能量和协方差检验的联合频谱感知算法研究

快速准确的频谱感知是认知无线电系统有效通信的前提。现有的能量检测算法易受噪声波动影响,为提高频谱感知的性能,采用了联合频谱感知算法。方法利用双门限的能量检测法进行粗检,并使用协方差检测算法对中间混淆区域进行二次判决。在噪声不确定的情况下,对联合频谱感知算法性能进行了仿真分析。仿真结果表明,在噪声波动较大时,算法有效地提高频谱检测的性能,而且计算复杂度得到降低,并优于能量检测法和协方差检测法。     

基于记忆融合模式的多无人机分散式协同导航方法

针对多无人机协同交互过程中存在的通信时滞问题，提出基于记忆-融合的多无人机分散式协同导航算法。在无人机惯性和全球卫星导航系统（GNSS）紧组合导航框架基础上，建立含时滞影响的系统状态向量，并对系统状态误差及其方差进行推导，进一步构建关于各无人机状态的最优估计模型，并基于状态误差方差最小准则对状态进行最优估计。建立了基于机间相对测量的多无人机分散式协同导航算法，提出了基于记忆融合模式的时滞处理方法。在GNSS可获取及拒止环境下进行多无人机协同导航仿真与实验测试，结果表明，所提出的基于记忆-融合的分散式协同导航算法能有效补偿通信时滞造成的精度损失，有效提高定位精度。     

无人机测控传输中SCCPM优化设计

针对无人机测控传输系统频率资源日趋紧张、电磁环境日渐复杂的现状,为提高无线传输频带效率和功率效率,在卷积码和CPM（Continuous Phase Modulation,连续相位调制）的基础上,提出一种基于SCCPM（Serially Concatenated CPM,串行级联CPM）的无人机遥控、遥测数据传输体制.通过引入Turbo（涡轮）码迭代原理设计CPM解调与卷积译码反馈校正结构,并对CPM解调算法进行优化以减小复杂度,得到相位连续、频谱紧凑、编码增益高、收敛特性好的无人机测控通信系统.仿真结果表明：所设计方案采用级联外迭代方式可获取更高的信噪比增益、更低的错误平层——与典型应用的RS（Reed-Solomon,里德-所罗门）码级联卷积码相比,该方案能够多获取1.6 dB的信噪比增益,表明SCCPM更适用于无人机测控数据传输.     

基于多策略GWO算法的不确定环境下异构多无人机任务分配

针对具有复杂约束的异构多无人机对地目标侦察打击任务分配问题，考虑不确定的任务执行时长、目标消失时间和无人机巡航速度等不确定因素对任务分配结果的影响，基于模糊可信性理论构建以最小化总成本为优化目标的异构多无人机任务分配的模糊机会约束规划模型，并提出一种多策略融合的灰狼优化算法（IMSGWO），通过引入自适应控制参数调整策略、自适应惯性权重策略、最优学习策略与跳出局部最优策略，在增强种群多样性的同时，提高算法的搜索能力。数值分析结果表明：所提算法能够有效求解不确定环境下的异构多无人机任务分配问题。     

面向城市飞行安全的无人机离散型多路径规划方法

为了提高无人机（UAV）在城市环境中运行的安全性,且能生成多条备选路径,提出一种离散型城市环境下基于无人机飞行安全的多路径规划方法。根据定义的城市环境模型、无人机的飞行规则和安全性原则,建立无人机飞行安全性分析模型和离散型多路径规划问题的数学模型。为提高算法的收敛速度和解的优质性,以及使算法能够同时输出多条路径,针对蚁群（ACO）算法的运行机制,设计聚类算子,提出改进聚类蚁群（CIACO）算法。实验结果表明,所提方法能够快速的收敛输出多条风险值较低的飞行路径。     

