桑萬超，高 暉

(1.北京郵電大學(xué) 人工智能學(xué)院，北京 100876；2.北京郵電大學(xué) 信息與通信工程學(xué)院，北京 100876)

0 引言

近年來，同時具備通信支持和感知探測功能的智能無人機(jī)需求呈現(xiàn)出急劇增長的趨勢[1]，對于當(dāng)前基于通信感知分離設(shè)計的傳統(tǒng)無人機(jī)系統(tǒng)構(gòu)成了挑戰(zhàn)，而通信感知一體化技術(shù)是應(yīng)對該挑戰(zhàn)的一種可行途徑。然而無人機(jī)平臺移動軌跡更復(fù)雜，對感知信息精度要求更高[2]，且移動速度更快帶來更嚴(yán)重的多普勒擴(kuò)展，使得信道呈現(xiàn)快變特性[3]，從而增加了感知開銷，進(jìn)而增加了無人機(jī)網(wǎng)絡(luò)內(nèi)無線資源的開銷；此外，無人機(jī)大多基于電池供電，在續(xù)航飛行消耗大部分能量的前提下，無人機(jī)對信息、通信處理的效能尤為敏感。因此，需要持續(xù)提升無人機(jī)感知與通信的效能以支持未來大規(guī)模的無人機(jī)協(xié)同任務(wù)驅(qū)動組網(wǎng)。

最近以來通信感知融合技術(shù)取得了一定進(jìn)展，可望為構(gòu)建高效能無人機(jī)網(wǎng)絡(luò)助力，其中關(guān)于通信感知一體的空口波形設(shè)計是其核心技術(shù)之一。當(dāng)前通信感知一體波形包括感知原生的一體化波形和通信原生的一體化波形。感知原生的一體化波形包括可承載通信數(shù)據(jù)的調(diào)頻連續(xù)波(Frequency Modulated Continuous Wave，F(xiàn)MCW)波形[4]、線性調(diào)頻(Linear Frequency Modulation,LFM)系列波形[5]以及基于Chrip信號的波形[6]；通信原生的一體化波形包括基于正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing，OFDM)族的波形[7]和基于正交時頻空間(Orthogonal Time Frequency Space，OTFS)的波形[8]。其中對于通信感知一體化的OFDM波形而言，Knill提出了一種基于壓縮感知的自適應(yīng)稀疏匹配追蹤感知方法[9]，提高了低移動性場景下目標(biāo)檢測精度。Hadani提出的OTFS波形，已被證明在雙色散信道中比OFDM有顯著的抗多普勒衰落性能提高[9]。YUAN提出的面向SISO-OTFS系統(tǒng)的通感一體最大似然(Maximum Likelihood Estimation, MLE)估計器[10]與Dehkordi提出的基于MIMO-OTFS的雷達(dá)傳感系統(tǒng)[11]均證明了OTFS波形在通信和傳感方面具有很好的適用性。因此可以充分利用現(xiàn)有通信感知融合波形技術(shù)成果以提高無人機(jī)網(wǎng)絡(luò)綜合通感效能。

基于任務(wù)驅(qū)動的無人機(jī)組網(wǎng)由于無人機(jī)工作環(huán)境的高移動性導(dǎo)致其網(wǎng)絡(luò)拓?fù)涑尸F(xiàn)更高動態(tài)性，而單一波形由于受限于其特定的信號處理方式，往往僅在部分信道狀態(tài)下具有較好的能耗性價比，因此需要更為靈活敏捷的通信感知融合波形與協(xié)議機(jī)制設(shè)計，以適配高動態(tài)變化的場景。其中諸如OFDM族波形受限于高移動性下多普勒頻偏，會產(chǎn)生嚴(yán)重子載波間干擾，使得其感知精度嚴(yán)重下降，因此基于單一OFDM族的通信感知一體化系統(tǒng)不適合于高速無人機(jī)場景。而等效于對OFDM進(jìn)行塊處理的單一OTFS波形[12]，其調(diào)制解調(diào)等運算的算法復(fù)雜度較高[13]，難以支持能量受限的無人機(jī)平臺長期使用，在低移動性場景下會產(chǎn)生嚴(yán)重的能耗資源浪費。此外現(xiàn)有的通信感知一體化協(xié)議也存在時間開銷過高的缺陷，這是因為無人機(jī)動態(tài)性高，無人機(jī)通信節(jié)點對之間需要雙向的感知與通信工作，傳統(tǒng)基于雷達(dá)的主動感知機(jī)制為實現(xiàn)網(wǎng)絡(luò)內(nèi)感知信息同步需要有較多的感知信息交互開銷[14]，因此需要新的通信感知融合協(xié)議機(jī)制以減小相應(yīng)開銷。綜上，現(xiàn)有的通信感知融合波形及協(xié)議機(jī)制都需要改進(jìn)，以更好地支撐具有高動態(tài)特性的任務(wù)驅(qū)動無人機(jī)協(xié)同組網(wǎng)。

