一种用于海上应急通信的部署优化和资源管理方法与流程

1.本发明涉及空-海协作网络通信技术领域，尤其是一种应急通信的部署优化和资源管理方法。


背景技术：

2.海上应急通信是指在海上突发紧急情况或海洋自然灾害时，综合利用各种通信资源，提供紧急救助和必要信息数据传输的通信方法与手段。不同于陆地应急通信保障，海上应急通信保障通常需要面对海上基础通信设施缺乏、海上工况环境恶劣等不利条件，通常具有事发突然、应急响应窗口短、后果严重等特点，因此海上应急通信保障要求相对较高。这也增加了建立全球覆盖、重点部署、持续保障的海上应急通信体系的紧迫性。
3.海上应急通信网络的建设是海上搜救系统的重要组成部分，是保证搜救快速准确的前提，而建立健全空海一体化体系更是构建海上应急通信网的基础。将空基、海基网络联合在一起，构成海上应急通信网络，互通互联，可实现信息及时有效地传输，利用数据基准与协同感知探测、广域动态多源信息智能化处理等一系列关键技术，可以推动空海一体化在海上应急场景的实际应用。
4.低空平台(low altitude platform station,laps)，例如无人机和直升机，是一种新型信息获取的载体，具有成本低、使用灵活、对起降场地要求低、操作性强，可执行危险任务等特点。固定翼laps载荷能力较强、飞行距离远、滞空工作时间长，不仅可完成应急通信服务，还能作为构建通信中继系统的平台，完成对指定海域的实时监控和提供日常的通信网络服务。多旋翼laps结构简单，能够适应各种恶劣的情况，可对事故船舶和危险物船舶进行环绕航拍取证，处理紧急通信事故。水陆两栖laps，兼有空中飞行器和水上船舶特性，当发生水上事故时，可以快速抵达失事船只现场，为失事现场提供通信保障。
5.现有技术一部署优化技术，致力于实现laps与海面用户之间的协作，旨在提高海上用户的传输性能。具体而言，现有技术一以海上用户传输速率最大化为目标，研究了laps的部署优化问题。首先根据空对海信道的特点，通过二分法得到了laps的最佳高度。然后，现有技术一设计了一种智能优化算法来优化laps的水平位置。
6.现有技术二(资源分配技术)，在空海一体化网络中采用了设备到设备(device-to-device,d2d)通信技术以提升频谱空间利用率。具体而言，现有技术二利用信道的大规模衰落信息进行资源分配(例如功率和频谱)以最大化海上用户的信道容量。与传统的蜂窝通信方式相比，启用d2d通信技术的海上应急通信网络显著地缩短了通信距离，有效地提升了数据传输速率、频谱效率及频谱空间利用率，极大地降低了传输延时、传输功耗及laps的流量负载。
7.然而，现有技术存在的问题是：
8.首先，现有技术一仅考虑了laps的部署优化，忽略了资源分配对网络性能的影响。同时，现有技术一采用的传统固定频谱分配方式已无法适应频谱需求的动态变化，产生了频谱闲置和利用不均匀等问题，加剧了低频资源的供需矛盾。其次，尽管现有技术二采用了
d2d通信技术来提升链路的灵活性和网络可靠性，但单纯依赖于d2d通信技术已经无法满足海上应急通信网络对于传输性能日益提高的要求。此外，现有技术二假设laps的位置已被给定且是最优的，未考虑laps的部署优化对传输性能的影响。
9.解决上述技术问题的难度在于：
10.在海上应急通信中，部署laps可为海上灾情提供稳定的网络通信服务，包括：(1)遇险报警；(2)搜救协调通信；(3)救助现场通信；(4)寻位；(5)海上安全信息的播发；(6)常规的公众业务通信；(7)驾驶台对驾驶台的通信等。然而，laps的部署需优化，从而满足每个海上用户的基本速率需求。同时，为了进一步提高传输性能，需要设计合理的功率分配和信道复用策略，从而满足d2d通信技术的可靠性要求。


技术实现要素：

11.为了克服现有技术的不足，本发明提供一种用于海上应急通信的部署优化和资源管理方法。具体而言，提出了一种启用d2d通信技术的空海一体化网络架构以支持应急通信。然后，将部署优化和资源管理问题形式化为与功率分配、频谱复用、低空平台位置优化相关，以最大化网络和速率为目标的优化问题。之后，结合图解法、图论、智能优化算法进行迭代求解。最后，相比于现有技术，该方法通过部署优化和资源管理可有效提高空海一体化网络的和速率，实现了快速高效的海上救助和通信接入。
12.本发明解决其技术问题所采用的技术方案是：
13.一种用于海上应急通信的部署优化和资源管理方法，包括以下步骤：
14.第一步，构建空海一体化网络以支持应急通信；
15.第二步，基于所构建的空海一体化网络，构建部署优化和资源管理问题的目标函数与优化条件；
16.第三步，基于所构建的部署优化和资源管理问题的目标函数与优化条件，通过图解法、图论、智能优化算法进行迭代求解，构建用于海上应急通信的部署优化和资源管理方法。
17.所述第一步，构建空海一体化网络以支持应急通信，具体过程包括：