包含乘性噪声自适应修正的非合作目标相对导航算法

无人机（UAV）态势感知的任务是利用机载传感器对未知环境进行目标识别和引导，针对无人机与非合作目标间中远距离的相对导航问题，提出了一种基于角度和距离量测的相对状态估计算法。在现有滤波算法的基础上，为了提高精度和稳定性，本文利用了列文伯格-马夸尔特（LM）优化的思想对迭代卡尔曼滤波（IEKF）算法进行改进，提出了一种LM-IEKF算法，并推导该算法在迭代过程中的状态更新方程及协方差阵的递推公式。在此基础上，考虑到距离传感器由于信号相关特性而引入的乘性噪声，现有的加性噪声模型难以适应，因此，进一步提出了基于量测噪声自适应修正的Modified LM-IEKF方法，通过在线实时更新噪声阵提高滤波的精度，并设置渐消记忆指数平滑估计结果。算法验证结果表明，与现有的EKF、IEKF算法相比，在仅含加性噪声的情况下，LM-IEKF算法具有更好的性能；在包含乘性噪声的情况下，Modified LM-IEKF可以有效地估计量测噪声，与目前广泛使用的EKF算法相比，在综合相对位置和相对速度精度上分别提高了10%和23%。     

基于改进引力搜索算法的认知无线网络频谱分配

为了提高认知无线网络频谱资源利用率,提出一种基于改进引力搜索算法的频谱分配方案。该方案 将质子位置信息映射为频谱分配变量,提出一种非线性引力衰减因子,以增强算法对于频谱分配可行解的搜索 能力。其次,为了保持算法对于频谱分配可行解的最优搜索方向,采用全局最优引导策略为质子增加记忆能力。 然后,提出动态高斯扰动策略,随着算法迭代自适应地调整扰动步长,避免算法陷入局部最优。最后,针对频 谱分配问题的离散化特性,引入Sigmoid 函数使质子的位置离散化。仿真实验结果表明,改进引力搜索算法能 够有效地实现频谱分配问题的优化求解,取得了相对较高的网络效益和用户公平度。     

一种基于多无人机的中继节点布置问题建模与优化方法

针对战场环境下急需在无法通信的节点间构建有效通信链路的情形,使用多无人机作为中继节点,建立了中继节点布置(RNP)问题模型。模型以中继链路有效和无人机安全为约束,以中继布置点位置及相应的无人机为输出,不但考虑了使用的中继无人机数量,还考虑了构建中继链路花费的时间。考虑到该问题是难以求解的混合整数多目标优化问题,同时在紧急应用情形下,要求求解算法快速有效,建立了一种多项式时间中继节点布置算法(PTRPA)。仿真实验验证了所提模型确实能够在更短的时间内完成有效中继链路构建;通过Monte-Carlo方法对比和分析不同因素对PTRPA算法、随机抽样算法、遗传算法求解该问题的结果性能和时间性能的影响,验证了PTRPA算法不但能够给出接近最优的解,且快速有效,满足战场决策需求。     

软件定义网络在无人机地面站的应用研究

借鉴软件定义网络（SDN）的思想，提出一种网络智能流量控制方法并研制出智能流量控制软件。它综合采用网络态势感知技术、显式拥塞通告技术、数据中心传输控制协议和多队列调度技术来实现了网络态势动态感知和网络流量全局控制。该软件在半实物仿真软件定义网络环境中进行了测试，测试结果满足了预期的指标；该软件还在某无人机地面站中进行了验证，显著提高了测控数据在网络中传输的确定性。     

