基于GPU的无人机中继系统传播环境建模及仿真研究

发布时间：2020-10-17 15:05

　　 近些年来,无人机在军事、商业等领域获得了广泛应用。在现代战争中,无人机作为空中中继通信节点组成无人机中继网络,既可以对战场环境进行侦查,又可以作为通信中继使得各作战单位互通互联。但是,由于实际环境的复杂性与无人机自身的移动性、灵活性等因素影响,导致无人机中继网络信道的实测难度大,而且通常需要批量生产大量无人机用于部署中继网络,导致通信设备测试的成本高、周期长、效率低、机动性差。因此,如何在地面实验室环境下对无人机中继网络信道传播特性进行模拟,进而完成无人机中继系统的仿真测试与性能分析就显得尤为重要。论文主要研究工作如下:首先,简述了无线信道基础理论,对无人机通信信道的常用建模方法进行深入分析,并分别给出了无人机通信信道的确定性模型与统计性模型,同时对衰落信道下接收信号统计特性进行分析。在此基础上建立了无人机多跳中继系统级联信道模型,推导给出了无人机多跳中继系统的等效传播损耗预测方法以及级联衰落概率分布,并由此获得了该系统中断概率、平均误比特率与遍历信道容量的理论表达式。其次,分析比较了中央处理器(Central Processing Unit,CPU)与图形处理器(Graphics Processing Unit,GPU)的特点及应用领域,详细介绍了基于谐波叠加(Sum of Sinusoids,SoS)的信道衰落仿真算法,该算法的计算量随信道衰落精度的提高而急剧增大,因此本文以GPU并行技术与SoS思想为基础,提出了一种高效的高斯随机过程产生方法,在此基础上进一步提出一种多径阴影复合衰落实时模拟算法,仿真结果表明,与传统CPU方法相比,该算法产生的多径阴影复合衰落在保证更高精度的同时,可以极大地缩短了运算时间。最后,基于前述无人机多跳中继系统级联信道理论模型及多径阴影复合衰落实时模拟方法,设计并实现了一个基于GPU的无人机中继网络仿真软件,包括用户配置界面、中继信道实时模拟等功能,在此基础上针对该软件的各项功能进行了详细测试,并利用Matlab仿真软件对该软件生成的无人机中继网络信道数据进行分析,结果表明,无人机中继网络仿真软件可以对无人机中继网络信道状况进行实时模拟,能够满足本文的设计要求。
【学位单位】：南京航空航天大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：V279;TP391.9;TP332
【部分图文】：

课题研究背景及意义第一次世界大战时期，无人机（UnmannedAerial Vehicle，UAV）被尝试应用于战争承担侦察敌情的任务，但由于当时科技水平的限制，无人机很难出色完成任务，故冷落。随着无人机工艺的进步，直到 1982 年，以色列再次将无人机投入战场，首次人机协同作战，无人机才重新引起军方重视，并在九十年代以来的几场局部战争中近些年来，无人机被广泛应用于军事、商业等领域。在军事上，无人机可用于充当执行情报搜集、目标搜捕、火炮校正、损伤评估等任务，如 I-蚊蚋-ER、扫描鹰、搜用上，无人机主要用于影视制作、农业植保、线路巡检、检灾救灾、资源遥感、摄影防火和物流等领域。无人机与传统的有人机相比具有很多优势：1）操作人员位于地人员安全的同时，使其具有更好的机动性与更长的滞空时间；2）不需要驾驶舱与救生无人机重量轻、成本低、生存能力强；3）操作简单、维护方便，后期保养成本低。人工智能技术的发展，将人工智能应用于无人机领域以实现无人机的单机智能飞行协同、任务自主智能，成为了各国学者研究的热点。可以预见，在未来几年里，无、商业等领域将发挥更加重要的作用。

配置几何参数配置信道参数配置系统参数计算最大多普勒频率计算中继链路长度获取中继信道参数计算GPU线程布局计算等效传播损耗保存信道衰落文件配置并启动GPU产生高斯随机过程产生阴影衰落产生多径衰落产生多径阴影复合衰落产生中继信道衰落图 5.3 软件流程图根据软件的运行流程，设计软件界面如图 5.4 所示。从图中可以看到，软件界面可划分为三部分：①菜单栏与工具栏；②参数设置单元；③状态栏。为便于用户操作，该软件将信道参数、几何参数与系统参数按照物理意义进行拆分并集成到同一界面的不同模块，因此，该软件具有集成度高、操作简单、表意明确等优点。

