UAV Deployment, Device Scheduling and Resource Allocation for Energy-Efficient UAV-Aided IoT Networks with NOMA
本文研究了非正交多址接入（NOMA）增强型物联网（IoT）网络中的能效问题，其中移动无人机（UAV）被用作飞行基站，通过NOMA协议从地面设备收集数据。以网络能量效率最大化为目标，提出了无人机部署、设备调度和资源分配的联合问题。首先，我们将联合设备调度和频谱分配问题表示为一个三边匹配问题，并提出了一种新的低复杂度的近似最优算法。我们还引入了新的概念，“探索”的匹配游戏，进一步提高性能。通过算法分析，证明了最终匹配状态的收敛性和稳定性。其次，为了给物联网设备分配适当的发射功率，我们采用Dinkelbach算法来获得最优功率分配解决方案。此外，我们提供了一个简单但有效的方法，基于磁盘覆盖问题，以确定最佳的数量和位置的无人机的停止点，以确保所有的物联网设备可以完全覆盖的无人机通过视线（LoS）链路，为了更好的信道条件。数值结果揭示：i）与预定义的固定UAV部署情况和固定功率分配方案相比，所提出的联合UAV部署、设备调度和资源分配方案实现了更高的EE，具有可接受的复杂度;以及ii）具有NOMA的UAV辅助IoT网络在接入设备的数量方面大大优于OMA情况。
2021-03-16 eess.SP
Stochastic Geometry Analysis of Asymmetric Uplink Interference for Urban UAV-RC Networks
本文提出基于 LGCP 的随机几何框架，建模城市 UAV-RC 网络上下行干扰空间相关性，并定义干扰非对称比，揭示高度和二维距离增加会加剧上行干扰。
2025-10-19 eess.SP
Joint Trajectory and Passive Beamforming Design for Intelligent Reflecting Surface-Aided UAV Communications: A Deep Reinforcement Learning Approach
研究了智能反射面（IRS）辅助无人机（UAV）通信系统，通过在多个建筑物上安装多个IRS，部署UAV为用户设备（UE）提供服务，以提高UAV与UE之间的通信质量。当UE移动时，通过联合优化无人机的轨迹和IRS反射元件的相移，最大化系统的能量效率，包括UE的数据速率和UAV的能量消耗，并考虑IRS的选择以达到节能的目的。由于系统是复杂的，环境是动态的，这是具有挑战性的低复杂度的算法，通过使用传统的优化方法。为了解决这个问题，我们首先通过离散化轨迹提出了一种基于深度Q网络（DQN）的算法，该算法具有训练时间的优势。此外，我们提出了一种基于深度确定性策略梯度（DDPG）的算法来处理连续轨迹的情况，以获得更好的性能。实验结果表明，该算法实现了相当的性能相比，其他传统的解决方案。
2022-08-30 eess.SP
IEEE 802.11ad-Aided 5-D Sensing with a UAV Swarm in Urban Environment
Indraprastha Institute of Information Technology Delhi（德里印度理工学院）；United States DEVCOM Army Research Laboratory（美国DEVCOM陆军研究实验室）
本文提出基于IEEE 802.11ad协议的UAV蜂群系统，实现城市环境中5维地面目标感知。
2026-02-09 eess.SP
Energy Minimization for Active RIS-Aided UAV-Enabled SWIPT Systems
针对多地面用户的有源RIS辅助无人机SWIPT系统，提出基于SCA交替优化轨迹、悬停时间和RIS反射向量的方法，以最小化无人机总能耗，并验证其节能优势。
2023-08-18 eess.SP
Closed-form Single UAV-aided Emitter Localization and Trajectory Design Using Doppler and TOA Measurements
针对单无人机辅助辐射源定位问题，提出融合多普勒与ToA测量的约束最小二乘闭式定位方法，同时给出闭式无人机轨迹设计，仿真验证了算法的有效性。
2025-10-02 eess.SP
Artificial Intelligence Aided Next-Generation Networks Relying on UAVs
针对动态环境，提出了人工智能（AI）辅助无人机（UAV）的下一代网络。在支持人工智能的无人机辅助无线网络（UAWN）中，多个无人机被用作空中基站，其能够通过收集关于用户的位置和远程业务需求的信息、从环境中学习并根据从用户接收的反馈采取行动来快速适应动态环境。此外，人工智能使一群无人机之间的互动，以合作优化系统。作为AI框架的一个好处，可以规避传统UAWN的几个挑战，从而增强网络性能，提高可靠性和敏捷自适应性。作为进一步的好处，动态轨迹设计和资源分配的证明。最后，讨论了潜在的研究挑战和机遇。
2020-01-28 cs.AI cs.LG cs.SY
Efficient DOA Estimation Method for Reconfigurable Intelligent Surfaces Aided UAV Swarm