本文考慮基于通信感知一體化的任務(wù)驅(qū)動無人機(jī)網(wǎng)絡(luò)場景，該網(wǎng)絡(luò)會因為無人機(jī)的高移動性而帶來拓?fù)涞膭討B(tài)變化。為了利用感知信息和不同波形的通信特征降低通信感知一體化過程中包括綜合效能和時間開銷在內(nèi)的綜合開銷，提出了一種新的通信感知自適應(yīng)波形機(jī)制以及高時效性的通信感知融合協(xié)議，首先綜合考慮包括不同波形的算法復(fù)雜度、載荷能力以及誤碼率性能等特征在內(nèi)的波形綜合效能，設(shè)計了一種感知信息驅(qū)動的波形選擇機(jī)制，并提出“基于先驗信息輔助的Q-Learning”波形決策方案對其中的波形決策過程進(jìn)行實現(xiàn)，以達(dá)到在不同飛行場景下無人機(jī)所采取的通信方案綜合效能優(yōu)化與在復(fù)雜多變的場景下更好的波形決策魯棒性。在由多無人機(jī)節(jié)點構(gòu)成的無人機(jī)網(wǎng)絡(luò)內(nèi)，為進(jìn)一步降低以發(fā)送探測波形接收回波為特征的主動感知方式中由于無人機(jī)節(jié)點間交換感知信息而產(chǎn)生的系統(tǒng)開銷，本文進(jìn)一步提出了一種信號發(fā)送端主動感知與信號接收端被動感知相結(jié)合的主被動融合感知方案。最后通過一套從起飛到執(zhí)行任務(wù)再到完成任務(wù)歸庫的無人機(jī)動態(tài)場景仿真，驗證了波形選擇機(jī)制的綜合效能開銷相對單一波形系統(tǒng)而言是最佳的，所提出“基于先驗信息輔助的Q-Learning”混合決策方案在動態(tài)場景下具有很好的魯棒性。

1 場景描述

無人機(jī)通信感知一體化系統(tǒng)應(yīng)用場景如圖1所示，其中無人機(jī)根據(jù)氣動學(xué)劃分為固定翼與旋翼無人機(jī)兩種，無人機(jī)搭配多功能天線陣，且感知與通信共用一套發(fā)射接收機(jī)裝置。無人機(jī)雷達(dá)感知復(fù)雜障礙物目標(biāo)與其他無人機(jī)，并以無人機(jī)網(wǎng)絡(luò)內(nèi)信息共享形式實時更新場景信息，進(jìn)而實現(xiàn)目標(biāo)追蹤、碰撞避免以及無人機(jī)網(wǎng)絡(luò)拓?fù)湟?guī)劃等任務(wù)，本文將重點關(guān)注該場景下，任務(wù)驅(qū)動的無人機(jī)間通感一體化波形中的通信感知融合問題。

圖1 無人機(jī)通信感知融合系統(tǒng)示意圖

本文研究的無人機(jī)通信感知一體化系統(tǒng)是以通信波形為基礎(chǔ)，使得每架無人機(jī)同時具有環(huán)境感知和數(shù)據(jù)傳輸?shù)墓δ?。每個無人機(jī)接收天線所收到的是目標(biāo)回波和其他無人機(jī)通信感知一體化信號。而發(fā)射天線陣可以輻射sub-6G信號和毫米波信號，實現(xiàn)廣域覆蓋的高精度感知與通信功能。

