Joint Optimization of Transmission and Propulsion in UAV-Assisted Communication Networks
移动自主代理的无线网络中的通信能量应该被定义为包括推进能量以及用于促进信息传输的传输能量。因此,我们开发的communicationtheoretical和牛顿动力学模型的通信和运动支出的无人机(UAV)。这些模型被用来制定一个新的非线性最优控制问题(OCP)的任意网络的自治代理。这是第一个工作,考虑移动性作为一个决策变量,在无人机网络与多址接入信道。在可能的情况下,我们比较我们的结果与特定的单跳网络配置的已知的分析解决方案。OCP,然后应用到多节点无人机网络,以前的结果不能很容易地扩展。数值结果表明,与更简单的通信策略相比,网络容量和通信能量节省了70%以上。
2019-06-19 cs.IT cs.NI cs.SY
RF Signal Source Search and Localization Using an Autonomous UAV with Predefined Waypoints
射频(RF)信号源的定位具有各种用例,范围从搜索和救援、识别和停用干扰机以及跟踪边境附近或战场上的敌对活动。与地面方法相比,使用无人机(UAV)进行信号源搜索和定位(SSSL)具有显著的优势,这是因为UAV易于在更高的高度捕获RF信号以及自主3D导航能力。然而,由于电池限制,UAV的飞行持续时间有限,以及轻型UAV上有限的计算资源,给SSSL带来了挑战。在本文中,我们研究了各种SSSL技术使用的无人机与预定义的航路点。基于线性最小二乘(LLS)的定位方案被认为是增强的参考选择,由于其相对较低的计算复杂度。提出了五种不同的LLS定位算法,并研究了选择锚位置用于定位的无人机导航通过一个区域。每个算法的性能通过两种方式来衡量:1)正在进行的无人机飞行期间的实时定位精度,以及2)在无人机飞行结束时测量的长期精度。我们比较和分析所提出的方法,使用计算机模拟的精度,无人机飞行距离和可靠性方面的性能。
2023-01-17 eess.SP
Over the Sea UAV Based Communication
无人机(UAV)辅助的无线网络最近被设想为一种解决方案,以提供用于海上搜索和救援行动的可靠、低延迟的蜂窝链路。我们提出了三种不同的网络架构,基于无人机上部署的技术:飞行中继,飞行基站(BS)和飞行远程无线电头(RRH)。我们描述的挑战,并强调从海上搜索和救援行动的角度来看,所提出的架构的好处。我们比较了数据速率和延迟方面的性能,分析了不同的解决方案,以提供一个回程(BH)/前传(FH)链路,在海上长覆盖。结果表明,一个系统架构并没有优于其他。因此,代价函数被指示为找到次优解的工具。
2019-05-13 eess.SP
Two-Way Aerial Secure Communications via Distributed Collaborative Beamforming under Eavesdropper Collusion
针对无人机空中通信在多窃听者合谋下的安全威胁,提出结合分布式协作波束成形的增强型多目标群智能算法,兼顾安全性能与能效,且适配无人机有限算力平台。
2024-04-11 cs.NI eess.SP
Deep Learning-Assisted UAV Localization Framework for Post-Disaster Search and Rescue Missions
University of California, Santa Cruz(加州大学圣克鲁兹分校)
该研究提出一种采用CNN-LSTM信道分类与多场景适配定位求解器的深度学习辅助无人机定位框架,可在灾后未知传播条件下实现高精度快速定位,相关数据集已公开。
2026-09-04 cs.NI eess.SP
Catch Me If You Can: Deep Meta-RL for Search-and-Rescue using LoRa UAV Networks
针对地面LoRa网络搜救覆盖受限问题,将无人机空中LoRa网关控制建模为部分可观测马尔可夫决策过程,提出深度元强化学习策略实现新环境快速适配,实验显示搜救时隙从141降至50。
2023-06-12 cs.NI eess.SP
Optimizing UAV Aerial Base Station Flights Using DRL-based Proximal Policy Optimization
Universitat Politècnica de València(瓦伦西亚理工大学);Telefónica Research(西班牙电信研究院);Universitat Pompeu Fabra(庞培法布拉大学)
本文提出基于近端策略优化的自动化强化学习方法,利用无线电信号感知优化无人机空中基站定位,在多种用户移动模式下验证了其维持全面覆盖的有效性。
2025-04-04 cs.AI eess.SP
Energy-Efficient Multi-UAV Data Collection for IoT Networks with Time Deadlines
在本文中,我们专注于节能无人机传感器网络中的物联网数据收集,其中感测的数据有不同的时间期限。在调查设置中,传感器被集群和管理的簇头(CH),和多个无人机被用来收集数据从CH。制定的问题是通过一个两步的方法来解决。在第一步中,提出了一种有效的方法来确定CH的最小数量和它们的最佳位置。然后,通过求解相关的容量约束车辆路径问题,得到了最小无人机数量及其飞行轨迹。结果表明,我们提出的CH放置方法的效率相比,基线方法,使CH更接近对接站允许显着的节能。此外,在不同的无人机轨迹规划算法,禁忌搜索实现最好的能量消耗。最后,电池容量和时间期限的影响进行了研究,在消耗的能量,访问CH的数量,和部署的无人机的数量。
