Dynamic Pricing and Capacity Allocation of UAV-provided Mobile Services
由于其敏捷性和机动性，无人机（UAV）是提供高质量移动服务（例如，快速因特网接入、边缘计算和本地缓存）到地面用户。主要的互联网服务提供商（ISP）希望通过无人机提供的服务（UPS）来改善和丰富当前的移动服务，以获得额外的利润。这个利润最大化问题并不容易，因为无人机具有有限的能量存储，并且需要近距离飞行以服务用户，需要最佳的能量分配来平衡悬停时间和服务能力。当无人机悬停在热点区域时，如何根据随机到达的具有私人服务估值的用户对其容量有限的UPS进行动态定价是另一个问题。证明了剩余悬停时间越长或服务能力越小，无人机的要价越高;在悬停时间足够长的情况下，无人机的期望利润接近完全用户信息下的期望利润。随着热点的用户出现率的增加，应该分配更短的悬停时间或更大的服务容量。最后，当无人机面临多个热点候选与不同的用户出现率和飞行距离，我们证明了部署无人机服务于一个单一的热点是最优的。然而，对于多个UAV，这种结果可以通过UAV分叉部署到不同的热点来逆转。
2018-12-07 eess.SP
3-D Position Optimization of Solar-Powered Hovering UAV Relay in Optical Wireless Backhaul
针对太阳能悬停无人机中继连接传感器场与OGS的光无线回程场景，研究三维位置优化，揭示大气条件对最优位置和端到端容量的关键影响。
2024-01-29 eess.SP
Hover or Perch: Comparing Capacity of Airborne and Landed Millimeter-Wave UAV Cells
如今，无人机（无人机）携带的毫米波（mmWave）接入点（AP）的按需部署被认为是增强5G+网络性能的潜在解决方案。然而，现代无人机的电池寿命限制了此类系统的飞行时间。在这封信中，我们评估了一个可行的部署替代方案，用于在用户需求波动较大的地区临时提高容量。该方法是将基于无人机的毫米波AP降落在附近的建筑物上，而不是在该区域上空盘旋。在所开发的数学框架内，我们通过考虑所使用的无人机的整个操作周期来比较机载和着陆部署的系统级性能。我们的数值结果表明，无人机部署选项的选择是由服务区和无人机充电站之间的间隔距离，无人机电池寿命和使用中的空中AP的数量的相互作用决定的。所提出的方法和结果可以支持在未来的5G+网络中基于无人机的毫米波AP的高效按需部署。
2020-07-26 cs.NI eess.SP
Distributed 3D-Beam Reforming for Hovering-Tolerant UAVs Communication over Coexistence: A Deep-Q Learning for Intelligent Space-Air-Ground Integrated Networks
针对卫星、地面与无人机共存通信中的悬停、旋转及干扰问题，提出基于DQN的分布式3D波束选择、跟踪与重构方法，并以最优选择算法验证其可实时低误差提升波束成形性能。
2023-07-18 eess.SP
Efficient UAV Hovering, Resource Allocation, and Trajectory Design for ISAC with Limited Backhaul Capacity
本文针对回程容量受限的无人机ISAC系统，联合优化轨迹、波束成形、功率分配和悬停时间以最小化功耗，并通过半定松弛、大M法、惩罚方法和逐次凸逼近等变换技术获得低复杂度次优解，仿真验证了其在功率节省和感知质量方面的优势。
2024-09-02 eess.SP
UAV-Mounted IRS (UMI) in the Presence of Hovering Fluctuations: 3D Pattern Characterization and Performance Analysis
本文研究了悬停波动下无人机搭载智能反射面(UMI)的3D辐射方向图与性能，推导了IRS方向图分布和中断概率闭式表达式，发现选择最优元件数量并使用主动元件可最小化中断概率。
2025-11-02 eess.SP