2 面向通信感知一體化的波形選擇方案設(shè)計

2.1 波形選擇

通信感知一體化波形選擇機(jī)制旨在無人機(jī)針對高動態(tài)飛行環(huán)境自適應(yīng)調(diào)整其通感一體波形，使其實現(xiàn)綜合能耗最優(yōu)。常見的波形方案可以劃分為多載波和單載波波形。當(dāng)前學(xué)術(shù)界討論較為廣泛的波形包括OFDM族波形、廣義頻分復(fù)用波形(Generalized Frequency Division Multiplexing, GFDM)[15]、橢圓球面波多載波索引調(diào)制波形[16]、OTFS波形以及單載波的SC-FDE波形[17]。不同波形特征如表1所示，本文重點關(guān)注了無人機(jī)場景下較為敏感的參數(shù)，包括是否抗多徑干擾、多普勒頻偏、系統(tǒng)實現(xiàn)復(fù)雜度高低以及峰均功率比。

表1 常見通信波形特征

這些波形各具特點，例如GFDM則很好地解決了OFDM帶外輻射過高導(dǎo)致的PAPR過高問題[15]，使得其可以實現(xiàn)更高的通信容量，但代價是降低了誤碼率性能；橢圓波則具備能量集中性特點[16]，在提高頻增利用率以及能量效率方面具有很大優(yōu)勢；而SC-FDE系統(tǒng)因其單載波特征很好地解決了多普勒頻偏問題，但其數(shù)據(jù)吞吐量則受到了限制[17]。本文針對無人機(jī)通信感知一體化場景應(yīng)用OTFS、OFDM以及SC-FDE三種載波波形構(gòu)建選擇機(jī)制。

2.2 收發(fā)機(jī)結(jié)構(gòu)與幀結(jié)構(gòu)

本節(jié)對于發(fā)射機(jī)與接收機(jī)結(jié)構(gòu)以及適配幀結(jié)構(gòu)進(jìn)行討論。與現(xiàn)有采用單一波形的通信感知一體設(shè)計方案所不同的是，本文考慮了不同波形發(fā)射機(jī)及其在調(diào)制解調(diào)過程中的算法復(fù)雜度、載荷能力以及誤碼率性能等特征在內(nèi)的波形綜合開銷。由于不同波形在不同場景下的性能表現(xiàn)存在差異，因而本文采用自適應(yīng)波形選擇機(jī)制以挖掘潛在的信號的綜合效能。感知信息驅(qū)動的自適應(yīng)波形選擇機(jī)制發(fā)射機(jī)與接收機(jī)設(shè)計如圖2所示，圖中單架無人機(jī)同時搭載了具有通信感知一體化功能的發(fā)射機(jī)與接收機(jī)。

圖2 基于自適應(yīng)波形選擇機(jī)制的發(fā)射機(jī)接收機(jī)示意圖

此外對于本文方案應(yīng)用的OTFS與OFDM波形而言，文獻(xiàn)[18]指出二者存在硬件實現(xiàn)的兼容性，也就是OTFS波形可以以O(shè)FDM系統(tǒng)為載體，此外OTFS系統(tǒng)可以視為OFDM與SC-FDE系統(tǒng)的線性耦合[19]，這對于在統(tǒng)一硬件設(shè)備下兼容三種波形提供了理論依據(jù)。

同時對于三種波形而言，其在低速且散射體較少條件下，三者性能相接近；而在高移動且多散射體場景下，OTFS對抗嚴(yán)重多普勒擴(kuò)展的能力明顯優(yōu)于OFDM系統(tǒng)[20]，但是OTFS波形由于相比OFDM而言增加了辛傅里葉變換對，信號處理復(fù)雜度明顯上升，進(jìn)而導(dǎo)致較高的終端處理時延。與此同時，OTFS在信道編碼短碼低開銷場景下性能優(yōu)于OFDM，當(dāng)信道編碼開銷較大時則兩者性能差異并不明顯[21]，而SC-FDE系統(tǒng)基于其單載波特性，抵抗頻偏和相位噪聲的能力相對于OFDM而言較強(qiáng)，但同時降低了數(shù)據(jù)傳輸速率[22]。

表2[21,23]整理了基于OFDM的OTFS系統(tǒng)復(fù)雜度、OFDM系統(tǒng)復(fù)雜度以及SC-FDE系統(tǒng)復(fù)雜度。

