题的定理1并对其进行证明,所述定理1的具体内容为:对于任何一个可行的高度H,无人机的最佳水平位置一定位于发射机和监听者之间的连线上;S6、确定无人机最优三维放置位置:根据S5中所提出的定理1,将三维无人机位置优化问题简化为一个二维位置优化问题,进而推导确定无人机的最优三维放置位置。

全文数据:

权利要求:

百度查询: 安徽农业大学 一种无人机网络中人工噪声增强的隐蔽通信设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。