18.步骤1.1：所构建的空海一体化网络包含一个悬停的低空平台(low altitude platform station,laps)和c个水面无人艇(unmanned surface vessel,usvs)；所构建的空海一体化网络用于支持应急通信；c个usv与悬停的laps进行上行传输；通过设备到设备(device-to-device,d2d)技术，usv之间进行本地信息传输；执行本地信息传输的usv称为d2d用户(d2d users,dues)；due用户共有d对，每一对due用户包含一个发射端和一个接收端；usv的集合定义为端；usv的集合定义为due的集合定义为due的集合定义为d对due复用usv与laps上行传输的频谱；
19.步骤1.2：定义频谱复用策略为其中s
c,d
∈{0,1}，c表示第c个d表示第d个d表示第d个表示任意c属于集合表示任意c属于集合表示任意d属于集合如果第d个与第c个共享同一频谱，则s
c,d
＝1，否则s
c,d
＝0；同时，假设每个usv的频谱已被提前给定；此外，定义usvs
的集合为的集合为txd和rxd分别代表第d个due的发射端和接收端；除此之外，laps的坐标为ψ＝(x,y,z)，其中x为laps的x-轴坐标，y为laps的y-轴坐标，z为laps的z-轴坐标；
20.步骤1.3：对于第c个usv，即usvc而言，usv
c-laps链路的速率rc为：
[0021][0022]
其中，pc为第c个usv的发射功率，定义gc为usv
c-laps链路的小尺度快速衰落功率分量；ac为usv
c-laps链路的路径损耗常数；dc为第c个usv和laps之间的距离；ηc为usv
c-laps链路的衰减指数；pd为txd的发射功率，定义gd为tx
d-laps链路的小尺度快速衰落功率分量；ad为tx
d-laps链路的路径损耗常数；dd为txd和laps之间的距离；ηd为tx
d-laps链路的衰减指数；σ2为噪声功率；
[0023]
步骤1.4：对于第d个due而言，rxd的接收信干噪比γd为：
[0024][0025]
其中，为tx
d-rxd链路的小尺度快速衰落功率分量；为tx
d-rxd链路的路径损耗常数；为txd和rxd之间的距离；为tx
d-rxd链路的衰减指数；g
c,d
为usv
c-rxd链路的小尺度快速衰落功率分量；a
c,d
为usv
c-rxd链路的路径损耗常数；d
c,d
为usvc和rxd之间的距离；η
c,d
为usv
c-rxd链路的衰减指数。
[0026]
所述第二步，基于第一步所构建的空海一体化网络，构建部署优化和资源管理问题的目标函数与优化条件，具体步骤包括：
[0027]
步骤2.1：通过优化和ψ，旨在最大化usvs-laps链路的和速率r
sum
并保障tx
d-rxd链路的可靠性，其中可靠性通过可容忍的中断概率(tolerable outage probability,top)约束；usvs-laps链路的和速率最大化问题被建模为：
[0028][0029]
其中，pr{
·
}可用于评估输入的概率；为第c个usv的最小容量约束；对于tx
d-rxd链路而言，为实现可靠的d2d通信，为最小的接收信干噪比；为第c个usv的最大发射功率；为第d个txd的最大发射功率；为在物理层tx
d-rxd链路可容忍的中断概率；[x
min
,x
max
]、[y
min
,y
max
]及[z
min
,z
max
]分别为laps的水平、经度和垂直位置的取值范围，其中x
min
为laps的水平最小取值，x
max
为laps的水平最大取值，y
min
为laps的经度最小取值，y
max
为laps的经度最大取值，z
min
为laps的垂直位置最小取值，z
max
为laps的垂直位置最大取值；
[0030]
步骤2.2：约束c1通过可容忍的中断概率保障tx
d-rxd链路的可靠性；约束c2通过保障usv
c-laps链路的容量需求；约束c3通过usv的最大发射功率p
cmax
限制了第c个usv的发射功率；约束c4通过txd的最大发射功率限制了第d个due的发射功率；约束c5和c6共同定义了频谱复用模式，即每对due只能复用一个usv与laps上行传输的频谱，且每个usv与laps上行传输的频谱只能被一对due复用；约束c7为laps的位置约束，通过laps的水平、经度和垂直位置的取值范围对laps的位置进行约束；
[0031]
根据步骤2.1和步骤2.2，构建了部署优化和资源管理问题的目标函数与优化条件。
[0032]
所述第三步，基于第二步所构建的部署优化和资源管理问题的目标函数与优化条件，通过图解法、图论和智能优化算法进行迭代求解，图解法用于优化发射功率图论用于优化频谱复用策略智能优化算法用于优化laps的位置ψ，构建用于海上应急通信的部署优化和资源管理方法；
[0033]
具体步骤为：将和速率最大化问题p1解耦为三个子问题，即p2、p3和p4；对于p2，假设laps的位置ψ已被提前给定，并聚焦每个可能的usv和due，基于图解法推导了最优功率分配(pc)
*
和(pd)
*
；然后，将最优功率分配(pc)
*
和(pd)
*
代入p1并给定laps的位置ψ，获得频谱复用问题p3，并将p3转变为最小费用最大流问题，利用ford-fulkerson算法求解，从而获得最优的频谱复用策略将代入p1，获得部署优化问题p4；采用pso-afs算