表2 OTFS、OFDM以及SC-FDE系統(tǒng)的運算復(fù)雜度

此外，OTFS相比較于OFDM在感知精度性能有優(yōu)勢，Raviteja指出基于 OTFS的雷達(dá)波形在速度檢測方面比基于OFDM的雷達(dá)波形精確度更高[23]，并且在高移動場景下OTFS相對于OFDM有著更高的檢測分辨度，這對于提升在高移動場景中通信感知融合系統(tǒng)下的感知輔助通信性能有利，而SC-FDE 和OFDM 在處理流程上有很多相似的地方，但由于 SC-FDE 是在時域上進(jìn)行信號判決的，對定時偏差更加敏感，這對于基于時間域匹配濾波器的雷達(dá)而言不利，因而其感知精度相對OFDM而言更差一些[22]。

為了綜合量化反映選擇不同波形對應(yīng)的“收益”與“代價”，這里引入了綜合效能參量。由于本文關(guān)注的整體性能與開銷往往是一段時間內(nèi)所有可用波形的綜合效能概率統(tǒng)計平均值，因此從時刻0到時刻T-1單獨一側(cè)收發(fā)機(jī)的綜合效能參量表達(dá)式如下：

對編號為i的波形而言，其對應(yīng)綜合效能與一定場景下的波形傳輸誤碼率eri成反比，與能耗參量Pi成反比，與感知精度Si(衡量標(biāo)準(zhǔn)采用歸一化范圍輪廓參數(shù)的倒數(shù)Normalized Range Profile，NRP)成正比，此外也參考了4G-LTE中的容量需求波形自適應(yīng)策略，根據(jù)不同場景下的容量需求劃分單載波與多載波波形應(yīng)用場景，以減少不必要的帶寬資源占用。這里能耗參量Pi為算法所需“功率”，對于同一硬件系統(tǒng)而言，該參量正比于該波形調(diào)制或解調(diào)時所需復(fù)數(shù)運算單元數(shù)量CMi，通過表2所整理的調(diào)制解調(diào)端運算復(fù)數(shù)因子冪指數(shù)Pe帶入以2為底的指數(shù)運算式可得：

CMi=2Pe。

本文進(jìn)一步定義了以下吞吐量-容量需求比，該比值滿足與通信載荷需求相關(guān)的階梯函數(shù)：

式中，波形與載荷需求適配表示了兩種典型場景：高通信載荷需求下無人機(jī)使用了多載波波形，而低載荷需求(例如僅傳遞通信控制信令與少量通信數(shù)據(jù)信令)時無人機(jī)使用了單載波波形。F函數(shù)的階梯取值n表示所選波形與通信載荷需求適配的“激勵”值，該值應(yīng)大于1，且該值應(yīng)可以實現(xiàn)明顯區(qū)分“適配與不適配”的場景，本文在后續(xù)仿真中為明顯區(qū)分所采用的三種波形綜合能效中的載荷能力，將該值設(shè)定為了10。

pi(t)表示時刻t內(nèi)選擇編號為i的波形的概率，由于所采集感知信息將識別當(dāng)前無人機(jī)飛行場景，并會實時做出波形調(diào)整，該概率與無人機(jī)獲取感知信息后交由波形決策過程中識別的實際飛行場景有關(guān)，具體而言，波形決策算法根據(jù)無人機(jī)通過一體化波形獲取的感知信息計算選擇不同波形的概率，例如在高移動且障礙物較多的大吞吐量需求場景下，OTFS波形被選擇為實際使用波形的概率要大于另外兩種波形。

而對于由一對收發(fā)機(jī)構(gòu)成的通感機(jī)組而言，本文定義其對應(yīng)的綜合效能為該組內(nèi)收發(fā)機(jī)的綜合能效平均值，這里保證收發(fā)機(jī)所采用波形一致：

基于感知驅(qū)動的融合波形傳輸系統(tǒng)，本文提出了適配協(xié)議模型，對感知幀控制幀時隙做了以下設(shè)計。

數(shù)據(jù)幀包括數(shù)據(jù)幀(Data Frame)和功能幀(Control Frame)兩種幀，并在必要位置植入導(dǎo)頻。其中上行控制幀中包括數(shù)據(jù)傳輸控制、信息感知與波形控制三種子幀。上行、下行數(shù)據(jù)幀結(jié)構(gòu)如圖3所示。

