本发明涉及通信与雷达探测技术领域，特别是涉及一种无人机融合控制方法及装置。
背景技术：
目前，探测任务大多集中于采用传统的摄像机或传感器完成。但是，在面对多变的天气状态时，传统的摄像机或传感器难以保证高质量的探测输出。
然而，随着无人机通信技术的不断进步，由于无人机具有高动态的移动性、稳定的可操作性以及部署的灵活性等特性，这使得无人机在各种应用场景中扮演着不可或缺的角色，如危险区域的探测、动态目标的跟踪和地图遥感等。因此，在无人机上综合通信功能和雷达探测功能具有较大的研究价值。
技术实现要素：
本发明实施例的目的在于提供一种无人机融合控制方法及装置，以在无人机上综合通信功能和雷达探测功能后，减少无人机的能耗，提高无人机的续航能力。具体技术方案如下：
本发明实施例提供了一种无人机融合控制方法，应用于包含有多个天线元件的无人机，所述方法包括：
确定无人机进行通信传输与雷达探测时的目标区域，以及所述雷达探测的探测精度；
基于速率拆分多址接入(rate-splittingmultipleaccess，rsma)，确定所述无人机与所述目标区域中每一用户设备进行通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值；
基于预设波束赋形矩阵和预设公有速率分配向量，利用所述无人机的预设能效函数，在所述目标区域中确定所述无人机传输速率最大时的目标部署位置；其中，所述预设能效函数是根据所述无人机的传输速率和传输能耗确定的；所述预设能效函数满足预设约束条件，所述预设约束条件是基于所述雷达探测的探测精度、所述公有速率上限值和所述私有速率上限值确定的；
基于所述目标部署位置，利用所述预设能效函数，确定所述无人机最大能效所对应的目标波束赋形矩阵以及目标公有速率分配向量；
以所述目标波束赋形矩阵为所述预设波束赋形矩阵，所述目标公有速率分配向量为所述预设公有速率分配向量，执行所述基于预设波束赋形矩阵和预设公有速率分配向量，利用所述无人机的预设能效函数，在所述目标区域中确定所述无人机传输速率最大时的目标部署位置的步骤，直至本次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量与上一次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量间的误差小于预设误差阈值。
本发明实施例还提供了一种无人机融合控制装置，应用于包含有多个天线元件的无人机，所述装置包括：
第一确定模块，用于确定无人机进行通信传输与雷达探测时的目标区域，以及所述雷达探测的探测精度；
第二确定模块，用于基于rsma，确定所述无人机与所述目标区域中每一用户设备进行通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值；
第三确定模块，用于基于预设波束赋形矩阵和预设公有速率分配向量，利用所述无人机的预设能效函数，在所述目标区域中确定所述无人机传输速率最大时的目标部署位置；其中，所述预设能效函数是根据所述无人机的传输速率和传输能耗确定的；所述预设能效函数满足预设约束条件，所述预设约束条件是基于所述雷达探测的探测精度、所述公有速率上限值和所述私有速率上限值确定的；
第四确定模块，用于基于所述目标部署位置，利用所述预设能效函数，确定所述无人机最大能效所对应的目标波束赋形矩阵以及目标公有速率分配向量；
迭代模块，用于以所述目标波束赋形矩阵为所述预设波束赋形矩阵，所述目标公有速率分配向量为所述预设公有速率分配向量，调用所述第三确定模块执行所述基于预设波束赋形矩阵和预设公有速率分配向量，利用所述无人机的预设能效函数，在所述目标区域中确定所述无人机传输速率最大时的目标部署位置的步骤，直至本次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量与上一次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量间的误差小于预设误差阈值。
本发明实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述任一所述的无人机融合控制方法步骤。
本发明实施例还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内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的无人机融合控制方法步骤。
本发明实施例还提供了一种计算机程序，当其在计算机上运行时，使得计算机执行上述任一所述的无人机融合控制方法。
本发明实施例有益效果：
本发明实施例提供的无人机融合控制方法及装置，无人机利用预设能效函数，确定在预设波束赋形矩阵和预设公有速率传输向量下，无人机传输速率最大时的目标部署位置，从而利用预设能效函数，确定在该目标部署位置下无人机能效最大时的目标波束赋形矩阵以及目标公有速率分配向量，进而分别根据目标波束赋形矩阵、目标公有速率分配向量、目标部署位置以及预设能效函数进行多次进行迭代计算，并在本次迭代确定的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置与上一次迭代确定出的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置间的误差小于预设误差阈值时，停止迭代过程，确定出最终的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置。由于最终确定出的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量可以使得无人机在通信传输以及雷达探测时到达传输速率最大化和能效最大化，这可以有效保证无人机在综合通信功能与雷达探测功能后，在保证传输速率的前提下，有效减少无人机的能耗，提高无人机的续航能力。
当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。