法求解p4，获得laps的最优位置(ψ)
*
；最后，重复上述过程直至收敛，即可获得优化后的功率分配方案、频谱复用策略、laps位置。
[0034]
第三步的具体步骤为：
[0035]
步骤3.1：采用迭代优化方式求解优化问题p1，直到满足收敛条件；
[0036]
步骤3.2：假设laps的位置ψ已被提前给定；聚焦每个可能的usv和due，p1简化为：
[0037][0038]
为求解p2，在考虑可靠性约束的前提下，给出p2的可行域；具体而言，被改写为：
[0039][0040]
其中f(pd,pc)为：
[0041][0042]
为简化计算，定义g(pd)≥pc，其中g(pd)为：
[0043][0044]
采用图解法求解p2，第c个usv的最优发射功率(pc)
*
和第d个txd的最优发射功率(pd)
*
表示为：
[0045][0046]
和
[0047][0048]
其中，和为：
[0049][0050]
和
[0051][0052]
此外，g-1
(p
cmax
)为g(p
cmax
)的反函数；
[0053]
步骤3.3：将最优功率分配(pc)
*
和(pd)
*
代入p1，并给定laps的位置ψ，频谱复用问题被表示为：
[0054][0055]
采用图论，将目标函数改写为将p3转变为最小费用最大流问题；具体而言，构建一个无向图g(v,e)，其中v＝{v1,...,v
c+d+2
}表示节点集合，包含c+d+2个节点；e＝{e1,...,ek}表示边集合，包含k条边；在v中，将v1和v
c+d+2
定义为两个虚拟节点，表示路径的源节点和目的节点；中间节点{v2,...,v
c+1
}和{v
c+2
,...,v
c+d+1
}分别对应空海一体化网络中的usvs和dues；源节点v1和{v2,...,v
c+1
}中的每个节点存在一个无向边；类似地，目的节点v
c+d+2
和{v
c+2
,...,v
c+d+1
}中的每个节点也存在一个无向边；此外，{v2,...,v
c+1
}和{v
c+2
,...,v
c+d+1
}中的每个节点是否存在无向边与最优功率分配(pc)
*
和(pd)
*
以及约束c2有关；如果中间节点v2和v
c+2
采用最优功率分配(pc)
*
和(pd)
*
可满足约束c2，则v2和v
c+2
之间存在无向边，否则v2和v
c+2
之间不存在无向边；除此之外，本方法对每条边的成本进行定义；源节点v1和{v2,...,v
c+1
}之间边的成本为0，目的节点v
c+d+2
和{v
c+2
,...,v
c+d+1
}之间边的成本为0；中间节点{v2,...,v
c+1
}和{v
c+2
,...,v
c+d+1
}之间边的成本为-rc；举例而言，如果边(v2,v
c+2
)存在，则它将消耗-r
c＝1
[(p
c＝1
)
*
,(p
d＝1
)
*
]的成本；
[0056]
因此，p3被等价于在g(v,e)中从v1到v
c+d+2
查找w条节点不相交路径，其中w为连通度；同时，旨在最小化所消耗的总成本所构建的最小费用最大流问题，即p3，采用ford-fulkerson算法求解，从而获得最优的频谱复用策略
[0057]
步骤3.4：将代入p1，部署优化问题被表示为：
[0058]
[0059]
通过联合考虑粒子群优化(particle swarm optimization,pso)和人工鱼群算法(artificial fish swarms,afs)设计了一种智能优化算法，命名为pso-afs算法，用于求解p4。
[0060]
所述pso-afs算法中，有l个粒子，定义为总迭代次数为t，定义为通过使用pso算法，第l个粒子的初始位置为在第t次迭代后的位置为然后，第t次迭代后，第l个粒子的历史最优位置为所有粒子的历史最优位置为类似地，通过使用afs算法，第t次迭代后的历史最优位置为此外，在pso-afs算法中，第l个粒子的位置被表示为：
[0061][0062]
其中，为第l个粒子在第t次迭代时的速度，表示为：
[0063][0064]
其中，ω为惯性权重因子；τ1和τ2为加速度系数；r1和r2为随机数；
[0065]
通过比较和获得pso-afs算法的历史最优位置ψ
best-t
，即
[0066][0067]
第l个粒子在第t次迭代时的速度改写为：
[0068][0069]
采用pso-afs算法，迭代t次后，获得(ψ)
*
；
[0070]
获得(ψ)
*
后，返回到步骤3.2，作为给定的laps位置。
[0071]
所述迭代次数t取值范围自行设定，本发明取t大于100。
[0072]
所述收敛条件为：第i次迭代后的与第i-1次迭代后的的差值的绝对值小于阈值，阈值自行设定，本发明阈值大于0。
[0073]
本发明的有益效果在于：本发明提出了一种启用设备到设备技术的空海一体化网络架构以支持应急通信；然后，将部署优化和资源管理问题形式化为与功率分配、频谱复用、低空平台位置优化相关，以最大化网络和速率为目标的优化问题。之后，结合图解法、图论、智能优化算法进行迭代求解。相比于现有技术，该方法通过部署优化和资源管理可有效提高空海一体化网络的和速率，实现了快速高效的海上救助和通信接入。