圖3 上行、下行數(shù)據(jù)幀結(jié)構(gòu)示意圖

當(dāng)該數(shù)據(jù)幀為上行模式時，數(shù)據(jù)幀將攜帶Wave Control幀，該幀塊攜帶發(fā)送端無人機(jī)根據(jù)感知信息驅(qū)動做出的波形決策信息，起到對接收端無人機(jī)進(jìn)行波形控制的作用。當(dāng)該數(shù)據(jù)幀為下行模式時，數(shù)據(jù)幀將攜帶Wave Response數(shù)據(jù)幀，該幀塊表征接收無人機(jī)是否響應(yīng)波形調(diào)整。

2.3 感知信息驅(qū)動的波形決策算法設(shè)計

感知信息驅(qū)動自適應(yīng)波形選擇機(jī)制的決策過程存在基于環(huán)境而行動，以期實現(xiàn)最大化預(yù)期收益的特征。該過程具有明顯的函數(shù)映射形式的特征，然而目前對于該機(jī)制的映射數(shù)學(xué)表達(dá)形式并不很容易求得，這是受限于環(huán)境多變以及內(nèi)部過于復(fù)雜的數(shù)值關(guān)系。因此本文考慮了兩種較為便捷的映射表示形式。理想情況下如果無人機(jī)對于所有飛行環(huán)境都能存儲與精準(zhǔn)識別，以實現(xiàn)在不同場景下所使用波形的綜合效能最優(yōu)化，則此時可以認(rèn)為是一種“理想判決”。但是由于實際場景過于復(fù)雜多變以至于實際構(gòu)成的場景識別存儲過于龐大，以至于無人機(jī)幾乎不可能以靜態(tài)的方式識別所有場景，因此“理想判決”并不能完全實現(xiàn)。

第一種思路是使用基于查詢本地存儲的先驗信息的“查表”，不過“查表”需要事先進(jìn)行仿真或?qū)嶋H采集參數(shù)，并且與實際飛行場景綁定，以實現(xiàn)有限場景的識別，然而對于更為復(fù)雜的多變場景而言性能不佳，缺乏魯棒性。

而當(dāng)前可以在動態(tài)場景下實現(xiàn)跟隨環(huán)境變化實時魯棒地做出最優(yōu)決策的一種方法便是強(qiáng)化學(xué)習(xí)，波形選擇機(jī)制最終期望實現(xiàn)某段時間內(nèi)的“綜合能效”，可以認(rèn)為是強(qiáng)化學(xué)習(xí)過程中的“獎勵”信息。

2.3.1 基于先驗信息的決策方案

本文通過仿真給出了基于先驗信息的決策方案的一個典型案例，如表3所示。

表3 一種先驗信息存儲參照庫的案例示意

具體仿真環(huán)境為：使用軟件為Matlab 2020a版本，仿真平臺為e3 1231v3 處理器、內(nèi)存16 GB、顯卡RX5600xt的臺式機(jī)。其中OTFS、OFDM波形系統(tǒng)中通信幀塊模式表征了其二維數(shù)據(jù)塊矩陣尺寸參照文獻(xiàn)[22]對應(yīng)參數(shù)預(yù)設(shè)，典型值為32×32、64×64、128×128、256×256，載波中心頻率設(shè)置為2.4 GHz，信道采用包括sub-6G信道和具有稀疏特性的毫米波信道，并通過對信道參數(shù)和無人機(jī)飛行參數(shù)在不同場景設(shè)定下進(jìn)行仿真。

2.3.2 基于先驗信息與強(qiáng)化學(xué)習(xí)的決策方案

基于強(qiáng)化學(xué)習(xí)決策過程可詳細(xì)描述為：強(qiáng)化學(xué)習(xí)模型在獲取從感知信息中提取的障礙物數(shù)量、收發(fā)機(jī)相對移動狀態(tài)、通信感知一體化系統(tǒng)感知狀態(tài)和通信請求等狀態(tài)后，對所應(yīng)用的空口波形進(jìn)行決策，以期望實現(xiàn)綜合效能最優(yōu)這一長期回報。這里對于采用Q-Learning方案下的決策問題進(jìn)行分析討論。

