利用部分重叠信道的多无人机自主协同优化抗干扰_姚昌华.pdf

DOI:1020079/jissn1001893x211112001引用格式:姚昌华，程康，张建照，等利用部分重叠信道的多无人机自主协同优化抗干扰J 电讯技术，2023，63(2):179186YAO C H，CHENG K，ZHANG J Z，et alMulti-UAV autonomous cooperative optimization of anti-jamming based on partially overlapping channelJ Telecommunication Engineering，2023，63(2):179186利用部分重叠信道的多无人机自主协同优化抗干扰*姚昌华姚昌华1 1，程康，程康1 1，张建照，张建照2 2，刘鑫，刘鑫3 3，胡程程，胡程程1 1(1南京信息工程大学 电子与信息工程学院，南京 210044;2国防科技大学第六十三研究所，南京 210007;3桂林理工大学 信息科学与工程学院，广西 桂林 541007)摘要:针对多无人机通信网络抗干扰中的功率和信道联合优化问题，考虑多无人机通信网络中的部分重叠信道切换、外部恶意干扰与网络内部互扰问题，通过构建 Stackelberg 博弈抗干扰模型，设计无人机用户和干扰机的效用函数，并提出了基于次梯度迭代的算法求解博弈的均衡解，获得无人机用户在干扰条件下的部分重叠信道选择和功率选择联合优化结果。仿真结果表明，所提算法能使多无人机用户获得良好的信道选择和传输功率策略，优化多无人机通信网络抗干扰性能。关键词:多无人机通信网络;抗干扰;自主协同优化;Stackelberg 博弈;部分重叠信道开放科学(资源服务)标识码(OSID):微信扫描二维码听独家语音释文与作者在线交流享本刊专属服务中图分类号:TN97文献标志码:A文章编号:1001893X(2023)02017908Multi-UAV Autonomous Cooperative Optimization ofAnti-jamming Based on Partially Overlapping ChannelYAO Changhua1，CHENG Kang1，ZHANG Jianzhao2，LIU Xin3，HU Chengcheng1(1School of Electronic and Information Engineering，Nanjing University of Information Science and Technology，Nanjing 210044，China;2The 63rd esearch Institute，National University of Defense Technology，Nanjing 210007，China;3School of Information Science and Engineering，Guilin University of Technology，Guilin 541007，China)Abstract:For the joint optimization of power and channel in the anti-jamming of multiple unmanned aerialvehicle(multi-UAV)communication networks，the problems of partially overlapping channel switching，external malicious jamming and internal mutual interference in the multi-UAV communication networks areconsidered，and the utility function of UAV and jammer is designed by constructing the Stackelberg gameanti-jamming modelThe sub-gradient iterative algorithm is proposed to solve the equilibrium solution of thegameThe joint optimization results of partially overlapping channel selection and power selection for UAVusers under the interference conditions are obtainedThe simulation results show that the proposed algorithmcan obtain good channel selection and transmission power strategy for multi-UAV，and optimize the anti-jamming performance of multi-UAV communication networksKey words:multi-UAV communication network;anti-jamming;autonomous cooperative optimization;Stackelberg game;partially overlapping channel971第 63 卷 第 2 期2023 年 2 月电讯技术Telecommunication EngineeringVol63，No2February，2023*收稿日期:20211112;修回日期:20220117基金项目:国家自然科学基金资助项目(61971439，61961010);江苏省自然科学基金(BK20191329);中国博士后科学基金(2019T120987);南京信息工程大学人才启动经费(2020r100)通信作者:程康0引言近年来，无人机技术发展迅猛，成本低、灵活和反应迅速的优点使得无人机应用在军事、交通和农业等多个领域，其中多无人机协同技术更是备受关注。