传统的波达方向（DOA）估计方法是在多个接收信道上进行的。在本文中，一个变化的DOA估计问题，解决了在一个不同的情况下，只有一个全功能的接收通道。提出了一种利用多个提升式可重构智能表面（RIS）的无人机群体系统来进行方位估计。无人机的运动会显著降低DOA估计性能，现有的原子范数最小化（ANM）方法不能用于阵列扰动的场景。针对无人机的位置扰动，提出了一种基于原子范数的DOA估计方法，利用位置扰动参数定义原子范数。然后，一个定制的半定规划（SDP）方法来解决原子范数为基础的方法，其中不同于传统的SDP方法，制定了一个额外的转换矩阵。此外，梯度下降法被应用到细化估计的DOA和位置扰动进一步。仿真结果表明，在仅有一个接收通道的无人机群系统中，该方法的DOA估计性能明显优于各种基准方法。
2022-03-19 eess.SP
Throughput Maximization for Full-Duplex UAV Aided Small Cell Wireless Systems
研究了全双工无人机辅助的小小区无线系统，其中无人机作为基站同时向下行用户发送数据和从上行用户接收数据。为了最大化包括上行链路和下行链路容量的总系统容量，交替地优化UAV轨迹、下行链路/上行链路用户调度和上行链路用户发射功率。由此产生的优化问题是混合整数和非凸的，这是具有挑战性的解决。为了解决这个问题，利用块坐标下降法和逐次凸逼近技术。仿真结果表明，与其他设计相比，我们的设计可以实现显着的容量增益。
2019-12-10 cs.IT eess.SP math.IT
Time-Constrained Erasure Correction for Data Recovery in UAV-Aided IoT
Indian Institute of Technology Bhubaneswar（印度理工学院布巴内斯瓦尔分校）
本文提出了一种受时间约束的数据恢复方案，利用 fountain 编码和信息复制提高无人机辅助物联网网络的上行链路可靠性。
2026-01-27 cs.NI eess.SP
Delay Optimization of a Federated Learning-based UAV-aided IoT network
本文研究无人机辅助物联网中结合SWIPT与联邦学习的时延优化问题，通过无人机聚合权重更新并单播回传，验证了该方案可在不耗尽设备电池的前提下保证通信效率。
2025-02-10 eess.SP
Path Planning for the Dynamic UAV-Aided Wireless Systems using Monte Carlo Tree Search
在无人机辅助无线通信系统中，在线路径规划是近年来研究的热点。为了更好地适应实时动态环境，首次提出了一种基于蒙特卡罗树搜索（MCTS）的路径规划方案。具体来说，我们考虑了一个无人机作为移动服务器为地面上的一组移动用户提供计算任务卸载服务，其中地面用户的移动遵循随机路点模型。我们的模型的目标是最大化的平均吞吐量的能量消耗和用户公平性的约束下，所提出的省时MCTS算法可以进一步提高性能。仿真结果表明，与Q学习算法和深度Q网络算法相比，该算法具有更高的平均吞吐量和更快的收敛性能。
2022-01-13 cs.NI eess.SP
Performance Analysis and Optimization of Multi-RIS-Aided UAV Networks
本文研究了Nakagami- $m$衰落信道下多个可重构智能表面（RIS）辅助无人机（UAV）通信网络的性能。为此，我们使用精确的封闭形式近似的信道分布推导出封闭形式近似的中断概率（OP），平均符号错误概率（ASEP），和平均信道容量假设独立非同分布（i.ni.d.）渠道此外，我们推导出在高信噪比（SNR）制度的渐近OP得到更多的洞察系统性能。我们还研究了一些实际的情况下，有关的RIS，无人机，和目的地的位置，并通过仿真说明其对系统性能的影响。最后，我们提供了一个优化问题的每个信道的发射功率。
2023-03-18 cs.IT eess.SP math.IT
Secure Enhancement for RIS-Aided UAV with ISAC: Robust Design and Resource Allocation
本文研究RIS辅助UAV在ISAC系统中的安全性能，针对不完美CSI条件下的平均通信保密率最大化问题，提出基于BCD和SCA的联合优化算法，显著提升了感知准确性和通信保密率。
2024-09-25 eess.SP
Unmanned Aerial Vehicle-Aided Communications: Joint Transmit Power and Trajectory Optimization
本文研究了无人机辅助网络的发射功率和轨迹优化问题。与现有的大多数固定通信基础设施的研究不同，一个动态的场景被认为是飞行的无人机同时为多个地面节点提供无线服务。为了充分利用由UAV的移动性提供的可控信道变化，UAV的发射功率和轨迹被联合优化以在给定时间长度内最大化最小平均吞吐量。针对具有功率预算和轨迹约束的非凸优化问题，提出了一种有效的发射功率和轨迹联合优化算法。仿真结果验证了该算法的有效性，优化后的发射功率在空间域具有注水特性。
2018-01-14 eess.SP
