1.一种基于智能反射面以及非正交多址接入技术的多无人机协同安全通信方法,其特征在于:具体包括如下步骤:步骤1,根据源无人机、干扰无人机、地面用户和窃听者的地理位置,建立空地信道衰落模型和源无人机到地面用户的可达速率、源无人机到窃听者可达速率模型;在步骤1中,所述建立空地信道衰落模型和源无人机到用户的可达速率、源无人机到窃听者可达速率模型模型包括以下信息:K个地面终端用户、一个地面窃听者、一个源无人机、一个干扰无人机以及一个智能反射面;第k个用户的位置表示为地面窃听者的位置已知,表示为源无人机和干扰无人机同时在时间段T内以高于地面的固定高度Hu飞行,将T划分为N个小时隙,源无人机的水平位置表示为干扰无人机的水平位置表示为智能反射面的第一个元素被视为参考点,其位于固定高度为Hr的水平位置智能反射面由具有M=MxMy反射元件的均匀平面阵列组成,其中Mx和My分别表示沿x轴和y轴的元件数量;第n个时隙的智能反射面的相移矩阵表示为其中表示第n个时隙内第m个反射元件产生的相移,此外,源无人机、干扰无人机、所有地面用户和窃听者都只配备单天线;所有信道均为莱斯信道;
源无人机到智能反射面的信道增益表示为:
其中
α为路径损耗指数,β0为参考距离d0=1m处的信道功率增益,λ0是载波波长,是方位角和到达仰角,Ksr是莱斯因子,dsr[n]是在第n个时隙源无人机到智能反射面的的距离,表示一个M×1维的复合矩阵的集合,表示源无人机到智能反射面的视距链路分量,表示源无人机到智能反射面的非视距链路分量,CN(0,1)表示零均值、单位方差的圆对称复高斯分布,源无人机到第k个用户和窃听者的信道增益分别为:其中Ksk是莱斯因子,dsk[n]是在第n个时隙源无人机到第k个用户的的距离,表示源无人机到第k个用户的视距链路分量,表示源无人机到第k个用户的非视距链路分量;Kse是莱斯因子,dse[n]是在第n个时隙源无人机到窃听者的的距离,表示源无人机到窃听者的视距链路分量,表示源无人机到窃听者的非视距链路分量;干扰无人机到智能反射面、第k个用户和窃听者的信道增益分别为:其中Kjr是莱斯因子,djr[n]是在第n个时隙干扰无人机到智能反射面的的距离,表示干扰无人机到智能反射面的视距链路分量,表示干扰无人机到智能反射面的非视距链路分量;Kjk是莱斯因子,djk[n]是在第n个时隙干扰无人机到第k个用户的的距离,表示干扰无人机到第k个用户的视距链路分量,表示干扰无人机到第k个用户的非视距链路分量;Kje是莱斯因子,dje[n]是在第n个时隙干扰无人机到窃听者的的距离,表示干扰无人机到窃听者的视距链路分量,表示干扰无人机到窃听者的非视距链路分量;
源无人机到第k个用户和窃听者的总信道增益分别为:
干扰无人机到第k个用户和窃听者的总信道增益分别为:
智能反射面到第k个用户和窃听者的信道增益分别为
其中Krk是莱斯因子,drk[n]是在第n个时隙智能反射面到第k个用户的的距离,表示智能反射面到第k个用户的视距链路分量,表示智能反射面到第k个用户的非视距链路分量;Kre是莱斯因子,dre[n]是在第n个时隙智能反射面到窃听者的的距离,表示智能反射面到窃听者的视距链路分量,表示智能反射面到窃听者的非视距链路分量,源无人机与地面用户之间采用非正交多址接入技术;其中第k个地面用户和窃听者在第n个时隙内的可达速率分别表示为:其中pk[n]是在第n个时隙中源无人机向第k个用户传输信息时的发射功率,pl[n]是在第n个时隙中源无人机向第l个用户传输信息时的发射功率,pj[n]是在第n个时隙中干扰无人机的干扰功率,表示地面用户处加性高斯白噪声的功率,表示窃听者处加性高斯白噪声的功率;λk,l[n],l≠k是一个二元变量,当第k个用户的信道增益比第l个用户的信道增益差时,λk,l[n]=1,反之λk,l[n]=0;
第k个地面用户在第n个时隙内的保密率表示为Rsec,k[n]=[Rk[n]-Re[n]]+,其中[x]+=max{x,0},如果RL[n]-Re[n]的值在第n个时隙中为负值,令UAV-S发射功率pk[n]=0,则Rsec,k[n]=Rk[n]-Re[n],从而始终保证系统保密率在任意时隙保持非负;
