«上一篇
文章快速检索     高级检索
下一篇»
  应用科技  2019, Vol. 46 Issue (6): 25-29  DOI: 10.11991/yykj.201812026
0

引用本文  

薛睿, 韩璐. 网络编码在无人机通信网络中的应用研究[J]. 应用科技, 2019, 46(6): 25-29. DOI: 10.11991/yykj.201812026.
XUE Rui, HAN Lu. Application of network coding in UAV communication network[J]. Applied Science and Technology, 2019, 46(6): 25-29. DOI: 10.11991/yykj.201812026.

基金项目

上海航天科技创新基金资助项目(SAST207−111)

通信作者

韩璐,E-mail: 1484793393@qq.com

作者简介

薛睿,副教授,博士生导师;
韩璐,女,硕士研究生

文章历史

收稿日期:2018-12-30
网络出版日期:2019-05-17
网络编码在无人机通信网络中的应用研究
薛睿, 韩璐    
哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨 150001
摘要:为解决无人机协作通信中的数据时延问题,将复数域网络编码(complex field network coding, CFNC)引入到协作通信中。针对无人机工作时视距与非视距2种典型场景,提出2种适用于无人机网络的部分连通拓扑结构。将CFNC应用到上述无人机网络中,推导基于CFNC的信息传递方案,理论分析结果表明该方案可大幅度提高数据吞吐量性能。最后将CFNC与“RA+BPSK”无人机数据链信号传输体制相结合。基于MATLAB软件的仿真结果表明:CFNC中继方式可以充分获得空间分集增益,相同参数的RA+BPSK+CFNC信号在所提结构中的误符号率明显优于全联通结构。
关键词无人机    协作网络    数据链    网络编码    复数域网络编码    拓扑结构    吞吐量    误符号率    
Application of network coding in UAV communication network
XUE Rui, HAN Lu    
College of Information and Communication Engineering, Harbin Engineering University, Harbin 150001, China
Abstract: In order to solve the data delay problem in UAV cooperative communication, the Complex Field Network Coding (CFNC) is introduced into cooperative communication. Two partially connective topologies suitable for the UAV network are proposed for two typical scenarios of line-of-sight and non-line-of-sight when the UAV is working. Applying CFNC to the above-mentioned UAV network to derive a CFNC-based information transfer scheme. Theoretical analysis results show that this scheme can improve data throughput performance to a great extent. Finally, the CFNC is combined with the RA+BPSK UAV data link signal transmission system. The simulation results based on MATLAB show that the CFNC relay mode can fully obtain the spatial diversity gain. The error rate of the RA+BPSK+CFNC signal with the same parameters in the proposed structure is significantly better than that of the fully communicated structure.
Keywords: UAV    collaborative network    data link    network coding    complex field network coding    topological structure    throughput    symbol error rate    

在现代化战争任务比较复杂的情况下,单架无人机逐渐开始无法满足信息远距离、任务繁重等需求[1],因此集群通信开始广泛应用。集群通信的有效性与可靠性需要依靠多无人机间的协作方式支持[2-3]。在实际通信系统当中,多架无人机协作时往往存在多个源节点以及中继节点,共同合作完成数据传输,而这与网络编码的结构具有很大的相似性;因此考虑将网络编码引入到无人机集群通信中。网络编码即允许网络的中间节点参与编译码[4],其基本思想是通过中继节点对收到的数据进行编码,利用其计算能力来优化网络结构、提高网络吞吐量、鲁棒性以及提升传输安全等[5-6]。这种方法并不复杂,却能够带来很多优势。目前,无人机通信与网络编码结合时多采用的是随机线性网络编码或物理层网络编码,线性网络编码能在一定程度上提高吞吐量[7],但在无人机结构复杂的情况下优势并不明显;物理层网络编码要求信息完全同步,这一点是很难实现的。因此该编码方式的应用价值并不高,然而复数域网络编码能够解决这2个问题[8]

传统的网络编码拓扑结构要求各信源与中继、目标节点之间均存在直连通路。但是在实际战场环境中,由于无人机具有高速移动性,大多情况下信源无人机与中继无人机以及目标无人机之间可能存在山丘、建筑物等障碍物,阻挡无人机间的信息传递,因此不可能存在上述全联通线路。由于现有结构的不适用性,提出了适用于实际场景的部分联通结构。本文根据实际情况划分为视距、非视距两种场景,并提出2种相对应的部分联通网络结构;将复数域网络编码引入到所提出的结构,设计出相应的的信号传递流程;推导异或网络编码、实数域网络编码、复数域网络编码等方式的吞吐量性能,仿真部分联通结构中的节点变化对其误符号率性能影响;最后结合无人机数据链中的具体信号格式仿真[9],进行对比分析。