图1为本发明实施例提供的无人机融合控制的第一种流程示意图；
图2为本发明实施例提供的无人机工作时的一种示意图；
图3为本发明实施例提供的无人机融合控制方法的第二种流程示意图；
图4为本发明实施例提供的传输速率上限值确定方法的一种流程示意图；
图5为本发明实施例提供的无人机融合装置的一种结构示意图；
图6为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员基于本申请所获得的所有其他实施例，都属于本发明保护的范围。
为了解决相关技术中无人机仅用于通信传输的问题，本发明实施例提供了一种无人机融合控制方法。该方法应用于包含有多个天线元件的无人机。如图1所示，图1为本发明实施例提供的无人机融合控制的第一种流程示意图。该方法包括以下步骤。
步骤s101，确定无人机进行通信传输与雷达探测时的目标区域，以及雷达探测的探测精度。
步骤s102，基于rsma，确定无人机与目标区域中每一用户设备进行通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值。
步骤s103，基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置；其中，预设能效函数是根据无人机的传输速率和传输能耗确定的；预设能效函数满足预设约束条件，预设约束条件是基于雷达探测的探测精度、公有速率上限值和私有速率上限值确定的。
步骤s104，基于目标部署位置，利用预设能效函数，确定无人机最大能效所对应的目标波束赋形矩阵以及目标公有速率分配向量。
步骤s105，以目标波束赋形矩阵为预设波束赋形矩阵，目标公有速率分配向量为预设公有速率分配向量，执行基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置的步骤，直至本次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量与上一次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量间的误差小于预设误差阈值。
在本发明实施例中，上述波束赋形矩阵(也称为：beamformingmatrix)是通过波束赋形(beamforming)技术得到的。beamforming技术本质是通过改变发射端不同链路间的相位差，多信号在接收端叠加恢复出原有信号的技术。在此，对上述波束赋形矩阵以及beamforming技术不作具体说明。
通过本发明实施例提供的方法，无人机利用预设能效函数，确定在预设波束赋形矩阵和预设公有速率传输向量下，无人机传输速率最大时的目标部署位置，从而利用预设能效函数，确定在该目标部署位置下无人机能效最大时的目标波束赋形矩阵以及目标公有速率分配向量，进而分别根据目标波束赋形矩阵、目标公有速率分配向量、目标部署位置以及预设能效函数进行多次进行迭代计算，并在本次迭代确定的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置与上一次迭代确定出的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置间的误差小于预设误差阈值时，停止迭代过程，确定出最终的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置。由于最终确定出的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量可以使得无人机在通信传输以及雷达探测时到达传输速率最大化和能效最大化，这可以有效保证无人机在综合通信功能与雷达探测功能后，在保证传输速率的前提下，有效减少无人机的能耗，提高无人机的续航能力。
在本发明实施例中，上述无人机中包含有多个天线元件的无人机。为便于理解，以m个天线元件为例。
一个可选的实施例中，上述无人机上可以配置有m个相同天线元件，m个相同天线元件构成水平放置的均匀天线阵列。上述每个用户设备上配置有单天线。无人机与用户设备之间通过天线进行通信传输。
为便于理解，以图2为例进行说明，图2为本发明实施例提供的无人机工作时的一种示意图。
在图2中，无人机悬停于区域1上方的空间中，无人机悬停高度为h。在区域1中包括用户设备1-用户设备4，以及探测目标。用户设备1-用户设备4以及探测目标上均配置有一天线。用户设备1-用户设备4中的每一用户设备可以通过配置的天线与无人机进行信息的通信传输，探测目标可以通过配置的天线接收无人机发送的探测信号，并反馈对应的反馈信号，实现雷达探测过程。因此，在本发明实施例中，无人机兼具与用户设备的通信传输功能以及对探测目标的雷达探测功能。
在本发明实施例中，图2所示的用户设备，即用户设备1-用户设备4与探测目标可以为相同的电子设备，也可以是不同的电子设备。在此，对上述用户设备和探测目标不作具体限定。
下面通过具体的实施例，对本发明实施例进行说明。
针对上述步骤s101，即确定无人机进行通信传输与雷达探测时的目标区域，以及雷达探测的探测精度。
在本步骤中，无人机可以根据进行通信传输时的通信区域，以及雷达探测时的探测区域，确定出无人机进行通信传输与雷达探测时的目标区域。并且，无人机还可以确定雷达探测时的探测精度。
一个可选的实施例中，在确定上述目标区域时，无人机可以将上述通信区域和上述探测区域的并集所对应的区域作为目标区域。
另一个可选的实施例中，在确定上述目标区域时，无人机可以将上述通信区域和上述探测区域的交集所对应的区域作为目标区域。
上述目标区域的大小受到无人机空中悬停的高度，通讯传输的距离、传输速率以及雷达探测的探测精度等多种因素的影响。在此，对上述无人机进行通信传输与雷达探测时的目标区域不作具体限定。
在本发明实施例中，上述雷达探测的探测精度是根据雷达的预设波束图像确定的。
一个可选的实施例中，上述雷达探测的探测精度可以表示为：
其中，l为雷达的数量，ah(θl)为a(θl)的共轭转置，