基于信息预处理的无人机集群协同电子侦察

为了提供长期有效的电子侦察能力,高机动性无人机电子侦察平台需要组成 1个多无人机电子侦察网络。多无人机电子侦察网络在面对复杂电子侦察任务时,需要具有对不同平台电子侦察结果判别和整合的能力。针对传统基于证据理论(DempsterShafer,DS)的协同电子侦察方法中,因为电磁环境的复杂性和基于 DS合成公式对不可靠信息缺少必要的筛除而导致的证据悖论问题,文章提出了基于电子侦察信息预处理的无人机集群协同电子侦察融合判决新方法。该方法对每架无人机的电子侦察信息进行预判断,得到每架无人机电子侦察信息的可信度权值,提出信息融合算法,对预处理后的电子侦察信息进行融合判决。仿真结果表明,该方法可以有效提升对多无人机电子侦察信息的甄别能力,提高无人机集群协同电子侦察性能。     

空时分组编码的无人机中继通信航迹规划方法

无人机(UAV)中继通信是实现远距离点对点无线通信的一种重要技术手段。为提高无人机中继通信系统链路传输的可靠性,提出基于空时分组编码的无人机放大转发中继通信传输方案,并基于双跳链路遍历容量最大化的准则给出了无人机最佳航迹规划方法,并进一步利用FM-EM算法给出了基于空时分组编码无人机中继通信系统的中断概率及遍历信道容量计算公式。计算机仿真表明:提出的方法显著优于传统的单发单收(SISO)无人机中继通信系统。     

Ergodic sum rate for uplink NOMA transmission in satellite-aerial-ground integrated networks

The application of Non-Orthogonal Multiple Access (NOMA) technology into satellite-aerial-ground integrated networks can meet the requirements of ultra-high rate and massive connectivity for the Sixth-Generation (6G) communication systems. We consider an uplink NOMA scenario for such a satellite-aerial-ground integrated network where multiple users communicate with satellite under the help of an Unmanned Aerial Vehicle (UAV) as an aerial relay equipped with a phased array. Supposing that buffer-aided decode-and-forward protocol is adopted at the UAV relay, we first formulate an optimization problem to maximize Ergodic Sum Rate (ESR) of the considered system subject to individual power constraint and quality-of-service constraint of each user. Then, with known imperfect channel state information of each user, we propose a joint power allocation and robust Beam Forming (BF) iterative algorithm to maximize ESR for the user-to-UAV link. Besides, to take the advantages of Free-Space Optical (FSO) and millimeter Wave (mmWave) communications, we present a switch-based hybrid FSO/mmWave scheme and a robust BF algorithm for the UAV-to-satellite link to achieve higher rate. Moreover, a closed-form ESR expression is derived. Finally, the effectiveness and correctness of the proposed solutions are verified by numerical simulations, and the performance evaluation results show that the proposed solutions not only achieve performance enhancement and robustness, but also outperform the orthogonal multiple access significantly.     

无人机自组网络多媒体数据传输路由算法研究

针对无人机自组网络多媒体数据传输中链路不稳定问题,提出了一种无人机自组网络多媒体数据传输路由算法。该算法在GPSR路由算法基础上,结合无人机多媒体通信的特点,充分考虑了位置、速度、运动方向这三个因素对选择下一跳节点的影响,从而达到同时兼顾三者和提高链路性能的目的。提出的算法具有开销小、可靠性高等优点,有效提高了分组交付率以及降低了平均端到端延迟,从而提高了无人机自组网络多媒体数据传输的性能。     

基于Kalman滤波的高频CW电报信号自动识别

针对强噪声背景下高频CW电报信号检测算法性能严重下降、误码率较高的问题,文章提出一种基于卡尔曼滤波的高频CW电报信号同步检测识别算法。利用自同步法对CW电报信号实现位同步,进而利用卡尔曼滤波针对时变干扰噪声设置自适应阈值,对信号能量进行软判决,实现CW电报信号的自适应跟踪检测,提取有效信号进行识别。通过短波信道仿真软件和实际短波通信测试表明,该算法能够在强噪声背景下有效检测识别CW电报信号,且算法可由迭代实现。     