1 网络结构设计

目前,集群通信是无人机应用的主要方式。根据信源无人机与地面指挥中心之间是否存在直连通路,可分为视距场景和非视距场景2种典型场景。视距场景即信源与目标节点之间存在直连通路,可以直接进行信息传递;非视距场景指的是信源与目标节点之间存在障碍物,无法直接进行信息交流,必须依靠中继无人机进行转发的情况[10]

由于协作通信中存在很多离散的点,这与网络编码非常相似。传统的网络编码结构如图1所示[11]。若将该结构中各节点看作是无人机,该图中所有的信源与每一个中继以及目标节点间均存在直连通路,可以进行信息传递。

Download:
图 1 网络编码结构

这种情况比较理想化,在实际应用中,由于无人机的高速移动特性,无法保证各信源与中继以及目标节点都处于视距范围内,这也就意味着在多数情况下,各无人机之间是无法直接进行通信的。那么在移动过程中,原有的结构以及传递方案并不适用。本文提出一种可应用于实际场景的优化方案,由于障碍物的阻隔,导致部分链路无法接通,视距场景下的实际传递路线如图2所示。

Download:
图 2 视距场景下的部分联通结构

图2中的结构适用于视距场景下,即存在部分信源与目标节点间有直连通路,可以直接进行信息传递。在第一时隙中,信源向目标节点与其视距范围内的中继传递信息;中继解调后,在第二时隙将解调后的信息传给目标节点。在非视距情况下,所有信源与目标节点之间均不存在直连通路,不能直接传递信息,必须依靠中继来进行转发。在第一时隙中,各信源向其视距范围内的中继无人机传递信息;中继进行解调后,在第二时隙将解调后的信息传给目标节点,其结构如图3所示。

Download:
图 3 非视距场景下的部分联通结构
2 传输方案研究

传统的中继方式进行信息传递时,各信源需要分时隙传递信息,中继也需要分别进行转发,这样会额外占用很多时间,从而导致信息的时效性不强[12]。因此,网络编码逐渐开始应用到无线中继网络中。

2.1 网络编码分类

从目前已有文献来看,网络编码有几种主要类型,分别是异或网络编码、实数域网络编码和复数域网络编码等。若要将网络编码与无人机协作通信相结合,必须要考虑无人机的效率问题。由于信源传递的信息量过大,因此评估前面提出的2种结构的吞吐量,具体分析如下。

一般情况下的网络编码应用于实数域,实现的是比特级操作。这种编码方式可以在一定程度上提高吞吐量,但是随着信源、中继数量的增加,这种优势会逐渐减小。具体而言,如图1结构所示:对于具有Ns个源、Nr个中继和一个共同目标的协作网络(用NsNr−1表示该设置),为了防止干扰,传统中继方案的Ns个源按时分多址方式发送,中继无人机接收所有信源的消息需要Ns个时隙;随后各中继无人机再分别向D转发所接收的消息,每中继转发需要Ns个时隙。这样传递Ns则消息需要占用Ns(Nr+1)个时隙,吞吐量为1/(Ns(Nr+1)) (符号/信源/时隙,symbol/Source/Time Slot,sym/S/TS)。

实数域网络编码在信源传递时并无不同,分别传递Ns个信源无人机消息后,Nr个中继每次可同时传递所收消息,每中继转发只需要一个时隙。这样传递Ns则消息需要占用Ns+Nr个时隙,吞吐量为1/(Ns+Nr) sym/S/TS。

若采用复数域网络编码,信源无人机和中继无人机均可以同时发送消息,只占用2个时隙,吞吐量增加到1/2 sym/S/TS。

实数域网络编码的吞吐量较传统编码而言,具有一定的性能优势,但这种优势随着信源、中继数量的增加,逐渐减小;但复数域网络编码没有这种弊端,其独特的编码方式,将吞吐量增加到1/2 sym/S/TS,系统的有效性大大提升。

同时,对比实数域与复数域2种网络编码方式的信号处理过程可知:实数域网络编码采用的是异或运算,这种运算导致接收端收到的消息与信源发送的消息并不满足一一映射;但复数域网络编码可以解决这个问题。