2020-09-15 cs.SY eess.SP eess.SY
Air-Sea Surface Modeling and Operating Link Range Evaluation for AUV-to-UAV Optical Wireless Communication Links
Alex Ekwueme Federal University, Ndufu-Alike(艾肯韦梅联邦大学);Aix Marseille University, CNRS Centrale Méditerranée, Institut Fresnel(艾克斯-马赛大学,法国国家科学研究中心地中海中央学院,费斯尼尔研究所)
本文研究了空气-海面粗糙度对水下到无人机光学无线通信系统的影响,通过实验验证的Cox-Munk和ECKV模型分析,评估了链路 ergodic 容量,重点探讨了操作范围、指向误差、接收器视野和太阳噪声水平。
2026-05-13 eess.SP
Energy Minimization in RIS-Assisted UAV-Enabled Wireless Power Transfer Systems
支持无人飞行器(UAV)的无线功率传输(WPT)系统在覆盖范围和部署灵活性方面提供了显著的优势,但是由于有限的机载能量而遭受耐久性限制。本文提出了利用可重构智能表面(RIS)来提高具有多个地面传感器的无人机支持的WPT系统的能量效率。具体地,UAV的总能量消耗被最小化,同时满足每个传感器的能量需求。首先,我们考虑一个飞行悬停广播(FHB)协议,其中无人机辐射的射频(RF)信号,只有在几个悬停位置。将能量最小化问题转化为无人机轨迹、悬停时间和RIS反射系数的联合优化问题。为了解决这个复杂的非凸问题,我们提出了一个有效的算法。具体而言,采用逐次凸逼近(SCA)框架联合优化无人机的轨迹和悬停时间,其中提供了最大化所有传感器的最小充电能量的最小化最大化(MM)算法来更新反射系数。然后,我们调查的一般情况下,其中的RF信号在飞行过程中辐射,旨在通过联合优化无人机的轨迹,飞行时间和RIS的反射系数最小化的总能量消耗的无人机。通过应用路径离散化(PD)协议,用有限数量的变量来制定优化问题。一个高质量的解决方案,这个更具挑战性的问题。最后,我们的仿真结果证明了所提出的算法的有效性和RIS在节能方面的好处。
2022-08-18 eess.SP
A Predictive On-Demand Placement of UAV Base Stations Using Echo State Network
National Chiao Tung University(国立交通大学);University of Houston(休斯顿大学)
无人机基站(UAV-BS)在许多动态应用场景中具有广泛的应用潜力。在这些场景中,所服务的用户设备(UE)的移动是不可避免的,因此需要动态地重新定位UAV-BS以提供无缝服务。在本文中,我们提出了一个系统框架,包括UE聚类,UAV-BS放置,UE轨迹预测,和UAV-BS重新定位匹配方案,无缝服务的UE,以及最小化的能量成本UAV-BS的重新定位轨迹。分别设计了基于回声状态网络(ESN)的UE未来轨迹预测算法和基于Kuhn-Munkres的UAV-BS能量有效重定位轨迹算法。我们使用一个真实的开放数据集进行模拟,以进行性能验证。仿真结果表明,该框架具有较高的预测精度,并提供了节能的匹配方案。
2019-10-06 cs.LG cs.NI eess.SP
Active Intelligent Reflecting Surface Assisted Secure Air-to-Ground Communication with UAV Jittering
无人机(UAV)支持的通信是安全空对地(A2 G)网络的有前途的解决方案,因为移动性提供了额外的安全自由度。然而,随机气流和无人机本身的机体振动所引起的抖动特性对无人机通信性能有着不可忽视的影响。考虑到无人机抖动的影响,提出了一种基于新型主动智能反射面(IRS)的鲁棒安全传输设计方案,IRS中的反射元件不仅可以调节信号的相移,还可以放大信号的幅度。具体而言,在最坏情况下的保密率约束下,我们的目标是最小化的发射功率的鲁棒性联合设计的有源IRS的反射系数和波束形成在无人机载基站(UBS)。然而,由于联合优化问题的非凸性,其求解具有挑战性。为了解决这个问题,非凸的问题是重新制定与线性近似的信道变化和线性矩阵不等式转化的S-过程和舒尔补。然后,将该问题分解为无源波束形成和有源IRS反射系数优化两个子问题,并采用交替优化算法进行求解。最后,数值计算结果表明,在安全传输约束和无人机抖动的影响下,有源IRS的节能潜力。
2022-03-23 cs.IT eess.SP math.IT
UAV-Enabled Joint Sensing, Communication, Powering and Backhaul Transmission in Maritime Monitoring Networks
本文提出一种无人机使能的联合感知、通信、供能和回传传输方案,通过联合优化时间分配、无人机轨迹、关联和功率调度,并开发新型优化框架,有效解决了能量受限海上监测网络的数据采集问题。
2025-05-29 eess.SP
Integrated Sensing and Communication enabled Multiple Base Stations Cooperative UAV Detection
本文提出一种基于MUSIC的多基站符号级融合方法,通过单基站预处理与格点搜索实现高精度无人机定位与速度估计,仿真验证其优于基准方法。