步骤2,以所有地面用户的平均保密率最大为目标,构建优化问题;所述步骤2中建立所有地面用户的保密容量最大化模型,包括以最大化地面用户的保密率为目标函数建立模型,目标函数表示为:P1中,Qs表示源无人机的飞行轨迹,Qj表示干扰无人机的飞行轨迹,Pk表示源无人机的发射功率,pj表示干扰无人机的干扰功率,ψ表示智能反射面的相位;
约束条件具体包括:
在时间T内,源无人机和干扰无人机的初始与结束位置固定;在一个时隙内,无人机所飞过的距离小于最大距离,并且为保证两架无人机在飞行过程中不发生碰撞,即有约束:其中,qu[0]=quI表示无人机的初始位置,qu[N]=quF表示无人机的结束位置,Vmax表示源无人机和干扰无人机的最大飞行速率,dmin表示两架无人机之间保持的最小距离;
智能反射面的相位约束为:
在任意时隙内,源无人机的发射功率保证向第k个用户的传输功率大于其他用户的传输功率,且保证源无人机的发射功率不高于其最大发射功率,源无人机的发射功率约束为其中psmax表示源无人机的最大发射功率;λk,l[n]满足λk,l[n]+λl,k[n]=1,λk,l[n]∈{1,0},dsl[n]表示源无人机到第l个用户的距离;
干扰无人机的干扰功率约束为
其中表示干扰无人机的平均干扰功率,pjmax表示干扰无人机的最大干扰功率;
为了简化目标函数,引入变量t,则目标函数及约束条件表示为
s.t.(15a),(15b),(15c),(15d),(15e),(15f),(15g),(15h),(15i)(16b)步骤3,利用交替优化算法,将系统平均保密率最大化模型解耦为源无人机发射功率优化子问题和飞行轨迹优化子问题、干扰无人机的干扰功率优化子问题和轨迹优化子问题以及智能反射面相移优化子问题;
步骤4,利用CVX工具对上述五个子优化问题分别求局部的近似解,将五个局部解进行迭代以求得整体的近似最优解,获得每个时隙内源无人机的发射功率和飞行轨迹、干扰无人机的干扰功率和飞行轨迹以及智能反射面的相位。
2.根据权利要求1所述的一种基于智能反射面以及非正交多址接入技术的多无人机协同安全通信方法,其特征在于:所述步骤3源无人机的发射功率优化子问题包括优化源无人机的发射功率,引入辅助变量使用泰勒展开法优化源无人机的发射功率分配,源无人机发射功率优化子问题表示为:s.t.(16c) (17b)(15e),(15f),(15g) (17c)其中该优化子问题中(17b)是非凸约束,利用辅助变量将非凸约束转变为凸约束;将Rk[n],Re[n]在pk(i)[n]处一阶泰勒展开,得到其中,pk(i)[n]表示源无人机第i次迭代优化出的发射功率,是通过SCA技术得到的Rk[n]下界,是Re[n]上界的凸近似,an、bn为引入的辅助变量,表达式分别为非凸约束(17b)转变得到公式表示为:则约束条件(17b)变为凸集;
P2重写为:
(15e),(15f),(15g)(20c)其中,pk(i)[n]表示源无人机第i次迭代优化出的发射功率,是通过SCA技术得到的Rk[n]下界,是Re[n]上界的凸近似,an、bn为引入的辅助变量,表达式分别为非凸约束(17b)转变得到公式表示为:则约束条件(17b)变为凸集;
P2重写为:
(15e),(15f),(15g)(20c)。
3.根据权利要求1所述的一种基于智能反射面以及非正交多址接入技术的多无人机协同安全通信方法,其特征在于:所述步骤3干扰无人机的干扰功率优化子问题,包括优化干扰无人机的发射功率,引入辅助变量使用泰勒展开法优化干扰无人机的干扰功率分配,干扰无人机干扰功率优化子问题表示为:s.t.(16c) (21b)(15h),(15i) (21c)其中该优化子问题中(21b)是非凸约束,利用辅助变量将非凸约束转变为凸约束;将Rk[n],Re[n]在pj(i)[n]处一阶泰勒展开,得到其中,pj(i)[n]表示源无人机第i次迭代优化出的发射功率,是通过SCA技术得到的Rk[n]下界,是Re[n]上界的凸近似,cn,dn,en,fn为引入的辅助变量,表达式分别为非凸约束(21b)转变得到公式表示为:则约束条件(21b)变为凸集;
P4重写为:
(15h),(15i)(21c)。
4.如权利要求1所述的一种基于智能反射面以及非正交多址接入技术的多无人机协同安全通信方法,其特征在于:所述源无人机的飞行轨迹优化子问题,包括,优化源无人机的飞行轨迹,入松弛变量,并利用SCA对源无人机的飞行轨迹优化问题进行局部凸近似;源无人机飞行轨迹优化子问题表示为:s.t.(16c)(25b)