UAV-Aided Progressive Interference Source Localization Based on Improved Trust Region Optimization
针对复杂环境下信赖域优化RSSI定位易陷入局部最优的问题，提出一种结合LM算法与PSO的无人机辅助渐进式干扰源定位方法，并引入基于信道模型的置信度量化动态调整数据权重，显著提升了定位成功率与精度。
2025-04-27 eess.SP
UAV-aided Radio Map Construction Exploiting Environment Semantics
本文构建了一个全维（6D）的无线电地图，预测任何发射机位置和任何接收机位置之间的信道增益的基础上接收信号强度（RSS）测量低空空中节点和地面节点。主要的挑战是如何描述由于环境的阻挡而导致的信号强度衰减。传统的插值型方法未能利用无线电地图和环境的几何形状之间的密切关系。本文提出了构建无线电地图，首先估计和构建一个多类的三维虚拟障碍地图，描述了无线电语义的几何环境。在数学上，最小二乘问题制定联合估计虚拟障碍地图和传播参数。这个问题被发现有一个部分quasiconvexity，导致一个有效的参数估计和无线电地图建设算法的发展。数值实验证实，所提出的方法大大减少了实现相同的无线电地图精度所需的测量量。它也表明，在无人机（UAV）辅助中继通信的情况下，无线电地图辅助无人机布局的方法可以实现超过50%的容量增益。
2022-09-01 eess.SP
High Altitude Platform Station (HAPS)-Aided GNSS for Urban Areas
目前，全球民用导航卫星系统（GNSS）的定位精度仍停留在米级，在北极地区和城市地区定位精度更差。在这项工作中，我们研究的定位性能的高海拔平台站（HAPS）辅助GPS系统在城市地区通过仿真和物理实验。HAPS可以在许多方面支持GNSS，这里我们将HAPS视为附加的测距源。从仿真和实验结果可以看出，HAPS可以提高水平精度因子（HDOP）和三维定位精度。HAPS辅助GPS系统的仿真定位性能取决于接收机时钟偏移的估计精度。这项工作也提出了未来的工作和挑战，在模拟的伪距的HAPS。
2023-01-02 eess.SP
Towards Sustainable Internet of Underwater Things: UAV-aided Energy Efficient Wake-up Solutions
随着水下无线通信技术的发展，水下物联网（IoUT）的实现成为海洋资源勘探、海洋监测、水下导航、水下监视等实际应用的必然选择。IoUT网络由电池供电的传感器节点组成，由于恶劣的海洋环境，更换或充电此类电池具有挑战性。因此，高能效的IoUT网络开发对于提高网络寿命至关重要。因此，本文提出了无人机（UAV）辅助的节能唤醒设计，以按需激活水下物联网节点并降低其能耗。具体地，UAV与水面节点通信，即，浮标，以发送唤醒信号，将IoUT传感器节点从睡眠模式激活。我们提出了三种不同的技术，使水下唤醒：声学，光学和磁感应为基础的解决方案。此外，我们通过模拟使用接收功率和寿命的性能指标来验证每种技术的重要性。此外，所提出的按需唤醒方法的结果相比，传统的占空比，所提出的方案的优越性能。最后，我们提出了一些令人兴奋的研究挑战和未来的方向。
2022-08-25 eess.SP
Analysis of a HAPS-Aided GNSS in Urban Areas using a RAIM Algorithm
现有的全球导航卫星系统（GNSS）的全球平均民用定位精度仍在米级，在城市地区的性能甚至更差。在比卫星更低的高度处，高空平台站（HAPS）提供若干益处，诸如较低的延迟、较少的路径损耗以及对于伪距方程中相关联的参数的可能较小的总体估计误差。HAPS可以在许多方面支持GNSS，在本文中，我们把HAPS作为另一种类型的测距源。在这样做，我们研究的定位性能的HAPS辅助GPS系统在城市地区使用模拟和物理实验。HAPS的测量是不可用的今天，因此，他们在一个相当简单，但在模拟和物理实验的逻辑方式建模。结果表明，HAPS可以提高GPS在郊区和密集城区的水平精度因子（HDOP）、垂直精度因子（VDOP）和三维定位精度。我们还证明了RAIM算法的HAPS辅助GPS系统的适用性，特别是在密集的城市地区。
2023-01-02 eess.SP
Hybrid Offline-Online Design for Reconfigurable Intelligent Surface Aided UAV Communication
本文研究了在一般莱斯衰落信道下，城市地区可重构智能表面（RIS）辅助无人机（UAV）通信系统。提出了一种离线-在线混合设计方案，利用统计信道状态信息（S-CSI）和瞬时信道状态信息（I-CSI）来提高系统性能。对于离线阶段，我们的目标是通过联合优化RIS的相移和UAV轨迹，最大化基于S-CSI的预期平均可实现速率。由于随机优化问题的非凸性，使得该问题很难求解。为了解决这个问题，我们提出了一个有效的算法，利用随机逐次凸逼近（SSCA）技术。对于在线阶段，UAV根据有效的I-CSI自适应地调整发射波束成形和用户调度。数值结果表明，所提出的混合设计的性能优于各种Bechmark计划，也表现出良好的系统性能和CSI开销之间的权衡。
