基于无人机网络的隐蔽通信优化方法及系统

本发明涉及通信，具体涉及一种基于无人机网络的隐蔽通信优化方法及系统。

背景技术：

1、目前，隐蔽通信(covert communication)，也称作低检测概率(low probabilityof detection，lpd)通信可以实现通信双方的隐藏信息传输，防止通信信号被恶意窃听者发现，即信号隐蔽，若恶意用户无法确认信号的存在，则难以实施进一步的窃听行为。另一方面，无人机(unmanned aerial vehicles,uav)通信系统因其高移动性和低成本特性，在无线通信领域获得了广泛的关注。相比于传统的固定基站通信系统，无人机通信网络具备天然的技术优势。作为可移动的空中通信传输平台，无人机通信系统能够为地面用户提供可靠的视距链路，以较低能耗与用户建立连接，扩展地面网络的覆盖半径。google、facebook等互联网企业以及无线通信运营商verizon及中国移动相继发布了各自的无人机通信系统，推动了无人机通信的实用化进程。无人机通信系统的引入了飞行轨迹与驻留位置等新的资源维度，为无线移动通信的发展注入了新的活力。在无人机网络环境中，研究多用户非正交多址接入协议下的隐蔽通信及其增强技术，显得尤其迫切。

技术实现思路

1、针对所述缺陷，本发明实施例公开了一种基于无人机网络的隐蔽通信优化方法，其通过将窃听无人机设置为移动性，使得窃听无人机与地面以及合法无人机之间距离不断变化，提高了隐蔽通信的复杂度，降低了信息被窃听的风险保证了信息传输的安全性。

2、本发明实施例第一方面公开了基于无人机网络的隐蔽通信优化方法，包括：

3、获取合法无人机的第一状态信息、窃听无人机的第二状态信息以及地面用户的第三状态信息，所述第一状态信息包括最大飞行速率、最大发射功率、最飞行时隙、飞行起点位置和飞行终点位置以及各个用户位置信息；所述第二状态信息包括在第n个时隙合法无人机和窃听无人机的距离以及第n个时隙窃听无人机和第k个地面用户的距离；所述第三状态信息包括地面用户发射功率和地面用户的最大发射功率，且所述合法无人机和窃听无人机均处于移动状态；

4、基于所述第一状态信息、第二状态信息和第三状态信息来构建第一非凸问题模型；其中，所述第一非凸模型被表示为：

5、

6、

7、

8、

9、cl[1]＝ci，cl[n]＝cf.

10、rk[n]＝ln(sk[n])-ln(sk+1[n])

11、其中，pk[n]表示地面用户发射功率，cl[n]表示合法无人机的水平飞行轨迹位置，rk[n]表示第k个用户在第n个时隙的容量，表示干扰信号的最大可能发射功率，dlw[n]表示第n个时隙合法无人机和窃听无人机的距离；dw，k[n]表示第n个时隙窃听无人机和第k个地面用户的距离；η表示为达到隐蔽通信要求，干扰信号与上行信号在窃听无人机处的接收功率比率；表示地面用户的最大发射功率；ts表示飞行时隙；vm表示合法无人机的最大飞行速率；sk[n]表示中间变量；

12、基于功率优化模块对所述第一非凸问题模型进行模型转换以得到基于飞行轨迹的功率子问题模型，基于轨迹优化模块对所述第一非凸问题模型进行模型转换以得到基于发射功率的飞行轨迹子问题模型；

13、根据第一初始数据以及第一迭代停止门限对所述功率子问题模型进行数值求解分析以得到最优的功率配置结果；

14、根据第二初始数据以及第二迭代停止门限对所述轨迹子问题模型进行数值求解分析以得到最优的轨迹配置结果以及上行链路总容量，计算两次最优值的变化，若该变化小于设定值，则迭代停止输出结果。

15、作为一种可选的实施方式，在本发明实施例第一方面中，所述基于功率优化模块对所述第一非凸问题模型进行模型转换以得到基于飞行轨迹的功率子问题模型，包括：

16、设定飞行轨迹固定，并引入松弛变量qk[n]；

17、通过引入松弛变量并对进行一阶泰勒近似，使得第一非凸问题模型变化为功率子问题模型；所述功率子问题模型被表示为：

18、

19、

20、

21、

22、作为一种可选的实施方式，在本发明实施例第一方面中，所述根据第一初始数据以及第一迭代停止门限对所述功率子问题模型进行数值求解分析以得到最优的功率配置结果，包括：

23、进行初始化数据设置，设置r＝0以及第一迭代停止门限δt，以等功率发射功率设置为初始功率分配策略以及初始解对应的上行链路容量总和

24、基于局部可行解来使用cvx工具求解功率子问题p1；并输出最优解以及对应的上行链路容量总和qr+1[n]；

25、根据所述上行链路容量总和以及第一变化公式计算两次最优值的第一变化值δr[n]，若所述第一变化值小于第一迭代停止门限，则迭代停止，其中，所述第一变化公式为δr[n]＝qr+1[n]-qr[n]。

26、作为一种可选的实施方式，在本发明实施例第一方面中，所述基于轨迹优化模块对所述第一非凸问题模型进行模型转换以得到基于发射功率的飞行轨迹子问题模型，包括：

27、设定功率分配策略为固定；并考虑链路容量约束为：ln(sk[n])-ln(sk+1[n])≥qk[n]；

28、对所述链路容量约束进行一阶泰勒公式展开处理以得如下约束：其中，为第t次迭代的最优飞行轨迹输出值；

29、基于上述约束得到轨迹子问题模型，所述轨迹子问题模型被表示为：

30、

31、

32、

33、cl[1]＝ci，cl[n]＝cf.