2.2 信号传递过程

根据2.1节理论分析可以得出,复数域网络编码具有很大的吞吐量优势,因此在本文提出的结构中,采用复数域网络编码来进行信息回传。在编码的过程中,存在一个贯穿始终的参数 $\theta $ ,而复数域网络编码方案的关键在于 $\theta $ 的设计。

$\theta $ 的设计中,本文采用的是基于线性星座预编码的方法。当n=2k时: ${\theta _i} = \exp t({\rm{j}}{\text{π}}\left( {4n - 1} \right)\left( {i - 1} \right)/$ $\left( {2n} \right))$ ;当n=3k时, ${\theta _i} = \exp t({\rm{j}}{\text{π}}\left( {6n - 1} \right)\left( {i - 1} \right)/\left( {3n} \right))$ 。而这里的n=Ns $ \times $ Nr,具体的 $\theta $ 分布可以由信源和中继数量来计算。视距场景与非视距场景下的信息传递过程如图4所示。不论是视距场景还是非视距场景,整个过程只占用2个时隙,符号率为1/2 sym/S/TS。

Download:
图 4 信号传递过程
3 网络结构性能分析

以上2种场景下的部分联通模型与全联通模型的有效性相同,本节将针对传统的网络编码结构与改进后的2种结构,在视距与非视距2种场景下分别进行了大量的仿真,并进行可靠性分析。基于MATLAB软件仿真了数据长度n=600 bit时,信源数量Ns与中继数量Nr的变化对误符号率(symbol error probability,SEP)的影响。

在视距模式下,所有的信源、中继与地面指挥中心之间均存在直连通路,可直接进行信息传递。根据部分联通结构分别仿真了固定中继数量改变信源个数与固定信源数量改变中继个数的2种情况,其有效性在第2章已经进行了讨论,分析结果如2.1节所示,其可靠性的具体仿真结果如图56所示。

Download:
图 5 视距模式Ns−1−1结构中信源数量对SEP的影响

视距模式下,根据图5可知,在中继无人机数量固定时,同时传递的信息数量越多,信息间的干扰也就越大,目标接收的可靠性也就随之降低;根据图6可知,在源节点传递的消息数量固定时,中继无人机数量越多,分集增益越大,信息接收的可靠性也就越高。

Download:
图 6 视距模式2−Nr−1结构中中继数量对SEP的影响

换言之,在信息量固定时,随着中继数量的增加,可靠性逐渐下降;在中继数量固定时,随着信息量的增加,可靠性逐渐下降;其吞吐量均为1/2 sym/S/TS。

在非视距模式下,由于建筑物、山丘等障碍物的存在,导致信源与地面指挥中心之间不存在直连通路,无法直接进行信息传递。此时,信息的回传完全依靠中继无人机的转发来完成。根据图3所示结构分别仿真固定中继数量改变信源个数与固定信源数量改变中继个数的2种情况,其有效性分析见第2章;其可靠性具体仿真结果如图78所示。

Download:
图 7 非视距模式Ns−2−1结构中信源数量对SEP影响
Download:
图 8 非视距模式2−Nr−1结构中中继数量对SEP影响

根据仿真结果可知,在非视距模式下,其传递规律与视距模式相同。根据图7,在中继无人机数量固定时,同时传递的信息数量越多,信息间的干扰也就越大,目标接收的可靠性也就随之降低;根据图8,在回传信息数量固定时,中继无人机数量越多,分集增益越大,信息接收的可靠性就越高。

4 复数域网络码与信道编码联合

根据以上分析可以得出,复数域网络编码具有很高的可靠性与吞吐量性能,将其与无人机特有的数据链“RA+BPSK”相结合,进行联合编码调制后仿真,其结果与具体分析如下。

将无人机分布位置视为网络编码结构中各节点,然后对所传信息进行编码,结合无人机特有的编码调制方式进行信息传递,这样可以减少部分时隙,增加消息的实时性。在实际场景模拟下,将网络编码与无人机编码调制(以RA码+BPSK调制为例)结合后,仿真结果如图910所示。

