A Secure and Robust Approach for Distance-Based Mutual Positioning of Unmanned Aerial Vehicles
针对多无人机相互定位中因不准确或恶意测量导致的准确性与安全性挑战，本文提出一种新颖、鲁棒且安全的定位方法以解决这些问题。
2024-01-09 cs.MA eess.SP
Performance Analysis for Multi-layer Unmanned Aerial Vehicle Networks
本文建立了由不同密度、高度和发射功率的无人机按泊松点过程（PPP）分布组成的多层空中网络模型。在我们的模型中，我们考虑了视线（LoS）和非视线（NLoS）通道，这是概率形成的。首先推导出考虑最强平均接收功率关联的城域网主链路距离的概率分布函数（PDF）和干扰的拉普拉斯变换。然后分析了城域网的成功传输概率，给出了使城域网成功传输概率最大的最优密度的上界。通过数值计算，证明了由于空中网络高度引起的性能折衷，存在最优无人机高度，并给出了基于成功传输概率的最优密度的上界。其随着AN的高度而减小。
2018-07-17 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
Mobile Edge Computing in Unmanned Aerial Vehicle Networks
无人机通信网络在第五代及以后的无线通信系统中具有广阔的应用前景。在本文中，我们介绍了三种支持无人机的移动边缘计算（MEC）架构。这些架构已经收到越来越多的研究关注，以提高计算性能和减少执行延迟，通过将无人机集成到MEC网络。我们提出了一个全面的调查，为国家的最先进的研究在这一领域。重要的执行问题得到澄清。此外，为了提供一个启发性的指导未来的研究方向，关键的挑战和开放的问题进行了讨论。
2019-10-12 cs.GT eess.SP
Securing Communications with Friendly Unmanned Aerial Vehicle Jammers
在本文中，我们分析的影响，友好的无人机（UAV）干扰机对无人机通信存在多个窃听。我们首先提出的信道分量确定的视线（LoS）之间的友好的无人机干扰机和地面设备的概率，并介绍不同的信道衰落的LoS和非视线（NLoS）的链接。然后，我们推导出保密传输概率满足合法和窃听信道的约束。我们还分析了存在随机分布的多个友好的无人机干扰机的保密传输概率。最后，给出了最优无人机干扰机位置的存在性，以及窃听器密度、无人机干扰机发射功率和无人机干扰机密度对最优位置的影响。
2020-12-17 eess.SP
Millimeter-Wave for Unmanned Aerial Vehicles Networks: Enabling Multi-Beam Multi-Stream Communications
随着第五代（5G）移动网络的积极标准化和部署，许多新的车载通信技术被开发以支持和丰富各种应用场景。无人机通信是构建下一代高度可重构移动网络的一种重要解决方案。本文首先从网络、系统和硬件设计的角度对未来无人机应用的挑战进行了研究和展望，然后提出了一种工作在毫米波（mmWave）频段并支持多波束多流通信的无人机空中基站（ABS）原型。在世界上第一个无人机ABS的现场试验测试方面，上下行链路的数据速率为每秒数千兆比特，在温和的恶劣天气条件下具有良好的稳定性和可靠性。
2018-10-16 eess.SP
A Survey of Air-to-Ground Propagation Channel Modeling for Unmanned Aerial Vehicles
近年来，无人驾驶飞行器（UAV）的使用急剧增加，特别是对于小型UAV，这是由于其价格实惠、易于获得和易于操作。无人机的现有和未来应用包括远程监视和监控、救援行动、包裹递送和通信回程基础设施。此外，无人机被设想为5G无线技术的重要组成部分。无人机独特的应用场景需要精确的空对地（AG）传播信道模型，用于设计和评估无人机控制/非有效载荷以及有效载荷数据传输的通信链路。这些AG传播模型还没有被详细研究时，地面传播模型相比。在本文中，提供了一个全面的调查可用AG信道测量活动，大规模和小规模衰落信道模型，其局限性，以及未来的研究方向无人机通信场景。
2018-01-05 eess.SP
Dispenser Concept for Unmanned Aerial Vehicles (UAV, Drone, UAS)