Ultra-Reliable Device-Centric Uplink Communications in Airborne Networks: A Spatiotemporal Analysis
本文提出了一种超可靠设备导向的空中网络上行通信方案，通过时空分析优化UAV与设备之间的连接性能，提升传输可靠性与能效。
2023-02-26 cs.IT eess.SP math.IT
UAV-Enabled Wireless Power Transfer: A Tutorial Overview
支持无人机（UAV）的无线功率传输（WPT）最近成为一种有前途的技术，以在大规模无线网络中为广泛分布的低功率地面设备（GD）提供可持续的能量供应。与部署在固定位置的传统WPT系统中的能量发射器（ESTA）相比，UAV安装的空中发射器可以在三维（3D）空间中灵活地飞行，以更有效地为附近的GD充电。本文提供了一个教程概述无人机使能WPT及其吸引人的应用，特别是侧重于如何利用无人机的可控移动性，通过其3D轨迹设计，以最大限度地提高能量传输到所有GD在无线网络中的公平性。首先，我们考虑单个UAV使能的WPT场景，其中一个UAV在已知位置为多个GD无线充电。为了解决这种情况下的能量最大化问题，我们提出了一个通用的轨迹设计框架，包括三个创新的方法来优化无人机的轨迹，这是多位置悬停，连续悬停和飞行，和基于时间量化的优化，分别。接下来，我们考虑多无人机使能的WPT场景，其中多个无人机在大区域中协作地对许多GD充电。在单无人机航迹设计的基础上，分别基于无人机群集和GD聚类原理，提出了两种有效的多无人机航迹联合优化方案。此外，我们考虑了支持无人机的WPT的两个重要扩展，即支持无人机的无线供电通信网络（WPCN）和支持无人机的无线供电移动边缘计算（MEC）。
2021-02-27 cs.IT eess.SP math.IT
Energy-Efficient UAV Relaying Robust Resource Allocation in Uncertain Adversarial Networks
移动中继技术是无线通信中的关键增强技术，这是由于更高的机会以更好的服务质量支持来自基站（BS）的远程用户。本文研究了能量有效的（EE）移动中继网络，安装在无人机（UAV），而未知的对手试图拦截合法的链接。我们的目标是优化无人机和基站的鲁棒发射功率，中继悬停路径，速度和加速度。BS发送合法信息，该合法信息由中继转发给用户。这个过程被定义为信息-因果关系-约束（ICC）。我们共同优化最坏情况下的保密率（WCSR）和无人机推进能源消耗（PEC）的有限时间范围。我们建立了BS-无人机，无人机用户，和无人机对手的信道模型。我们应用无人机PEC考虑无人机的速度和加速度。最后，我们推导了对抗性无线网络中EE无人机中继用户最大化问题。虽然问题是非凸的，我们提出了一个迭代和次优算法来优化EE无人机中继约束，如ICC，轨迹，速度，加速度和发射功率。首先，我们优化BS和无人机的发射功率以及已知无人机路径规划和加速的悬停速度。利用最优的发射功率和速度，我们得到了最优的轨迹和加速度。我们比较了我们的算法与现有的算法，并证明了改进的EE无人机中继通信我们的模型。
2021-07-23 cs.IT eess.SP math.IT
UAV Trajectory Optimization for Directional THz Links Using Deep Reinforcement Learning
针对灾后回传/前传链路恢复，本文构建无人机辅助定向太赫兹HetNet的三维模型，将轨迹设计转化为最小化最大中断概率问题，并采用DRL算法学习最优轨迹。
2023-08-15 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
Multi-UAV Data Collection Framework for Wireless Sensor Networks
