无人机飞行自组网(Flying Ad-Hoc Network,FANET)因其灵活性高、部署简单、覆盖范围广等优势,被广泛应用于多种任务场景。为应对FANET设备之间信息传递与任务协作的需求以及由复杂多样的任务场景所带来的挑战,FANET传输波形需要同时具备通信与感知能力,以确保FANET在动态变化的环境中实现可靠和稳定的数据传输能力。具体而言,FANET任务频繁迁移会导致无人机间通信距离、相对移动速度以及信道散射体的相对位置等环境场景特征多变,从而影响波形传输的误码率、感知精度等指标;因此,需要针对FANET传输波形与任务场景的适配性展开研究,优选特定任务场景下适配高效的波形,并进一步针对FANET高动态复杂环境下的波形传输展开优化设计,以提升FANET传输波形的综合效能和在高动态复杂环境下的波形传输质量。为此,本文围绕着面向FANET的高效波形技术展开了以下研究工作:1)针对FANET任务场景和波形优选适配问题,提出了感知信息驱动的波形优选机制。本文首先引入面向FANET的通信感知一体化波形传输系统,并引入综合效能指标以表征不同波形的通信感知性能特征。进一步地,本文利用无人机所采集传输环境信息,驱动波形决策模块在一定任务场景下选择具有最优综合效能的波形。其中,本文重点研究了面向低通信速率任务的单载波频域均衡波形(Single Carrier Frequency Domain Equalization,SC-FDE)、面向低动态场景下高通信速率任务的正交频分复用波形(Orthogonal Frequency Division Multiplexing,OFDM)以及面向高动态复杂环境下高通信速率任务的正交时频空波形(Orthogonal Time Frequency Space,OTFS),及其优选切换;特别地,为提高无人机在动态场景下的波形切换效率与精准度,本文提出了基于强化学习的波形优选决策模块,其将无人机事先通过少量飞行场景模拟所得的先验场景信息-波形映射与强化学习网络相结合,实现快速而精准的波形切换。最后,仿真结果验证了所提波形选择机制可提高无人机通感融合系统的综合效能。2)针对提高FANET高移动性场景下基于矩形成型脉冲的OTFS可靠传输问题,提出了一种基于消息传递方法辅助的稀疏度自适应匹配追踪(Massage Passing Assisted Sparsity Adaptive Matching Pursuit,MPA-SAMP)信道估计方法。首先,物理可近似实现的矩形OTFS脉冲因双正交性丧失而导致等效信道稀疏性特征退化,从而为信道估计带来挑战;为此,本文设计了基于导频辅助的MPA-SAMP信道估计方法,在接收端通过计算消息传递(Message Passing,MP)符号检测输出的导频序列估计的误码率,并将其映射为信道稀疏度估计值,通过较少次数的循环迭代即可实现对正交匹配追踪算法所需信道稀疏度的自适应调优;所提MPA-SAMP算法无需掌握信道稀疏度先验知识,即可获得近似理想的信道估计精度,同时具有较低的算法复杂度。最后,仿真验证所提算法比现有代表性参考方案具有更高的信道感知精度及符号传输性能。
暂无评论