一种非同步协同定位网络的信道资源调度方法

摘要: 本发明属于移动通信与导航定位,具体涉及一种非同步协同定位网络的信道资源调度方法。背景技术:1、高精度位置感知是航天器网络、无人机网络、车联网等移动自组织网络中的...
一种非同步协同定位网络的信道资源调度方法

本发明属于移动通信与导航定位,具体涉及一种非同步协同定位网络的信道资源调度方法。

背景技术:

1、高精度位置感知是航天器网络、无人机网络、车联网等移动自组织网络中的基础能力。在这类网络中,通常只有部分节点的位置已知,可作为锚节点提供定位参考;其余节点需要根据无线测量信息估计自身位置。当锚节点数量有限、几何分布不理想或链路条件受限时,仅依赖锚节点信息往往难以获得稳定的定位结果。为提高定位可靠性,位置未知节点之间可以通过协同测距获得节点间测量信息,并与锚节点参考信息共同用于多个节点的位置解算。由于网络中各节点通常难以保持严格的全局时钟同步,上述节点间协同测距需要在非同步条件下完成,这类定位方式通常称为非同步协同定位。

2、非同步协同定位需要通过节点间测距链路获取协同测量信息,而这些测距链路需要占用有限的无线信道资源。对于单条测距链路而言,带宽、发射功率和传播距离会影响测距信息质量;对于整个定位网络而言,不同链路的方向和接收节点分布会影响定位几何结构。在实际网络中,可用资源块、总带宽和发射功率均受到限制,普通节点在同一资源块内还需满足半双工约束,不能任意同时参与多条测距链路。因此,需要通过资源调度确定节点间测距链路的选择、资源块占用以及相应资源分配方式。不同调度结果会改变网络中的测距信息量和定位几何分布,进而影响通信性能和整体定位精度。

3、现有资源调度方法通常采用穷举搜索、贪心算法、交替优化、凸近似或遗传算法等方式求解链路选择和资源分配方案。这类方法可以在一定程度上改善协同定位性能,但通常需要对大量候选链路组合进行搜索或反复迭代计算。当普通节点数量和资源块数量增加,或网络拓扑频繁变化时,候选链路组合数量快速增长,导致计算开销较大,难以满足非同步协同定位网络的实时调度需求。因此,有必要研究一种不依赖初始值、收敛速度快、能够同时兼顾通信性能与定位性能的通信定位一体化网络资源调度方法。

4、本发明就是基于上述问题而产生的技术发明,就本发明的内容而言,国内外尚未见报道。

技术实现思路

1、有鉴于此,本发明提供了一种非同步协同定位网络的信道资源调度方法,该方法能够在信道资源受限的情况下,为普通节点之间的测距链路选择更合适的资源块,使节点之间的测距通信更加合理,从而提高网络的定位效果和通信效果。

2、实现本发明的技术方案如下:

3、一种非同步协同定位网络的信道资源调度方法,包括:

4、针对当前网络状态和资源块信息,以资源块上的有向协同测距链路作为超图节点,根据同一资源块内链路的资源共享关系、同一节点参与链路形成的半双工冲突关系、同一接收节点的定位信息累积关系以及收发节点间的几何方向关系构造超边,形成面向资源调度的超图结构;将超图节点初始特征和多种类型超边集合构建的超图关联矩阵输入超图神经网络中,通过超图神经网络在超图节点与超边之间进行信息聚合,获得各资源块上有向链路的调度评分;

5、将各资源块上有向链路的调度评分和链路定位收益进行融合得到链路选择指标,根据所述链路选择指标选择可行的链路加入对应资源块,在满足同一资源块内节点不重复占用的约束下,生成资源块调度结果;所述调度结果用于在有限信道资源条件下合理安排普通节点之间的协同测距链路,以提高网络通信性能和定位性能。

6、可选地,本发明所述超图节点初始特征为:对于网络中的普通节点,枚举所有有向协同测距链路,获得有向链路的几何特征;对于网络中的资源块,构造归一化资源块索引形成资源块特征,并映射得到用于区分不同资源块的资源块嵌入;将每一资源块嵌入和每一个有向链路的几何特征拼接,得到资源块上的有向协同测距链路表示作为一个超图节点;有向链路表示经特征映射作为超图节点的初始特征。

7、可选地,本发明有向链路的几何特征获取具体过程为:对于网络中的普通节点,枚举所有向协同测距链路;对于任一有向链路,分别获取发送节点嵌入和接收节点嵌入,并将、、二者差值、二者逐元素乘积以及归一化链路距离进行拼接,得到该有向链路的几何特征。

8、可选地,本发明所述资源块嵌入获取的具体过程为:对于第个资源块,构造归一化资源块索引

9、

10、其中,为资源块总数;并形成资源块特征,将所述资源块特征输入嵌入映射网络,得到用于区分不同资源块的资源块嵌入。

11、可选地,本发明所述通过超图神经网络在超图节点与超边之间进行信息聚合,具体为:

