Aerial Base Station Positioning and Power Control for Securing Communications: A Deep Q-Network Approach
Mississippi State University(密西西比州立大学);University of Tennessee at Martin(田纳西大学马丁分校)
无人机(UAV)是支持包括通信在内的各种服务的技术突破之一。无人机将在增强无线网络物理层安全方面发挥关键作用。本文定义了地面用户和无人机之间的链路上的窃听问题,无人机充当空中基站(ABS)。提出了强化学习算法Q学习和深度Q网络(DQN)来优化ABS的位置和发射功率,以提高地面用户的数据率。这增加了保密能力,而系统不知道窃听者的位置。仿真结果表明,快速收敛和最高的保密能力的建议DQN相比,Q学习和基线方法。
2021-12-21 cs.CR cs.IT cs.LG
Efficient 3D Aerial Base Station Placement Considering Users Mobility by Reinforcement Learning
本文考虑了一种空中基站(aerial-BS)辅助的地面网络,其中考虑了用户的移动性。用户移动动态地改变网络,这可能导致性能损失。为了避免这种损失,保证最低的服务质量(QoS),并可能增加的QoS,我们添加了一个空中BS的网络。为了在传统的地面网络和空中BS辅助网络之间进行公平的比较,我们在两个网络中保持BS的总数相同。在这样的网络中获得最佳性能高度依赖于空中BS的最佳布置。为此,需要一种算法,它可以依赖于一般和现实的假设,并可以根据过去的经验决定去哪里。针对这一目标提出的方法是基于折扣奖励强化学习,这被称为Q学习。仿真结果表明,该方法提供了一种有效的布局策略,提高了无线网络的服务质量时,它是必要的,并承诺找到最佳位置的空中基站在离散环境中。
2018-02-13 cs.NI
Robust Deployment and Resource Allocation for Robotic Aerial Base Station Enabled OFDM Integrated Sensing and Communication
本文针对机器人空中基站使能的OFDM集成感知与通信系统,提出基于网格业务分布的鲁棒部署与资源分配方法,将问题重构为混合整数线性规划并设计迭代舍入算法,使最小满意度平均提升28.61%。
2023-07-06 cs.NI
Aerial-Terrestrial Communications: Terrestrial Cooperation and Energy-Efficient Transmissions to Aerial-Base Stations
基于低海拔平台(LAP)的混合空中-地面通信网络有望最佳地满足应对大规模自然灾害的紧急救援和恢复行动的迫切通信需求。考虑到整个网络基础设施(包括电池供电的地面终端)表现出在功率受限的情况下操作的要求,这种网络的节能操作是重要的。在本文中,我们将讨论的设计和评估的自适应合作计划,旨在延长电池供电的空-地通信链路的生存能力。我们提出并评估了一种实时自适应协作传输策略,根据信道条件在直接链路和协作链路之间进行动态选择,以提高能量效率。我们表明,地面上的移动地面终端之间的合作,可以提高在上行链路中的能量效率取决于地面和空中上行链路信道的时间行为。相应的延迟,在具有协作(基于中继)通信与中继选择也得到解决。仿真分析证实,自适应传输技术提高了网络的整体能量效率,同时保持低延迟,使实时的应用。
2014-05-15 cs.NI
Efficient 3-D Placement of an Aerial Base Station in Next Generation Cellular Networks
在意外或临时事件的情况下,陆地基站可能无法完全满足未来蜂窝网络的灵活性和弹性要求。一个有前途的解决方案是通过配备有基站的低空无人驾驶飞行器来辅助蜂窝网络,即,雄蜂细胞虽然无人机小区作为空中基站提供了快速部署的机会,但有效的布局成为关键问题之一。除了无人机小区在垂直维度以及水平维度上的移动性之外,空对地信道与地面信道之间的差异导致无人机小区的放置与地面基站的放置偏离。在本文中,我们首先突出的dronecell布局问题的属性,并制定它作为一个3-D布局问题的目标是最大限度地提高网络的收入。经过一些数学运算,我们制定了一个等价的二次约束混合整数非线性最优化问题,并提出了一个计算效率高的数值解这个问题。我们验证我们的分析推导与数值模拟,并丰富他们的讨论,可以作为研究人员,移动网络运营商和政策制定者的指导方针。
2016-02-26 cs.NI math.OC
On the Influence of Charging Stations Spatial Distribution on Aerial Wireless Networks