17-Learning中的智能體、狀態(tài)、動作空間和獎勵函數(shù)如下所述：

① 智能體：無人機(jī)單體i；

④ 即時獎勵函數(shù)代表第t個時隙的狀態(tài)中執(zhí)行動作的獎勵，本方案中所用獎勵函數(shù)即為綜合效能函數(shù)。算法設(shè)置初始狀態(tài)，并根據(jù)輸入的狀態(tài)矩陣判別信息，決策下一回合的傳輸動作，同時根據(jù)當(dāng)前估計價值和目標(biāo)價值依據(jù)梯度下降法更新權(quán)值參數(shù)。

⑤ 此外，為了實現(xiàn)快速決策，提高強(qiáng)化學(xué)習(xí)算法的效率，這里同時添加了存儲先驗信息的表格，如果感知信息判斷識別到當(dāng)前環(huán)境是表格中已經(jīng)記錄到的，則直接調(diào)取表格信息，否則將針對該環(huán)境進(jìn)行實時訓(xùn)練，此時將會產(chǎn)生訓(xùn)練時延，并存在一定的綜合效能滯后現(xiàn)象。而后將Q-Learning算法所學(xué)習(xí)到的“新場景”補(bǔ)充進(jìn)表格中，最終實現(xiàn)一種“基于先驗信息輔助的Q-Learning”的混合決策方案。

2.4 基于波形選擇機(jī)制的感知方案

基于波形選擇機(jī)制方案，可以根據(jù)感知信息獲取的主體不同以及所應(yīng)用的感知波形，將感知方式劃分為基于傳統(tǒng)雷達(dá)模式的通用波形主動感知以及本文提出的基于OTFS波形的主被動融合感知兩種感知方式。這里的通用波形是指包含但不限于本文所使用的OFDM、OTFS以及SC-FDE波形。

在無人機(jī)網(wǎng)絡(luò)場景下，為了實現(xiàn)無人機(jī)網(wǎng)絡(luò)內(nèi)感知信息共享的需求，傳統(tǒng)雷達(dá)通信一體化場景下的傳輸數(shù)據(jù)幀中會存在一部分?jǐn)?shù)據(jù)幀用于傳輸感知信息。本文所述基于OTFS通信波形的主被動感知融合方案相對于雷達(dá)方式的主動感知的優(yōu)勢在于在通信的同時可以實現(xiàn)發(fā)射端接收端同時完成感知任務(wù)，進(jìn)而減少了用于共享感知信息的開銷，兩種方案的時分協(xié)議對比如圖5所示。

圖5 兩種感知方式數(shù)據(jù)幀結(jié)構(gòu)

2.4.1 基于通用波形的主動感知

基于通用波形的主動感知的感知信息獲取是信號發(fā)送方，其核心思想為利用被感知對象所形成的回波來估計感知相關(guān)參數(shù)，如圖4(a)所示，具體流程描述如下：

(a) 主動感知 (b)主被動協(xié)同感知

這里假定存在兩架參與通信感知過程的無人機(jī)U1與U2，其中U1為需要獲得感知信息的無人機(jī)，U2為被感知無人機(jī)。U1首先發(fā)送感知數(shù)據(jù)幀，該數(shù)據(jù)幀采用與通信數(shù)據(jù)幀不同的數(shù)據(jù)內(nèi)容分布結(jié)構(gòu)，使得其在回波接收之后可以用于區(qū)分一般數(shù)據(jù)回波，方便檢測提取。

感知數(shù)據(jù)波到達(dá)U2以及O1、O2等散射體形成反射回波，此時U1接收反射回波并計算頻偏、時延以及角度等信息。

2.4.2 基于OTFS波形的主被動感知融合

主被動融合感知中的被動感知主體是接收無人機(jī)，在接收到發(fā)射無人機(jī)信號之后，根據(jù)接收信號信道特征分析處理所得發(fā)送無人機(jī)的空間位置信息。

如圖4(b)所示，無人機(jī)U1采用探測OTFS波形將感知數(shù)據(jù)幀發(fā)送至U2，此時U2處理所接收感知數(shù)據(jù)幀形成U2側(cè)測量感知信息，感知信息在U2以及信道內(nèi)散射體處形成的回波則由U1接收并計算得到U1側(cè)感知信息，由于散射體的反射系數(shù)不同導(dǎo)致兩個感知信息會略有差異。下面給出主動被動融合感知減少感知信息開銷原理。

