本发明涉及自动化技术，尤其涉及一种基于状态估计规则的无人机数据传输方法。
背景技术：
1、传统的地面通信系统主要依赖基站等地面通信基础设施。然而在应急通信场景中，地面用户无法获得通信服务。通过利用无人机辅助通信可以为地面用户提供临时的通信服务，并且具备一些明显的优势。首先，无人机具有高度灵活性，使得无人机协助式通信系统的部署更加快捷，能有效应对紧急情况的发生，适用于灾区等特定场景。其次，基于无人机移动性，可以动态调整传输路径，为数据传输提供更好的通信质量，减小传输干扰。在无线通信中，无人机中继网络常用来扩展通信范围、实现应急通信、数据传输等。此外，在军事通信中，经常使用无线通信作为主要的通信手段。无线通信通过无线发送器和接收器来实现，能够解决有线通信中需要提前设置通信线路的问题。但是无线通信的通信距离有限，而且容易受到地面其它信号的干扰，因此可靠性比较差。无人机在无线通信中是一种非常有效的空中通信平台，在满足大覆盖范围的通信要求的同时，还方便与地面基站和用户组网，实现灵活机动地通信。随着无人机技术的发展和应用，将无人机作为通信发射器和接收器的载体，可以有效增加无线通信的通信距离，而且可以提高传输的可靠性和抗干扰能力。
2、尽管无人机通信网络有很多优点，但多跳中继网络带来了更复杂的网络结构，无人机与地面设备之间的无线信道具有开放性，在如今日益复杂的通信环境中，可能导致更高的数据传输丢包率，因此通信安全逐渐成为无线通信网络中考虑的主要问题。在无线通信网络中可能存在未知的干扰者或窃听者，在传统方法中，主要使用基于网络层的密钥加密技术来提高通信系统的安全性能。这种方法能够有效地保护无线通信中发送的信息，但是在动态无线网络中，这种加密技术会大幅度提高系统的计算复杂度和网络延时，降低整个通信网络的性能。
3、状态估计在控制系统中扮演着基础的角色，提供了对目标执行系统当前状态的准确估计，为控制器提供必要的信息，从而实现有效的控制和优化，提高系统的性能、稳定性和可靠性。在状态估计的基础上，研究控制问题是探索如何利用状态估计结果来设计和实现有效的控制策略，对于实现自动化系统和智能控制具有重要意义。此外，由于无线体域网应用环境的特殊性，能量的持续性供应问题在无线体域网中面临着巨大的挑战。传统电池供电式的传感器由于受到固定能量的约束，随着使用时间的增加而耗尽能量，限制了服务的可持续性。相比之下，能量收集技术可以从外界环境中收集能量，并将其转化为电能，被视为一种可行的延长传感器使用寿命的解决方案。然而，与电池供电式传感器具有相对明确的可用传输能量相比，收集能量不可预测的特点对中继无人机数据传输策略的设计和分析提出了新的挑战。
技术实现思路
1、为了解决上述技术问题，本发明从信息层安全技术设计的角度，考虑中继无人机可从外部环境中随机获取能量用于数据传输，提出了一种基于状态观测误差的多跳中继无人机通信系统安全分析与数据传输技术，旨在保障无线通信过程的安全性，防止安全威胁对系统运行造成不良影响。
2、为了达到上述目的，本发明的技术方案如下：
3、一种基于状态估计规则的无人机数据传输方法，包括如下步骤：
4、步骤1、结合中继无人机通信过程的状态数据，建立状态空间模型；
5、步骤2、构建无人机1关于目标执行器的状态估计模型；
6、步骤3、量化两架中继无人机可支配的能量数学模型；
7、步骤4、建立中继无人机与地面基站的通信模型；
8、步骤5、基于步骤4的地面基站状态估计误差提出无人机数据传输策略优化数学模型；
9、步骤6、对步骤5的无人机数据传输策略优化数学模型进行分析，获得无人机的事件触发数据传输策略；
10、步骤7、对无人机的事件触发数据传输策略进行验证。
11、优选地，所述步骤1，具体包括如下步骤：
12、步骤1.1对无人机通信过程的状态信息进行采集以描述实际的系统；
13、步骤1.2建立执行器运行过程的状态空间模型，形式如下：
14、xt+1＝axt+wt,