多无人机协同技术是人们根据自然界中蜂群和鱼群等生物行为模仿得到的。多无人机协同技术通过协同作战、共享信息和分工合作完成目标任务1，实现群体利益最大化。然而，多无人机通信网络容易受到恶意干扰，导致无人机的通信数据缺失、中断，因此多无人机通信网络的抗干扰问题是亟待解决的问题。在多无人机通信网络场景中，无人机的目标是实现最优信息传输速率，干扰机的目标是实现干扰效果最大化。因此，考虑到无人机和干扰机的决策分层结构，博弈论是解决多无人机通信网络抗干扰问题的主流方法之一。针对不同用户之间的相互干扰问题，文献 2提出了一种 MAC 层干扰博弈模型，实现了用户之间干扰的最小化。针对通信网络中干扰环境下的分布式信道分配问题，文献 3提出了一种非合作博弈的方法，实现了最优信道资源分配。针对认知无线网络中用户控制信道被干扰问题，文献 4 提出了一种随机博弈的方法，实现了动态信道变化和不完全感知的情况下减弱干扰的效果。部分研究采用 Stackelberg 博弈模型解决抗干扰问题。针对多无人机通信网络中不完全信息下功率控制问题，文献 5 提出了基于 Bayesian-Stackelberg博弈的抗干扰模型，实现了博弈双方获得最佳传输功率。针对多无人机通信网络中的同频互扰和恶意干扰问题，文献 6提出了基于 Stackelberg 博弈的抗干扰模型，利用对偶优化理论，优化博弈双方的传输功率，提高多无人机通信网络性能。然而，上述文献的研究重点是同信道抗干扰场景，主要关注干扰机对无人机的恶意干扰。针对多无人机通信网络中相互干扰与信息交换成本之间的关系问题，文献 7 利用部分重叠信道的特性，提出了双向共识博弈的模型，从而最大化多无人机通信网络的效用。针对具有部分重叠信道的机会频谱接入问题，文献 8利用博弈论证明了部分重叠信道可以提高频率利用率，减轻干扰，提高通信网络吞吐量。综上所述，对于同信道抗干扰场景，利用博弈论优化用户传输参数，确保多无人机通信网络的性能的研究已经取得较多成果，但同信道抗干扰场景的应用范围具有单一性和局限性。因此，本文研究了多无人机通信网络抗干扰中的传输功率和信道联合优化问题，利用部分重叠信道的特性，优化多无人机通信网络的抗干扰性能。考虑多无人机通信网络面临外部恶意干扰、用户间互扰，以及与部分重叠信道切换问题，构建了利用部分重叠信道条件下进行信道和功率联合选择优化的 Stackelberg 博弈抗干扰模型;对博弈参与者设计不同的效用函数，利用凸优化与对偶理论证明所提博弈具有唯一博弈均衡解，并提出了基于次梯度迭代的算法求解博弈均衡解，获得无人机用户在干扰条件下的部分重叠信道选择和功率优化解。通过仿真对比分析了用户与干扰机在同信道、部分重叠信道场景下功率收敛值，不同数量用户对多无人机通信网络抗干扰性能的影响，以及信道增益和干扰增益等参数对收敛功率值的影响。1系统模型和问题建模11多无人机通信网络抗干扰系统模型在多无人机通信网络中存在 3 个无人机用户和1 个干扰机，其中每个无人机用户包括 1 个发送端无人机和 1 个接收端无人机。如图 1 所示，无人机用户和干扰机起初在相同信道工作，通过博弈对抗，无人机用户和干扰机获得最优的工作功率。功率较大的无人机用户 i 为获得更高的传输效用，切换到部分重叠 2 信道躲避干扰机的干扰效果。图 1多无人机通信网络抗干扰模型对于干扰机而言，它能感知无人机用户的动态，跟踪无人机用户 i 切换到部分重叠 2 信道并且同时发射干扰信号干扰 1 信道的无人机用户，动态调整攻击策略，实现对无人机用户破坏效果最大化。对于无人机用户而言，动态调整无人机用户的抗干扰策略，确保整个无人机群通信网络性能。为了提高多无人机通信网络的频谱利用效率，081wwwteleonlinecn电讯技术2023 年采用如图 2 所示的部分重叠信道。在 IEEE 80211b频带中提供 11 个部分重叠的信道，信道 1、6 和 11互不重叠(正交)。常见的无线通信网络采用非重叠信道，即正交信道，以避免相邻信道中频谱泄露造成的相互干扰。然而，文献 8认为用户的发送机与接收机可以在部分重叠信道进行通信;同时文献 9 与文献 10 认为部分重叠信道可以减弱通信干扰、提高频谱利用率并优化网络吞吐量。因此，利用部分重叠信道减少同信道干扰机带来的恶意干扰是可行的。图 280211b 频带中分布的信道由于相邻信道存在重叠部分会对接收机接收数据造成干扰，根据文献 11，重叠程度可以用干扰因子 H(ni)表述:H(ni)=1，ni=00605，ni=10305，ni=20108，ni=30012，ni=40，ni5。(1)式中:n，i 表示用户或干扰机所处的信道;ni表示用户之间的信道差数或干扰机与用户之间的信道差数。12问题建模根据文献 12与文献 13可知 Stackelberg 博弈具有分层特性，对无人机用户和干扰机设计效用函数，同时考虑同频互扰和恶意干扰。首先就用户而言，它的目标是通过抗干扰策略实现传输效用最大化。无人机用户 i(i=1，2，n)的效用函数表示为Ui=Blb 1+iPiN0+JH(uiv)+miPmmH(uium)EiPiidiPidiN。(2)式中:B 表示信道带宽;i表示无人机用户 i 发送机到接收机的信道增益;表示干扰机对无人机用户 i接收机的干扰增益;m表示无人机用户 m 对无人机用户 i 接收机的同频互扰系数;N0表示信道噪声功率;Ei和 i分别表示无人机用户 i 的传输代价与切换信道代价;di表示无人机用户 i 切换信道后与之前信道的间隔;ui和 v 分别表示无人机用户 i 与干扰机的信道位置;N 表示无人机用户 i 探寻相邻信道消耗的能量。对于干扰机而言，它的目标是实现对无人机用户的干扰效果最大化。因此，考虑干扰机在干扰过程中的传输代价与切换信道