基于复杂网络的无人机飞行冲突解脱算法

为解决局部空域内的无人机（UAV）群相撞和可能发生连锁碰撞问题,创新地以复杂网络理论为基础,将无人机群的飞行冲突解脱分为关键节点选择和避撞方向选择2个步骤实施,最大限度地保证无人机群受威胁时的安全性。通过分析无人机群的状态信息,选择最重要无人机（关键节点）进行避撞,同时遵循鲁棒性最小原则进行避撞方向选择。通过2个典型无人机飞行案例的仿真实验,验证该策略不仅可以有效解决当前无人机的冲突问题,而且可以防止连锁碰撞,实现整体的最优化。大量仿真实验验证了所提算法的可行性和可扩展性,以及与随机选择方向避撞算法进行比较,结果表明该算法能够提升无人机群的安全性。     

Mobility control of unmanned aerial vehicle as communication relay in airborne multi-user systems

In this paper, a model-based adaptive mobility control method for an Unmanned Aerial Vehicle(UAV) acting as a communication relay is presented, which is intended to improve the network performance in airborne multi-user systems. The mobility control problem is addressed by jointly considering unknown Radio Frequency(RF) channel parameters, unknown multi-user mobility, and non-available Angle of Arrival(AoA) information of the received signal. A Kalman filter and a least-square-based estimation algorithm are used to predict the future user positions and estimate the RF channel parameters between the users and the UAV, respectively. Two different relay application cases are considered: end-to-end and multi-user communications. A line search algorithm is proposed for the former, with its stability given and proven, whereas a simplified gradient-based algorithm is proposed for the latter to provide a target relay position at each decision time step, decreasing the two-dimensional search to a one-dimensional search. Simulation results show that the proposed mobility control algorithms can drive the UAV to reach or track the optimal relay position movement, as well as improving network performance. The proposed method reflects the properties of using different metrics as objective network performance functions.     

多无人机协同覆盖路径规划

多无人机协同覆盖路径规划(CPP)由于其并行性和容错能力,对于提高无人机完成侦察、监视、搜索等任务的效率具有重要意义。提出了一种基于无人机任务性能评价和任务区域划分的多无人机协同CPP算法。定量分析了无人机执行覆盖任务的能力,根据无人机及携带成像传感器的性能给出了计算无人机任务性能指数的数学公式;提出了一种基于任务性能和子区域宽度的任务区域划分算法,使无人机的总转弯次数达到最少。仿真结果表明,所提出的CPP算法能够规划出全局最优的多无人机协同覆盖路径。     

通信和测量受限条件下异构多UAV分布式协同目标跟踪方法

研究了通信和测量受限的异构多无人机(UAV)网络化分布式协同目标观测与跟踪问题.该分布式UAV系统采用长机一僚机异构型网络结构,以实现在电子静默和战术隐身条件下扩大探测和打击纵深.提出改进的一致性信息滤波(ICF)算法,实现通信和测量范围内各UAV节点的分布式信息融合.由于一致性算法的收敛性与网络拓扑结构的连通性密切相...     

Topology tracking of dynamic UAV wireless networks

Wireless network is the communication foundation that supports the intelligentization of Unmanned Aerial Vehicle (UAV) swarm. The topology of UAV communication network is the key to understanding and analyzing the behavior of UAV swarm, thus supporting the further prediction of UAV operations. However, the UAV swarm network topology varies over time due to the high mobility and diversified mission requirements of UAVs. Therefore, it is important but challenging to research dynamic topology inference for tracking the topology changes of the UAV network, especially in non-cooperative manner. In this paper, we study the problem of inferring UAV swarm network topology based on external observations, and propose a dynamic topology inference method. First, we establish a sensing framework for acquiring the communication behavior of the target network over time. Then, we expand the multi-dimensional dynamic Hawkes process to model the communication event sequence in a dynamic wireless network. Finally, combining the sliding time window mechanism, the maximum weighted likelihood estimation is applied to inferring the network topology. Extensive simulation results demonstrate the effectiveness of the proposed method.