使用无人机进行蜂窝覆盖增强是一项最近的技术,在各种实际场景中显示出巨大的潜力。然而,限制无人机无线网络性能的主要挑战之一是有限的飞行时间。特别地,由于机载电池尺寸有限,无人机需要频繁地中断其操作并飞回充电站以对其电池进行充电/更换。此外,充电站可能负责为多个无人机充电。鉴于充电站容量有限,它只能同时为有限数量的无人机提供服务。因此,为了准确地捕捉电池限制对性能的影响,需要分析无人机在充电站所花费的时间的动态。在本文中,我们使用排队论和随机几何的工具来研究每个充电站有限的容量和空间密度对无人机无线网络性能的影响。
2021-04-03 cs.NI
Reinforcement Learning-Based Trajectory Design for the Aerial Base Stations
University of Toronto(多伦多大学)
研究了多空中基站(ABS)通信网络的轨迹优化问题。目标是找到ABS的轨迹,使得每个ABS所服务的用户的总速率最大化。为了实现这一目标,除了最优轨迹设计之外,最优功率和子信道分配对于支持具有最高可能数据速率的用户也是非常重要的。为了解决这个复杂的问题,我们将其分为两个子问题:ABS轨迹优化子问题和联合功率和子信道分配子问题。然后,基于Q-学习方法,我们开发了一种分布式算法,有效地解决这些子问题,并不需要ABS和核心网络之间的显着信息量交换。仿真结果表明,虽然Q学习是一种无模型的强化学习技术,它具有显着的能力,训练ABS优化其轨迹的基础上收到的奖励信号,其中携带体面的信息,从网络的拓扑结构。
2019-06-29 cs.AI cs.LG cs.NI
Uncoordinated Interference Avoidance Between Terrestrial and Non-Terrestrial Communications
本文提出一种利用地理空间分析和基站物理资源静默的算法,通过混合边缘云节点预测卫星轨迹,在极少信息交换下实现地面与非地面通信系统间的非协调干扰避免,双向提升总速率容量并支持多项式时间实时运行。
2023-10-24 cs.NI eess.SP
Uplink Performance Analysis of a Drone Cell in a Random Field of Ground Interferers
空中基站是一种很有前途的技术,以增加现有的通信网络的能力。然而,现有的分析框架没有充分表征地面干扰对空中基站的影响。为了解决这个问题,我们模拟了来自空中链路上共存的地面网络的干扰的影响,这可能是由无人机基站服务的空中小区的上行链路。通过考虑地面干扰的泊松场,我们表征了无人机所经历的总干扰。该结果包括无人机天线方向图的影响、高度相关阴影以及各种类型的环境。我们表明,无人机在高空从更好的视线(LoS)中获得的好处被来自地面的干扰的高度脆弱性所抵消。然而,通过推导链路覆盖概率和传输速率,我们表明,无人机基站仍然是一种很有前途的技术,如果整个系统是适当的尺寸根据给定的密度和发射功率的发射机。特别是,我们的研究结果说明了如何通过定义最佳无人机高度和信号干扰比(SIR)要求来最大化这种网络的好处。
2017-11-03 cs.IT cs.NI math.IT
Coexistence of Terrestrial and Aerial Users in Cellular Networks
将空中移动用户整合到现有的蜂窝网络中将使许多有前途的应用成为可能。然而,目前的蜂窝网络还没有被设计为服务于空中用户,因此需要探索设计参数,以便允许网络提供商修改其当前的基础设施。作为在这个方向上的第一步,本文提供了一个深入的分析蜂窝网络,为空中和地面用户的下行链路的覆盖概率。我们提出了一个精确的数学表征的覆盖概率,其中包括基站(BS)的高度,天线方向图和无人机高度为各种类型的城市环境的影响。有趣的是,我们的研究结果表明,空中用户由于其高度而享有的有利传播条件也是他们最强的限制因素,因为它使他们容易受到干扰。这种负面影响可以通过优化飞行高度、基站高度和天线下倾来显著减小。此外,降低基站高度和增加下倾角通常对地面和空中用户都是有益的,指出了使它们能够共存的可能路径。
2017-10-09 cs.NI
Wireless Networks with Cache-Enabled and Backhaul-Limited Aerial Base Stations