在本发明实施例中，针对每一雷达，当上述|ah(θl)xxha(θl)-ζl|2越小时，无人机可以确定该雷达的波束图形与该雷达的预设波束图形间的误差越小，此时，无人机可以确定该雷达的探测精度越高。
针对上述步骤s102，即基于rsma，确定无人机与目标区域中每一用户设备进行通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值。
在本步骤中，无人机可以利用rsma，对无人机与每一用户设备间通信传输的数据流进行拆分，得到所有用户设备的公有信息以及每一用户设备对应的私有信息。无人机分别对拆分得到的公有信息和私有信息进行编码，得到公有流和私有流。也就是无人机利用公有信息对应的预编码器对拆分得到的公有信息进行编码，得到公有流，并且，针对每一用户设备的私有信息，利用该私有信息对应的预编码器对该私有信息进行编码，得到私有流。在得到公有流和每一用户设备所对应的私有流后，无人机可以根据通信信道的信道条件，分别确定无人机与每一用户设备通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值。关于公有速率上限值与私有速率上限值的计算可参见下文描述，在此不作具体说明。
在本发明实施例中，针对雷达探测过程，无人机向每一待探测目标发送的探测信号是相同的，因此，雷达探测过程中传输速率上限值可以与上述通信传输的公有速率上限值相同。
在本发明实施例中，对上述步骤s101与上述步骤s102的执行顺序不作具体限定。
针对上述步骤s103，即基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置；其中，预设能效函数是根据无人机的传输速率和传输能耗确定的；预设能效函数满足预设约束条件，预设约束条件是基于雷达探测的探测精度、公有速率上限值和私有速率上限值确定的。
一个可选的实施例中，预设能效函数可以表示为：
xxh≤x0；
其中，max为最大值操作，x为波束赋形矩阵，β为公有速率分配向量，z为无人机的部署位置，k为用户设备的数量，βk为用户设备k的公有速率，xxh为无人机悬停高度为h时通信传输和雷达探测时的天线传输耗能，phov为无人机空中悬浮耗能，pcir为无人机内部电路耗能，s.t.表示约束条件，βk′为任一用户设备k′的公有速率，
上述发射控制向量，即上述a(θl)具体可以表示为：
在上述步骤s103中，无人机可以利用上述预设能效函数，以预设波束赋形矩阵为上述波束赋形矩阵x，预设公有速率分配向量为公有速率分配向量β，计算得到无人机传输速率最大时的无人机部署位置z，作为该无人机的目标部署位置。
上述目标部署位置在上述目标区域内。上述无人机通信传输时的传输速率为每一用户设备的公有速率与私有速率的总和。
在本发明实施例中，上述目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量是通过多次迭代过程确定的，即上述步骤s105所示的重复执行步骤s103和步骤s104确定的。针对上述预设波束赋形矩阵和预设公有速率分配向量，在首次迭代时，该预设波束赋形矩阵和预设公有速率分配向量中的数值可以为预设数值。该预设数值的准确性将影响迭代计算的次数。因此，上述首次迭代时的预设波束赋形矩阵以及预设公有速率分配向量的大小，对最终确定出的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量的影响相对较小。在此，对首次迭代时的预设波束赋形矩阵和预设公有速率分配向量不作具体限定。
针对上述步骤s104，即基于目标部署位置，利用预设能效函数，确定无人机最大能效所对应的目标波束赋形矩阵以及目标公有速率分配向量。
在本步骤中，无人机可以利用上述预设能效函数，以上述步骤s103确定的目标部署位置为无人机的部署位置z，计算无人机最大能效时对应的波束赋形矩阵x，以及公有速率分配向量β，作为无人机所对应的目标波束赋形矩阵以及目标公有速率分配向量。关于目标波束赋形矩阵和目标公有速率分配向量的计算可参见下文描述，在此不作具体说明。
步骤s105，即以目标波束赋形矩阵为预设波束赋形矩阵，目标公有速率分配向量为预设公有速率分配向量，执行基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置的步骤，直至本次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量与上一次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量间的误差小于预设误差阈值。
在本步骤中，无人机可以将上述步骤s104确定的目标波束赋形矩阵作为上述预设波束赋形矩阵，并将上述步骤s104确定的目标公有速率分配向量作为上述预设公有速率分配向量，返回执行上述步骤s103，即执行基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置的步骤，从而重新确定新的目标部署位置，目标波束赋形矩阵以及目标公有速率分配向量。此时，无人机可以计算本次确定出的目标部署位置，目标波束赋形矩阵以及目标公有速率分配向量，与上一次确定出的目标部署位置，目标波束赋形矩阵以及目标公有速率分配向量间的误差，并将该误差与预设误差阈值进行比较。当该误差不小于预设误差阈值时，无人机仍将执行步骤s105，也就是通过多次迭代重新确定新的目标部署位置，目标波束赋形矩阵以及目标公有速率分配向量。只有当该误差小于上述预设误差阈值时，无人机停止迭代过程，得到无人机最终的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量。
一个可选的实施例中，上述误差可以为目标部署位置，目标波束赋形矩阵以及目标公有速率分配向量分别对应的误差。