公开了从自主飞行器装载和分配不同物品的系统、设计和方法。在一个实施例中，描述了用于递送物品的独特的可拆卸分配器的设计以及将物品装载到分配器和从分配器递送物品的智能方法。还描述了分配器的设计、分配器与飞行控制单元和地面控制或基站的相互作用以及基站与物品的发送者或接收者的相互作用。
2017-09-22 cs.CY eess.SP
Predictive Estimation of the Optimal Signal Strength from Unmanned Aerial Vehicle over Internet of Things Using ANN
本文提出了一种智能技术，用于最大化物联网（IoT）和无人机（UAV）集成的网络连接性和提供期望的服务质量（QoS）。对信号强度和衰落信道条件的预测使得自适应数据传输成为可能，这进而增强了最终用户/设备的QoS，同时降低了数据传输的功耗。无人机是从人类难以或不可能到达的区域收集数据的机器人。因此，大气动力学和环境会影响无人机、物联网设备和人类在太空中旅行时的信号强度。因此，来自智能无人机的信号运动对衰减、反射、衍射、散射和阴影的影响很敏感。我们分析了人工神经网络预测估计信号强度和信道传播的能力，从靶标和物理介质参数，使用人工神经网络。此外，结果表明，信号的失真可以减少和增强显着。
2018-05-19 eess.SP
An Autonomous Self-Incremental Learning Approach for Detection of Cyber Attacks on Unmanned Aerial Vehicles (UAVs)
随着自动化系统的技术进步和能力大幅提高，无人驾驶飞行器在没有人类放纵的情况下执行依赖人类的任务的使用也急剧增加。由于无人机严重依赖信息和通信技术，因此很容易受到网络攻击。随着时间的推移，越来越多的先进和新的攻击正在开发和使用。然而，目前的入侵检测系统缺乏对新的和未知的攻击的检测和分类。因此，为了使无人驾驶飞行器具有自主和可靠的操作，需要更鲁棒和自动化的网络检测和保护方案。为了解决这个问题，我们提出了一个自主的自增量学习架构，能够在没有任何人为干扰的情况下自行检测已知和未知的网络攻击。在我们的方法中，我们结合了基于签名的检测与异常检测，以这种方式，基于签名的检测器自动更新其攻击类的异常检测器的帮助下。为了实现这一点，我们实现了一种增量学习方法，更新我们的模型以包含新类而不忘记旧类。为了验证我们提出的架构的适用性和有效性，我们已经实现了它在一个试验方案，然后将其与传统的离线学习方法进行比较。此外，我们基于异常的检测器已经实现了100%的攻击检测率。
2021-12-18 cs.CR eess.SP
For the Thrill of it All: A bridge among Linux, Robot Operating System, Android and Unmanned Aerial Vehicles
Federal University of Paraná (UFPR)（巴拉那联邦大学）
民用无人机（UAV）越来越容易在国内使用。目前，无人机制造商DJI占据了市场主导地位，他们的无人机已经被广泛应用。在全球定位系统（GPS）信号不可靠的情况下，模型线（例如，体模）可以在同时定位和地图绘制（SLAM）（例如，单目视觉SLAM）的帮助下应用于自主导航。在这项工作中，我们提出了一个不同系统之间的桥梁，如Linux，机器人操作系统（ROS），Android和无人机作为一个开源框架，其中万向节相机记录可以流到远程服务器，支持实现自动驾驶仪。最后，我们提出了一些实验结果显示的视频流验证框架的性能。
2020-06-20 cs.RO eess.SP
Cost-Efficient Deployment of a Reliable Multi-UAV Unmanned Aerial System
Research, Technology and Innovation Network (RTIN), The American College of Greece（美国希腊学院研究、技术与创新网络（RTIN））；Aalborg University（奥尔堡大学）
在这项工作中，我们研究了无人机系统（UAS）的可靠性和投资成本之间的权衡，该系统由一组携带无线电接入节点（称为便携式接入点（PAP））的无人机（UAV）组成，部署为一组地面节点（GN）提供服务。使用所提出的算法，一个给定的地理区域被等效地表示为一组圆形区域，其中每个圆表示PAP的覆盖区域。然后，通过将其建模为连续时间的生灭马尔可夫决策过程（MDP），解析地推导出了UAS的稳态可用度。数值计算表明，通过考虑网络的流量需求和分布，可以降低保证一组网络稳态可用性的投资成本。