2022-05-27 cs.SY eess.SP eess.SY
User Association and Path Planning for UAV-Aided Mobile Edge Computing with Energy Restriction
移动边缘计算（MEC）通过从用户设备（UE）卸载任务来在网络边缘处提供计算服务。这封信采用无人机（UAV）作为边缘计算服务器，以执行从地面UE卸载的任务。我们联合优化用户关联、UAV轨迹和每个UE的上传功率，以最大化从所有UE卸载到UAV的总比特，服从UAV的能量约束和每个UE的服务质量（QoS）。针对非凸优化问题，首先将其分解为三个子问题，分别用整数规划和逐次凸优化方法求解。然后，我们解决的多变量迭代优化算法的整体问题。仿真结果表明，该算法可以实现更好的性能比其他基线方案。
2019-10-24 cs.IT eess.SP math.IT
Self-Supervised Path Planning in UAV-aided Wireless Networks based on Active Inference
University of Genoa（热那亚大学）；Italian National Inter-University Consortium for Telecommunications (CNIT)（意大利国家大学间电信联盟（CNIT））
本文提出一种用于UAV辅助网络的自监督路径规划方法，通过离线优化解作为示范学习世界模型并隐式发现优化器策略，结合主动推理实现实时自主决策与在线规划，相比传统RL具有更快的适应速度、更优性能及更广泛化能力。
2024-03-06 cs.LG cs.RO eess.SP
Channel Characterization of UAV-RIS-aided Systems with Adaptive Phase-shift Configuration
该研究针对同信道干扰下的无人机辅助地面通信场景，用离散马尔可夫过程建模空对地信道，部署自适应相移RIS应对阻塞，提出基于阴影莱斯分布的框架推导SINR闭式解，验证了大单元数RIS可提升中断性能、减少阻塞。
2024-01-30 eess.SP
Blockage Modeling for Inter-layer UAVs Communications in Urban Environments
研究了无人机在给定的矩形城区内飞行时，建筑物遮挡对不同高度无人机通信的影响。本文从不同高度层分析了无人机间通信链路阻塞行为的两个主要随机特性，即阻塞（或视线）概率和状态转移模型（视线传播的生灭过程）。基于随机几何方法，推导了视线概率与区域参数和建筑物参数的关系，并进行了仿真验证。此外，通过对信道状态转移过程的仿真，发现生灭过程可以用距离连续的马尔可夫过程来描述，并提取了转移率与层高度的关系。
2018-05-11 cs.IT eess.SP math.IT
Energy-Efficient UAV-Sensor Data Harvesting: Dynamic Adaptive Modulation and Height Control
利用无人机可以方便地从地面传感器采集数据。然而，在未知的城市环境中，数据采集受到城市建筑物的阻挡。在本文中，考虑到在飞行过程中的城市环境，我们提出了动态自适应调制和高度控制的无人机传感器数据采集在城市地区。在每个时隙中，根据当前系统状态选择调制格式和飞行高度，以在数据量和飞行高度约束下最小化传感器的期望传输能量为目标。将动态自适应调制和高度控制问题表示为有限时域马尔可夫决策过程，并采用逆向归纳算法求解。仿真结果表明，与仅选择调制方式相比，该联合设计方案可以为地面传感器节省48.23%的传输能量。
2022-01-28 eess.SP
Joint 3-D Positioning and Power Allocation for UAV Relay Aided by Geographic Information
在本文中，我们研究利用地理信息来解决无人机和地面节点之间的空地链路的阻塞问题。特别地，部署UAV中继器以建立从地面基站到多个地面用户的通信链路。为了提高通信容量，我们首先根据三维（3-D）地理信息的建筑物造成的阻塞效应建模。然后，在链路容量、最大发射功率和阻塞的约束下，通过联合优化无人机中继的三维位置和功率分配，建立了一个优化问题，以最大化用户间的最小容量.为了解决这个复杂的非凸问题，一个双循环优化框架的基础上拉格朗日松弛。外环的目的是获得适当的拉格朗日乘子，以确保拉格朗日问题的解收敛到原问题的最紧上界。内循环采用块坐标下降法（BCD）和逐次凸逼近法（SCA）求解拉格朗日问题，在每次迭代中交替优化无人机三维定位和功率分配。仿真结果表明，该方案的性能明显优于两个基准方案，并实现了性能接近上界的无人机中继系统。
2022-03-29 eess.SP
Understanding UAV-Based WPCN-Aided Capabilities for Offshore Monitoring Applications
尽管近年来取得了巨大的进步，但今天仍然缺乏监测偏远地区的有效解决方案。这在多用途海上和近海用例中尤其明显，因为运营区域范围更广，而且缺乏无线电网络基础设施。在本文中，我们通过提供基于三种新兴技术（无人机（UAV），无电池传感器和无线供电通信网络（WPCN））的融合的概念解决方案来解决上述挑战。我们的贡献提供了一个系统的描述生态系统相关的建议的解决方案，确定其关键参与者和设计维度以及相关的资源和性能指标。一个系统级的建模为基础的评估说明性的场景提供了更深入的见解所考虑的操作和相关的权衡。此外，未解决的挑战和前景方向的基础，为后续的研究。