(15c)(25c)
其中该优化子问题中(25b),(25c)均是非凸约束,
针对非凸约束(25b),需要引入松弛变量并使用泰勒展开法将(25b)变成凸集,具体步骤如下:对于Rk[n],引入变量sk[n]zk[n],其约束分别为使而变量sk[n],zk[n]的约束是非凸的,再引入松弛变量a1[n],a2[n],a3[n],a4[n]使a1[n]≥dsk[n],a2[n]≥dsr[n],a3[n]≤dsk[n],a4[n]≤dsr[n],则(27)表示为其中
相干项可能是正值也可能是负值,具体取决于信号之间的相位差;如果相干项是正的,则它有助于增大其信道增益;如果是负的,则会削弱其信道增益;对于相干项引入了一个二元变量Fk[n],其满足当时,Fk[n]=1,表示相干项为正,增强信号强度,满足当时,Fk[n]=0,表示相干项为负,增强削弱强度,满足
则变量sk[n]的约束(28)转变凸集,表达式为
则Rk[n]在zk[n]处一阶泰勒展开,得到
其中是通过SCA技术得到的Rk[n]下界;
对于Re[n],与Rk[n]的优化方法类似引入松弛变量se[n],ze[n],约束分别为而se[n],ze[n]的约束仍是非凸的,再引入松弛变量b1[n],b2[n],满足b1[n]≥dse[n],b2[n]≤dse[n],使得(31)表示为其中当时,Fe[n]=1,表示增强信号强度;得到
当时,Fe[n]=0,表示削弱信号强度;得到
则Re[n]在ze[n]处一阶泰勒展开,得到
其中是通过SCA技术得到的Re[n]上界;松弛变量a1[n],a2[n],a3[n],a4[n],b1[n],b2[n]在第i次迭代一阶泰勒展开,其满足约束:dsk2[n]≤-(a1(i)[n])2+2a1(i)[n]a1[n] (35)dsr2[n]≤-(a2(i)[n])2+2a2(i)[n]a2[n] (36)dse2[n]≤-(b1(i)[n])2+2b1(i)[n]b1[n] (37)a32[n]≤(dsk(i)[n])2+2(qs(i)[n])T(qs[n]-qs(i)[n]) (38)a42[n]≤(dsr(i)[n])2+2(qs(i)[n])T(qs[n]-qs(i)[n]) (39)b22[n]≤(dse(i)[n])2+2(qs(i)[n])T(qs[n]-qs(i)[n]) (40)则非凸约束(25b)转变得到公式表示为:此时约束条件(25b)变为凸集;
针对非凸约束(25c),同样对两架无人机的安全飞行距离dmin在第i次迭代处进行一阶泰勒展开:dmin2+||qs(i)[n]||2-2(qs(i)[n]-qj(i)[n])(qs[n])T-||qj(i)[n]||2≤0此时非凸约束(25c)变为凸集;
P6重写为:
dmin2+||qs(i)[n]||2-2(qs(i)[n]-qj(i)[n])(qs[n])T-||qj(i)[n]||2≤0 (41c)(25d),(25f),(35)-(40) (41d)。
5.如权利要求1所述的一种基于智能反射面以及非正交多址接入技术的多无人机协同安全通信方法,其特征在于:所述步骤3中干扰无人机的飞行轨迹优化子问题包括优化干扰无人机的飞行轨迹,引入松弛变量,并利用SCA对干扰无人机的飞行轨迹优化问题进行局部凸近似;干扰无人机飞行轨迹优化子问题表示为:s.t.(16c)(42b)
(15c)(42c)
其中该优化子问题中(42b),(42c)均是非凸约束,对于非凸约束(42c),与源无人机的轨迹优化中的方法一样,对两架无人机的安全飞行距离dmin在第i次迭代处进行一阶泰勒展开:dmin2+||qs(i)[n]||2-2(qs(i)[n]-qj(i)[n])(qs[n])T-||qj(i)[n]||2≤0针对非凸约束(42b),与源无人机的轨迹优化中的方法类似,具体步骤如下:对于Rk[n],引入松弛变量sjk[n],其约束为则其中而变量sjk[n]的约束仍是非凸的,再引入松弛变量c1[n],c2[n],c3[n],c4[n]使得c1[n]≥djk[n],c2[n]≥djr[n],c3[n]≤djk[n],c4[n]≤djr[n],sjk[n]在第i次迭代进行一阶泰勒展开得到:其中
由于可正可负,引入二元变量Fjk[n],其满足下列条件:
当时,Fjk[n]=1,表示相干项为正,增强信号强度;