例如，无人机可以计算本次确定出的目标部署位置与上一次确定出的目标部署位置之间的误差，记为第一误差。无人机可以计算本次确定出的目标波束赋形矩阵与上一次确定出的目标波束赋形矩阵之间的误差，记为第二误差。无人机可以计算本次确定出的目标公有速率分配向量与上一次确定出的目标共有速率分配向量之间的误差，记为第三误差。
在计算得到上述第一误差、第二误差和第三误差后，无人机可以分别将第一误差、第二误差和第三误差与对应的预设误差阈值进行比较。根据比较结果，无人机可以确定是否继续进行迭代过程。
为便于理解，以第一误差a1对应第一预设误差阈值a2、第二误差b1对应第二预设误差阈值b2、第三误差c1对应第三预设误差阈值c2为例进行说明。
当第一误差小于第一预设误差阈值，第二误差小于第二预设误差阈值，且第三误差小于第三预设误差阈值时，也就是当a1<a2，b1<b2且c1<c3时，无人机可以确定两次迭代得到的目标部署位置，目标波束赋形矩阵以及目标公有速率分配向量间的误差较小。此时，无人机将本次迭代得到的目标部署位置确定为无人机的最优部署位置，本次迭代得到的目标波束赋形矩阵确定为无人机的最优波束赋形矩阵，本次迭代得到的目标公有速率分配向量确定为无人机的最优公有速率分配向量。也就是无人机可以停止上述迭代过程。
当第一误差不小于第一预设误差阈值，和/或第二误差不小于第二预设误差阈值，和/或第三误差不小于第三预设误差阈值时，也就是当满足a1≥a2、b1≥b2、c1≥c3中的任意一个时，无人机可以确定两次迭代得到的目标部署位置，目标波束赋形矩阵以及目标公有速率分配向量间的误差较大。此时，无人机可以继续上述迭代过程。
另一个可选的实施例中，上述误差可以是对本次确定的目标部署位置、目标波束赋形矩阵和目标公有速率分配向量，以及上一次确定出的目标部署位置、目标波束赋形矩阵和目标公有速率分配向量进行加权计算得到的。在此，对该误差的计算方式不作具体说明。
在本发明实施例中，对上述预设误差阈值的数量以及数值大小不作具体限定。
一个可选的实施例中，根据上述图1所示的方法，本发明实施例还提供了一种无人机融合控制方法。如图3所示，图3为本发明实施例提供的无人机融合控制方法的第二种流程示意图。该方法包括以下步骤。
步骤s301，确定无人机进行通信传输与雷达探测时的目标区域，以及雷达探测的探测精度。
上述步骤s301与上述步骤s101相同。
步骤s302，获取无人机与目标区域中每一用户设备通信传输的数据流。
在本步骤中，无人机在与目标区域内的每一用户设备进行通信传输时，向每一用户设备发送下行数据，即下行数据流，或者目标区域内的用户设备向无人机发送上行数据，即上行数据流。无人机可以获取发送每一用户设备所对应的上行数据流或下行数据流，得到无人机与用户设备通信传输时的数据流。
一个可选的实施例中，为了提高后期确定出的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量的准确性，在获取上述数据流时，可以检测目标区域中用户设备的数量，当目标区域中用户设备的数量达到预设数量阈值时，获取无人机与目标区域中每一用户设备通信传输的数据流。
步骤s303，基于rsma将数据流拆分为公有流和每一用户设备所对应的私有流。
在本步骤中，针对每一用户设备所对应的数据流，无人机可以基于rsma将该用户设备对应的数据流拆分为公有信息和私有信息。无人机可以对所有用户设备的公有信息进行联合编码得到公有流。并且，针对每一用户设备的私有信息，无人机可以对该用户设备的私有信息进行编码得到该用户设备的私有流。
为便于理解，以预编码器x＝[xc，x1...xk]为例进行说明，其中，xc为公有信息所对应的预编码器，x1...xk分别为用户设备1至用户设备k所对应的预编码器。
上述无人机与用户设备之间传输的传输信号可以表示为：
s(t)＝xcbc(t) ∑k∈kxkbk(t)
其中，bc(t)为时刻t的公有信息，bk(t)为时刻t的私有信息k，k为私用流的数量。
步骤s304，针对每一用户设备，基于公有流和私有流，计算该用户设备的公有速率上限值，以及该用户设备的私有速率上限值。
一个可选的实施例中，上述步骤s304可以如图4所示细化为以下步骤，即步骤s3041-步骤s3042。图4为本发明实施例提供的传输速率上限值确定方法的一种流程示意图。该方法包括以下步骤。
步骤s3041，针对每一用户设备，根据公有流和私有流，计算该用户设备公有流的第一信干噪比，并基于第一信干噪比，计算该用户设备公有速率上限值。
一个可选的实施例中，上述步骤s3041中的根据公有流和私有流，计算该用户设备公有流的第一信干噪比，具体可以表示为：
无人机利用以下公式，计算该用户设备公有流的第一信干噪比：
其中，
在本发明实施例中，在计算上述用户设备公有流的第一信干噪比时，以该用户设备的公有流为信号，每一用户设备的私有流为干扰，复高斯噪声为噪声计算得到的。这有效提高了计算得到的第一信干噪比的准确性，从而提高了基于该第一信干噪比计算得到的公有速率上限值的准确性。
一个可选的实施例中，上述步骤s3041中的基于第一信干噪比，计算该用户设备公有速率上限值，具体可表示为：
无人机利用以下公式，计算该用户设备公有速率上限值：
其中，
在本发明实施例中，上述公有速率上限值是基于上述第一信干噪比，利用香农公式计算得到的，有效提高了确定出的公有速率上限值的准确性。
步骤s3042，针对每一用户设备，根据该用户设备的私有流以及其他用户设备的私有流，计算该用户设备私有流的第二信干噪比，并基于第二信干噪比，计算该用户设备的私有速率上限值。
一个可选的实施例中，上述步骤s3042中的根据该用户设备的私有流以及其他用户设备的私有流，计算该用户设备私有流的第二信干噪比，具体可以表示为：
无人机利用以下公式，计算该用户设备私有流的第二信干噪比：
其中，sinrk(x)为用户设备k的私有流的第二信干噪比，xk为数据流中用户设备k的私有信息所对应的预编码器。
在本发明实施例中，在计算上述每一用户设备私有流的第二信干噪比时，以该用户设备的私有流为信号，其他用户设备的私有流为干扰，复高斯噪声为噪声计算得到的。这有效提高了计算得到的第二信干噪比的准确性，从而有效提高基于每一用户设备对应的第二信干噪比计算得到的每一用户设备的私有速率上限值的准确性。
一个可选的实施例中，上述步骤s3042中的基于第二信干噪比，计算该用户设备的私有速率上限值，具体可以表示为：
无人机利用以下公式，计算该用户设备的私有速率上限值：
rk(x)＝log2(1 sinrk(x))。
在本发明实施例中，上述每一用户设备的私有速率上限值是基于该用户设备对应的第二信干噪比，利用香农公式计算得到的，有效提高了确定出的每一用户设备的私有速率上限值的准确性。
在本发明实施例中，对上述步骤s3041与步骤s3042的执行顺序不作具体限定。
通过上述步骤s3041和步骤s3042，无人机可以准确确定出上述公有速率上限值以及每一用户设备的私有速率上限值，从而基于该公有速率上限值和每一用户设备的私有速率上限值，确定上述预设能效函数中公有速率以及每一用户设备对应的私有速率所满足的约束条件。
关于上述公有速率与每一用户设备对应私有速率所满足的约束条件可参见下文描述，在此不作具体说明。
上述步骤s302-步骤s304是对上述步骤s102的细化。
步骤s305，基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置；其中，预设能效函数是根据无人机的传输速率和传输能耗确定的；预设能效函数满足预设约束条件，预设约束条件是基于雷达探测的探测精度、公有速率上限值和私有速率上限值确定的。
步骤s306，基于目标部署位置，利用预设能效函数，确定无人机最大能效所对应的目标波束赋形矩阵以及目标公有速率分配向量。
步骤s307，以目标波束赋形矩阵为预设波束赋形矩阵，目标公有速率分配向量为预设公有速率分配向量，执行基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置的步骤，直至本次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量与上一次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量间的误差小于预设误差阈值。
上述步骤s305-步骤s307与上述步骤s103-步骤s105相同。
为便于理解，下面以上述传输信号s(t)，即s(t)＝xcbc(t) ∑k∈kxkbk(t)为例，对上述目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量的计算进行说明。
在本发明实施例中，考虑到毫米波视距路径强度远大于非视距传输路径强度，将信道设定为视距传输，此时，信道向量hk可以表示为：
其中，m为无人机中包括的天线原件的数量，pl为路损，h为无人机的空中悬停高度，z为无人机空中悬停位置的平面坐标，zk为用户设备k的平面坐标，||||2为二阶范数操作，ak为用户设备k处信道增益，a(θk)为私有流k的传输控制向量，
上述无人机空中悬停位置的平面坐标z可以表示为：z＝(m，n)，m为横坐标值，n为纵坐标值。用户设备k的平面坐标zk可以表示为：zk＝(mk，nk)，mk横坐标值，nk为纵坐标值。
基于上述信道向量hk，用户设备k所对应的信号yk(t)可以表示为：
其中，
根据无人机的传输速率以及无人机的能耗，可以确定无人机的能耗，即无人机的能耗优化函数可以表示为：
其中，max为最大值操作，z为无人机的部署位置，k为用户设备的数量，log2为以2为底的对数操作，
根据预设波束赋形矩阵以及预设公有速率分配向量，上述无人机的能耗最大化可以等效于该无人机通信传输时的传输速率最大化。因此，上述能效优化函数可以表示为：
其中，max为最大值操作，z为无人机的部署位置，f为表示用户设备端私有流传输速率的松弛变量，k为用户设备的数量，log2为以2为底的对数操作，fk为用户设备k私有流的第二信干噪比，即上述
在本发明实施例中，上述无人机通信传输时的传输速率可以表示为rsma拆分得到的公有速率和私有速率总和。所有用户设备的公有速率的和值wc可以表示为：
在本发明实施例中，上述无人机和用户设备间的公有速率的第一信噪比小于任一用户设备的公有速率上限值，记为第一约束条件，该第一约束条件具体可以表示为：
其中，
为便于描述，引入松弛变量εk表示用户设备k解码后公有速率所对应的干扰和噪声，信道向量由其一阶泰勒展开ω(z)c逼近，第r次迭代中无人机的部署位置表示为zr，则上述第一约束条件可以表示为：
其中，ω(z)c为
在本发明实施例中，上述无人机与用户设备间的私有速率的第二信干噪比小于该用户设备的私有速率上限值，记为第二约束条件，该第二约束条件可以表示为：
其中，
为便于描述，引入松弛变量γk表示用户设备k解码后私有速率所对应的干扰和噪声，信道向量由其一阶泰勒展开ω(z)k逼近，则上述第二约束条件可以表示为：
此时，上述第二约束条件可以转换为：
其中，k为用户设备的数量，ω(z)k为
针对上述
也就是上述第二约束条件可以转换为：
其中，fk为用户设备k私有流的第二信干噪比，γk为用户设备k解码后私有速率所对应的干扰和噪声，fkr为第r次迭代时用户设备k私有流的第二信干噪比，γkr为第r次迭代时用户设备k解码后私有速率所对应的干扰和噪声。
在本发明实施例中，上述每一用户设备的公有速率与私有速率和值大于任一用户设备的预设最小传输速率，记为第三约束条件。基于服务质量(qualityofservice，qos)传输质量要求，该第三约束条件可以表示为：
其中，fk为用户设备k私有流的第二信干噪比，
在本发明实施例中，上述雷达探测的探测精度可以为第四约束条件，即第四约束条件为：μl＝|ah(θl)xxha(θl)-ζl|2≤δ。此时，该第四约束条件可以转换为：
其中，函数μl表示雷达探测的探测精度，ah(θl)为a(θl)的共轭转置，xxh为无人机悬停高度为h时通信传输和雷达探测时的天线传输耗能，a(θl)为信号的传输控制向量，ζl为雷达l的预设波束图形，
在本发明实施例中，上述无人机的能效优化函数满足上述第一约束条件c1、第二约束条件c2、第三约束条件c3和第四约束条件c4。即上述能效优化函数满足：
在本发明实施例中，第一约束条件c1表示用户设备的公有速率传输约束，约束条件c2表示用户设备的私有速率传输约束，上述第三约束条件c3表示每一用户设备的公有速率与私有速率和值大于任一用户设备的预设最小传输速率，第四约束条件c4表示雷达探测的探测精度。
在本发明实施例中，上述无人机的能效可以为无人机通信传输时的传输速率与无人机能耗的比值，其中，上述无人机通信传输时的传输速率可以表示为rsma拆分得到的公有速率与私有速率总和，无人机能耗可以为无人机空中悬浮能耗、内部电路能耗和天线阵列完成通信传输和探测任务能耗的和值。具体可以表示为：
其中，max为最大值操作，β为公有速率分配向量，x为波束赋形矩阵，f，γ，ε，θ为对
针对上述第一约束条件，即公有速率传输约束
其中，
针对上述第二约束条件，即私有速率传输约束
其中，
在本发明实施例中，通过引入上述松弛变量，如γk等，可以将非凸约束转化为凸约束，从而便于后期的数据处理。
针对上述无人机的能效优化函数，在无人机的部署位置已经确定的条件下，由于能效优化函数表示为凹函数与凸函数的比值，并且，可行域也是凸集，因此，上述能效优化函数是拟凹的、且可以采用分数规划中的丁克尔巴赫(dinkelbach)算法解决分式规划问题，从而得到转换后的能效优化函数，该转换后的能效优化函数可以表示为：
其中，β为公有速率分配向量，x为波束赋形矩阵，f表示公有信息的信干噪比，γ表示公有信息的干扰和噪声，ε表示私有信息的干扰和噪声，θ表示私有信息的信干噪比，τ为引入的新变量，
基于同一种发明构思，根据上述本发明实施例提供的无人机融合控制方法，本发明实施例还提供了一种无人机融合控制装置。该装置应用于包含有多个天线元件的无人机。如图5所示，图5为本发明实施例提供的无人机融合装置的一种结构示意图。该装置包括以下模块。
第一确定模块501，用于确定无人机进行通信传输与雷达探测时的目标区域，以及雷达探测的探测精度；
第二确定模块502，用于基于rsma，确定无人机与目标区域中每一用户设备进行通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值；
第三确定模块503，用于基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置；其中，预设能效函数是根据无人机的传输速率和传输能耗确定的；预设能效函数满足预设约束条件，预设约束条件是基于雷达探测的探测精度、公有速率上限值和私有速率上限值确定的；
第四确定模块504，用于基于目标部署位置，利用预设能效函数，确定无人机最大能效所对应的目标波束赋形矩阵以及目标公有速率分配向量；
迭代模块505，用于以目标波束赋形矩阵为预设波束赋形矩阵，目标公有速率分配向量为预设公有速率分配向量，调用第三确定模块503执行基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置的步骤，直至本次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量与上一次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量间的误差小于预设误差阈值。
可选的，上述第二确定模块502，可以包括：
获取子模块，用于获取无人机与目标区域中每一用户设备通信传输的数据流；
拆分子模块，用于基于rsma将数据流拆分为公有流和每一用户设备所对应的私有流；
计算子模块，用于针对每一用户设备，基于公有流和私有流，计算该用户设备的公有速率上限值，以及该用户设备的私有速率上限值。
可选的，上述计算子模块，具体可以用于针对每一用户设备，根据公有流和私有流，计算该用户设备公有流的第一信干噪比，并基于第一信干噪比，计算该用户设备公有速率上限值；针对每一用户设备，根据该用户设备的私有流以及其他用户设备的私有流，计算该用户设备私有流的第二信干噪比，并基于第二信干噪比，计算该用户设备的私有速率上限值。
可选的，上述计算子模块，具体可以用于利用以下公式，计算该用户设备公有流的第一信干噪比：
其中，
可选的，上述计算子模块，具体可以用于利用以下公式，计算该用户设备公有速率上限值：
其中，
可选的，上述计算子模块，具体可以用于利用以下公式，计算该用户设备私有流的第二信干噪比：
其中，sinrk(x)为用户设备k的私有流的第二信干噪比，xk为数据流中用户设备k的私有信息所对应的预编码器；
可选的，上述计算子模块，具体可以用于利用以下公式，计算该用户设备的私有速率上限值：
rk(x)＝log2(1 sinrk(x))。
可选的，上述预设能效函数可以表示为：
xxh≤x0；
其中，max为最大值操作，x为波束赋形矩阵，β为公有速率分配向量，z为无人机的部署位置，k为用户设备的数量，βk为用户设备k的公有速率，xxh为无人机悬停高度为h时通信传输和雷达探测时的天线传输耗能，phov为无人机空中悬浮耗能，pcir为无人机内部电路耗能，s.t.表示约束条件，βk′为任一用户设备k′的公有速率，
通过本发明实施例提供的装置，无人机利用预设能效函数，确定在预设波束赋形矩阵和预设公有速率传输向量下，无人机传输速率最大时的目标部署位置，从而利用预设能效函数，确定在该目标部署位置下无人机能效最大时的目标波束赋形矩阵以及目标公有速率分配向量，进而分别根据目标波束赋形矩阵、目标公有速率分配向量、目标部署位置以及预设能效函数进行多次进行迭代计算，并在本次迭代确定的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置与上一次迭代确定出的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置间的误差小于预设误差阈值时，停止迭代过程，确定出最终的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置。由于最终确定出的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量可以使得无人机在通信传输以及雷达探测时到达传输速率最大化和能效最大化，这可以有效保证无人机在综合通信功能与雷达探测功能后，在保证传输速率的前提下，有效减少无人机的能耗，提高无人机的续航能力。
基于同一种发明构思，根据上述本发明实施例提供的无人机融合控制方法，本发明实施例还提供了一种电子设备，该电子设备为上述无人机，如图6所示，包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信，
存储器603，用于存放计算机程序；
处理器601，用于执行存储器603上所存放的程序时，实现如下步骤：
确定无人机进行通信传输与雷达探测时的目标区域，以及雷达探测的探测精度；
基于rsma，确定无人机与目标区域中每一用户设备进行通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值；
基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置；其中，预设能效函数是根据无人机的传输速率和传输能耗确定的；预设能效函数满足预设约束条件，预设约束条件是基于雷达探测的探测精度、公有速率上限值和私有速率上限值确定的；
基于目标部署位置，利用预设能效函数，确定无人机最大能效所对应的目标波束赋形矩阵以及目标公有速率分配向量；
以目标波束赋形矩阵为预设波束赋形矩阵，目标公有速率分配向量为预设公有速率分配向量，执行基于预设波束赋形矩阵和预设公有速率分配向量，利用无人机的预设能效函数，在目标区域中确定无人机传输速率最大时的目标部署位置的步骤，直至本次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量与上一次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量间的误差小于预设误差阈值。
通过本发明实施例提供的电子设备，无人机利用预设能效函数，确定在预设波束赋形矩阵和预设公有速率传输向量下，无人机传输速率最大时的目标部署位置，从而利用预设能效函数，确定在该目标部署位置下无人机能效最大时的目标波束赋形矩阵以及目标公有速率分配向量，进而分别根据目标波束赋形矩阵、目标公有速率分配向量、目标部署位置以及预设能效函数进行多次进行迭代计算，并在本次迭代确定的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置与上一次迭代确定出的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置间的误差小于预设误差阈值时，停止迭代过程，确定出最终的目标波束赋形矩阵、目标公有速率分配向量、目标部署位置。由于最终确定出的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量可以使得无人机在通信传输以及雷达探测时到达传输速率最大化和能效最大化，这可以有效保证无人机在综合通信功能与雷达探测功能后，在保证传输速率的前提下，有效减少无人机的能耗，提高无人机的续航能力。
上述电子设备提到的通信总线可以是外设部件互连标准(peripheralcomponentinterconnect，pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)，还可以是专用处理器，包括网络处理器(networkprocessor，np)、数字信号处理器(digitalsignalprocessor，dsp)等。
基于同一种发明构思，根据上述本发明实施例提供的无人机融合控制方法，本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一无人机融合控制方法的步骤。
基于同一种发明构思，根据上述本发明实施例提供的无人机融合控制方法，本发明实施例还提供了一种计算机程序，当其在计算机上运行时，使得计算机执行上述实施例中任一无人机融合控制方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序的形式实现。所述计算机程序包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质及计算机程序等实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
1.一种无人机融合控制方法，其特征在于，应用于包含有多个天线元件的无人机，所述方法包括：
确定无人机进行通信传输与雷达探测时的目标区域，以及所述雷达探测的探测精度；
基于速率拆分多址接入rsma，确定所述无人机与所述目标区域中每一用户设备进行通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值；
基于预设波束赋形矩阵和预设公有速率分配向量，利用所述无人机的预设能效函数，在所述目标区域中确定所述无人机传输速率最大时的目标部署位置；其中，所述预设能效函数是根据所述无人机的传输速率和传输能耗确定的；所述预设能效函数满足预设约束条件，所述预设约束条件是基于所述雷达探测的探测精度、所述公有速率上限值和所述私有速率上限值确定的；
基于所述目标部署位置，利用所述预设能效函数，确定所述无人机最大能效所对应的目标波束赋形矩阵以及目标公有速率分配向量；
以所述目标波束赋形矩阵为所述预设波束赋形矩阵，所述目标公有速率分配向量为所述预设公有速率分配向量，执行所述基于预设波束赋形矩阵和预设公有速率分配向量，利用所述无人机的预设能效函数，在所述目标区域中确定所述无人机传输速率最大时的目标部署位置的步骤，直至本次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量与上一次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量间的误差小于预设误差阈值。