2020-12-23 eess.SP
OTFS-superimposed PRACH-aided Localization for UAV Safety Applications
近年来，无人机（UAV）在公共安全领域的应用迅速增长。利用物理随机接入信道（PRACH）的频谱，在本文中，我们开创了一种新的定位技术，无人机配备蜂窝基站用于紧急情况下。我们利用正交时间频率空间（OTFS）调制（容忍由无人机运动引起的信道多普勒扩展）的新概念，建立一个完全符合标准的OTFS调制的PRACH传输和接收方案，能够执行到达时间（ToA）测量。首先，我们分析这种新的ToA测距技术，分析和数值，准确地和迭代地推导出本地化的用户和点之间的距离穿越的无人机沿其轨迹。然后，我们确定的最佳无人机速度之间的权衡测距技术的准确性和所需的无人机，以达到和保持其速度在紧急行动的权力。最后，我们证明了我们的解决方案优于标准的基于PRACH的定位技术的均方根误差（RMSE）约20%，在准静态条件下，高达80%，在高流动性条件。
2022-04-19 cs.NI eess.SP
Millimeter-Wave UAV Coverage in Urban Environments
随着对无人机毫米波连接的兴趣日益增长，一个基本问题是针对地面用户的网络是否也可以提供足够的空中覆盖。为了评估这种可能性，本文提出了一种新的评估方法，使用生成模型训练详细的光线跟踪数据。这些模型捕捉复杂的传播特性，可以很容易地结合天线和波束成形的假设。使用这些模型进行的大量模拟表明，在典型的微蜂窝密度下，标准（街道水平和向下倾斜）基站确实可以提供令人满意的无人机覆盖范围。有趣的是，通过天线旁瓣和强反射的结合，覆盖是可能的。在稀疏部署的情况下，仅在逐渐升高的高度上保证覆盖。额外的专用（屋顶安装和向上倾斜）基站可以加强覆盖范围，前提是其密度与标准部署的密度相当，并有助于后者的稀疏部署。
2021-05-19 eess.SP
Online UAV Trajectory Planning Under QoS Constraints to Mobile Users in Urban Environments
London South Bank University（伦敦南岸大学）；Sigint Solutions Ltd（Sigint Solutions有限公司）；Southeast University（东南大学）
本文研究了单架无人机在城市环境中为多个移动地面用户实时规划轨迹和无线资源分配，考虑异构用户移动性和QoS约束，采用在线强化学习方法优化轨迹以平衡吞吐量和用户公平性。
2026-05-08 eess.SP
Throughput Maximization of Mixed FSO/RF UAV-aided Mobile Relaying with a Buffer
在本文中，我们考虑一个无人机（UAV）辅助移动中继系统下的缓冲区约束。我们提出了一种新的中继协议，采用混合自由空间光/射频（FSO/RF）通信，即，在UAV中继节点处的缓冲器约束下，源-中继和中继-目的地链路分别利用FSO和RF链路。考虑RF和FSO链路传输速率不平衡的情况，以最大化端到端数据吞吐量为目标，研究了缓存受限的无人机中继节点的轨迹优化问题。特别地，我们根据延迟要求分类了两种中继传输方案，即，i）延迟受限传输和ii）延迟容忍传输。以最大化地面用户终端的吞吐量为目标，求解无人机的局部最优轨迹问题。因此，我们提出了一个迭代算法，有效地找到一个局部最优解的吞吐量最大化问题。通过该算法，我们提出了在大气条件下，缓冲区大小，和延迟要求的轨迹。此外，我们显示了最佳的缓冲区大小和吞吐量延迟权衡一个给定的系统。我们的数值结果验证，建议的缓冲区辅助移动中继方案实现65.55%的吞吐量增益相比，传统的静态中继方案。
2020-07-07 cs.IT eess.SP math.IT
Modeling UAV-aided Roadside Cell-Free Networks with Matérn Hard-Core Point Processes
London South Bank University（伦敦南岸大学）；Southeast University（东南大学）；University College London（伦敦大学学院）；Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）
本文提出基于Matérn硬核心点过程的无人机辅助道路密集小区网络建模方法，通过多层接入点和无人机扩展覆盖，优化车辆网络性能。
2026-02-20 eess.SP
Joint Frame Structure, Beamwidth, and Power Allocation for UAV-Aided Localization and Communication
本文提出了一种UAV辅助GN定位与通信的联合优化框架，通过联合优化帧结构、波束宽度和功率分配以最大化平均频谱效率，并提出高效迭代算法解决非凸问题，实现了低复杂度下接近上界的性能及超70%的性能增益。
2024-06-03 eess.SP