2022-08-30 cs.ET cs.IT cs.RO
Multi-layer Unmanned Aerial Vehicle Networks: Modeling and Performance Analysis
由于各种类型的无人机（UAV）具有不同的硬件能力，我们建立了多层空中网络（MAN）的基础。首先，将城域网建模为K层AN，每一层具有不同密度、浮动高度和发射功率的无人机。为了使该框架适用于各种情况下，在MAN，我们认为发射机和接收机为导向的节点关联规则，以及空对地和空对空信道模型，形成视线的链接与位置相关的概率。然后重新分析了城域网的关联概率、主链路距离分布、成功传输概率（STP）和区域频谱效率（ASE），并给出了使STP和ASE最大的最优密度的上界。最后，在数值结果中，我们显示了AN的最佳无人机密度，最大化ASE和STP随着网络的高度而降低。我们还表明，当两层AN的无人机总密度固定时，对于低（高）总密度情况，仅对所有无人机使用较高（较低）高度的单层可以获得更好的性能，否则，将无人机分布在两层中，即，MAN，实现更好的性能。
2019-04-02 eess.SP
RSSI-based Outdoor Localization with Single Unmanned Aerial Vehicle
Gebze Technical University（盖布泽理工大学）
传统上，使用多个地面参考节点来执行目标对象的定位。这种模式最近转向利用无人驾驶飞行器（UAV）来定位目标物体。由于同时使用多个UAV定位目标是昂贵且不切实际的，因此通过使用单个UAV来实现该任务变得合乎需要。因此，在本文中，我们提出了一种基于RSSI的定位方法，只利用一个无人机。所提出的方法是基于聚类方法以及奇异值分解（SVD）。所提出的方法的性能进行了验证的实验测量，我们已经设计的无人机和计算机仿真。实验结果表明，该方法的定位精度可达7m，且与迭代次数有关。
2020-04-20 cs.LG eess.SP
Channel Model in Urban Environment for Unmanned Aerial Vehicle Communications
为了开发和分析可靠的通信链路无人机（UAV），传播信道的精确模型是必需的。城市场景中的无线电信道特性与郊区场景和开阔区域中的无线电信道特性不同，这是由于来自办公建筑物的大量散射路径，特别是当无人机在低空飞行时。我们在清华大学校园里进行了一些测量活动，那里有拥挤的公寓和办公楼。根据测量结果提取了路径损耗模型的主要参数，并提出了一种简化的Saleh-Valenzuela（SV）模型。在K因子和均方根时延扩展分析中，将典型场景中央草坪与办公楼进行了对比。
2018-05-11 cs.IT eess.SP math.IT
Stereo Vision for Unmanned Aerial VehicleDetection, Tracking, and Motion Control
提出了一种新的无人机检测方法。本研究的目的是为自主式多旋翼无人机开发一种鲁棒的设置，能够视觉检测和跟踪入侵无人机进行实时运动规划。该系统由两部分组成：使用立体摄像机生成三维点云数据的目标检测和应用卡尔曼滤波器进行无人机运动建模的视频跟踪。在探测到入侵者后，猎人可以瞄准并向入侵者发射一张绳网以压制它。计算机视觉，运动跟踪和规划算法可以在安装在猎人无人机上的便携式计算机上实现。
2020-05-07 cs.SY eess.IV eess.SP
Distributed Clustering for User Devices Under Unmanned Aerial Vehicle Coverage Area during Disaster Recovery
无人机（UAV）是用于向地面用户设备提供无线覆盖的有前景的技术。对于所有在灾难中被摧毁的基础设施通信网络，在灾后场景中提供服务期间，无人机的电池寿命是一个挑战。因此，在用户设备中选择簇头在检测无人机信号和处理数据以提高无人机能量效率和可靠连接方面起着至关重要的作用。本文着重于性能评估的聚类方法在检测无线覆盖服务，提高能源效率的性能。评估性能是对地空通道视距（LoS）的真实仿真。仿真结果表明，簇头节点能够以最小的能量消耗有效地将无人机与簇内成员节点连接起来。无人机高度和路径损耗指数影响用户设备检测无线覆盖。此外，在灾难后的可靠连接，在簇头的误比特率考虑。集群稳定了将未覆盖节点连接到UAV的集群，并且其这样做的有效性导致其在紧急通信系统中的普遍存在。
