摘要：隨著無線通信和電子技術的發展，無人機在很多領域得到廣泛應用。其通信系統大多工作在微波頻段，屬于視距通信范疇。為了實現對無人機的超視距指揮控制，改善無人機上下行鏈路的通信性能，可以依托地面有線網絡將多個無人機地面站組網使用。其中，從無人機至地面站的下行鏈路可采用多用戶MIMO的信道模型，利用預編碼技術來抵御多徑干擾和信道噪聲。該文介紹在準確掌握信道狀態信息的前提下，幾種常見的預編碼技術。針對無人機使用場景，對這些預編碼技術進行分析對比，提出基于最大化SLNR準則的預編碼技術能夠在性能和復雜度之間取得較好的折中。未來，改進信道狀態信息獲取方法以及在掌握部分信道狀態信息的條件下進行預編碼設計將是重要的研究方向。

　　關鍵詞：無人機;通信系統：預編碼技術;最大化SLNR準則：信道狀態信息

　　Abstract: With the development of wireless communication and electronic technology, UAV is wid ely used in many fields. Most of its communication svstems work in the microwave band and belong to the field of line of sight communication. In order to realize the over-the-horizon command and control of UAV and improve the communication performance of UAV uplink and downlink, multiple UAV ground stations can be networked by relying on the ground wired network. Among them, the downlink from UAV to ground station can adopt the channel model of multi-user MIMO, and use pre-cod ing technology to resist the multipath interference and channel noise. This paper introduces several common pre-coding techniques on the premise of masterind channel state information accurately. Aiming at the UAV application scenario, the paper analyzes and compares these pre-coding technologies, and proposes that the pre-coding technology based on maximizing SLNR criterion can achieve a good compromise between performance and complexity. In the future, it will bee arimportant research direction to improve the channel state information acquisition method and pre-coding design under the condition of mastering partial channel state information.

　　Key words: UAV: communication system; pre-coding technolog y: maximizing SLNR criterion; channel state information

　　0引言

　　無人駕駛飛行器(UAV，Unmanned Aerial Vehicle)簡稱無人機，源于戰場上的軍事需求并誕生于20世紀初"，是由無線電遙控和機載程序控制裝置操控的無人飛行器。隨著無線通信和電子技術的發展，隨著無線通信和電子技術的發展，無人機因為靈活性高、自主性強和易部署等優點在很多領域得到廣泛應用，如偵察巡邏叫遠程打擊門搜索救援和農業遙感等等。

　　無人機通常采用工作在微波頻段的視距通信系統。

　　為了實現對無人機的超視距指揮控制，改善無人機上下行鏈路的通信性能，可以依托地面有線網絡將多個無人機地面站組網使用。當無人機通信范圍內存在多個地面站時，可以通過構建多個信道以提升傳輸速率或改善通信質量。只要這些地面站相隔距離較遠，即可認為信道間相互獨立。根據概率論的相關知識可知，多個獨立信道傳輸信號時同時遭遇深衰落的可能性要遠遠低于單個信道傳輸信號時遭遇深衰落的可能性，因此組網后無人機通信系統的傳輸性能將大大增強。

　　本文首先介紹無人機通信系統的工作原理，進而重點對下行鏈路的信道進行數學建模。通過引入多用戶MIMO的相關概念，研究預編碼技術及其在無人機通信系統中的應用情況，對不同預編碼技術進行對比分析。其中，基于最大化SLNR準則的預編碼技術能夠在性能和復雜度方面取得較好的折中，非常適合在無人機下行鏈路中予以應用。最后，本文還對無人機通信系統中預編碼技術的未來發展進行了展望。