對于信號發(fā)射端無人機(jī)U1傳輸一段定義在延遲-多普勒域內(nèi)的感知幀數(shù)據(jù)x∈CM×N,M，N分別表示數(shù)據(jù)塊延遲域和多普勒域的尺寸。x經(jīng)過延遲多普勒域多徑信道hDD后到達(dá)接收無人機(jī)U2，對應(yīng)接收信號y，同時信號經(jīng)反射后回到發(fā)射端無人機(jī)U1接收到反射回波r。

y=XhDD+v,

3 仿真分析與可行性驗證

3.1 自適應(yīng)波形選擇機(jī)制方案可行性驗證

本節(jié)對比仿真分析了單一波形系統(tǒng)與“自適應(yīng)波形選擇機(jī)制”方案的綜合效用參數(shù)在動態(tài)場景下的瞬時與時均效果，以驗證所提出的波形選擇機(jī)制可以實現(xiàn)感知適應(yīng)性調(diào)整，同時保證系統(tǒng)的綜合效能最優(yōu)。這里設(shè)置仿真場景劃分為五個階段，其中無人機(jī)采用2.4 GHz載波頻率。

階段A無人機(jī)起飛，該階段移動速度較低，數(shù)值小于15 m/s，障礙物較少，散射體數(shù)目小于3個，通信內(nèi)容以控制信令為主；

階段B高速經(jīng)過一段控制站中繼通信區(qū)，該區(qū)域通信需求較小，且障礙物較少，散射體數(shù)目小于5個，但是相對移動速度很高，在30～45 m/s范圍內(nèi)；

階段C高速經(jīng)過一段圖像采集與多無人機(jī)通信區(qū)，此區(qū)間內(nèi)滿足較高的移動速度且障礙物較多，具體移動速度在30～45 m/s范圍內(nèi)，散射體數(shù)目大于15個，同時有較高的通信質(zhì)量與容量需求，因此數(shù)據(jù)幀塊模式矩陣尺寸大于等于64×64；

階段D在完成該任務(wù)后進(jìn)入通信UE密集區(qū)，該區(qū)域內(nèi)無人機(jī)降低速度甚至懸停以提供臨時基站服務(wù)，移動速度在0～15 m/s范圍內(nèi)，散射體數(shù)目大于15個，數(shù)據(jù)幀塊模式矩陣尺寸大于等于64×64，該區(qū)域提供較大規(guī)模的通信服務(wù)；

階段E最后完成所有任務(wù)，無人機(jī)返回機(jī)場，無人機(jī)移動速度小于15 m/s，散射體數(shù)目小于5個。該段場景各單一波形系統(tǒng)與“自適應(yīng)波形選擇機(jī)制”方案的“性能-能耗-容量”綜合效能仿真評估結(jié)果如圖6所示，根據(jù)圖6可知波形選擇方案(理想判決)相比于其他單一波形方案而言，可以近似最優(yōu)解的方式保證每個時間段內(nèi)的綜合效能最佳。

圖6 不同階段單一與“自適應(yīng)波形選擇機(jī)制”綜合效能仿真對比

3.2 基于先驗信息輔助的Q-Learning波形決策算法可行性驗證

仿真對比了理想決策方案、基于先驗信息的決策方案以及基于先驗信息輔助與Q-Learning的混合決策方案的魯棒性。根據(jù)圖7可知本文所推薦的基于先驗信息輔助的Q-Learning波形決策方案可以實現(xiàn)更接近于理想決策的效果，對比單一的查表法雖然犧牲了復(fù)雜度，相對于理想狀態(tài)由于有在線學(xué)習(xí)過程，因此也存在一定的判決遲延，但是該方法提高了整體的魯棒性，尤其體現(xiàn)在通信信道狀態(tài)發(fā)生諸如仿真A中階段B、C、D等具有劇烈變化的場景時，依然可以保持較高的綜合能效比。