在本文中，我们提出了一个框架设计的无线传感器网络的基础上，多无人机（UAV）。具体而言，我们的目标是在预算和电力限制方面最大限度地降低部署和运营成本。为此，我们首先优化簇头（CH）的数量和位置，保证从所有传感器收集数据。然后，以最小化数据收集飞行时间为目标，对无人机的数量和飞行轨迹进行优化。因此，我们区分两种轨迹方法：1）无人机悬停在访问CH的上方; 2）无人机悬停在CH的范围内。这一结果包括数据收集设计的指导方针。讨论了传感器节点K均值聚类的特点。接下来，我们说明了轨迹规划的最优和启发式解决方案的性能。遗传算法被证明是接近最优的，只有$3.5\%$退化。研究了航迹进场、环境和无人机高度等因素的影响。最后讨论了无人机航迹的公平性问题。
2019-12-03 cs.NI eess.SP
Ground-to-UAV sub-Terahertz channel measurement and modeling
本研究针对140 GHz地空太赫兹信道，通过实验测量与几何随机模型分析UAV悬停及动态运动对信道性能的影响，发现UAV方向调整影响微小且波束宽度增加可降低精确对准需求。
2024-07-30 cs.IT eess.SP math.IT
Mobility in the Sky: Performance and Mobility Analysis for Cellular-Connected UAVs
为无人机或飞行出租车等无人机用户设备提供连接是未来蜂窝系统的主要挑战。在本文中，使用协调多点传输提供无缝连接到无人机用户设备进行了研究。特别是，集群地面基站的网络，合作服务的无人机数量被认为是。研究了两种场景：具有静态悬停的UAV用户设备的场景和具有移动UAV-UE的场景。在最大比传输下，开发并利用一种新的框架来推导两种情况下UAV-UE覆盖概率的上界和下界。使用导出的结果，各种系统参数，如协作距离，无人机高度，和UAV-UE速度上可实现的性能的影响进行了研究。结果表明，无论是静止的还是移动的无人机用户设备，当基站天线向下倾斜时，无论采用哪种传输方式，高空无人机用户设备的覆盖概率都是地面用户覆盖概率的上界。此外，对于低信号干扰比阈值，示出了CoMP传输可以提高UAV用户设备的覆盖概率，例如，从最近关联方案下的28%到200米协作距离下的60%。
2019-08-21 cs.IT eess.SP math.IT
Energy-Efficient Tethered UAV Deployment in B5G for Smart Environments and Disaster Recovery
由于无人机（UAV）在处理能力和电池寿命方面的限制。系留无人机（TUAV）提供了一个有吸引力的方法来解决这些缺点。由于连接到无人机的系绳是一种潜在的能源解决方案，可以提供连接到地面的稳定电源，从而在智能环境和灾难恢复中实现令人印象深刻的性能。该解决方案旨在为智能环境和灾难恢复提供稳定的能源并增加TUAV的覆盖范围。本文提出通过与无人机相连的系留装置提供持续的电源并与地面终端交换数据。除了可调节的系绳长度之外，仰角还用于增加悬停区域，从而在许多应用中实现覆盖范围的可扩展性。此外，功耗和传输距离，同时实现悬停和覆盖概率之间的权衡。仿真结果表明，有效的视线概率，路径损耗和覆盖概率的可扩展性覆盖智能环境和灾难恢复场景方面的性能。此外，最大的覆盖概率，实现了与增加的系留长度，因为增益和飞越最大系留的区域。
2021-07-17 eess.SP
Trajectory Design for Multiple-UAV Assisted Wireless Networks
无人机（UAV）由于其高移动性和高效部署，可以提高蜂窝网络的性能。在本文中，我们提出了第一个研究如何用户的移动性影响无人机的轨迹的多无人机辅助无线通信系统。具体来说，我们认为无人机是作为空中基站部署的，为在不同地区之间移动的地面用户提供服务。通过优化无人机的飞行轨迹，最大化地面用户在下行通信中的吞吐量，同时考虑用户移动性、推进能量消耗和无人机相互干扰的影响。我们制定的问题作为一个无环有向图的路由选择问题。每个顶点表示与区域时间点中的平均用户吞吐量的奖励相关联的任务，而每个边与飞行和悬停期间的能量推进消耗的成本相关联。对于集中式轨迹设计，我们首先提出了最短路径方案，确定最佳的轨迹为单无人机的情况下。我们还提出了集中式路由选择（CRS）计划，系统地计算更一般的多无人机的情况下的最佳轨迹。由于集中式问题的NP困难性，本文考虑了无人机自主选择航迹的分布式航迹设计，提出了分布式航迹选择（DRS）方案，该方案在有限次迭代内收敛到纯策略纳什均衡。
2019-12-30 cs.IT eess.SP math.IT