附图说明
[0074]
图1是本发明用于海上应急通信的部署优化和资源管理方法的流程图。
[0075]
图2是本发明实施例提供的空海一体化网络架构的示意图。
[0076]
图3是本发明实施例提供的功率分配的可行域示意图(情况1)。
[0077]
图4是本发明实施例提供的功率分配的可行域示意图(情况2)。
[0078]
图5是本发明实施例提供的所构建的最小费用最大流问题的示意图。
[0079]
图6是本发明实施例提供的与对比方案1(laps-do)、对比方案2(laps-rm)、对比方案3(usv-dorm)进行和速率对比的性能对比图。
具体实施方式
[0080]
下面结合附图和实施例对本发明进一步说明。
[0081]
本发明可满足全面覆盖、重点强化、应急出动、快速响应等海上应急通信的基本保障需求。随着未来无线技术的不断发展，融合laps关键技术的空海一体化网络体系将借助非地面网络实现全球重点区域覆盖、持续保障，达到低时延、高速率的效果，为海上船舶和人员提供可靠稳定的宽带通信网络接入，同时向搜救部门准确传达信息并制定高效的搜救方案、进而保障海上人员生命和财产安全。
[0082]
本发明是这样实现的，一种用于海上应急通信的部署优化和资源管理方法，所述一种用于海上应急通信的部署优化和资源管理方法将部署优化和资源管理问题形式化为与功率分配、频谱复用、位置优化相关，以最大化网络和速率为目标的优化问题，并结合图解法、图论、智能优化算法进行求解。
[0083]
针对现有技术存在的问题，本发明提供了一种用于海上应急通信的部署优化和资源管理方法。具体而言，提出了一种启用设备到设备技术的空海一体化网络架构以支持应急通信。然后，将部署优化和资源管理问题形式化为与功率分配、频谱复用、低空平台位置优化相关，以最大化网络和速率为目标的优化问题。之后，结合图解法、图论、智能优化算法进行迭代求解。相比于现有技术，该方法通过部署优化和资源管理可有效提高空海一体化网络的和速率，实现了快速高效的海上救助和通信接入。
[0084]
如图1所示，本发明实施例提供的一种用于海上应急通信的部署优化和资源管理方法包括以下步骤：
[0085]
s101：构建空海一体化网络以支持应急通信；
[0086]
s102：基于第一步所构建的空海一体化网络，构建部署优化和资源管理问题的目标函数与优化条件；
[0087]
s103：基于第二步所构建的部署优化和资源管理问题的目标函数与优化条件，通过图解法、图论、智能优化算法进行迭代求解，构建用于海上应急通信的部署优化和资源管理方法。
[0088]
下面结合具体实施例对本发明的技术方案作进一步的描述。
[0089]
本发明实施例提供的一种用于海上应急通信的部署优化和资源管理方法包括以下步骤：
[0090]
第一步，构建空海一体化网络以支持应急通信，具体地步骤如下：
[0091]
步骤1.1：如图2所示，考虑由一个悬停的低空平台(low altitude platform station,laps)和c个水面无人艇(unmanned surface vessel,usvs)组成的空海一体化网络以支持应急通信；通过设备到设备(device-to-device,d2d)技术，d对d2d用户(d2dusers,dues)，例如搜救机器人(search and rescue robots,srrs)，复用usvs的频谱；
[0092]
步骤1.2：定义频谱复用策略为其中s
c,d
∈{0,1}；如果第d个与第c个共享同一频谱，s
c,d
＝1，否则s
c,d
＝0；同时，假设每个usv的频谱已被提前给定；此外，定义为usvs的集合为dues的集合为定义符号txd和rxd用于区别第d个due的发射端和接收端；除此之外，laps的坐标被定义为ψ＝(x,y,z)，其中x为laps的x-轴坐标，y为laps的y-轴坐标，z为laps的z-轴坐标；
[0093]
步骤1.3：对于第c个usv而言，usv
c-laps链路的速率rc为：
[0094][0095]
其中，pc为第c个usv的发射功率，定义gc为usv
c-laps链路的小尺度快速衰落功率分量；ac为usv
c-laps链路的路径损耗常数；dc为第c个usv和laps之间的距离；ηc为usv
c-laps链路的衰减指数；pd为txd的发射功率，定义gd为tx
d-laps链路的小尺度快速衰落功率分量；ad为tx
d-laps链路的路径损耗常数；dd为txd和laps之间的距离；ηd为tx
d-laps链路的衰减指数；σ2为噪声功率；
[0096]
步骤1.4：对于第d个due而言，rxd的接收信干噪比γd为：
[0097][0098]
其中，为tx
d-rxd链路的小尺度快速衰落功率分量；为tx
d-rxd链路的路径损耗常数；为txd和rxd之间的距离；为tx
d-rxd链路的衰减指数；g
c,d
为usv
c-rxd链路的小尺度快速衰落功率分量；a
c,d
为usv
c-rxd链路的路径损耗常数；d
c,d
为usvc和rxd之间的距离；η