圖7 基于Q-Learning的決策算法可行性驗證與不同決策方案性能對比

3.3 基于主被動融合感知方案的感知開銷性能驗證

仿真分析驗證了主被動感知可以降低每架無人機(jī)用于感知功能的平均開銷。場景為一個基于由5架無人機(jī)構(gòu)成的平面無人機(jī)網(wǎng)絡(luò)，每架無人機(jī)均勻分布于一個五邊形網(wǎng)絡(luò)頂點，如圖8所示。每個無人機(jī)采用波束掃描的方式來實現(xiàn)對其他無人機(jī)的感知操作，在定位其他無人機(jī)后采取定向波束的方式向目標(biāo)無人機(jī)發(fā)送感知信息共享。當(dāng)已定位某架無人機(jī)時，無人機(jī)下次進(jìn)行感知時將不再對該角度方向進(jìn)行掃描，假設(shè)每一輪掃描時間足夠短，無人機(jī)網(wǎng)絡(luò)并未發(fā)生拓?fù)渥兓⒓俣ǜ兄獢?shù)據(jù)幀此時采用的數(shù)據(jù)幀塊模式為32×32，則其對應(yīng)物理幀長度為1 kbit，并假設(shè)每次共享交換產(chǎn)生的開銷為2 kbit，其中包含無人機(jī)間的相對距離、速度、角度等感知信息，最終目標(biāo)狀態(tài)為所有無人機(jī)對于網(wǎng)絡(luò)具有完整的拓?fù)湫畔ⅰ?/p>

圖8 無人機(jī)網(wǎng)絡(luò)示意圖

對于主動感知而言，每次雷達(dá)掃描一個角度，無人機(jī)立刻對該方向的目標(biāo)無人機(jī)傳輸一次當(dāng)前無人機(jī)已獲悉的拓?fù)涓兄畔?，也就是?zhí)行一次感知信息共享。所設(shè)計仿真方案可描述為：從無人機(jī)a開始，a進(jìn)行四次角度掃描以定位其余4架無人機(jī)，并按照b→c→d→e的順序掃描，這樣無人機(jī)b會首先獲悉a的拓?fù)湮恢?，c會獲悉a和b的拓?fù)湮恢?，d會獲知a，b，c的拓?fù)湮恢谩會在a掃描完成后獲知全部無人機(jī)的位置，e便不再需要掃描操作，此時a產(chǎn)生的開銷為4×(1+2)=12 kbit。類似的b從c角度開始掃描，到e截至，總開銷為9 kbit。

主被動融合感知無需感知信息共享，且同樣按照主動感知的掃描順序進(jìn)行掃描，從a無人機(jī)開始，遍歷完b至e后，產(chǎn)生總開銷為4 kbit，此時b至e均同時獲悉了a無人機(jī)的拓?fù)湫畔ⅰ掃描則從c開始至e，此時c至e同時獲悉了b的拓?fù)湮恢?，產(chǎn)生開銷為3 kbit。以此類推至d結(jié)束，e同樣不需要進(jìn)行掃描即可獲取網(wǎng)絡(luò)所有信息。

對于兩種感知方式均假設(shè)兩架無人機(jī)間感知間隔相同的單位時間t。主動感知與主被動融合感知的網(wǎng)絡(luò)內(nèi)累計開銷仿真對比如圖9所示，根據(jù)結(jié)果可知主被動融合感知相對于基于感知信息交換的主動感知而言，可以降低67%的感知信息開銷。

圖9 不同感知方案的開銷對比

4 結(jié)束語

本文針對無人機(jī)通信感知一體化場景下的綜合能耗與時間開銷的優(yōu)化進(jìn)行討論，提出了一種波形選擇機(jī)制以及一種主被動融合感知機(jī)制。通過聯(lián)合考慮不同波形的算法復(fù)雜度、波形載荷能力、抗信道干擾能力等因素，引入了綜合能耗性價比參量，進(jìn)而得出動態(tài)場景下的最佳波形決策機(jī)制，可以提升50%左右的綜合能效比。為了能適應(yīng)高動態(tài)飛行環(huán)境下高魯棒性波形決策需求，本文進(jìn)一步利用Q-Learning算法結(jié)合本地先驗信息存儲對波形決策算法進(jìn)行設(shè)計與實現(xiàn)，得到近似“理想波形決策”的波形決策方案次優(yōu)解。而后從感知信息開銷優(yōu)化角度入手，利用波形決策機(jī)制下的OTFS波形的定義域特性實現(xiàn)了主動感知與被動感知的融合，減少了無人機(jī)網(wǎng)絡(luò)內(nèi)感知信息的同步開銷，本文所提方案對于未來無人機(jī)網(wǎng)絡(luò)物理層優(yōu)化提供了一個有效思路。