UWB Air-to-Ground Propagation Channel Measurements and Modeling using UAVs
本文提出了一种实验研究的空-地（AG）传播信道，通过超宽带（UWB）测量在一个开放的地区使用无人机（UAV）。使用UWB无线电在3.1 GHz - 4.8 GHz的频率范围和UWB平面椭圆偶极天线进行测量，该天线在方位平面中具有全向图案，在仰角平面中具有典型的甜甜圈形状图案。信道测量考虑了三种情况：（i）两个接收器（RX）在地面以上不同高度处并且在视线（LOS）中彼此靠近放置，其中发射器（TX）在UAV上并且UAV正在悬停;（ii）RX由于树叶而与UAV TX在视线（OLOS）中，并且UAV正在悬停;无人机沿圆形路径运动，在测量中使用了RX和TX之间不同的水平和垂直距离。此外，在无人机天线上采用了两种不同的天线方位（垂直和水平），以分析天线辐射方向图对UWB AG传播的影响。根据经验结果，观察到当天线朝向相同方向时，接收功率主要取决于仰角平面中的天线辐射图，如对于这些全向天线所预期的。此外，可以使用仰角的三角函数来近似TX和RX处的总天线增益。
2018-12-17 eess.SP
Energy-Efficient Cooperative Caching in UAV Networks
针对无人机（UAV）网络，研究了联合缓存与协作通信（Fog-RAN）的能量效率。由于无人机的电池和缓存有限，将流行的内容放在缓存中并管理无人机的能量消耗变得至关重要。我们制定的能量消耗的无人机作为一个聚合的通信/缓存，悬停，和垂直位移能量，然后设计一个优化问题，最佳分配内容的缓存和选择的高度无人机。采用随机几何的工具，我们还推导出EE在一个数值上易于处理的形式作为密度的函数，合作区的半径，缓存大小，主要的通信/物理特性的无人机，和有影响力的环境参数。我们开发了两种具有低计算复杂性的内容放置策略。进行的数值结果表明，通过采用这些算法，与常见的内容放置方案相比，能够将EE提高高达800%，例如，最不常用的（LRU），最流行的，和点击率。此外，虽然在LRU和命中率方案下，垂直位移无人机没有任何好处，但在我们的算法下，可以将EE提高至多600%。重要的是，通过我们的算法，可以增加合作区的大小，以稳定地增加EE，这是不是LRU的情况下，最流行的，命中率计划。我们最后观察到，有最佳值的密度和缓存大小的无人机，授予最大EE。
2019-08-20 cs.IT eess.SP math.IT
Energy-aware Relay Positioning in Flying Networks
移动和悬停的能力使旋翼无人机（UAV）成为充当飞行通信中继（FCR）的合适平台，旨在当没有可用的网络基础设施或需要加强现有网络的能力时，提供按需的临时无线连接。然而，由于无人机依赖于其机载电池，这些电池可以快速耗尽，因此它们通常需要频繁降落以进行充电或更换，这限制了它们的续航能力和飞行网络的可用性。当使用单个FCR UAV时，该问题加剧。FCR无人机的能量主要用于两项任务：通信和推进。从通信的角度来看，文献一直专注于优化飞行网络性能和能源效率，而忽略了用于无人机推进的能量。然而，与用于UAV推进的能量相比，用于通信的能量通常可以忽略不计。在这篇文章中，我们提出了能量感知的RELAY定位（EREP），一种算法，用于定位FCR考虑到能量消耗的无人机推进。基于悬停不是最节能的状态这一结论，EREP定义了最小化FCR UAV在推进上消耗的能量的轨迹和速度，而不会在实践中损害飞行网络提供的服务质量。EREP算法进行了评估，使用模拟。所得到的结果表明，增益高达26%，在FCR无人机的耐力可以忽略不计的吞吐量和延迟退化。
2022-01-25 cs.NI eess.SP
Multi-Antenna UAV Data Harvesting: Joint Trajectory and Communication Optimization