当时,Fjk[n]=0,表示相干项为负,削弱信号强度;
则Rk[n]在sjk[n]处进行泰勒一阶展开,即
其中是通过SCA技术得到的Rk[n]下界;
类似地,对于Re[n]引入变量sje[n],其满足约束:
则其中而变量sje[n],的约束仍是非凸的,再引入松弛变量d1[n],d2[n]使得d1[n]≥dje[n],d2[n]≤dje[n],并引入Fjk[n],则对sje[n]进行一阶泰勒展开得到:其中Fjk[n]满足:当时,Fje[n]=1,表示相干项为正,增强信号强度;
当时,Fjk[n]=0,表示相干项为负,削弱信号强度;
则Re[n]在sje[n]处进行泰勒一阶展开,即
其中是通过SCA技术得到的Re[n]上界;
松弛变量c1[n],c2[n],c3[n],c4[n],d1[n],d2[n]在第i次迭代一阶泰勒展开,其满足约束:djk2[n]≤-(c1(i)[n])2+2c1(i)[n]c1[n] (49)djr2[n]≤-(c2(i)[n])2+2c2(i)[n]c2[n] (50)dje2[n]≤-(d1(i)[n])2+2d1(i)[n]d1[n] (51)c32[n]≤(djk(i)[n])2+2(qj(i)[n])T(qj[n]-qj(i)[n]) (52)c42[n]≤(djk(i)[n])2+2(qj(i)[n])T(qj[n]-qj(i)[n]) (53)d22[n]≤(dje(i)[n])2+2(qj(i)[n])T(qj[n]-qj(i)[n]) (54)则非凸约束(42b)转变得到公式表示为:此时约束条件(42b)变为凸集;
P8重写为:
dmin2+||qs(i)[n]||2-2(qs(i)[n]-qj(i)[n])(qs[n])T-||qj(i)[n]||2≤0 (55c)(42d),(42f),(49)-(54) (55d)。
6.如权利要求1所述的一种基于智能反射面以及非正交多址接入技术的多无人机协同安全通信方法,其特征在于:所述智能反射面的相位优化子问题包括,优化智能反射面的相位,使系统的保密率最大;智能反射面的相位优化子问题表示为:s.t.(16c) (56b)P10是非凸的,使用逐次凸近似(SCA)方法和半定松弛(SDR)对智能反射面的相移矩阵进行优化:引入半定矩阵,令v[n]=[v1[n],v2[n],...,vM[n]],将v[n]带入P10中,则(55c)等效于向量模的约束转化为V[n]≥0;
为了简化问题和约束条条件,并将其都转换为二次型形式,引入
其中此时得到
在点处,对Rk[n]和Re[n]进行一阶泰勒展开:
其中是通过SCA技术得到的Rk[n]下界,是通过SCA技术得到的Re[n]上界;则非凸约束(56b)转变得到公式表示为:此时约束条件(56b)变为凸集;
P10重写为
7.如权利要求1所述的基于智能反射面以及非正交多址接入技术的多无人机协同安全通信方法,其特征在于:所述步骤4最大保密率优化包括初始化系统保密率最大化问题的变量的取值;将初始化后的变量代入源无人机发射功率优化子问题,得到第i次迭代源无人机发射功率优化子问题的局部近似解;将第i次迭代源无人机干扰功率优化子问题的局部近似解及其它初始化后的变量代入干扰无人机干扰功率优化子问题,得到干扰无人机干扰功率优化子问题的局部近似解;将第i次迭代源无人机干扰功率优化子问题的局部近似解、干扰无人机干扰功率优化子问题的局部近似解及其它初始化后的变量代入源无人机的飞行轨迹优化子问题,得到源无人机的飞行轨迹优化子问题的局部近似解;将第i次迭代源无人机干扰功率优化子问题的局部近似解、干扰无人机干扰功率优化子问题的局部近似解、源无人机飞行轨迹优化子问题的局部近似解及其它初始化后的变量代入干扰无人机飞行轨迹优化子问题,得到干扰无人机飞行轨迹优化子问题的局部近似解;将第i次迭代源无人机发射功率优化子问题的局部近似解、干扰无人机干扰功率优化子问题的局部近似解、源无人机飞行轨迹优化子问题的局部近似解、干扰无人机飞行轨迹优化子问题的局部近似解及其它初始化后的变量代入智能反射面相移优化子问题,得到智能反射面相移优化子问题的局部近似解;不断增加迭代次数,直到满足迭代收敛条件,得到源无人机的发射功率和飞行轨迹、干扰无人机的干扰功率和飞行轨迹以及智能反射面的相移,得到整体的近似最优解,结束流程。