15、yt＝cxt+vt,
16、其中，为t时刻目标执行器的状态向量，为无人机1携带的传感器观测到的测量数据，是不可测的外部扰动因素，无人机1的测量噪声，满足为半正定矩阵，为正定矩阵，当k＝j时δkj＝1，否则δkj＝0，符号′表示向量或矩阵的转置，wk(wj)′表示向量wk和向量wj转置的乘积，vk(vj)′表示表示向量vk和向量vj转置的乘积，wk(vj)′表示向量wk和向量vj转置的乘积，目标执行器的初始状态x0服从期望为0方差为∑0的高斯分布，并且不依赖于噪声wt以及vt，假设常数矩阵a是不稳定的，且(a,c)是可检测的，是正定的，矩阵a,c,q,r表示目标执行器已知的系统矩阵。
17、优选地，构建无人机1关于目标执行器的状态估计模型，如下：
18、
19、其值可以通过设计的卡尔曼滤波获得，
20、
21、
22、
23、
24、
25、其中，表示滤波器t时刻的状态预测值，表示t滤波器的状态值，表示滤波器t时刻的状态预测值的误差协方差，p0,t表示t时刻滤波器的状态估计误差协方差，卡尔曼滤波迭代过程从开始，表示卡尔曼滤波器t时刻的增益矩阵，为单位矩阵，a′,c′分别表示系统矩阵a,c的转置，引进算子h(·)和其中为n维半正定矩阵集，h(x)＝axa+q以及g(x)＝x-xc′[cxc′+r]-1cx，[cxc′+r]-1表示矩阵cxc+r的逆，因为(a,c)是可检测的，是正定的，故p0,t收敛到的一个不动点其中不失一般性，假设无人机1处的卡尔曼滤波已经达到稳态，即
26、优选地，所述量化两架中继无人机可支配的能量数学模型，如下：
27、bt+1＝min{bt-at∈+μt+1,bmax},
28、其中，bt表示无人机t时刻剩余可用的能量，at为无人机t时刻的数据传输决策变量，若在t时刻发送数据给地面基站，则at＝1，否则at＝0，∈为每次数据传输需要消耗的能量，bmax为无人机携带传感器的电池容量，μt为无人机每个时刻收集到的能量。
29、优选地，所述建立中继无人机与地面基站的通信模型，如下：
30、
31、其中，和分别为目标执行器状态xt在无人机2和地面基站的最小均方误差估计，相应的误差协方差矩阵记为p1,t和p2,t，βi,t,i∈[2]为伯努利随机变量序列表示在t时刻数据包是否在信道ci传输的过程中丢失，βi,t＝1当且仅当无人机2或地面基站在t时刻成功接收到来自无人机1或无人机2发送的数据，且满足pro.(γi,t＝1)＝λi，其中pro.为概率probability的缩写。
32、优选地，地面基站状态估计误差提出无人机数据传输策略优化数学模型，具体的，给定时间范围t，优化模型如下：
33、
34、优选地，所述步骤6中，获得无人机的事件触发数据传输策略，如下：
35、(i)给定t时刻剩余的能量bt和收集的能量μt，当系统矩阵且时，中继无人机的最优传输策略为传输数据到地面基站，即其中，常数矩阵且依赖于t时刻剩余的能量bt以及收集到的能量μt；
36、(ii)给定(p1,t-1,p2,t-1)和μt，中继无人机的最优传输策略是基于剩余能量bt的事件触发型策略，即
37、
38、其中，依赖于t时刻状态估计误差协方差p1,t-1,p2,t-1以及收集到的能量μt。
39、优选地，所述步骤7，具体包括如下步骤：
40、步骤7.1构造与无人机目标函数等价的数学模型：
41、
42、其中，tr()表示矩阵的迹，λ1,λ2表示参数，为常数矩阵，
43、步骤7.2设计递归函数jt(·，·)：s→r：
44、jt+1(p1,p2,μ,b)＝0,
45、
46、其中，表示无人机当前时刻和下一时刻收集到的能量，b表示无人机可用的能量，p1,p2表示无人机2和地面基站的状态估计误差协方差矩阵，jt+1表示t+1时刻的递归函数，jt+1表示t+1时刻的递归函数，因只考虑t时刻之前的传输，故令jt+1＝0，s＝(st)＝(p1,t-1,p2,t-1,μt,bt),t∈[t],定义函数φ(x):＝min{x,bmax},满足性质0≤φ(x)-φ(x-c)≤c，c为常数，