无人机通信是一种扩展传统地面无线通信系统覆盖范围、提高系统吞吐量的有效技术。在本文中，我们考虑了一个无人机使能的无线传感器网络（WSN），其中多天线无人机被派遣到收集数据从一组传感器节点（SN）。目标是通过联合优化所有SN的传输调度和功率分配以及UAV的轨迹来最大化来自所有SN的最小数据汇集速率，这受到SN的最大发射功率和UAV的最大速度的实际约束。制定的优化问题是具有挑战性的解决，因为它涉及非凸约束和离散值变量。为了获得有用的见解，我们首先考虑忽略无人机速度约束的特殊情况，并基于拉格朗日对偶方法对其进行优化求解。结果表明，对于这个放松的问题，无人机应该悬停在有限数量的最佳位置与不同的持续时间一般。接下来，我们解决的一般情况下，制定的问题，其中无人机的速度约束被认为是提出了一个旅行商问题（TSP）为基础的轨迹初始化，其中无人机顺序访问的位置，在放松的问题，以最小的飞行时间。给定此初始轨迹，然后找到相应的传输调度和SN的功率分配，并通过应用块坐标下降（BCD）和逐次凸逼近（SCA）技术进一步优化无人机轨迹。最后，数值结果表明，所提出的多天线无人机数据采集方案的频谱和能量效率的增益，相比基准计划。
2020-02-23 cs.IT eess.SP math.IT
UAV's Rotor Micro-Doppler Feature Extraction Using Integrated Sensing and Communication Signal: Algorithm Design and Testbed Evaluation
本文提出一种用于无人机微多普勒提取的新型ISAC帧结构与CSI表示方法，并设计rmD-NSP与SET算法分离并增强旋翼微多普勒特征，仿真与测试平台表明在0.1秒内成功捕获DJI M300 RTK旋翼八次旋转，特征完整性较现有算法提升60%。
2024-08-29 cs.ET eess.SP
Multi-objective Optimization for Data Collection in UAV-assisted Agricultural IoT
本研究提出无人机辅助农业物联网数据采集的多目标优化问题，并设计改进的多目标人工蜂鸟算法协同优化悬停位置、访问顺序、速度和发射功率，以同时最大化最小传输速率并最小化设备与无人机能耗。
2024-03-03 cs.IT eess.SP math.IT
Energy optimization for Full-Duplex Wireless-Powered IoT Networks using Rotary-Wing UAV with Multiple Antennas
本文针对旋翼无人机使能的全双工无线供电物联网网络，提出一种基于分组与MIMO技术的能量和时间优化设计，通过构建吞吐量最大化和总时间最小化问题，实现以更多天线为代价服务更多传感器并提升网络性能。
2023-07-05 cs.SY eess.SP eess.SY
UAV-Enabled Data Collection for Wireless Sensor Networks with Distributed Beamforming
本文研究了一种基于无人机的无线传感器网络，其中一架无人机在天空中飞行，通过分布式波束形成收集从一组地面节点传输的数据。我们考虑了两种情况下的延迟容忍和延迟敏感的应用程序，其中的GN发送的共同/共享的消息，通过自适应和固定速率传输的无人机，分别。对于这两种情况，我们的目标是最大化的平均数据速率吞吐量和最小化的传输中断概率，分别通过联合优化无人机的轨迹设计和GNs的发射功率分配随着时间的推移，受无人机的飞行速度约束和GNs的个人平均功率约束。然而，这两个公式化的问题都是非凸的，因此通常很难得到最优解。为了解决这个问题，我们首先考虑放松的问题，在理想的情况下，无人机的飞行速度约束被忽略，得到结构良好的最优解，揭示了基本的性能上界。结果表明，对于两个近似问题，最优轨迹解具有相同的多位置悬停结构，但具有不同的最优功率分配策略。其次，对于一般的无人机飞行速度约束问题，我们提出了有效的算法，以获得高质量的解决方案，通过使用凸优化和近似的技术。最后，数值结果表明，我们提出的设计显着优于其他基准计划，在实现的数据速率吞吐量和中断概率在两种情况下。当任务周期足够长时，我们提出的设计方法在忽略无人机的飞行速度约束时接近性能上限。
2021-08-07 cs.IT eess.SP math.IT
Airborne Urban Microcells with Grasping End Effectors: A Game Changer for 6G Networks?