c,d
为usv
c-rxd链路的衰减指数。
[0099]
第二步，基于第一步所构建的空海一体化网络，构建部署优化和资源管理问题的目标函数与优化条件，具体地步骤如下：
[0100]
步骤2.1：通过优化和ψ，本方法旨在最大化usvs-laps链路的和速率r
sum
并保障tx
d-rxd链路的可靠性，其中可靠性通过可容忍的中断概率(tolerable outage probability,top)约束；usvs-laps链路的和速率最大化问题被建模为：
[0101][0102]
其中，pr{
·
}可用于评估输入的概率；为第c个usv的最小容量约束；对于tx
d-rxd链路而言，为实现可靠的d2d通信，为最小的接收信干噪比；为在物理层tx
d-rxd链路可容忍的中断概率；为第c个usv的最大发射功率；为第d个txd的最大发射功率；[x
min
,x
max
]、[y
min
,y
max
]及[z
min
,z
max
]为laps的水平、经度和垂直位置的取值范围；
[0103]
步骤2.2：约束c1和c2分别用于保障tx
d-rxd链路的可靠性和usv
c-laps链路的容量需求；约束c3和c4分别限制了第c个usv和第d个due的发射功率；约束c5和c6定义了频谱复用模式；约束c7为laps的位置约束；
[0104]
根据步骤2.1、步骤2.2，本方法构建了部署优化和资源管理问题的目标函数与优化条件。
[0105]
第三步，基于第二步所构建的部署优化和资源管理问题的目标函数与优化条件，通过图解法、图论、智能优化算法进行迭代求解，构建用于海上应急通信的部署优化和资源管理方法，具体地步骤如下：
[0106]
步骤3.1：采用迭代优化方式求解优化问题p1；
[0107]
步骤3.2：假设laps的位置ψ已被提前给定；解耦p1并聚焦每个可能的usv和due，p1简化为：
[0108][0109]
为求解p2，在考虑可靠性约束(即)的前提下，本方法给出了p2的可行域，如图3和图4所示；具体而言，被改写为：
[0110][0111]
其中f(pd,pc)为：
[0112][0113]
为简化计算，定义g(pd)≥pc，其中g(pd)为：
[0114][0115]
采用图解法求解p2，最优功率分配(pc)
*
和(pd)
*
表示为：
[0116][0117]
和
[0118][0119]
其中，和为：
[0120][0121]
和
[0122][0123]
此外，g-1
(p
cmax
)为g(p
cmax
)的反函数；
[0124]
步骤3.3：将最优功率分配(pc)
*
和(pd)
*
代入p1并给定laps的位置ψ频谱复用问题被表示为：
[0125][0126]
本发明采用图论，将目标函数被改写为将p3转变为最小费用最大流问题；具体而言，如图5所示，构建一个无向图g(v,e)，其中v＝{v1,...,v
c+d+2
}表示节点集合，包含c+d+2个节点；e＝{e1,...,ek}表示边集合，包含k条边。在v中，将v1和v
c+d+2
定义为两个虚拟节点，表示路径的源节点和目的节点；中间节点{v2,...,v
c+1
}和{v
c+2
,...,v
c+d+1
}分别对应空海一体化网络中的usvs和dues；源节点v1和{v2,...,v
c+1
}中的每个节点存在一个无向边；类似地，目的节点v
c+d+2
和{v
c+2
,...,v
c+d+1
}中的每个节点也存在一个无向边；此外，{v2,...,v
c+1
}和{v
c+2
,...,v
c+d+1
}中的每个节点是否存在无向边与最优功率分配(pc)
*
和(pd)
*
以及约束c2有关；如果中间节点v2和v
c+2
采用最优功率分配(pc)
*
和(pd)
*
可满足约束c2，则v2和v
c+2
之间存在无向边，否则v2和v
c+2
之间不存在无向边；除此之外，本方法对每条边的成本进行定义；源节点v1和{v2,...,v
c+1
}之间边的成本为0，目的节点v
c+d+2
和{v
c+2
,...,v
c+d+1
}之间边的成本为0；中间节点{v2,...,v
c+1
}和{v
c+2
,...,v
c+d+1
}之间边的成本为-rc；举例而言，如果边(v2,v
c+2
)存在，则它将消耗-r
c＝1
[(p
c＝1
)
*
,(p
d＝1
)
*
]的成本；
[0127]
因此，p3被等价于在g(v,e)中从v1到v
c+d+2
查找w条节点不相交路径，其中w为连通度；同时，本方法旨在最小化所消耗的总成本所构建的最小费用最大流问题，即p3，采用ford-fulkerson算法求解，从而获得最优的频谱复用策略
[0128]
步骤3.4：将代入p1，部署优化问题被表示为：
[0129][0130]
本方法通过联合考虑粒子群优化(particle swarm optimization,pso)和人工鱼群算法(artificial fish swarms,afs)设计了一种智能优化算法，命名为pso-afs算法，用于求解p4；
[0131]