34、

35、作为一种可选的实施方式，在本发明实施例第一方面中，所述根据第二初始数据以及第二迭代停止门限对所述轨迹子问题模型进行数值求解分析以得到最优的轨迹配置结果，包括：

36、进行初始化数据设置，设置t＝0以及第二迭代停止门限δt，设置直线飞行轨迹为初始轨迹分配策略以及设置初始解对应的上行链路容量总和

37、基于局部可行解来使用cvx工具求解轨迹子问题p2；并输出最优解以及对应的上行链路容量总和mt+1；

38、根据所述上行链路容量总和以及第二变化公式计算两次最优值的第二变化值δt，若所述第二变化值小于第二迭代停止门限，则迭代停止，其中，所述第二变化公式为δt＝mt+1-mt。

39、本发明实施例第二方面公开一种基于无人机网络的隐蔽通信优化系统，包括：

40、获取模块：用于获取合法无人机的第一状态信息、窃听无人机的第二状态信息以及地面用户的第三状态信息，所述第一状态信息包括最大飞行速率、最大发射功率、最飞行时隙、飞行起点位置和飞行终点位置以及各个用户位置信息；所述第二状态信息包括在第n个时隙合法无人机和窃听无人机的距离以及第n个时隙窃听无人机和第k个地面用户的距离；所述第三状态信息包括地面用户发射功率和地面用户的最大发射功率，且所述合法无人机和窃听无人机均处于移动状态；

41、模型构建模块：用于基于所述第一状态信息、第二状态信息和第三状态信息来构建第一非凸问题模型；其中，所述第一非凸模型被表示为：

42、

43、

44、

45、

46、cl[1]＝ci，cl[n]＝cf.

47、rk[n]＝ln(sk[n])-ln(sk+1[n])

48、其中，pk[n]表示地面用户发射功率，cl[n]表示合法无人机的水平飞行轨迹位置，rk[n]表示第k个用户在第n个时隙的容量，表示干扰信号的最大可能发射功率，dlw[n]表示第n个时隙合法无人机和窃听无人机的距离；dw，k[n]表示第n个时隙窃听无人机和第k个地面用户的距离；η表示为达到隐蔽通信要求，干扰信号与上行信号在窃听无人机处的接收功率比率；表示地面用户的最大发射功率；ts表示飞行时隙；vm表示合法无人机的最大飞行速率；sk[n]表示中间变量；

49、转换模块：用于基于功率优化模块对所述第一非凸问题模型进行模型转换以得到基于飞行轨迹的功率子问题模型，基于轨迹优化模块对所述第一非凸问题模型进行模型转换以得到基于发射功率的飞行轨迹子问题模型；

50、功率分析模块：用于根据第一初始数据以及第一迭代停止门限对所述功率子问题模型进行数值求解分析以得到最优的功率配置结果；

51、轨迹分析模块：用于根据第二初始数据以及第二迭代停止门限对所述轨迹子问题模型进行数值求解分析以得到最优的轨迹配置结果。

52、作为一种可选的实施方式，在本发明实施例第二方面中，所述基于功率优化模块对所述第一非凸问题模型进行模型转换以得到基于飞行轨迹的功率子问题模型，包括：

53、设定飞行轨迹固定，并引入松弛变量qk[n]；

54、通过引入松弛变量并对进行一阶泰勒近似，使得第一非凸问题模型变化为功率子问题模型；所述功率子问题模型被表示为：

55、

56、

57、

58、

59、作为一种可选的实施方式，在本发明实施例第二方面中，所述根据第一初始数据以及第一迭代停止门限对所述功率子问题模型进行数值求解分析以得到最优的功率配置结果，包括：

60、进行初始化数据设置，设置r＝0以及第一迭代停止门限δt，以等功率发射功率设置为初始功率分配策略以及初始解对应的上行链路容量总和

61、基于局部可行解来使用cvx工具求解功率子问题p1；并输出最优解以及对应的上行链路容量总和qr-1[n]；

62、根据所述上行链路容量总和以及第一变化公式计算两次最优值的第一变化值δr[n]，若所述第一变化值小于第一迭代停止门限，则迭代停止，其中，所述第一变化公式为δr[n]＝qr+1[n]-qr[n]。

63、本发明实施例第三方面公开一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行本发明实施例第一方面公开的基于无人机网络的隐蔽通信优化方法。

64、本发明实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的基于无人机网络的隐蔽通信优化方法。

65、与现有技术相比，本发明实施例具有以下有益效果：

66、本发明实施例中的基于无人机网络的隐蔽通信优化方法同时对飞行轨迹与多用户功率分配进行联合优化，使得地面用户在满足窃听无人机一定的错误检测率的条件下及最大发射功率约束下，尽可能提升上行链路总容量能使无人机的平均隐蔽通信速率最大化，相比于传统隐蔽通信有明显的性能增益。