嵌入在无人机或无人机（UAV）上的机载（或飞行）基站（ABS）可以被视为设想的6 G蜂窝网络的核心元素，其中毫米波/太赫兹通信的显著小区密集化将成为生态系统的一部分。尽管如此，ABS部署面临的关键挑战之一是无人机固有的有限可用能量，这将服务地面用户的悬停时间限制在几分钟的量级。这种障碍使支持UAV的蜂窝网络的性能恶化，并阻碍了该技术的广泛采用和使用。在本文中，我们提出了机器人机载基站（RABS）与把握能力，以增加地面用户的服务时间的多个数量级相比，名义悬停为基础的操作。更具体地说，为了执行抓取任务，RABS配备了一个多功能的，尽管是通用的夹持器机械手。根据夹持器的类型，RABS可以提供数小时的服务，而基于悬停的ABS则需要数分钟。从理论上讲，抓取可以是能量中性的，因此服务时间可以由通信能量消耗来限制。为了说明这种情况下，悬停和抓取之间的能耗比较，以揭示所提出的方法的显着优势。最后，总体挑战，RABS的设计考虑，以及未来的研究途径进行了概述，以实现拟议的机器人空中基站的全部潜力。
2021-05-19 cs.NI eess.SP
Intelligent User Clustering and Robust Beamforming Design for UAV-NOMA Downlink
在这项工作中，我们考虑了下行NOMA网络与多个单天线用户和多天线无人机。特别是，用户在空间上位于几个集群通过泊松聚类过程，每个集群是由一个悬停的无人机NOMA服务。出于实际考虑，我们假设在UAV处仅可获得每个用户的不完美CSI。在此基础上，提出了联合用户分簇和稳健波束形成设计问题，以最小化总发射功率，同时保证用户的QoS要求。由于用户聚类的整数变量，波束形成器的耦合效应，以及由不完美的CSI引起的无限多的约束，制定的问题是具有挑战性的解决。为了降低计算复杂性，将原问题分解为用户聚类子问题和鲁棒波束形成设计子问题。利用用户的位置信息，我们提出了一种基于k-means++的无监督聚类算法，首先处理用户聚类问题。然后，我们专注于鲁棒波束形成设计问题。为了获得解决鲁棒波束形成设计问题的见解，我们首先研究了具有完美CSI的问题，并证明了相关问题可以得到最优解。其次，在一般情况下的问题与不完美的CSI，SDR的方法，提出了有效地产生一个次优解。此外，我们提供了一个充分条件下，基于SDR的方法可以保证获得一个最优的秩一的解决方案，这是理论分析。最后，提出了一种基于乘法器的交替方向方法，使无人机能够以分散的方式有效地进行鲁棒波束形成设计。仿真结果验证了所提算法和传输方案的有效性。
2020-06-10 cs.IT eess.SP math.IT
SUPPLY: Sustainable multi-UAV Performance-aware Placement Algorithm for Flying Networks
INESC TEC（葡萄牙电信与计算机科学研究院）；Faculdade de Engenharia, Universidade do Porto（波尔图大学工程学院）
本文提出 SUPPLY 算法，通过能量与性能感知的多无人机轨迹规划，在保证目标 QoS 的前提下将飞行网络能耗最多降低 25%，且对吞吐量和时延影响极小。
2024-04-09 cs.NI eess.SP
GNN-Enabled Optimization of Placement and Transmission Design for UAV Communications
本文提出两阶段图神经网络模型，通过无监督学习联合优化无人机悬停部署与波束成形传输设计，在提升能量效率的同时具备对天线数和用户数的良好可扩展性。
2024-10-03 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
Energy-Aware Resource Allocation and Trajectory Design for UAV-Enabled ISAC