Download:
图 9 视距模式下RA+CFNC性能仿真对比
Download:
图 10 非视距模式下RA+CFNC性能仿真对比

通过对比可知,原有视距与非视距结构均在信噪比达到近30 dB时,才将误符号率降到10−5;在加入无人机编码调制之后,根据实际场景改进的结构在6~8 dB时就可以将误符号率降低到10−5。根据实际情况所设计的结构与原有网络编码结构相比,也有一定的性能提升。因此将本文所提出的结构,结合网络编码与RA码联合编码的传递方式,应用到无人机协作通信当中后,在信噪比为6~8 dB时,误符号率有3~4倍的增益。与此同时,与未加入网络编码的拓扑结构相比较,将吞吐量从1/(Ns(Nr+1)) sym/S/TS,提升到1/2 sym/S/TS,故本方案在吞吐量以及误符号率方面均优于传统结构。

5 结论

无人机集群将成为未来无人机发展的主要趋势,无人机间的交互信息量也将大幅度增长,引入CFNC可有效提升无人机网络的数据吞吐量。

1)针对无人机工作时视距与非视距2种典型场景,提出2种适用于无人机网络的部分连通拓扑结构;

2)基于所提无人机网络拓扑结构,推导基于CFNC的信息传递方案;

3)比较分析了异或网络编码、实数域网络编码以及复数域网络编码在所提无人机拓扑结构中的吞吐量性能,理论分析结果表明复数域网络编码的吞吐量可以达到1/2 sym/S/TS;

4)探讨了CFNC结合无人机数据链“RA+BPSK”信号体制的可靠性,MATLAB软件的仿真结果表明:CFNC中继方式可以充分获得空间分集增益,与全联通结构相比,在所提结构中相同参数的RA+BPSK+CFNC信号可以取得更优的误符号率性能。

综上,复数域网络编码在提升无人机网络的数据吞吐量与可靠性方面具有重要应用价值。

参考文献
[1] GUPTA L, JAIN R, VASZKUN G. Survey of important issues in UAV communication networks[J]. IEEE communications surveys & tutorials, 2016, 18(2): 1123-1152. (0)
[2] REYES H, GELLERMAN N, KAABOUCH N. A cognitive radio system for improving the reliability and security of UAS/UAV networks[C]//2015 IEEE Aerospace Conference. Big Sky, MT, USA, 2015: 1−9. (0)
[3] HAYAT S, YANMAZ E, MUZAFFAR R. Survey on unmanned aerial vehicle networks for civil applications: a communications viewpoint[J]. IEEE communications surveys & tutorials, 2016, 18(4): 2624-2661. (0)
[4] 黄佳庆, ZONGPENG L. 网络编码原理[M]. 北京: 国防工业出版社, 2012: 154-167. (0)
[5] CHEN Zan, HOU Xingsong, QIAN Xueming, et al. Efficient and robust image coding and transmission based on scrambled block compressive sensing[J]. IEEE transactions on multimedia, 2018, 20(7): 1610-1621. (0)
[6] QIN Jiejun, ZHU Yu, ZHE Pengfei. Broadband analog network coding with robust processing for two-way relay networks[J]. IEEE communications letters, 2017, 21(5): 1115-1118. DOI:10.1109/LCOMM.2017.2656882 (0)
[7] SHANG Tao, FAN Yong, LIU Jianwei. Throughput-delay analysis of one-to-many wireless multi-hop flows based on random linear network coding[J]. Journal of communications and networks, 2013, 15(4): 430-438. DOI:10.1109/JCN.2013.000074 (0)
[8] KHAN R, ALTUNBAS I, KURT G K. Channel coded complex field network coding in two-way relay networks[C]//IEEE International Black Sea Conference on Communications and Networking. Istanbul, Turkey, 2017: 1−5. (0)
[9] CAO Fengfeng, YU Qiyue, XIANG Wei, et al. BER analysis of physical-layer network coding in the AWGN channel with burst pulses[J]. IEEE access, 2016, 4: 9958-9968. DOI:10.1109/Access.6287639 (0)
[10] SAHINGOZ O K. Networking models in flying ad-hoc networks (FANETs): concepts and challenges[J]. Journal of intelligent & robotic systems, 2014, 74(1/2): 513-527. (0)
[11] WANG Tairan, GIANNAKIS G B. High-throughput cooperative communications with complex field network coding[C]//Proceedings of the 41st Annual Conference on Information Sciences and Systems. Baltimore, MD, USA, 2007: 253−258. (0)
[12] ZHANG Xiaoyu, MIAO Lin, SHANG Tao. Utility analysis of network coding for coordinated formation flight in unmanned aerial vehicles[C]//International Conference on Networking and Network Applications. Hakodate, Japan, 2016: 419−422. (0)