2021-03-14 eess.SP
Positioning of Multiple Unmanned Aerial Vehicle Base Stations in future Wireless Network
无人机基站是主干网因灾害而无法满足覆盖和容量需求的可靠、高效的替代方案。在本文中，我们考虑最佳无人机部署问题在3D空间的毫米波网络。其目标是同时部署多个空中基站，以完全服务于地面用户。我们开发了一种新的算法来找到一组UAV-BS的可行位置从一组预定义的位置，受到信号干扰噪声比（SINR）的约束，每个相关的用户，UAV-BS的有限的悬停高度约束和受限的操作区约束。我们把这个三维定位问题作为一个l_0最小化问题。这是一个NP难的组合问题。我们将l_0极小化问题近似为非组合l_1-范数问题。因此，我们提供了一个次优算法来找到一组可行的位置，无人机基站操作。分析表明，该算法在满足约束条件的情况下，可以获得一组同时部署多个UVA-BS的位置。
2020-02-18 eess.SP math.OC
A Pilot Study of Smart Agricultural Irrigation using Unmanned Aerial Vehicles and IoT-Based Cloud System
本文介绍了一种基于物联网（IoT）、嵌入式系统和无人机（UAV）的现代信息和通信技术在农业中的移动应用。拟议的农业监测系统是使用Arduino微控制器板、Wi-Fi模块、水泵和电子环境传感器（即温度、湿度和土壤湿度）设计和实现的。无人机在这项研究中的作用是从农场的不同区域收集这些环境数据。然后，自动计算云中每个区域的灌溉水量。此外，开发的系统可以远程监控农场的条件，包括Android移动应用程序上的用水需求，以指导农民。这项研究的结果表明，我们提出的基于物联网的嵌入式系统可以有效地避免在智能农业框架内不必要的和浪费的水灌溉。
2021-01-06 cs.SY eess.SP eess.SY
Unmanned Aerial Vehicles Meet Reflective Intelligent Surfaces to Improve Coverage and Secrecy
反射智能表面（RISs）的高可配置性和低成本使其成为增强超第五代（B5G）网络能力的有前途的解决方案。最近的工作建议将RIS安装在无人机（UAV）上，将RIS提供的高网络可配置性与UAV带来的移动性相结合。然而，RIS表示影响UAV的电池寿命的额外重量。此外，还没有详细评估由此产生的链路在通信信道质量和安全方面的实用性。在本文中，我们强调了实际部署具有RIS功能的无人机需要考虑的所有基本功能。我们是第一个展示RIS大小及其功耗如何影响无人机飞行时间的人。然后，我们评估RIS的大小，载波频率和无人机飞行高度如何影响路径损耗。最后，我们提出了一种新的基于粒子群的方法，以最大限度地提高覆盖率和提高传输的保密性，在蜂窝场景的支持下，由无人机携带的RIS。
2022-05-05 cs.CR eess.SP
Securing Mobile IoT with Unmanned Aerial Systems
物联网（IoT）将很快无所不在，数十亿传感器和执行器将支持我们的行业和福祉。物联网设备是嵌入式系统，在大多数情况下使用无线技术连接。服务于物联网的无线网络的可用性，数据的隐私性，完整性和可信度至关重要，因为物联网将推动企业和个人决策。本文提出了一种新的方法，在无线安全领域，利用先进的无线技术和无人机系统或车辆（UAS或UAV）的出现。我们考虑了窃听问题，并分析了无人机如何帮助减少或克服移动物联网环境中的这种威胁。结果表明，当无人机协助基站将信息中继到所需的物联网节点时，可以在信道保密率方面实现巨大的改进。我们的方法与技术无关，可以扩展到解决其他通信安全问题。
2020-05-15 cs.SY eess.SP eess.SY
Power Efficient Visible Light Communication (VLC) with Unmanned Aerial Vehicles (UAVs)
提出了一种将可见光通信（VLC）与无人机（UAV）相结合的新方法，以同时提供灵活的通信和照明。为了最小化功耗，在光照和通信约束下优化了无人机的位置和小区关联。提出了一种将原问题分解为两个子问题的有效次优解。第一个子问题被建模为一个经典的最小封闭盘问题，以获得最佳的位置，给定的细胞关联的无人机。然后，假设固定的无人机位置，第二子问题被建模为一个最小规模的聚类问题，以获得优化的小区关联。此外，所获得的UAV位置和小区关联被迭代地优化多次以降低功耗。数值结果表明，所提出的方法可以减少至少53.8%的总发射功率消耗相比，两个基线算法与固定的无人机位置。