　　1無人機通信系統

　　出于對制造工藝、生產成本、傳輸性能等多個方面的綜合考慮，絕大多數的無人機通信系統都工作在微波頻段(300MHz至3000GH2P。由于微波的頻率較高，波長又很短，其在空中的傳播特性與光波相近，也就是直線前進，遇到阻擋就被反射或被阻斷，因此微波通信的主要方式是視距通信，超過視距以后需要中繼轉發"。微波在空氣中的傳播存在損耗，隨著通信距離的增加信號會逐步衰減。同時，實際環境中電波的傳播要受到地形和氣候的影響，引起信號的反射、折射、繞射、散射和吸收等現象，導致信號產生衰落，降低傳輸質量。其中，由地形遮蔽引起的陰影慢衰落和多徑傳播信道導致的多徑快衰落最為常見，其示意圖如圖1所示。

　　2信道模型

　　利用組網技術將無人機活動區域周邊多個地面站綜合運用，既可以實現無人機超視距指揮控制，也可以通過構建多個信道顯著提升傳輸速率或改善通信質量，如圖 2 所示。

　　操作員通過地面站向無人機發射信號時，可以根據無人機的實時位置和通信范圍，結合信道質量評估結果，選擇一個或多個最優地面站通過不同的時隙、基于不同的載頻或采用不同的編碼完成數據發送。無人機上的接收機對這些信號進行統一的合并處理就可以高質量的還原出原始信號。同理，對于下行鏈路，無人機通過機上的全向或定向天線發射信號后，其通信范圍內的多個地面站均可接收到該信號，將這些信號統一匯總至操作員所在的數據處理節點進行合并即可達到分集接收的目的。只要多個地面站相隔距離較遠，即可認為這些傳輸信道在時間域、頻率域或碼域的相關性較低，屬于相互獨立的信道，其1道模型與用戶MMO通信系統相仿，如圖3所示。

　　假定無人機下行鏈路中，共有n個地面站在其通信范圍以內，且各地面站相隔較遠，可視其信道相互獨立。

　　用s，1s isn，表示無人機發往第i個地面站的原始信號。這些原始信號經不同預編碼wals isn，處理后，從發射端合并發出，發射信號可表示為-2ws。不同地面站i接收到的信號可表示為：

　　其中，Hos;，為有效信號分量，H.Ew，為干擾信號A分量，為信道噪聲。對這些接收信號進行適當的均衡

　　處理，即可最大程度的在各地面站還原出原始信號。

　　3預編碼技術

　　在現有研究中，一般都假設系統發射端可獲得準確

　　的信道狀態信息(CSI，Channel State Informationy"。在此基礎上，可以運用不同的預編碼技術來提升系統增益。根

　　據實際發送信號與原始信號是否呈線性關系，預編碼技術也可分為線性預編碼和非線性預編碼兩類。其中，線性預編碼技術雖然在性能上不及非線性預編碼技術，但

　　是其復雜度低，易于實現，因此應用更加廣泛，包括迫零

　　(ZF，Zero Forcing)預編碼、最小均方誤差(MMSE，Mnimum Mean Square Error)預編碼等。非線性預編碼技術主要有最大化信干噪比(SINR，Signal to Inter ference-plus-Noise Ratio)預編碼、最大化信漏噪比(SLNR，Signal to Leakag-

　　plus-Noise Ratio)預編碼等。

　　3.1迫零(ZF)預編碼

　　所謂ZF預編碼，就是利用信道增益矩陣的偽逆進

　　行預編碼處理，從而消除不同信號之間相互干擾的影響。針對無人機下行鏈路，所有地面站接收信號可統一表示為：

　　當預編碼矩陣Ww，w2 w，HBH"(Hy'時，各地面站接收到的信號可表示為：由式()可知，經ZF預編碼后，各地面站之間的信號干擾被完全消除。

　　32最小均方誤差(MMSE)預編碼MMSE預編碼是以收發信號的均方誤差最小為原則來設計預編碼矩陣的0可用式(4)表示接收信號與原始信號之間的均方誤差：e=Ell-sllEW St-sl)