Throughput Maximization for UAV-aided Backscatter Communication Networks
本文研究了无人机（UAV）辅助反向散射通信（BackCom）网络，其中无人机被利用来帮助反向散射设备（BD）将信号转发到接收机。基于BD和接收机之间是否存在直接链路，提出了两种协议，即发射-反向散射（TB）协议和发射-反向散射-中继（TBR）协议，利用无人机来协助BD。特别是，我们制定的系统吞吐量最大化问题的两个协议，通过联合优化的时间分配，反射系数和无人机轨迹。不同的静态/动态电路功耗模型的两个协议进行了分析。由此产生的优化问题被证明是非凸的，这是具有挑战性的解决。首先考虑动态电路功耗模型，将原问题分解为3个子问题，即固定无人机轨迹和反射系数的时间分配优化、固定无人机轨迹和时间分配的反射系数优化以及固定反射系数和时间分配的无人机轨迹优化。然后，一个有效的迭代算法提出了这两个协议，利用块坐标下降法和逐次凸逼近（SCA）技术。此外，针对静态电路功耗模型，利用拉格朗日对偶方法，得到了给定反射系数和无人机轨迹的最优时间分配以及低计算复杂性的最优反射系数。仿真结果表明，所提出的协议是能够实现显着的吞吐量增益比较基准。
2019-12-04 cs.IT eess.SP math.IT
Miniature UAV-Aided Cooperative THz Networks with Reconfigurable Energy Harvesting Holographic Surfaces
本文提出一种微型无人机搭载可重构全息表面进行能量收集的协作太赫兹网络，通过两阶段优化NOMA功率系数和飞行轨迹，显著提升能量效率。
2025-10-06 eess.SP
Detection and blind channel estimation for UAV-aided wireless sensor networks in smart cities under mobile jamming attack
无人机（UAV）可以通过多种方式集成到无线传感器网络（WSNs）中，用于智能城市应用。其中，无人机可以通过从地面传感器和计量装置上传数据，然后将其下载到中央单元，以“存储-携带和转发”的方式用作中继。然而，上传和下载阶段都容易受到潜在的威胁和攻击。作为传统无线网络的遗留问题，干扰攻击仍然是UAV辅助通信的主要和严重威胁之一，特别是当干扰机也是移动的时，例如，它安装在无人机上或陆地车辆内。在本文中，我们研究了抗干扰通信的无人机辅助无线传感器网络运行在双选择性信道在下载阶段。在这种情况下，由UAV和恶意移动干扰机发射的信号经历由于多径传播效应引起的时间分散和由其移动性引起的频率分散。为了抑制高功率干扰信号，我们提出了一种盲物理层技术，通过基于检测器输出的符号级后排序的串行干扰消除来联合检测无人机和干扰机符号。振幅，相位，时间延迟，和多普勒频移-所需的实现所提出的检测策略-盲估计数据通过使用的算法，利用接收信号的几乎循环平稳特性和多载波调制格式的详细结构。仿真结果证实了所提出的方法的抗干扰能力，对于不同的移动场景的干扰机。
2021-12-06 cs.NI eess.SP stat.AP
A Novel Energy-aware Design for a D2D Underlaid UAV-Aided Cognitive Radio Network
本文研究了通过认知无线电和无人机技术增强的自由灾难响应网络和能量收集增强型灾难响应网络的效能，分析了用户密度和无人机规格对网络性能的影响，并展示了能量收集优化对网络性能的提升。
2025-02-10 eess.SP
UAV-Aided Multi-Way NOMA Networks with Residual Hardware Impairments
本文研究了一种无人机辅助的非正交多址接入多路中继网络。多个地面用户的目标是通过放大转发（AF）无人机中继交换他们的互信息。具体而言，考虑到在收发器的残余硬件损伤（RHI）的现实假设。为了评估所考虑的网络的性能，我们推导出可实现的和速率（ASR）的解析表达式。此外，我们通过调用仿射扩展的ASR的\emph{high signal-to-noise ratio (SNR) slope}和\emph{high SNR power offset}进行渐近分析。数值结果表明：1）与正交多址接入（OMA）相比，所提出的网络可以将时隙数从$\left[ {\left( {M - 1} \right)/2} \right] + 1$减少到2个，从而显著提高了ASR; 2）发射机和接收机的RHI对所考虑网络的ASR具有相同的影响。
2020-05-17 cs.IT eess.SP math.IT
Elevation Angle-Dependent 3D Trajectory Design for Aerial RIS-aided Communication
研究了一种概率视距信道下的空中可重构智能表面（RIS）辅助通信系统。以最小平均可达速率最大化为目标的最优化问题，用于联合设计通信调度、RIS的相移和三维（3D）UAV轨迹。为了解决这样一个非凸问题，我们提出了一个有效的迭代算法，以获得其次优解。仿真结果表明，该方案的性能明显优于现有方案，为无人机机载RIS通信系统的仰角和距离权衡提供了新的思路。
2022-04-09 eess.SP