2019-05-10 cs.IT eess.SP math.IT
Real-time Framework for Trust Monitoring in aNetwork of Unmanned Aerial Vehicles
无人机（UAV）越来越多地用于各种民用和军事应用，例如遥感、边境巡逻、灾害监测和通信覆盖扩展。然而，仍然容易发生几种网络攻击，例如GPS欺骗攻击、分布式拒绝服务（DDoS）攻击和中间人攻击，以获取其收集的信息或强制无人机执行其请求的动作，这可能会损坏无人机或其周围环境，甚至危及操作现场人员的安全。在本文中，我们提出了一种信任监测机制，其中一个集中的单元（如地面站）定期观察无人机的行为，在他们的运动路径，他们消耗的能量，以及他们完成的任务的数量和测量的无人机的相对信任分数，以检测任何异常行为的实时方式。仿真结果表明，该信任模型能够实时检测出遭受洪水攻击、中间人攻击、GPS欺骗攻击等多种网络安全攻击的恶意无人机。
2020-07-16 cs.MA eess.SP
Reinforcement Learning to Optimize the Logistics Distribution Routes of Unmanned Aerial Vehicle
University of Southampton（南安普顿大学）
无人机（UAV）在货物配送中的路径规划方法因其灵活性，适用于客户与配送节点之间“最后一公里”的多种情况而受到业界和学术界的极大关注。然而，这种复杂的情况仍然是传统的组合优化方法的一个问题。针对多禁飞区复杂环境下无人机的航迹规划问题，在现有强化学习（RL）方法的基础上，提出了一种改进方法。改进的方法利用了注意力机制，并且包括作为编码器的嵌入机制和三种不同宽度的束搜索（即，1、5、10）作为解码器。策略梯度被用来训练强化学习模型，以获得推理过程中的最优策略。结果表明，该模型在这类复杂情况下的应用是可行和有效的。将该模型与优化求解器OR-tools得到的结果进行比较，提高了配电系统的可靠性，对无人机的广泛应用具有指导意义。
2020-04-21 cs.LG eess.SP math.OC
Online Maneuver Design for UAV-Enabled NOMA Systems via Reinforcement Learning
研究了一种无人机上行链路非正交多址接入系统，地面上的多个移动用户通过非正交多址传输向空中的无人机发送独立的消息。我们的目标是设计无人机动态机动最大化的总和速率吞吐量的所有移动地面用户在有限的时间范围内。
2020-01-21 cs.IT eess.SP math.IT
Cellular Controlled Cooperative Unmanned Aerial Vehicle Networks with Sense-and-Send Protocol
School of Electronics Engineering and Computer Science, Peking University（北京大学电子工程与计算机科学学院）
本文提出了一种细胞控制无人机传感网络，通过协同完成传感任务，采用感知-发送协议，优化轨迹、传感位置和无人机调度以最小化任务完成时间。
2018-05-30 cs.SY eess.SP eess.SY
On-board Deep-learning-based Unmanned Aerial Vehicle Fault Cause Detection and Identification
Rutgers University–New Brunswick（罗格斯大学新布朗斯维克分校）
随着无人驾驶飞行器（UAV）/无人机使用的增加，实时检测和识别故障原因对于从潜在的类似坠毁的场景或事故后取证分析中正确恢复非常重要。坠毁的原因可能是传感器/致动器系统的故障，物理损坏/攻击，或对无人机软件的网络攻击。在本文中，我们提出了基于深度卷积和长短期记忆神经网络（CNN和LSTM）的新型架构，以基于传感器数据检测（通过自动编码器）和分类无人机误操作。所提出的架构能够从原始传感器数据中自动学习高级特征，并学习传感器数据中的空间和时间动态。我们通过在真实无人机上的模拟和实验来验证所提出的深度学习架构。实验结果表明，我们的解决方案能够以超过90%的准确率检测并分类各种类型的无人机误操作（准确率约为99%（模拟数据）和高达88%的准确率（实验数据））。
2020-05-06 cs.CV cs.LG cs.RO
