一种低空交通无人机对地通信环境智能建模方法及系统

本发明涉及无线通信，具体涉及一种低空交通无人机对地通信环境智能建模方法以及一种低空交通无人机对地通信环境智能建模系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。

2、无人机对地通信是未来第六代移动通信(6th-generation，6g)系统的重要组成部分，对无人机对地通信信道特性的深入理解与精确建模是无人机对地通信系统设计的基石。无人机对地通信中不同车流量密度会导致动态簇与静态簇的比例显著不同，并会显著影响无人机对地信道特性，因此准确区分环境中的静态散射体与动态散射体对于无人机对地信道特性的分析与理解至关重要。

3、然而，发明人发现，由于传统信道测量活动仅借助通信设备采集射频信道信息，缺少环境感知信息的辅助，从而极难区分静态散射体与动态散射体，主要原因在于，仅使用射频信道信息(即多普勒频移)，无法准确区分环境中的动态物体(例如移动车辆)与静态物体(例如树木与建筑物)，因此难以探索不同车流量密度下的无人机对地信道差异。

技术实现思路

1、为了解决现有技术的不足，本发明提供了一种低空交通无人机对地通信环境智能建模方法及系统，借助于采集的激光雷达点云数据，能够对不同车流量密度下的静态散射体与动态散射体的参数(包括数量、距离、角度与功率-时延特性)进行精细化建模，并进一步精确刻画静态散射体与动态散射体的平滑演进以及无人机对地信道的非平稳与一致性，提高了构建的无人机对地信道的精度。

2、为了实现上述目的，本发明采用如下技术方案：

3、第一方面，本发明提供了一种低空交通无人机对地通信环境智能建模方法。

4、一种低空交通无人机对地通信环境智能建模方法，包括以下过程：

5、获取激光雷达点云的绝对坐标，对绝对坐标下的点云数据进行预处理以去除地面点；

6、根据预处理后的点云数据进行物体检测，并将检测到的物体划分为静态物体与动态物体；

7、从无线信道数据中提取电磁空间中的散射体坐标，将所述散射体坐标分别与静态物体和动态物体进行匹配，得到静态散射体和动态散射体；

8、获取静态散射体与动态散射体的数量、距离、角度与功率-时延的统计分布，根据所述统计分布得到静态簇和动态簇的数量，基于可视区域法确定新生静态簇与新生动态簇，根据新生静态簇与新生动态簇，确定对信道产生影响的静态簇数量和动态簇数量；

9、结合无人机速度与地面车辆的速度确定直射分量，结合对信道产生影响的静态簇数量确定通过静态簇的非直射分量，结合对信道产生影响的动态簇数量确定通过动态簇的非直射分量，根据从收发端到地面反射点的距离向量确定地面反射分量，根据直射分量、通过静态簇的非直射分量、通过动态簇的非直射分量以及地面反射分量生成无人机对地信道的构建结果。

10、作为本发明第一方面进一步的限定，获取激光雷达点云的绝对坐标，包括：

11、根据车辆运动过程中所搭载的感知设备的位置坐标，以及采集到的点云数据的相对坐标，得到搭载激光雷达的车辆沿着正x轴、负x轴、正y轴以及负y轴方向运动时的激光雷达点云的绝对坐标。

12、作为本发明第一方面进一步的限定，根据预处理后的点云数据进行物体检测，并将检测到的物体划分为静态物体与动态物体，包括：

13、处理后的点云数据，采用密度聚类方法得到多个点云簇；

14、遍历每个簇，对任一个簇，提取该簇内的点云坐标，沿xyz轴分别获得对应最大值与最小值坐标，计算出该簇所代表的物体的尺寸；

15、若该簇在xyz三个方向上的范围均小于预设的车辆尺寸阈值，则判定该簇对应动态物体，否则判定为静态物体。

16、作为本发明第一方面进一步的限定，将所述散射体坐标分别与静态物体和动态物体进行匹配，得到静态散射体和动态散射体，包括：

17、如果某个散射体与动态物体之间的距离小于设定阈值，则判定此散射体为动态散射体，如果某个散射体与静态物体之间的距离小于设定阈值，则判定此散射体为静态散射体。

18、作为本发明第一方面进一步的限定，基于可视区域法确定新生静态簇与新生动态簇，根据新生静态簇与新生动态簇，确定对信道产生影响的静态簇数量和动态簇数量，包括：

19、根据所述统计分布分别生成静态簇的数量和动态簇的数量；

20、若静态簇的数量大于可视静态簇数量，动态簇的数量大于可视动态簇数量，则新生静态簇为：静态簇的数量与可视静态簇数量的差值，新生动态簇为：动态簇的数量与可视动态簇数量的差值，此时对信道产生影响的静态簇数量和动态簇的数量为根据所述统计分布分别生成静态簇的数量和动态簇的数量；

