一种基于无线功率传输的多无人机协同安全通信方法

本发明涉及无人机无线通信、无线功率传输、物理层安全和资源优化，尤其涉及一种基于无线功率传输的多无人机协同安全通信方法。

背景技术：

1、无人机具有部署灵活、机动性强、可按需调整空间位置等优势，已被广泛用于临时覆盖、偏远区域数据采集和应急通信等场景。在地面基础设施受限或地面用户分布稀疏的区域，多架无人机能够协同为地面终端提供通信服务，从而提升网络覆盖能力和链路质量。

2、然而，现有无人机辅助通信系统仍存在两类突出问题。其一，地面用户通常由小容量电池供电，补能困难，连续数据采集能力受限；无人机自身也存在飞行推进和通信传输能耗，系统能效成为制约网络持续运行的关键因素。其二，无人机与地面用户之间的无线链路具有开放广播特性，地面窃听节点可能截获地面用户向无人机上传的数据，导致通信安全风险。

3、无线功率传输技术能够利用射频能量为能量受限地面用户补能，将其与无人机通信结合，可以由无人机主动飞抵用户附近进行充能。但是，若无人机仅固定承担通信、充能或干扰功能，系统难以根据用户能量状态、信道变化和窃听威胁动态调整资源，导致能量利用率和安全传输效率不足。因此，有必要提出一种能够联合考虑无线功率传输、安全传输、人工噪声干扰和无人机轨迹优化的多无人机协同通信方法。

4、发明人团队的在先申请，cn121367939，一种基于多无人机辅助低空安全通信的轨迹与模式切换优化方法，首先构建一个系统模型，再以最大化系统安全能效为优化目标，构造优化功能模式选择a、传输功率p、无人机轨迹q和无人机速度v为约束的优化问题；然后将优化问题分解为关于无人机功能模式选择、传输功率以及无人机轨迹及速度的三个子问题并求解；最后进行整体迭代优化，求解整体最优解。

5、与上述在先申请相比，cn121367939主要针对多无人机辅助低空安全通信场景，侧重解决无人机在通信功能和干扰功能之间的模式切换、传输功率分配、轨迹设计和速度优化问题。该方案虽然考虑了无人机飞行及通信过程中的能量消耗，并以系统安全能效最大化为目标进行资源优化，但其系统模型中地面用户仅作为合法通信用户参与安全传输，未考虑地面用户自身能量受限以及需要由无人机进行无线功率传输补能的情况；同时，该方案未建立无人机下行无线充能阶段和地面用户上行安全传输阶段之间的时隙划分模型，也未引入地面用户能量采集模型、可用能量约束以及能量因果约束。因此，当地面用户电池容量有限、需要依靠无人机无线充能后才能持续上传数据时，该在先申请难以解决用户补能、上行安全传输、人工噪声干扰和无人机能耗之间的联合优化问题。

6、本发明针对上述区别和不足，在多无人机协同安全通信系统中进一步引入无线功率传输机制，将每个时隙划分为无人机下行无线充能阶段和地面用户上行安全传输阶段；在充能阶段，无人机向能量受限地面用户传输射频能量，在传输阶段，地面用户利用采集能量向通信无人机上传数据，同时空闲无人机可切换为干扰无人机发送人工噪声以抑制窃听节点。本发明在同一优化框架下联合考虑时隙划分、通信关联、干扰关联、地面用户传输功率、无人机传能功率、无人机干扰功率以及无人机轨迹和速度，并通过能量采集模型和能量因果约束保证地面用户通信能量来源的可持续性，从而在保障上行安全传输的同时提升能量受限场景下的系统安全能效。

技术实现思路

1、本发明主要针对能量受限地面用户在开放无线链路中进行上行数据传输时存在的续航不足、易被窃听以及多无人机功能固定导致资源利用率低的问题，提出一种基于无线功率传输的多无人机协同安全通信方法。

2、本发明的技术方案如下：

3、一种基于无线功率传输的多无人机协同安全通信方法，其包括以下步骤：

4、步骤1）：构建多无人机辅助的上下行安全通信系统模型，确定系统节点、无人机功能模式、时间分配模型、信道模型、安全通信模型、地面用户能量收集和消耗模型以及无人机能量消耗模型；

5、步骤2）：根据步骤1）构建的系统模型，构建以安全能效最大化为目标的原始联合优化问题p，确定待优化变量和约束条件；

6、步骤3）：为求解步骤2）中的原始联合优化问题p，采用分式规划变换和交替迭代方法，将问题p分解为时隙划分、关联变量和功率优化、通信无人机轨迹优化以及干扰无人机轨迹优化四个子问题并求解；