IRS-Aided Energy Efficient UAV Communication
无人机（UAV）已经逐渐获得关注，以克服毫米波通信的恶劣传播损耗和阻塞问题。然而，无人机通信系统受到能量消耗的影响，这限制了无人机的飞行时间。在本文中，我们提出了几个无人机能源消耗最小化技术，通过多个智能反射面（IRSs）的援助。具体而言，我们引入了一个易于处理的模型，以有效地捕捉多个IRS和多个用户设备（UE）的特性。然后，我们推导出一个封闭形式的表达UE可实现的速率，从而在易处理的优化问题。相应地，我们采用逐次凸逼近技术有效地解决了优化问题。为了弥补优化问题的高复杂性，我们提出了一个低复杂度的算法，有边际性能损失。在数值计算结果中，我们表明，所提出的算法可以节省无人机的能源消耗显着相比，基准没有IRS，证明利用IRS确实是有利于无人机的能源消耗最小化。
2023-01-02 cs.IT eess.SP math.IT
Deep UAV Path Planning with Assured Connectivity in Dense Urban Setting
Sungkyunkwan University（成均馆大学）；Seoul Theological University（首尔神学大学）
针对无人机服务规模化中手动飞行配置和预设路径连通性难维持的问题，提出深度强化学习框架DUPAC，可兼顾距离与信号质量规划路径，在模拟城市场景中路径仅增2%却提升9%连接质量。
2024-06-21 cs.AI cs.RO eess.SP
UAV Aided Search and Rescue Operation Using Reinforcement Learning
由于部署灵活性的增强和制造成本的降低，预计未来几年对无人机（UAV）的需求将飙升。在本文中，我们探讨了无人机辅助搜索和救援~（SAR）在室内环境中，GPS信号可能是不可靠的操作。我们考虑SAR场景，其中无人机试图通过感测受害者拥有的智能设备发出的RF信号来定位被困在室内环境中的受害者。为了尽可能快地定位受害者，我们利用强化学习（RL）的工具。无人机上的接收信号强度（RSS）取决于与源的距离、室内阴影和衰落参数以及安装在无人机上的接收机的天线辐射方向图。为了使我们的分析更加真实，我们使用商业射线跟踪软件模拟了两个不同尺寸的室内场景。然后，在每个可能的离散UAV位置处提取相应的RSS值，并在Q学习框架中使用。与利用GPS坐标的传统基于位置的导航方法不同，我们的方法使用RSS来定义RL算法的状态和奖励。我们比较所提出的方法，其中使用定向和全向天线的性能。结果表明，使用定向天线提供更快的收敛速度比全向天线。
2020-02-19 cs.SY eess.SP eess.SY
STAR-RIS-UAV Aided Coordinated Multipoint Cellular System for Multi-user Networks
本文研究了STAR-RIS-UAV辅助的多用户网络多点协作蜂窝系统，通过设计迭代方法同时优化ES和MS协议下的波束成形与收发系数矩阵以最大化系统总速率，显著提升了通信性能与部署灵活性。
2023-05-22 cs.IT eess.SP math.IT
Latency-Minimized Design of Secure Transmissions in UAV-Aided Communications
无人机具有机动性强、部署灵活等特点，可以作为空中基站为远程移动用户提供通信服务。然而，视距（LoS）无线链路容易被窃听者（Eve）截获，这对无人机辅助通信提出了重大挑战。在本文中，我们提出了一个延迟最小化的传输方案，以满足合法用户（LU）的内容请求安全地对夏娃。通过利用物理层安全（PLS）技术，我们制定了一个传输延迟最小化的问题，通过联合优化无人机轨迹和用户关联。由此产生的问题是一个混合整数非线性规划（MINLP），这是已知的NP难。此外，优化变量的维数是不确定的，这再次使我们的问题非常具有挑战性。为了有效地解决这个问题，我们利用二分法搜索最小传输延迟，并引入变分惩罚方法来解决相关的子问题，通过不精确的块坐标下降方法。此外，我们提出了一个最优解的特征。仿真结果证明了所提出的设计的优越性能。
2020-03-14 cs.IT eess.SP math.IT
UAV Communications with WPT-aided Cell-Free Massive MIMO Systems
无蜂窝（CF）大规模多输入多输出（MIMO）是一种很有前途的解决方案，为无人机（UAV）通信提供一致的良好性能。在本文中，我们提出了无人机通信与无线功率传输（WPT）辅助CF大规模MIMO系统，其中从下行链路WPT收集的能量（HE）用于支持上行链路数据和导频传输。我们推导出新的封闭形式的下行链路HE和上行链路频谱效率（SE）的表达式，考虑到无人机的硬件损伤。还考虑了与当前的小小区（SC）和蜂窝大规模MIMO使能的WPT系统的UAV通信以进行比较。重要的是表明，CF大规模MIMO分别实现了比SC和蜂窝大规模MIMO高2倍和5倍的95%可能上行链路SE。此外，大规模衰落解码接收机协作可以降低地面用户的干扰。此外，可以通过改变时间分裂分数来实现最大SE。我们证明了最大SE的最佳时间分裂分数是由天线的数量，高度和无人机的硬件品质因数。在此基础上，提出了三种提高SE的无人机轨迹设计方案。有趣的是，角度搜索方案的性能优于AP搜索和线路径方案。最后，仿真结果验证了我们的表达式的准确性。