在pso-afs算法中，有l个粒子，定义为总迭代次数为t，定义为通过使用pso算法，第l个粒子的初始位置为在第t次迭代后的位置为然后，第t次迭代后，第l个粒子的历史最优位置为所有粒子的历史最优位置为类似地，通过使用afs算法，第t次迭代后的历史最优位置为此外，在pso-afs算法中，第l个粒子的位置被表示为：
[0132][0133]
其中，为第l个粒子在第t次迭代时的速度，表示为：
[0134][0135]
其中，ω为惯性权重因子；τ1和τ2为加速度系数；r1和r2为随机数；
[0136]
通过比较和获得pso-afs算法的历史最优位置ψ
best-t
，即
[0137][0138]
如上所述，第l个粒子在第t次迭代时的速度被改写为：
[0139][0140]
采用pso-afs算法，迭代t次后，获得(ψ)
*
；
[0141]
综上，所构建的一种用于海上应急通信的部署优化和资源管理方法具体为：将和速率最大化问题p1解耦为三个子问题，即p2、p3和p4；对于p2，假设laps的位置ψ已被提前给定，并聚焦每个可能的usv和due，基于图解法推导了最优功率分配(pc)
*
和(pd)
*
；然后，将最优功率分配(pc)
*
和(pd)
*
代入p1并给定laps的位置ψ，获得频谱复用问题p3，并将p3转变为最小费用最大流问题，利用ford-fulkerson算法求解，从而获得最优的频谱复用策略将代入p1，获得部署优化问题p4；采用pso-afs算法求解p4，获得laps的最优位置(ψ)
*
；最后，重复上述过程直至收敛，即可获得优化后的功率分配方案、频谱复用策略、laps位置。
[0142]
下面结合仿真对本发明的技术效果作详细的描述。
[0143]
本发明的实施例是对用于海上应急通信的部署优化和资源管理方法和基于相同网络参数的已有机制进行仿真，验证本发明所采用方法的优越性。具体地步骤如下，相同网络参数为：laps的天线增益为8dbi；usvs的天线增益为3dbi；usvs的数量c为50；dues的数量d为[20,40]；物理层tx
d-rxd链路可容忍的中断概率为10-3
；最小的接收信干噪比为20db；usvs的最大发射功率p
cmax
为30dbm；dues的最大发射功率为30dbm；噪声功率σ2为-114dbm；加速度系数τ1和τ2为2，惯性权重因子ω为0.9；r1,r2∈rand(0,1)；粒子的数量l为500；迭代总次数t为200；(x
min
,y
min
,z
min
)＝(0,0,0.2)km；(x
max
,y
max
,z
max
)＝(3,3,3)km。统计以下数据：和速率。结果为仿真1000次后的平均值。
[0144]
将本发明的技术效果与三种现有技术进行对比。具体对比方案如下：a)对比方案1(laps-do)：该方案为现有技术一；b)对比方案2(laps-rm)：该方案为现有技术二；c)对比方案3(usv-dorm)：该方案采用海面临时基站提供应急通信服务。
[0145]
将本发明与对比方案1(laps-do)、对比方案2(laps-rm)、对比方案3(usv-dorm)进行性能对比，具体的技术效果对比如图6所示，图6给出了和速率与dues的数量之间的关系。
[0146]
由图6可以看出，在不同dues的数量下，本发明的性能显著优于三个对比方案，即具有最高的和速率。相比于对比方案1(laps-do)、对比方案2(laps-rm)、对比方案3(usv-dorm)，本发明的和速率提高了21.87％、9.72％和82.50％。
[0147]
综上，本发明实施例，针对现有技术存在的问题，提供了一种用于海上应急通信的
部署优化和资源管理方法。具体而言，提出了一种启用d2d通信技术的空海一体化网络架构以支持应急通信。然后，将部署优化和资源管理问题形式化为与功率分配、频谱复用、低空平台位置优化相关，以最大化网络和速率为目标的优化问题。之后，结合图解法、图论、智能优化算法进行迭代求解。最后，相比于现有技术，该方法通过部署优化和资源管理可有效提高空海一体化网络的和速率，实现了快速高效的海上救助和通信接入。
[0148]
本发明实施例提供的一种用于海上应急通信的部署优化和资源管理方法，可满足全面覆盖、重点强化、应急出动、快速响应等海上应急通信的基本保障需求。随着未来无线技术的不断发展，融合laps关键技术的空海一体化网络体系将借助非地面网络实现全球重点区域覆盖、持续保障，达到低时延、高速率的效果，为海上船舶和人员提供可靠稳定的宽带通信网络接入，同时向搜救部门准确传达信息并制定高效的搜救方案、进而保障海上人员生命和财产安全。

技术特征：
1.一种用于海上应急通信的部署优化和资源管理方法，其特征在于包括下述步骤：第一步，构建空海一体化网络以支持应急通信；第二步，基于所构建的空海一体化网络，构建部署优化和资源管理问题的目标函数与优化条件；第三步，基于所构建的部署优化和资源管理问题的目标函数与优化条件，通过图解法、图论、智能优化算法进行迭代求解，构建用于海上应急通信的部署优化和资源管理方法。2.根据权利要求1所述的用于海上应急通信的部署优化和资源管理方法，其特征在于：所述第一步，构建空海一体化网络以支持应急通信，具体过程包括：步骤1.1：所构建的空海一体化网络包含一个悬停的低空平台和c个水面无人艇；所构建的空海一体化网络用于支持应急通信；c个usv与悬停的laps进行上行传输；通过设备到设备技术，usv之间进行本地信息传输；执行本地信息传输的usv称为d2d用户；due用户共有d对，每一对due用户包含一个发射端和一个接收端；usv的集合定义为due的集合定义为d对due复用usv与laps上行传输的频谱；步骤1.2：定义频谱复用策略为其中s