47、步骤7.3设计递归函数的等价形式：
48、
49、其中，式子与式子分别对应于传输策略at＝0以及at＝1；
50、步骤7.4根据步骤7.3设计辅助函数：
51、
52、步骤7.5应用数学归纳法验证事件触发数据传输策略(i)与(ii)成立，根据步骤7.4设计的辅助函数，只需验证φt(p1,p2)关于误差协方差矩阵p＝(p1+p2)是单调递增的，即只需要验证
53、
54、的单调性，进一步验证的单调性，
55、步骤7.6当t＝t+1时，根据步骤7.2的递归函数形式，(1)式的单调性显然成立，对于p≥p′(即p2≥p2',p1≤p1')以及0≤b-b′≤∈，假设当l＝t,…,t+1，成立，其中jl表示l时刻的递归函数，jt+1表示t+1时刻的递归函数，h表示算子h(·)，
56、在t时刻，当p≥p′且b≥∈,b′≥∈时，可得
57、
58、当b＜∈,b′＜∈时，可得
59、
60、当b≥∈,b′＜∈时，可得
61、
62、由上述计算可知，若中继无人机的最优数据传输策略为a*＝0，则可得
63、若中继无人机的最优数据传输策略为a*＝1，可得
64、
65、由于0≤b-b′≤∈，故根据假设(2)可得上述不等成立，也就是当l＝t，结论(2)仍然成立，验证了中继无人机事件触发数据传输策略(i)成立。
66、基于上述技术方案，本发明的有益效果是：本发明一种基于状态估计规则的无人机数据传输方法，结合中继无人机通信过程的状态数据，建立状态空间模型；构建无人机1关于目标执行器的状态估计模型；量化两架中继无人机可支配的能量数学模型；建立中继无人机与地面基站的通信模型；基于建立中继无人机与地面基站的通信模型的地面基站状态估计误差提出无人机数据传输策略优化数学模型；对无人机数据传输策略优化数学模型分析，获得无人机的事件触发数据传输策略；对无人机的事件触发数据传输策略进行验证。本发明从信息层安全技术设计的角度，考虑中继无人机可从外部环境中随机获取能量用于数据传输，提出了一种基于状态观测误差的多跳中继无人机通信安全与数据传输技术，旨在保障无线通信过程的安全性，防止安全威胁对系统运行造成不良影响。该方法有助于提高地面基地对目标执行器控制精度，同时也可以提高整个多跳中继无人机系统的通信能力。该方法在建模时充分考虑了中继无人机节点能量受限、外界环境不确定、随机丢包、测量噪声等因素，将多跳中继网络的数据传输问题建模为条件约束下的优化问题，根据系统性能指标即状态估计误差，对优化问题的目标函数进行解析、量化，提出基于事件触发的数据传输策略。
1.一种基于状态估计规则的无人机数据传输方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于状态估计规则的无人机数据传输方法，其特征在于，所述步骤1，具体包括如下步骤：
3.根据权利要求2所述的一种基于状态估计规则的无人机数据传输方法，其特征在于，构建无人机1关于目标执行器的状态估计模型，如下：
4.根据权利要求3所述的一种基于状态估计规则的无人机数据传输方法，其特征在于，所述量化两架中继无人机可支配的能量数学模型，如下：
5.根据权利要求4所述的一种基于状态估计规则的无人机数据传输方法，其特征在于，所述建立中继无人机与地面基站的通信模型，如下：
6.根据权利要求5所述的一种基于状态估计规则的无人机数据传输方法，其特征在于，地面基站状态估计误差提出无人机数据传输策略优化数学模型，具体的，给定时间范围t，优化模型如下：
7.根据权利要求6所述的一种基于状态估计规则的无人机数据传输方法，其特征在于，所述步骤6中，获得无人机的事件触发数据传输策略，如下：
8.根据权利要求7所述的一种基于状态估计规则的无人机数据传输方法，其特征在于，所述步骤7，具体包括如下步骤：