　　基于MMSE準則的預編碼矩陣可表示為：

　　其中，N0 的取值與信道噪聲功率有關。當信道噪聲較低，即 N0→0 時，基于 MMSE 準則的預編碼矩陣與 ZF預編碼矩陣相同。

　　3.3 最大化信干噪比(SINR)預編碼

　　根據式(1)，各無人機地面站的信干噪比可表示為：

　　其中Ro，1s isn表示各信道的噪聲功率。所謂最大化SINR預編碼就是通過合理的設計預編碼矩陣w，，is isn，使各路信號的SINR值最大。可將其轉換為聯合優化求最優題。目，(DPC，Dirty Paper Coding)預編碼技術就是一種最常見的基于最大化SINR準則的預編碼解決方案，它把信道比作一張白紙，干擾信號可視為這張紙上的污點，有效信號是紙上的字。

　　DPC預編碼技術在假設發射端完全掌握信道狀態信息，可準確計算干擾情況的前提下，通過預編碼矩陣使字分布在白紙上沒有污點的部分進行傳輸，而不是去除污點，實現對干擾和噪聲的最佳聯合抑制。

　　3.4最大化SLNR預編碼

　　對于任意一個無人機地面站，其SINR的值不僅與自身的預編碼有關，還受所有其它信道的預編碼影響，這種聯合優化問題很難求得預編碼矩陣的全局最優解。

　　為解決計這個難題，有學者提出了SLNR的概念，如式(所述。

　　3.5分析對比

　　使用迫零預編碼技術雖然能夠完全消除不同地面站之間的干擾，但是因為沒有考慮信道噪聲的影響，在低信噪比條件下會導致有用信號的功降低，減小信噪比(SNR，Signal to Nise Ratio，影響原始信號的檢測。

　　同時，使用迫零預編碼技術要求信道矩陣存在逆矩陣，這就對無人機的發射天線和地面站的接收天線數目提出了要求，不能靈活適應不同的使用場景。

　　使用MMSE預編碼技術可以有效克服迫零預編碼技術的不足，在兼顧信道間干擾和信道噪聲影響的同時，還能消除對發射端、接收端天線數目的限值，因此MMSE預編碼技術的性能要優于迫零預編碼技術。并且在信噪比近似于無窮大的傳輸條件下，MMSE預編碼技術近似等效于迫零預編碼技術。

　　使用最大化SINR預編碼技術可以獲得最優的信號檢測性能。但是其算法的復雜度太高，不容易求得聯合優化條件下的最優解，對于無人機這種對信息實時性要求很高，且設備體積、成本都受限的場景，最大化SINR預編碼技術暫不適合使用。

　　最大化SLNR預編碼技術雖然也屬于非線性預編碼技術的范疇，但是其算法的復雜度低，在準確掌握信道狀態信息的前提下，只需要進行特征向量的求解。且各預編碼矩陣的計算過程相互獨立，可以并行開展。同時，如果通過各信道傳輸的信號泄漏功率較小，那么也可近似認為在接收端能夠獲得較好的SINR表現。仿真結果證明，在不同信噪比區間，最大化SLNR預編碼技術確實可以在算法性能和實現復雜度之間獲得最好的折中叭。

　　4未來展望

　　如前文所述，當下常見的多用戶MMO預編碼技術基本都需要以系統發射端能夠準確獲得信道狀態信息為前提。要想準確獲得信道狀態信息，一般都是在有效信號發射前先按照預定規則發送一段固定長度的訓練導頻，接收端將實際解析結果與預定規則進行對比完成信道估計，再將結果反饋至發射端"。在此過程中，導頻信號和估計反饋都需要消耗一定的信道資源，如何提升效率是亟需解決的難題。

　　此外，對于時分雙工(TD，Time Division Duplexing)

　　系統，由于其具有互易性的特點，因此發射端可以通過信道估計較為輕易的得到信道狀態信息。然而在頻分雙工(FD，Frequency Division Duplexing)系統中，上下行鏈路并不具備互易性，發送端不能通過信道估計來獲取信道狀態信息。這種情況下，可以通過對信道狀態信息進行量化以壓縮信道的必要自由度，實現有限反饋。同時，需要對各類預編碼技術進行一定的適應性改造，以提升其在部分信道狀態信息條件下的性能表現。

