基于短时窗效应的无人机集群通信系统网络容量分析方法研究

UAV swarm systems, due to their irreplaceable advantages, have attracted much attention from all of the world, and shown their great value and benefits in military and civil uses. The communication systems in UAV swarms provide important links to support information exchanging between UAVs, and therefore play a pivotal role in UAV swarm systems. Different from the traditional communications, the UAV swarm communications carry a real-time manner, which implies traditional long-term based analyses cannot be employed in this area. With a short-term effect viewpoint, this project first analyzes the fundamental limit in UAV swarm communications: Firstly, we establish a UAV-mobility based interference prediction model to predict the time-varying interference in real time, which cannot be analyzed by traditional long-term average-effect methods. Our interference prediction provides an important foundation on analyzing the short-term capacity in UAV swarm communications. Secondly, since the location uncertainty of UAVs determines the communication performance, reducing the location uncertainty is very helpful for deriving an accurate capacity analysis. Thus, we propose a cooperative localization algorithm to largely minimize the location uncertainty. Compared to existing methods, this algorithm does not need any requirement on network synchronization and has a lower delay. Finally, we analyze the short-term throughput region for UAV swarm communications, and design a complete transmission policy to achieve any achievable rates in the short-term throughput region, and propose a metric to evaluate the margin of policy designs. This project will establish important theoretical foundations and provide key techniques on supporting communication designs in UAV swarm systems.

无人机集群以其独有优势在全球范围内受到了空前重视，在军事和民用领域具有巨大的应用与经济价值。无人机集群通信系统作为无人机间传输信息的重要纽带，是无人机集群效能发挥的关键。与传统通信网络不同，无人机集群通信具有强实时性要求，因而无法采用基于长时间平均效应的传统方法进行网络性能分析。项目从短时窗效应着手，首次对无人机集群的实时通信性能极限进行研究：首先，构建基于无人机运动模型的实时通信干扰预测，克服传统基于平均效应的干扰分析方法的局限，为短时窗容量分析奠定基础；其次，由于无人机位置不确定性对通信性能分析起着决定性作用，项目设计合作式定位方法减少无人机位置不确定性。与传统方法相比，该方法不依赖网络同步且具有低时延；最后，以前两项研究为基础，分析无人机集群短时窗网络吞吐量区域，设计实现区域内任意码率的完备传输策略并给出相应裕度度量方法。项目研究成果将为无人机集群通信系统设计提供理论和关键技术支撑。

项目从短时窗效应着手，对无人机集群的实时通信性能极限进行研究。主要包括：（1）研究了无人机集群通信网络中，以线性随机微分方程为运动模型的节点之间发生通信时，参考节点受到通信干扰的预测模型。首先，提出了一种混合高斯点过程泛函（Compound Gaussian Point Process Functional, CGPPF）来统一描述适用于不同路径损耗与信道衰落的、在任意时刻上的干扰预测统计量（如均值与矩生成函数）。然后，给出了CGPPF的级数形式以及CGPPF在一些特殊情况下的闭式表达式。基于CGPPF的级数形式，给出了干扰预测是否随时间收敛于高斯-伯努利点过程（Gaussian BPP）的充分必要条件，从而揭示了有限时间干扰预测与长时间平均干扰分析方法的本质区别与联系。（2）研究了无人机的网络中只有少数节点已知位置信息的情况下，所有节点通过相互距离测量（如TOA等技术）对自身位置进行估计的分布式合作定位算法。此方法克服了传统算法的缺点，可以不再依赖网络通信的同步与测量的同步（值得注意的是：这两点同步在大规模无中心式无线网络中，尤其是无人机集群系统中的通信网络，十分困难），并可应用于大规模网络中。（3）研究了无人机集群在短时窗下的吞吐量区域（其中，不同信源之间视作干扰），克服了传统研究只考虑单时隙吞吐量区域或无限时隙吞吐量区域的局限，从而能够刻画实时性传输。在此基础上，设计实现了吞吐量区域中任意通信码率的完备传输策略，并给出了有效度量通信码率距离吞吐量区域边界的表征方法，从而给出传输策略对应码率的裕度，进而最大程度利用系统的通信冗余资源。（4）研究了有限块长下的网络化控制系统熵速率镇定问题，对于离散时间线性系统，建立了零时延编解码框架，并给出了系统在零时延下采用拓扑熵作为码率的系统镇定充分条件。基于这一充分条件，设计了编解码方案，实现了零时延条件下码率为拓扑熵的网络化控制系统镇定。项目取得的研究成果具有实际的应用意义和理论价值，为无人机集群通信系统设计提供理论和关键技术支撑。