c,d
∈{0,1}，c表示第c个d表示第d个表示任意c属于集合表示任意d属于集合如果第d个与第c个共享同一频谱，则s
c,d
＝1，否则s
c,d
＝0；同时，假设每个usv的频谱已被提前给定；此外，定义usvs的集合为dues的集合为tx
d
和rx
d
分别代表第d个due的发射端和接收端；除此之外，laps的坐标为ψ＝(x,y,z)，其中x为laps的x-轴坐标，y为laps的y-轴坐标，z为laps的z-轴坐标；步骤1.3：对于第c个usv，即usv
c
而言，usv
c-laps链路的速率r
c
为：其中，p
c
为第c个usv的发射功率，定义g
c
为usv
c-laps链路的小尺度快速衰落功率分量；a
c
为usv
c-laps链路的路径损耗常数；d
c
为第c个usv和laps之间的距离；η
c
为usv
c-laps链路的衰减指数；p
d
为tx
d
的发射功率，定义g
d
为tx
d-laps链路的小尺度快速衰落功率分量；a
d
为tx
d-laps链路的路径损耗常数；d
d
为tx
d
和laps之间的距离；η
d
为tx
d-laps链路的衰减指数；σ2为噪声功率；步骤1.4：对于第d个due而言，rx
d
的接收信干噪比γ
d
为：其中，为tx
d-rx
d
链路的小尺度快速衰落功率分量；为tx
d-rx
d
链路的路径损耗
常数；为tx
d
和rx
d
之间的距离；为tx
d-rx
d
链路的衰减指数；g
c,d
为usv
c-rx
d
链路的小尺度快速衰落功率分量；a
c,d
为usv
c-rx
d
链路的路径损耗常数；d
c,d
为usv
c
和rx
d
之间的距离；η
c,d
为usv
c-rx
d
链路的衰减指数。3.根据权利要求1所述的用于海上应急通信的部署优化和资源管理方法，其特征在于：所述第二步，基于第一步所构建的空海一体化网络，构建部署优化和资源管理问题的目标函数与优化条件，具体步骤包括：步骤2.1：通过优化和ψ，旨在最大化usvs-laps链路的和速率r
sum
并保障tx
d-rx
d
链路的可靠性，其中可靠性通过可容忍的中断概率约束；usvs-laps链路的和速率最大化问题被建模为：其中，pr{
·
}可用于评估输入的概率；为第c个usv的最小容量约束；对于tx
d-rx
d
链路而言，为实现可靠的d2d通信，为最小的接收信干噪比；为第c个usv的最大发射功率；为第d个tx
d
的最大发射功率；为在物理层tx
d-rx
d
链路可容忍的中断概率；[x
min
,x
max
]、[y
min
,y
max
]及[z
min
,z
max
]分别为laps的水平、经度和垂直位置的取值范围，其中x
min
为laps的水平最小取值，x
max
为laps的水平最大取值，y
min
为laps的经度最小取值，y
max
为laps的经度最大取值，z
min
为laps的垂直位置最小取值，z
max
为laps的垂直位置最大取值；步骤2.2：约束c1通过可容忍的中断概率保障tx
d-rx
d
链路的可靠性；约束c2通过保障usv
c-laps链路的容量需求；约束c3通过usv的最大发射功率限制了第c个usv的发射功率；约束c4通过tx
d
的最大发射功率限制了第d个due的发射功率；约束c5和c6共同定义了频谱复用模式，即每对due只能复用一个usv与laps上行传输的频谱，且每个usv与laps上行传输的频谱只能被一对due复用；约束c7为laps的位置约束，通过laps的水平、经度和垂直位置的取值范围对laps的位置进行约束；根据步骤2.1和步骤2.2，构建了部署优化和资源管理问题的目标函数与优化条件。4.根据权利要求1所述的用于海上应急通信的部署优化和资源管理方法，其特征在于：
所述第三步，基于第二步所构建的部署优化和资源管理问题的目标函数与优化条件，通过图解法、图论和智能优化算法进行迭代求解，图解法用于优化发射功率图论用于优化频谱复用策略智能优化算法用于优化laps的位置ψ，构建用于海上应急通信的部署优化和资源管理方法；将和速率最大化问题p1解耦为三个子问题，即p2、p3和p4；对于p2，假设laps的位置ψ已被提前给定，并聚焦每个可能的usv和due，基于图解法推导了最优功率分配(p
c
)
*
和(p
d
)
*
；然后，将最优功率分配(p
c
)
*
和(p
d
)
*
代入p1并给定laps的位置ψ，获得频谱复用问题p3，并将p3转变为最小费用最大流问题，利用ford-fulkerson算法求解，从而获得最优的频谱复用策略将代入p1，获得部署优化问题p4；采用pso-afs算法求解p4，获得laps的最优位置(ψ)