12、对超图节点特征进行线性变换后,将节点特征聚合到超边,并按超边度矩阵进行归一化,将超边消息按超边权重回传至超图节点,并按节点度矩阵进行归一化;再对超图节点特征进行归一化、非线性激活和随机失活处理,并与原超图节点特征进行残差连接,实现超图节点特征的更新。

13、可选地,本发明将信息聚合后的超图节点特征输入评分网络,得到对应的标量评分,将所有超图节点的标量评分按照资源块索引和有向链路索引进行重排,得到评分矩阵,评分矩阵每一行对应一个资源块,每一列对应一条非自环有向链路,评分矩阵作为超图神经网络的输出结果。

14、可选地,本发明将各资源块上有向链路的调度评分和链路定位收益进行融合得到链路选择指标,具体过程为:

15、计算候选链路增益:对候选链路,比较加入该链路前后的speb变化,得到链路定位收益,将超图神经网络输出的评分矩阵整理为每个资源块对应的有向链路评分矩阵;将超图神经网络评分矩阵与链路定位收益进行融合,得到链路选择指标:

16、。

17、可选地,本发明所述超图神经网络模型在训练时,构建监督损失函数,监督损失函数包括链路选择损失、链路数量约束损失、排序损失和半双工冲突软约束损失,总损失表示为:

18、

19、其中,用于约束模型判断各资源块上的候选有向链路是否被选中,用于约束每个资源块中被选择链路的数量,用于提高被选中链路相对于未选中链路的评分,用于抑制同一普通节点在同一资源块内同时参与多条链路,、、为权重系数;

20、根据总损失对超图神经网络模型参数进行反向传播和迭代更新:

21、

22、其中,为学习率,表示损失函数对模型参数的梯度。

23、有益效果

24、与现有技术相比,本发明能够在信道资源受限的情况下,为普通节点之间的测距链路选择更合适的资源块,使节点之间的测距通信更加合理,从而提高网络的定位效果和通信效果。相比穷举搜索、交替优化和遗传算法等传统方法,本发明利用训练好的超图神经网络直接给出链路评分,再根据评分生成调度结果,减少了大量重复搜索和迭代计算,因此计算速度更快,实时性更好。同时,本发明得到的调度结果能够较好地满足功率、带宽和半双工等约束,减少无效链路对资源的占用,提高有限信道资源的利用效率,并适用于节点数量和资源块数量频繁变化的网络场景。

1.一种非同步协同定位网络的信道资源调度方法,其特征在于,包括:

2.根据权利要求1所述非同步协同定位网络的信道资源调度方法,其特征在于,所述超图节点初始特征为:对于网络中的普通节点,枚举所有有向协同测距链路,获得有向链路的几何特征;对于网络中的资源块,构造归一化资源块索引形成资源块特征,并映射得到用于区分不同资源块的资源块嵌入;将每一资源块嵌入和每一个有向链路的几何特征拼接,得到资源块上的有向协同测距链路表示作为一个超图节点;有向链路表示经特征映射作为超图节点的初始特征。

3.根据权利要求2所述非同步协同定位网络的信道资源调度方法,其特征在于,有向链路的几何特征获取具体过程为:对于网络中的普通节点,枚举所有向协同测距链路;对于任一有向链路,分别获取发送节点嵌入和接收节点嵌入,并将、、二者差值、二者逐元素乘积以及归一化链路距离进行拼接,得到该有向链路的几何特征。

4.根据权利要求2所述非同步协同定位网络的信道资源调度方法,其特征在于,所述资源块嵌入获取的具体过程为:对于第个资源块,构造归一化资源块索引

5.根据权利要求2所述非同步协同定位网络的信道资源调度方法,其特征在于,所述通过超图神经网络在超图节点与超边之间进行信息聚合,具体为:

6.根据权利要求5所述非同步协同定位网络的信道资源调度方法,其特征在于,将信息聚合后的超图节点特征输入评分网络,得到对应的标量评分,将所有超图节点的标量评分按照资源块索引和有向链路索引进行重排,得到评分矩阵,评分矩阵每一行对应一个资源块,每一列对应一条非自环有向链路,评分矩阵作为超图神经网络的输出结果。

7.根据权利要求6所述非同步协同定位网络的信道资源调度方法,其特征在于,将各资源块上有向链路的调度评分和链路定位收益进行融合得到链路选择指标,具体过程为:

8.根据权利要求5所述非同步协同定位网络的信道资源调度方法,其特征在于,所述超图神经网络模型在训练时,构建监督损失函数,监督损失函数包括链路选择损失、链路数量约束损失、排序损失和半双工冲突软约束损失,总损失表示为: