✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、算法改进、程序设计科研仿真。
🍎完整代码获取 定制创新 论文复现私信
🍊个人信条：做科研，博学之、审问之、慎思之、明辨之、笃行之，是为：博学慎思，明辨笃行。
🔥 内容介绍
无人机卫星链路混合波束成形的 K 因子自适应 AN（人工噪声）功率分配，是一种用于提升无人机卫星通信系统性能的技术手段，以下是相关介绍：
- 背景及原理
：在无人机卫星通信中，信道特性会影响通信质量，K 因子可用于描述信道中直射分量与散射分量的相对强度。混合波束成形结合了数字和模拟波束成形技术，能有效提高频谱效率和能量效率。通过引入人工噪声（AN），可干扰窃听者接收信号，增强通信的物理层安全性。而根据 K 因子自适应分配 AN 功率，旨在根据信道条件动态调整 AN 功率，在保证合法通信质量的同时，最大化干扰效果，提升系统的安全性能和频谱效率。
- 主要研究内容
：包括建立考虑 K 因子的信道模型，分析不同 K 因子值下信道特性对通信和安全性能的影响；构建以系统安全速率最大化、总功率最小化等为目标的优化问题，将 K 因子和 AN 功率作为变量，同时考虑功率限制、服务质量要求等约束条件；设计高效的算法来求解优化问题，如采用交替迭代算法、半定松弛等方法，实现 K 因子自适应的 AN 功率最优分配。
- 实际应用意义
：该技术可提高无人机卫星通信系统的抗干扰能力和安全性，适用于军事通信、关键基础设施监控等对安全要求高的场景；还能优化功率利用，延长无人机续航时间，在远程遥感、灾害应急通信等领域发挥重要作用。
⛳️ 运行结果
📣 部分代码
NRF = 4; Ns = 4;
Nan = min(Ne, Nt - Nb);
Ncl = 2; Nray = 3;
fc = 28e9; c_light = 3e8; lambda = c_light/fc;
da = lambda/2; db = lambda/2; de = lambda/2;
% UAV geometry
H_uav = 100;
r_bob = 200; r_eve = 350;
d_b = sqrt(r_bob^2 + H_uav^2);
d_e = sqrt(r_eve^2 + H_uav^2);
el_bob = atan2(H_uav, r_bob);
el_eve = atan2(H_uav, r_eve);
phi_bob = 30*pi/180;
phi_eve = 150*pi/180;
sigma_jitter = 2*pi/180;
% A2G path loss
a2g_path_loss = @(d_m, el_rad) ...
20*log10(4*pi*fc*d_m/c_light) + 1.5*exp(-0.3*(el_rad*180/pi));
PL_b_dB = a2g_path_loss(d_b, el_bob);
PL_e_dB = a2g_path_loss(d_e, el_eve);
beta_b = 10^(-PL_b_dB/10);
beta_e = 10^(-PL_e_dB/10);
% Power & cognitive constraint
Pa_phys = 1.0;