2024-04-19 eess.SP
Radio Map Assisted Approach for Interference-Aware Predictive UAV Communications
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
本文提出一种基于无线电地图的干扰感知预测通信方法,通过优化无人机传输策略减少地面节点干扰,提升通信效率。
2024-02-01 eess.SP
Movable-Antenna Assisted Energy Minimization in UAV-Enabled Mobile Edge Computing Systems
Southern University of Science and Technology(南方科技大学);Shenzhen University of Advanced Technology(深圳先进技术研究院);Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));University of Macau(澳门大学)
研究无人机支持的移动边缘计算系统中移动天线辅助的能量最小化问题,通过联合优化计算资源分配等参数,采用基于块坐标下降法的交替优化算法,实现显著节能。
2026-07-28 cs.IT eess.SP math.IT
Handover_Management_in_UAV_Networks_with_Blockages
本文利用随机几何分析遮挡对城市UAV网络可靠性的影响,并提出基于缓存、动态调整小区搜索与RSS关联的切换管理策略,以减少不必要切换并保障低时延可靠连接。
2025-01-09 eess.SP
UAV-Assisted Attack Prevention, Detection, and Recovery of 5G Networks
无人机(UAV)正在成为支持许多应用和服务的推动者,例如精准农业,搜索和救援,临时网络部署或覆盖范围扩展以及安全。无人机正被考虑作为空中用户或网络支持节点集成到新兴的5G网络中。我们建议利用5G中的无人机来帮助预防、检测和恢复5G网络上的攻击。具体来说,我们考虑干扰,欺骗,窃听和相应的缓解机制,使无人机的多功能性。我们引入了热区、安全区和基于无人机的二级授权实体等,以提高5G无线接入网络和服务的弹性和保密性。我们提出了模拟结果,并讨论了开放的问题和研究方向,包括需要进行实验评估和研究平台的原型和测试所提出的技术。
2020-07-01 cs.IT cs.NI eess.SP
End-to-End Optical Propagation Modeling for Water-to-Air Channels under Sea Surface and UAV Effects
Aix-Marseille University(艾克斯-马赛大学);CNRS(法国国家科学研究中心);Centrale Med(中央理工-马赛学院);LIS(信号与系统实验室);Fresnel Institute(弗雷内尔研究所);Aalto University(阿尔托大学)
本文提出端到端的水到空气光传播建模方法,利用MC射线追踪算法考虑气泡、海面和无人机扰动,验证了在47米深度和13m/s风速下实现1Mbps数据率的误码率10^-3的可行性。
2026-04-19 eess.SP physics.ao-ph physics.optics
AdaptNet: Rethinking Sensing and Communication for a Seamless Internet of Drones Experience
针对动态无人机互联网环境的安全挑战,提出结合时空聚类、弗雷歇距离与ISAC的多无人机框架AdaptNet,通过MARL实现策略自适应,仅传输关键数据变化以优化带宽,将无人机从数据收集者转为信息协调者,提升系统效率与适应性。
2024-05-12 cs.SY eess.SP eess.SY
Fairness-Driven Optimization of RIS-Augmented 5G Networks for Seamless 3D UAV Connectivity Using DRL Algorithms
Technology Innovation Institute(技术创新研究院)
针对RIS辅助的5G大规模MIMO系统三维UAV覆盖公平性问题,提出两种联合波束成形与相移优化算法,结合深度确定性策略梯度求解,实现UAV最小SINR最大化,仿真验证了方案有效性。
2023-11-14 cs.AI cs.IT eess.SP
Centralized PPO-Based DRL for Multi-UAV-BS Positioning and Trajectory Optimization in Disaster Response Networks
Universitat Politècnica de València (UPV)(瓦伦西亚理工大学);École Polytechnique Fédérale de Lausanne (EPFL)(洛桑联邦理工学院);Beihang Valencia Polytechnic Institute (BVPI)(北京航空航天大学瓦伦西亚理工学院);Research Institute for Digital Future, Khalifa University(哈利法大学数字未来研究院)
针对灾害场景中多无人机基站定位与轨迹优化问题,扩展集中学习框架,将其建模为马尔可夫决策过程,用近端策略优化的深度强化学习求解,能协调多无人机基站并适应异构用户移动模式。
2026-07-07 cs.SY eess.SP eess.SY