使用空中基站(ABS)是一种很有前途的方法,以提高未来的无线网络的敏捷性和灵活性。ABS可以通过将供应转向需求来改善网络的覆盖和/或容量。在网络中部署ABS提出了若干挑战,例如找到将网络目标考虑在内的ABS的有效3D放置。另一个挑战是ABS的有限的无线回程容量,并且因此可能导致更高的延迟。内容缓存被提出来缓解回程拥塞和减少延迟。我们认为,由于不同的位置相关的路径损耗值和定义两组用户(延迟容忍和延迟敏感)不同的数据率的要求,ABS的回程容量有限。我们研究的问题,联合确定回程感知的3D布局ABS,用户BS协会和相应的带宽分配,同时最大限度地减少总下行链路发射功率。提出的迭代算法应用了一种分解方法。首先,使用半定松弛和坐标下降方法找到ABS的3D位置,然后优化用户-BS关联和带宽分配。仿真结果表明了该算法的有效性,并提供洞察业务分布和内容缓存的ABS的发射功率和回程使用的影响。
2020-07-31 cs.NI
Deep Learning for GPS Spoofing Detection in Cellular Enabled Unmanned Aerial Vehicle Systems
基于蜂窝的无人机(UAV)系统是为UAV操作提供可靠和快速的超视距(BVLoS)通信服务的有希望的范例。然而,这种系统正面临着严重的GPS欺骗无人机的位置的威胁。为了实现无人机导航BVLoS的安全性和可靠性,提出了一种蜂窝网络辅助的无人机位置监测和抗GPS欺骗系统,其中使用深度学习方法实时检测欺骗的GPS位置。具体而言,所提出的系统引入了多层感知器(MLP)模型,该模型是训练从附近的基站收集的路径损耗测量的统计特性,以决定GPS位置的真实性。实验结果表明,在三个基站的情况下,该方法对GPS欺骗的检测准确率达到93%以上,在一个基站的情况下也可以达到80%。
2022-01-03 cs.CR cs.NI
IoT-Aerial Base Station Task Offloading with Risk-Sensitive Reinforcement Learning for Smart Agriculture
University of Ottawa(渥太华大学);Nokia Bell Labs(诺基亚贝尔实验室)
空中基站(ABS)允许智能农场将复杂任务的处理责任从物联网(IoT)设备卸载到ABS。物联网设备具有有限的能量和计算资源,因此需要为需要ABS支持的系统提供先进的解决方案。提出了一种新的基于多参与者的风险敏感强化学习方法用于智能农业ABS任务调度。该问题被定义为任务卸载,其严格条件是在最后期限之前完成物联网任务。此外,该算法还必须考虑ABS的有限能量容量。结果表明,我们提出的方法优于几个算法和经典的Q学习方法。此外,我们提供了一个混合整数线性规划的解决方案,以确定性能的下限,并澄清我们的风险敏感的解决方案和最优解之间的差距,以及。比较证明了我们广泛的仿真结果表明,我们的方法是一种有前途的方法,可以为智能农场中的物联网任务提供有保证的任务处理服务,同时增加该农场中ABS的悬停时间。
2022-09-15 cs.AI cs.NI
Interference Avoidance Position Planning in UAV-assisted Wireless Communication
研究了无人机辅助无线通信系统中,利用无人机作为中继节点来提高收发机之间的吞吐量。我们专注于开发有效的方法来定位无人机(S)在天空中的一个主要的干扰源的存在下,这使得问题不平凡。首先,我们考虑利用一个单一的无人机,我们开发了一个理论框架,以确定其最佳位置,旨在最大限度地提高系统的SIR。为此,我们研究了三种实际情况下的问题,其中无人机的位置是:(i)垂直固定,水平可调;(ii)水平固定,垂直可调;(iii)水平和垂直可调。之后,我们考虑采用多个无人机,为此,我们提出了一种具有成本效益的方法,同时最大限度地减少所需的无人机的数量,并确定其最佳位置,以保证一定的SIR的系统。我们进一步发展了一个分布式布局算法,它可以增加系统的SIR给定的任意数量的无人机。数值模拟提供了我们所提出的方法来评估性能。
2019-03-21 cs.NI eess.SP
Communication, Computing, Caching, and Sensing for Next Generation Aerial Delivery Networks
本文介绍了设想的信息和通信技术与航空航天工业之间的相互作用,以服务于下一代航空包裹递送网络的自主设备。垂直异构网络(VHetNet)的增加的吞吐量、改进的覆盖范围和近用户计算能力使递送网络的车队元件的自主特征成为可能。高空平台站(HAPS)以准静止的方式位于地面以上约20公里处,是我们提出的愿景的主要推动者。除了HAPS节点的传感潜力之外,通信,计算和缓存功能的使用还证明了服务于完全自主的航空机队的宏伟目标的可实现性,该机队能够满足即时用户需求,并在低延迟环境中实现供应链管理与交付服务的交互。
2021-06-04 cs.NI
On-Demand Deployment of Multiple Aerial Base Stations for Traffic Offloading and Network Recovery