2021-04-23 cs.IT eess.SP math.IT
UAV-Assisted Coverage Hole Detection Using Reinforcement Learning in Urban Cellular Networks
针对城市高层建筑导致蜂窝网络出现覆盖盲区的问题，提出一种基于强化学习的无人机自主检测方法。该方法利用局部地图和实测信号强度动态寻路避障，实验证明其性能优于传统几何方法，且在有限测量下接近理论上限。
2025-04-01 eess.SP
UAV-Aided Decentralized Learning over Mesh Networks
EURECOM（欧洲通信学院）
分散式学习使无线网络设备能够协作地训练仅依赖于设备到设备（D2D）通信的机器学习（ML）模型。众所周知，分散优化算法的收敛速度严重依赖于网络的连通性程度，网络拓扑结构越密集，收敛时间越短。因此，由于其无线节点的通信范围有限，现实世界的网状网络的局部连接性破坏了分散式学习协议的效率，使其可能无法实现。在这项工作中，我们调查的作用，无人驾驶航空器（UAV），用作飞行接力，在促进分散的学习程序，在这种具有挑战性的条件。我们提出了一个优化的无人机轨迹，这是定义为一系列的航路点，无人机访问顺序，以便在稀疏连接的用户组之间传输情报。然后，我们提供了一系列的实验，突出了无人机在网状网络分散学习的背景下的重要作用。
2022-05-31 cs.IT cs.LG eess.SP
Dual-UAV-Aided Covert Communications for Air-to-Ground ISAC Networks
提出双UAV辅助的空地ISAC网络隐蔽通信方案，通过协同设计波束成形与轨迹，在满足感知与隐蔽约束下最大化平均隐蔽速率。
2025-05-31 cs.IT eess.SP math.IT
An UAV-based Experimental Setup for Propagation Characterization in Urban Environment
University of Bologna（博洛尼亚大学）；VTT Technical Research Centre of Finland Ltd（芬兰国家技术研究中心）
在这项工作中，毫米波和超宽带收发器安装在一个定制的无人机和地面站的全三维无线传播分析的测量设置进行了描述。开发的系统代表了一种灵活的解决方案，用于表征无线信道，特别是城市传播，因为无人机可以很容易地定位在从地面到建筑物屋顶及更远的任何地方。信道的双向特性可以通过在链路端旋转定向天线来实现。在城市环境中的其他可能的应用包括地面水平传播、室外到室内的穿透、视线到非视线的过渡、来自建筑物的散射和用于UAV辅助的无线通信的空对地信道表征。
2021-05-13 cs.IT cs.RO eess.SP
RIS-Aided Fluid Antenna Array-Mounted UAV Networks
本文针对搭载流体天线的RIS辅助无人机下行网络，提出联合优化波束成形、无人机部署与天线位置的BRAUD方案，仿真验证其在多类基准中速率性能最优。
2025-01-16 cs.IT eess.SP math.IT
UAV Aided Over-the-Air Computation
空中计算（AirComp）通过利用多址信道的波形叠加特性，将通信和计算无缝集成。不同于现有的工作，侧重于在静态网络上的AirComp的收发器设计，本文考虑了一种无人机（UAV）辅助AirComp系统，其中无人机作为一个飞行的基站聚合来自移动传感器的数据。无人机的轨迹设计提供了额外的自由度，以提高AirComp的性能。我们的目标是最小化的时间平均均方误差（MSE）的AirComp通过联合优化无人机轨迹，接收归一化因子，传感器的发射功率。为此，我们首先提出了一个新的和等价的问题转换，通过引入中间变量。这种重新导致一个凸子问题时，固定任何其他两个块的变量，从而使有效的算法设计的基础上块坐标下降和交替方向的乘法器（ADMM）技术的原则。特别是，我们得到了最佳的封闭形式的解决方案，规范化的因素和中间变量优化子问题。我们还重铸凸轨迹设计子问题到ADMM形式，并获得每个变量更新的封闭形式的表达式。仿真结果表明，该算法实现了更小的时间平均MSE，同时减少了数量级的仿真时间相比，国家的最先进的算法。
2021-06-01 cs.SY eess.SP eess.SY
Securing FC-RIS and UAV Empowered Multiuser Communications Against a Randomly Flying Eavesdropper
针对随机飞行窃听者威胁，本文研究了FC-RIS与UAV赋能的多用户通信网络，提出了FCR-RS与FCR-GCSI-PFS调度方案，推导了ZSRP闭式表达式，并证实优化悬停高度显著提升物理层安全。
2024-08-26 eess.SP
UAV-Assisted MEC Architecture for Collaborative Task Offloading in Urban IoT Environment
本文提出一种无人机辅助MEC协作架构，通过联合优化任务卸载策略与无人机拓扑，有效提升了城市物联网环境中的用户满意度与服务商利润。
2025-01-31 cs.NI cs.SY eess.SP