21、若静态簇的数量小于可视静态簇数量，动态簇的数量小于可视动态簇数量，则新生静态簇和新生动态簇的数量均为零，此时对信道产生影响的静态簇数量和动态簇的数量为可视动态簇数量和可视动态簇数量。

22、作为本发明第一方面进一步的限定，根据直射分量、通过静态簇的非直射分量、通过动态簇的非直射分量以及地面反射分量生成无人机对地信道的构建结果，包括：

23、

24、其中，ω(t)表示莱斯因子，ηgr(t)、ηs(t)和ηd(t)分别表示地面反射分量、经过静态簇和经过动态簇的功率比例，并且满足ηgr(t)+ηs(t)+ηd(t)＝1，τgr(t)为地面反射分量时移，hgr(t)为地面反射分量的复信道增益，为通过第j个静态簇内的第nj个静态散射体的时延，为通过第j个动态簇内的第nj个动态散射体的复信道增益，为通过第i个静态簇内的第ni个静态散射体的时延，nc(t)为对信道产生影响的静态簇数量，mc(t)为对信道产生影响的动态簇的数量。

25、第二方面，本发明提供了一种低空交通无人机对地通信环境智能建模系统。

26、一种低空交通无人机对地通信环境智能建模系统，包括：

27、点云处理单元，被配置为：获取激光雷达点云的绝对坐标，对绝对坐标下的点云数据进行预处理以去除地面点；

28、物体划分单元，被配置为：根据预处理后的点云数据进行物体检测，并将检测到的物体划分为静态物体与动态物体；

29、散射体划分单元，被配置为：从无线信道数据中提取电磁空间中的散射体坐标，将所述散射体坐标分别与静态物体和动态物体进行匹配，得到静态散射体和动态散射体；

30、可视区域处理单元，被配置为：获取静态散射体与动态散射体的数量、距离、角度与功率-时延的统计分布，根据所述统计分布得到静态簇和动态簇的数量，基于可视区域法确定新生静态簇与新生动态簇，根据新生静态簇与新生动态簇，确定对信道产生影响的静态簇数量和动态簇数量；

31、对地信道生成单元，被配置为：结合无人机速度与地面车辆的速度确定直射分量，结合对信道产生影响的静态簇数量确定通过静态簇的非直射分量，结合对信道产生影响的动态簇数量确定通过动态簇的非直射分量，根据从收发端到地面反射点的距离向量确定地面反射分量，根据直射分量、通过静态簇的非直射分量、通过动态簇的非直射分量以及地面反射分量生成无人机对地信道的构建结果。

32、第三方面，本发明提供了一种计算机设备，包括：处理器和计算机可读存储介质；

33、处理器，适于执行计算机程序；

34、计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被所述处理器执行时，实现如本发明第一方面所述的低空交通无人机对地通信环境智能建模方法。

35、第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于被处理器加载并执行如本发明第一方面所述的低空交通无人机对地通信环境智能建模方法。

36、第五方面，本发明提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时，实现如本发明第一方面所述的低空交通无人机对地通信环境智能建模方法。

37、与现有技术相比，本发明的有益效果是：

38、1、本发明借助于采集的激光雷达点云数据，能够对不同车流量密度下的静态散射体与动态散射体的参数(包括数量、距离、角度与功率-时延特性)进行精细化建模，并进一步精确刻画静态散射体与动态散射体的平滑演进以及无人机对地信道的非平稳与一致性，提高了构建的无人机对地信道的精度。

39、2、本发明借助于激光雷达点云能够实现对静态散射体和动态散射体的精确识别，并能够更精确的挖掘无人机对地信道特性，支撑系统设计以及性能评估，并为系统级算法提供有效的仿真验证平台，算法精炼，使用便捷，能够精确地描述无人机对地信道的时频非平稳特性和时间一致性。

40、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。