无人驾驶飞行器(UAV)正被用于无线网络中的广泛应用,从而带来诱人的商业机会。在现有蜂窝网络操作或基础设施突然中断的情况下,例如,由于用户需求的意外激增或自然灾害,无人机可以通过在指定区域的临时无线覆盖提供即时恢复。一个主要的挑战是有效地确定需要多少UAV以及在相对大的3D搜索空间中将它们定位在哪里。为此,我们制定了一个混合整数线性规划的无人机舰队的3D部署的问题,并提出了一个贪婪的方法,模仿最佳的行为,假设一个有限的一组可能的无人机位置组成的网格。此外,我们提出并评估了一种新的低复杂度的算法多无人机部署在连续的三维空间,基于无监督学习技术,依赖于静电的概念与排斥力和吸引力。我们提出的算法作为各种系统参数的函数的性能结果,并证明其有效性相比,接近最优的贪婪方法和其优越性相比,最近的相关工作从文献中。
2018-07-05 cs.NI
Aerial Base Stations: Practical Considerations for Power Consumption and Service Time
该研究针对空中基站实际部署中的有限载荷与机载能源问题,分析三类平台的能耗模型与性能指标,并结合旋翼无人机基站案例评估网络规划维度,为相关成本规划提供参考。
2023-10-07 cs.NI cs.SY eess.SY
Joint Robotic Aerial Base Station Deployment and Wireless Backhauling in 6G Multi-hop Networks
针对6G毫米波多跳异构网络,本文联合优化RABS部署位置、RB分配与路由流控,并用低复杂度贪婪算法提升可服务流量,最高较固定小小区增加65%。
2025-05-15 cs.NI
User Association and Bandwidth Allocation for Terrestrial and Aerial Base Stations with Backhaul Considerations
无人机基站(DBS)可以通过在需要时将供应转向需求来增强网络覆盖和区域容量。这种自由度对于具有极端需求的未来应用特别有用,例如超可靠和低延迟通信(uRLLC)。然而,DBS的部署可能面临若干挑战。一个问题是找到这样的BS的3D放置以满足系统的动态要求。其次,可靠的无线回程链路的可用性和相关的资源分配是应该考虑的主要问题。最后,由于基站的移动性,用户与基站的关联成为一个复杂的问题。在本文中,我们考虑了一个宏BS(MBS)和几个DBS,依赖于无线链路的MBS回程。考虑到常规和uRLLC用户,我们提出了一种算法,以找到有效的三维位置的DBS除了用户BS的关联和无线回程带宽分配,以最大限度地提高用户的总和对数率。为此,采用分解方法来首先找到用户-BS关联和带宽分配。然后使用启发式粒子群优化算法更新DBS位置。仿真结果表明了该方法的有效性,并提供了有用的见解的流量分布和天线波束宽度的影响。
2017-09-15 cs.NI math.OC
Communications and Networking Technologies for Intelligent Drone Cruisers
National Chiao Tung University(国立交通大学);National Taipei University of Technology(国立台北科技大学)
未来的移动通信网络需要具有快速移动性和长期悬停能力的空中基站(ABS)。目前,无人机(UAV)或无人机飞行时间不长,主要用于监视、监视和图像后处理。另一方面,传统的飞艇体积太大,不容易起降。因此,我们建议开发一种“人工智能(AI)无人机-巡洋舰”基站,可以帮助5G移动通信系统及其他系统在灾难发生后快速恢复网络,并处理闪电人群的即时通信。无人机巡航基站可以克服三种类型的闪光人群的通信问题,例如在体育场,游行和大型广场,以便可以准确地部署适当数量的空中基站,以满足大的和动态的交通需求。人工智能可以通过分析采集到的数据来解决这些问题,然后在自组织网络(SON)框架下调整系统参数,达到自配置、自优化、自修复的目的。在人工智能技术的帮助下,5G网络可以变得更加智能。本文旨在提供一种新型的服务,按需空中基站作为一种服务。这项工作需要克服以下五个技术挑战:长时间悬停的无人机巡洋舰的创新设计,人群估计和预测,快速3D无线信道学习和建模,空中基站的3D放置以及WiFi前传和毫米波/WiGig回传网络的集成。
2019-09-25 cs.CV cs.LG cs.NI
Towards A Global Quantum Internet: A Review of Challenges Facing Aerial Quantum Networks
Kennesaw State University(肯尼索州立大学)
本文综述了空域量子网络的挑战与解决方案,探讨如何通过整合地面站、中继和卫星实现全球量子互联网的实用化。
2025-05-29 cs.CR cs.CY cs.NI