*
；最后，重复上述过程直至收敛，即可获得优化后的功率分配方案、频谱复用策略、laps位置。5.根据权利要求4所述的用于海上应急通信的部署优化和资源管理方法，其特征在于：所述第三步的具体步骤为：步骤3.1：采用迭代优化方式求解优化问题p1，直到满足收敛条件；步骤3.2：假设laps的位置ψ已被提前给定；聚焦每个可能的usv和due，p1简化为：为求解p2，在考虑可靠性约束的前提下，给出p2的可行域；具体而言，被改写为：其中f(p
d
,p
c
)为：为简化计算，定义g(p
d
)≥p
c
，其中g(p
d
)为：
采用图解法求解p2，第c个usv的最优发射功率(p
c
)
*
和第d个tx
d
的最优发射功率(p
d
)
*
表示为：和其中，和为：和此外，为的反函数；步骤3.3：将最优功率分配(p
c
)
*
和(p
d
)
*
代入p1，并给定laps的位置ψ，频谱复用问题被表示为：采用图论，将目标函数改写为将p3转变为最小费用最大流问题；具体而言，构建一个无向图g(v,e)，其中v＝{v1,...,v
c+d+2
}表示节点集合，包含c+d+2个节点；e＝{e1,...,e
k
}表示边集合，包含k条边；在v中，将v1和v
c+d+2
定义为两个虚拟节点，表示路径的源节点和目的节点；中间节点{v2,...,v
c+1
}和{v
c+2
,...,v
c+d+1
}分别对应空海一体化网络中的usvs和dues；源节点v1和{v2,...,v
c+1
}中的每个节点存在一个无向边；类似地，目的节点v
c+d+2
和{v
c+2
,...,v
c+d+1
}中的每个节点也存在一个无向边；此外，{v2,...,v
c+1
}和{v
c+2
,...,v
c+d+1
}中的每个节点是否存在无向边与最优功率分配(p
c
)
*
和(p
d
)
*
以及约束c2有关；如果中间节点v2和v
c+2
采用最优功率分配(p
c
)
*
和(p
d
)
*
可满足约束c2，则v2和v
c+2
之间存
在无向边，否则v2和v
c+2
之间不存在无向边；除此之外，本方法对每条边的成本进行定义；源节点v1和{v2,...,v
c+1
}之间边的成本为0，目的节点v
c+d+2
和{v
c+2
,...,v
c+d+1
}之间边的成本为0；中间节点{v2,...,v
c+1
}和{v
c+2
,...,v
c+d+1
}之间边的成本为-r
c
；举例而言，如果边(v2,v
c+2
)存在，则它将消耗-r
c＝1
[(p
c＝1
)
*
,(p
d＝1
)
*
]的成本；因此，p3被等价于在g(v,e)中从v1到v
c+d+2
查找w条节点不相交路径，其中w为连通度；同时，旨在最小化所消耗的总成本所构建的最小费用最大流问题，即p3，采用ford-fulkerson算法求解，从而获得最优的频谱复用策略步骤3.4：将代入p1，部署优化问题被表示为：通过联合考虑粒子群优化和人工鱼群算法设计了一种智能优化算法，命名为pso-afs算法，用于求解p4。6.根据权利要求5所述的用于海上应急通信的部署优化和资源管理方法，其特征在于：所述pso-afs算法中，有l个粒子，定义为总迭代次数为t，定义为通过使用pso算法，第l个粒子的初始位置为在第t次迭代后的位置为然后，第t次迭代后，第l个粒子的历史最优位置为所有粒子的历史最优位置为类似地，通过使用afs算法，第t次迭代后的历史最优位置为此外，在pso-afs算法中，第l个粒子的位置被表示为：其中，为第l个粒子在第t次迭代时的速度，表示为：其中，ω为惯性权重因子；τ1和τ2为加速度系数；r1和r2为随机数；通过比较和获得pso-afs算法的历史最优位置ψ
best-t
，即第l个粒子在第t次迭代时的速度改写为：采用pso-afs算法，迭代t次后，获得(ψ)
*
；获得(ψ)
*
后，返回到步骤3.2，作为给定的laps位置。7.根据权利要求6所述的用于海上应急通信的部署优化和资源管理方法，其特征在于：所述迭代次数t取值范围大于100。
8.根据权利要求1所述的用于海上应急通信的部署优化和资源管理方法，其特征在于：所述收敛条件为：第i次迭代后的与第i-1次迭代后的的差值的绝对值小于阈值，阈值大于0。

技术总结
本发明提供了一种用于海上应急通信的部署优化和资源管理方法，构建空海一体化网络以支持应急通信；构建部署优化和资源管理问题的目标函数与优化条件，通过图解法、图论、智能优化算法进行迭代求解，构建用于海上应急通信的部署优化和资源管理方法。本发明提出了一种启用设备到设备技术的空海一体化网络架构以支持应急通信，将部署优化和资源管理问题形式化为与功率分配、频谱复用、低空平台位置优化相关，以最大化网络和速率为目标的优化问题，结合图解法、图论、智能优化算法进行迭代求解，通过部署优化和资源管理可有效提高空海一体化网络的和速率，实现了快速高效的海上救助和通信接入。信接入。信接入。


技术研发人员：黄方慧 何亦昕 王大伟
受保护的技术使用者：陕西西工大科技园有限公司
技术研发日：2023.08.09
技术公布日：2023/10/20