2.根据权利要求1所述的方法，其特征在于，所述基于rsma，确定所述无人机与所述目标区域中每一用户设备进行通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值的步骤，包括：
获取所述无人机与所述目标区域中每一用户设备通信传输的数据流；
基于rsma将所述数据流拆分为公有流和每一用户设备所对应的私有流；
针对每一用户设备，基于所述公有流和所述私有流，计算该用户设备的公有速率上限值，以及该用户设备的私有速率上限值。
3.根据权利要求2所述的方法，其特征在于，所述针对每一用户设备，基于所述公有流和所述私有流，计算该用户设备的公有速率上限值，以及该用户设备的私有速率上限值的步骤，包括：
针对每一用户设备，根据所述公有流和所述私有流，计算该用户设备公有流的第一信干噪比，并基于所述第一信干噪比，计算该用户设备公有速率上限值；
针对每一用户设备，根据该用户设备的私有流以及其他用户设备的私有流，计算该用户设备私有流的第二信干噪比，并基于所述第二信干噪比，计算该用户设备的私有速率上限值。
4.根据权利要求3所述的方法，其特征在于，所述根据所述公有流和所述私有流，计算该用户设备公有流的第一信干噪比的步骤，包括：
利用以下公式，计算该用户设备公有流的第一信干噪比：
其中，
所述基于所述第一信干噪比，计算该用户设备公有速率上限值的步骤，包括：
利用以下公式，计算该用户设备公有速率上限值：
其中，
所述根据该用户设备的私有流以及其他用户设备的私有流，计算该用户设备私有流的第二信干噪比的步骤，包括：
利用以下公式，计算该用户设备私有流的第二信干噪比：
其中，sinrk(x)为用户设备k的私有流的第二信干噪比，xk为所述数据流中用户设备k的私有信息所对应的预编码器；
所述基于所述第二信干噪比，计算该用户设备的私有速率上限值的步骤，包括：
利用以下公式，计算该用户设备的私有速率上限值：
rk(x)＝log2(1 sinrk(x))。
5.根据权利要求1所述的方法，其特征在于，所述预设能效函数表示为：
xxh≤x0；
其中，max为最大值操作，x为波束赋形矩阵，β为公有速率分配向量，z为所述无人机的部署位置，k为用户设备的数量，βk为用户设备k的公有速率，xxh为无人机悬停高度为h时通信传输和雷达探测时的天线传输耗能，phov为无人机空中悬浮耗能，pcir为无人机内部电路耗能，s.t.表示约束条件，βk′为任一用户设备k′的公有速率，
6.一种无人机融合控制装置，其特征在于，应用于包含有多个天线元件的无人机，所述装置包括：
第一确定模块，用于确定无人机进行通信传输与雷达探测时的目标区域，以及所述雷达探测的探测精度；
第二确定模块，用于基于速率拆分多址接入rsma，确定所述无人机与所述目标区域中每一用户设备进行通信传输时的公有速率上限值，以及每一用户设备对应的私有速率上限值；
第三确定模块，用于基于预设波束赋形矩阵和预设公有速率分配向量，利用所述无人机的预设能效函数，在所述目标区域中确定所述无人机传输速率最大时的目标部署位置；其中，所述预设能效函数是根据所述无人机的传输速率和传输能耗确定的；所述预设能效函数满足预设约束条件，所述预设约束条件是基于所述雷达探测的探测精度、所述公有速率上限值和所述私有速率上限值确定的；
第四确定模块，用于基于所述目标部署位置，利用所述预设能效函数，确定所述无人机最大能效所对应的目标波束赋形矩阵以及目标公有速率分配向量；
迭代模块，用于以所述目标波束赋形矩阵为所述预设波束赋形矩阵，所述目标公有速率分配向量为所述预设公有速率分配向量，调用所述第三确定模块执行所述基于预设波束赋形矩阵和预设公有速率分配向量，利用所述无人机的预设能效函数，在所述目标区域中确定所述无人机传输速率最大时的目标部署位置的步骤，直至本次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量与上一次确定的目标部署位置、目标波束赋形矩阵以及目标公有速率分配向量间的误差小于预设误差阈值。
7.根据权利要求6所述的装置，其特征在于，所述第二确定模块，包括：
获取子模块，用于获取所述无人机与所述目标区域中每一用户设备通信传输的数据流；
拆分子模块，用于基于rsma将所述数据流拆分为公有流和每一用户设备所对应的私有流；
计算子模块，用于针对每一用户设备，基于所述公有流和所述私有流，计算该用户设备的公有速率上限值，以及该用户设备的私有速率上限值。
8.根据权利要求7所述的装置，其特征在于，所述计算子模块，具体用于针对每一用户设备，根据所述公有流和所述私有流，计算该用户设备公有流的第一信干噪比，并基于所述第一信干噪比，计算该用户设备公有速率上限值；针对每一用户设备，根据该用户设备的私有流以及其他用户设备的私有流，计算该用户设备私有流的第二信干噪比，并基于所述第二信干噪比，计算该用户设备的私有速率上限值。
9.根据权利要求8所述的装置，其特征在于，所述计算子模块，具体用于利用以下公式，计算该用户设备公有流的第一信干噪比：
其中，
所述计算子模块，具体用于利用以下公式，计算该用户设备公有速率上限值：
其中，
所述计算子模块，具体用于利用以下公式，计算该用户设备私有流的第二信干噪比：
其中，sinrk(x)为用户设备k的私有流的第二信干噪比，xk为所述数据流中用户设备k的私有信息所对应的预编码器；
所述计算子模块，具体用于利用以下公式，计算该用户设备的私有速率上限值：
rk(x)＝log2(1 sinrk(x))。
10.根据权利要求6所述的装置，其特征在于，所述预设能效函数表示为：
xxh≤x0；
其中，max为最大值操作，x为波束赋形矩阵，β为公有速率分配向量，z为所述无人机的部署位置，k为用户设备的数量，βk为用户设备k的公有速率，xxh为无人机悬停高度为h时通信传输和雷达探测时的天线传输耗能，phov为无人机空中悬浮耗能，pcir为无人机内部电路耗能，s.t.表示约束条件，βk′为任一用户设备k′的公有速率，