　　5結語

　　隨著無線通信和電子技術的發展，無人機得到了越來越廣泛的應用，其與多個地面站之間的通信可以參考多用戶MIMO的信道模型。本文研究預編碼技術及其在無人機通信系統中的應用情況，對基于不同原則的預編碼技術進行對比分析。基于最大化SLNR準則的預編碼技術能夠在性能和復雜度方面取得較好的折中，非常適合在無人機下行鏈路中予以應用。而如何高效獲取信道狀態信息以及如何在只掌握部分信道狀態信息的情況下對預編碼技術進行適應性改造將是后續重點研究的核心問題。

　　參考文獻：

　　[1]秦博，王蕾無人機發展綜述D飛航導彈，2002，84-10.

　　[2]Semsch EJakob MPavlicek D，et al.Autonomous UAV surveillance in complex urban environments[CV2009 IEEE/WICIACM Intemnational Joint Conference on Web Intelligence and Intelligent Agent Technology，2009(2)：82-85.

　　[3]Bhattacharya S，Basar T.Game-theoretic analysis of an aerial jamming attack on a UAV communication network[C]//Proceedings of the 2010 American Control Conference，2010：818-823.

　　[4]Tomic T.Schmid K，Lutz P.et al.Toward a Fully Autonomous UAV：Research Platform for Indoor and Outdoor Urban Search and RescueJ IEEE Rdbotics&Autamation Magazine，2012.19(3)：46-56.

　　[5]楊青，趙鋒，李陽基于CH的無人機地面站軟件設計J電子質量，2017.(5)148-51，56.

　　[6]吳波，周武，金彬，地面小型無人平臺協同p].指揮信息系統與技術2014，5(3)54-58.

　　[7]董曉華，闞春榮分集合并及Rake接收抗多徑衰落技術即電子質量，2014，(3)25-27，31.

　　[8]朱煜良，趙智全，姚長虹，等無人機通信干擾電磁環境半實物仿真系統.電訊技術，2019，59(4)476-481.

　　[9]羅衛兵，王永生無人機平臺的超視距多鏈路中繼[J遙測遙控，2003，24(2)，32-35.

　　[10解女蘭.下行多用戶MIMO系統預編碼和功率分配的聯合優化研究[D].杭州浙江大學，2017.

　　[11]1李振一，劉夢璐大規模MIMD系統中信道狀態信息獲取方法的概述D]廣東通信技術，2016，36(11)：30-34，42.

　　[12)張卓大規模多用戶MIMO預編碼方案的研究[D.哈爾哈爾工程大學，2017.

　　[13]曹穎鴻.多用戶MIMO無線通信系統的預編碼技術研究].大連：大連理工大學，2013.

　　[14]李星.多用戶MIMO系統中的編碼技術研究[D]石家莊河北科技大學2019.

　　[15孫成越多用戶MIMO系統下行鏈路預編碼技術研究[D].西安：西安電子科技大學，2017.

　　[16]Tarighat A，Sadek M，Sayed A H.A multi user beamfoming scheme for downlink MIMO channels based on maximizing signal-to-leakage ratios[C/IEEE International Conference on Acoustics，Speech，and Singal Processing.Pennsylvania，USA，2005：11 29-1132.

　　[17]Sadek MTarighat A，Sayed A H.A Leakage-Based Precoding Scheme for Downlink Multi-User MIMO Channels[J]IEEE Transactions on Wireless Communications，2007，6(51711-1721.

　　[18]陳紹銀，周金榮，游行遠，等基于信道估計的Turbo均衡算法在數據鏈中應用[J].指揮信息系統與技術，2017，8(6)76-81.

　　[19張倩，謝顯中多用戶MIMO中基于部分信道狀態信息預編碼的穩健性研究[重慶郵電大學學報(自然科學版)，2009，21(131-33，49.

期刊VIP網，您身邊的高端學術顧問

文章名稱： 預編碼技術在無人機通信系統中的應用研究

文章地址： http://www.kg120.com/mianfeiwx/56619.html