“结果覆盖”、“开始仿真”与“停止仿真选项 (b) 选项 (d) 图 5.5 菜单栏选项下拉菜单单元，主要包含地面收发站、中继节点节点的相对位置、移动速度、天线增益点的相对位置以地面发射站作为参考原户还需要对通信环境、载波频率与信道洋与自定义，用户可以通过选择自定义
【相似文献】

相关期刊论文 前10条

1 王湛;王江东;杨宏伟;;民用轻小型无人机系统检测认证研究[J];质量与认证;2019年12期

2 张斌;林斌;杨彦彰;李名兆;林奕翔;;国内民用无人机系统标准体系构建现状[J];中国标准化;2019年S1期

3 徐宏庆;;无人机应用技术专业建设的探索[J];正德职业技术学院学报;2018年02期

4 潘泉;康童娜;吕洋;赵春晖;胡劲文;;无人机感知规避技术发展与挑战[J];无人系统技术;2018年04期

5 杜恒;;基于足球比赛路径规划的农用无人机定位和导航研究[J];农机化研究;2019年10期

6 问延安;蒋倩;;智慧监管:民用无人机企业监管的路径选择[J];长沙航空职业技术学院学报;2018年04期

7 张军国;闫浩;胡春鹤;李婷婷;于明;;无人机在林业中的应用及前景展望[J];林业工程学报;2019年01期

8 刘逸宸;;无人机系统信息传输技术分析[J];科技资讯;2018年32期

9 金伟;周震博;;2018年无人机研发热点回眸[J];科技导报;2019年01期

10 杨春;;智能科技 智慧未来 溧阳国际无人机发展论坛暨第四届无人机百人会圆满落幕[J];中国公共安全;2019年Z1期

相关博士学位论文 前10条

1 宋春林;四旋翼无人机在未知环境中自主导航和飞行控制方法研究[D];哈尔滨工业大学;2019年

2 姬翔;多特征融合的旋翼无人机能耗优化路径规划方法研究[D];西北大学;2019年

3 武明建;变体太阳能无人机设计与能量优化[D];南京航空航天大学;2018年

4 王小亮;面向对地观测的无人机路径规划与编队控制方法研究[D];武汉大学;2017年

5 薛武;无人机影像定位优化技术研究[D];战略支援部队信息工程大学;2017年

6 孟凡琨;无人机目标跟踪与避障研究[D];长安大学;2018年

7 王勋;基于拟态物理学的无人机编队控制与重构方法研究[D];国防科学技术大学;2016年

8 徐淑芳;基于连通性的无人作战网络关键技术研究[D];南京航空航天大学;2017年

9 匡敏驰;尾座式推力矢量无人机飞行控制方法研究[D];清华大学;2017年

10 纪晓婷;基于概率模型检验的无人机不确定决策理论与方法研究[D];国防科学技术大学;2016年

相关硕士学位论文 前10条

1 韩文杰;四旋翼无人机的自抗扰控制[D];华北电力大学(北京);2019年

2 周克旻;基于Kinect室内四旋翼无人机的定位跟踪与姿态估计[D];华北电力大学(北京);2019年

3 全迎;无人机激光雷达提取长白落叶松单木树冠三维结构的研究[D];东北林业大学;2019年

4 包荣剑;林用小型垂直起降固定翼无人机的设计研究[D];东北林业大学;2019年

5 周强;基于分层A*算法的多旋翼无人机避障方法研究[D];上海交通大学;2018年

6 李祥;基于无人机影像的单木结构参数提取与生物量制图研究[D];东北林业大学;2019年

7 钟韬;基于视觉的无人机行人跟踪与人脸主动感知[D];上海交通大学;2018年

8 吴康康;基于调频连续波的反无人机微型探测雷达[D];上海交通大学;2018年

9 韦涛;基于局部行为规则的四旋翼无人机群集编队研究[D];上海交通大学;2018年

10 周宇亮;无人机集群编队控制技术研究[D];华南理工大学;2019年

本文编号：2844949