7、步骤4）：根据步骤3）中各子问题的求解结果，迭代更新时隙划分、无人机功能调度、关联关系、功率分配以及无人机轨迹和速度，并输出多无人机协同安全通信策略。

8、进一步的，无人机总能耗如下。

9、结合时隙划分，uav整个能量消耗可以表示为：

10、

11、其中，uav能耗包括飞行推进能耗、无线充能传输能耗和人工噪声干扰能耗；和分别表示干扰和传输的系数因子。表示单个时隙长度，表示第k架uav与第m个地面用户之间的服务关联变量，表示第k架uav与第n个地面窃听节点之间的干扰关联变量；表示第k架uav在无线功率传输阶段的传能功率，表示第k架uav在第t个时隙的飞行推进功率，表示第m个地面用户在时隙t的传输功率。

12、进一步的，所述步骤2）：根据步骤1）构建的系统模型，构建以安全能效最大化为目标的原始联合优化问题p，确定待优化变量和约束条件，具体包括：

13、定义系统安全能效see为任务周期内所有地面用户安全传输数据量与系统总能耗之比；所述原始联合优化问题p以see最大化为目标，联合优化时隙划分变量、通信关联变量、干扰关联变量、地面用户传输功率、无人机传能功率、无人机干扰功率以及无人机飞行轨迹和速度；

14、所述原始联合优化问题p包括地面用户最低安全传输速率约束、地面用户最大发射功率约束、无人机最大传能功率和最大干扰功率约束、无人机间最小安全距离约束、无人机最大水平速度约束、无人机最大垂直速度约束、无人机最大加速度约束、无人机高度范围约束、地面用户能量因果约束以及无人机功能互斥约束。

15、进一步的，所述步骤3）具体包括：

16、首先，利用丁克尔巴赫方法将see最大化的分式问题转化为减式问题，并采用基于丁克尔巴赫迭代的算法求解时隙划分子问题；然后，在得到时隙划分结果后，采用基于地面充能的多uav安全通信策略迭代算法，对时隙划分、uav调度、功率分配、uav轨迹及速度进行交替更新；最后，结合大m重构、变量松弛、惩罚项和连续凸近似方法求解各子问题，直至相邻两轮迭代的see变化小于预设阈值或迭代次数达到预设最大次数；所述丁克尔巴赫方法包括：将安全能效最大化分式目标转化为以安全传输数据量与安全能效参数和系统总能耗乘积之差为目标的减式问题，基于当前安全能效参数求解对应子问题，并根据求解结果更新安全能效参数，直至减式目标满足收敛条件；所述基于地面充能的多uav安全通信策略迭代算法包括：初始化时隙划分、uav调度、功率分配、uav轨迹和速度，依次求解时隙划分、关联变量和功率优化、通信uav轨迹优化以及干扰uav轨迹优化四个子问题，并根据更新结果计算系统安全能效，直至满足收敛条件。

17、分式规划参数及等价减式问题可表示为：

18、定义为求解问题的最大化see，其表达式为：

19、

20、式中，表示最优的时隙划分指标，即任务周期内安全传输数据量与系统总能耗的比值；表示在时隙划分下任务周期内所有地面用户的安全传输数据量，表示在时隙划分下系统总能耗。

21、通过分式规划理论，最优能效获得当且仅当下述等式成立：

22、

23、其中，该式为丁克尔巴赫方法中的最优等价条件；

24、因此，原分式优化问题可以等效转化为以下减式优化问题：

25、

26、式中，表示任务周期包含的时隙数，k表示uav数量，表示第k架uav在第t个时隙对应的安全传输速率或安全传输速率下界，表示第t个时隙的时间分配因子，表示单个时隙长度，表示丁克尔巴赫迭代中的安全能效参数，表示第k架uav在第t个时隙的总能耗。其中，减式形式便于在交替迭代框架下分别求解时隙划分、关联功率和uav轨迹子问题。

27、进一步的，所述丁克尔巴赫方法包括：将安全能效最大化分式目标转化为以安全传输数据量与安全能效参数和系统总能耗乘积之差为目标的减式问题，基于当前安全能效参数求解对应子问题，并根据求解结果更新安全能效参数，直至减式目标满足收敛条件；所述基于地面充能的多uav安全通信策略迭代算法包括：初始化时隙划分、uav调度、功率分配、uav轨迹和速度，依次求解时隙划分、关联变量和功率优化、通信uav轨迹优化以及干扰uav轨迹优化四个子问题，并根据更新结果计算系统安全能效，直至满足收敛条件。

28、进一步的，所述步骤4）：根据步骤3）中各子问题的求解结果，迭代更新时隙划分、无人机功能调度、关联关系、功率分配以及无人机轨迹和速度，并输出多无人机协同安全通信策略，具体包括：

29、在每轮迭代中，基于固定的uav调度、功率分配、uav轨迹及速度求解时隙划分子问题，基于更新后的时隙划分求解关联变量和功率优化子问题，进一步分别求解通信uav轨迹优化子问题和干扰uav轨迹优化子问题；根据更新后的时隙划分、关联关系、功率、轨迹和速度计算系统安全能效，当相邻两次迭代的系统安全能效差值小于预设阈值或迭代次数达到预设最大次数时停止迭代，并输出每个时隙内无人机工作模式、无线充能时间、安全上行传输时间、通信关联关系、干扰关联关系、地面用户传输功率、无人机传能功率、无人机干扰功率、无人机飞行轨迹和速度。

30、进一步的，所述窃听速率上界根据窃听节点估计位置和不确定半径确定，以在窃听节点真实位置未知的条件下保证安全速率计算的鲁棒性。

31、进一步的，所述关联变量和功率优化子问题通过大m重构法处理二进制关联变量与功率变量的乘积项，并将二进制关联变量松弛为0至1之间的连续变量，同时引入惩罚项使松弛变量趋近于二进制取值。

32、进一步的，所述通信无人机轨迹优化子问题和干扰无人机轨迹优化子问题均引入辅助变量处理距离相关项、碰撞避免约束和飞行推进能耗项，并通过一阶泰勒展开构造凸近似问题。

33、进一步的，所述步骤4）中的多无人机协同安全通信策略输出过程包括：初始化时隙划分、uav调度、功率分配、uav轨迹和速度，并设置系统安全能效初值、收敛阈值和最大迭代次数；在每轮迭代中，固定uav调度、功率分配、uav轨迹和速度，采用基于丁克尔巴赫迭代的算法求解时隙划分子问题；基于更新后的时隙划分求解关联变量和功率优化子问题；基于更新后的时隙划分、关联变量和功率分别求解通信uav轨迹和速度优化子问题以及干扰uav轨迹和速度优化子问题；根据更新后的时隙划分、关联关系、功率分配、uav轨迹和速度计算系统安全能效；若相邻两次迭代得到的系统安全能效差值不小于预设阈值且迭代次数未达到预设最大次数，则继续执行下一轮迭代；否则停止迭代，并输出多无人机协同安全通信策略。

34、本发明的优点及有益效果如下：

35、本发明通过无线功率传输为能量受限地面用户补能，使地面用户能够利用采集能量完成上行安全传输，提升了网络持续通信能力；通过多无人机功能动态切换，使空闲无人机可作为干扰无人机发送人工噪声，提高了系统抗窃听能力；通过联合优化时隙、关联、功率和轨迹，在满足能量因果、功率、速度、高度和防碰撞约束的条件下提升了系统安全能效；通过考虑窃听节点位置不确定性计算窃听速率上界，使安全速率计算和资源优化结果具有鲁棒性。

36、本发明的创新点主要体现在权利要求1中步骤1至步骤4的协同组合：首先，在同一系统模型中同时考虑uav无线功率传输、地面用户能量因果约束、安全上行传输、人工噪声干扰以及uav飞行能耗；其次，通过时隙划分变量将充能阶段和安全传输阶段耦合起来，使地面用户的可用能量、传输速率和uav能耗共同参与安全能效优化；再次，结合丁克尔巴赫方法、交替迭代、大m重构、变量松弛和连续凸近似方法，将原始非凸分式优化问题分解为可求解的多个子问题。

37、上述组合并非简单叠加常规通信优化步骤，因为无线充能时间、用户上传功率、uav功能切换、干扰功率和飞行轨迹之间存在强耦合关系，任一变量变化都会同时影响地面用户可用能量、合法链路速率、窃听链路速率和系统总能耗。

38、本发明通过联合优化上述变量，能够在能量受限和存在窃听威胁的场景下提高地面用户持续通信能力、增强抗窃听性能，并提升系统安全能效。