本文研究多用户多目标UAV使能的ISAC系统中的联合资源分配与轨迹设计，通过联合优化轨迹、波束成形等变量并利用交替优化算法求解MINLP问题，在保障服务质量的条件下显著降低了UAV的平均功耗。
2023-10-24 eess.SP
3D Channel Characterization and Performance Analysis of UAV-Assisted Millimeter Wave Links
最近，毫米波（mmW）频率的使用已经成为将无人机（UAV）无线连接到地面用户的有前景的解决方案。然而，由于悬停UAV的随机波动，采用UAV辅助的定向mmW链路是具有挑战性的。本文研究了无人机采用方形阵列天线时的毫米波链路性能。利用3GPP天线传播方向图对方形阵列天线进行建模。结果表明，方形阵列天线对无人机的水平角振动和垂直角振动都很敏感。为了研究无人机振动与天线方向图之间的关系，考虑了大尺度路径损耗、小尺度衰落以及无人机角振动的随机效应，对无人机毫米波信道进行了表征。为了实现有效的性能分析，易处理和封闭形式的统计信道模型推导出空中到空中（A2A），地面到空中（G2A），空中到地面（A2G）信道。分析模型的准确性进行了验证，采用Monte Carlo模拟。分析结果被用来研究天线方向图增益在不同条件下的无人机的角振动建立可靠的无人机辅助毫米波链路在实现最小中断概率方面的效果。
2020-03-01 eess.SP
UAV-Enabled Covert Wireless Data Collection
这项工作考虑了无人机（UAV）网络从地面用户秘密收集数据。全双工UAV旨在通过无线通信从调度用户（SU）收集关键信息，并生成具有随机发射功率的人工噪声（AN），以确保SU的传输被非调度用户（USU）检测到的概率可以忽略不计。为了提高系统性能，我们联合设计了无人机的轨迹及其最大AN发射功率以及受实际约束的用户调度策略，例如，隐蔽性约束，这是明确确定通过分析每个USU的检测性能，和用户调度引起的二元约束。公式化的设计问题是一个混合整数非凸优化问题，这是具有挑战性的直接解决，但解决了我们开发的惩罚逐次凸逼近（P-SCA）计划。提出了一种基于连续悬停飞行（SHAF）轨迹的无人机轨迹初始化方法，该方法也可作为无人机轨迹初始化的基准。我们的研究表明，开发的P-SCA计划显着优于基准计划在实现更高的最大-最小平均传输速率从所有的SU的无人机。
2019-06-20 eess.SP
UAV-Based in-band Integrated Access and Backhaul for 5G Communications
我们介绍了使用无人机（UAV）作为无人机基站的概念，用于5G网络的带内综合接入和回程（IB-IAB）场景。我们首先提出了一个系统模型，用于在IB-IAB多层无人机蜂窝网络中的前向链路传输。然后，我们研究了这种情况下的关键挑战，并提出了一个框架，利用无人机的飞行能力作为主要的自由度，找到最佳的预编码器设计的回程链路，用户基站关联，无人机3D悬停位置，和功率分配。我们讨论了如何利用该算法来优化网络的性能在大规模和小规模。最后，我们使用一个详尽的搜索为基础的解决方案，以证明所提出的算法在接收信号干扰加噪声比（SINR）和整体网络的总和速率方面可以实现的性能增益。
2018-07-19 cs.NI eess.SP
Stochastic Geometry-based Modelling of Mobile UAV Relay Networks under Realistic Fading
本文研究了一种基于无人机的中继网络。地面基站（TBS）和无人机中继节点（RN）建模使用两个齐次泊松点过程（HPPP）。无人机可以悬停在一个固定的位置或移动以下特定的位移方案。当典型的用户设备（UE）经由直接链路（从TBS到UE）或经由中继链路（从TBS通过UAV RN到UE）进行通信时，导出典型的UE的覆盖概率（CP）。每个链路可以处于视距（LoS）或非视距（NLoS）中，并且遭受具有距离相关参数的莱斯衰落。该覆盖率通过随机几何（SG）和蒙特卡罗（MC）模拟计算。使用无人机作为RN的好处进行了分析，取决于他们的高度，密度和机动性计划。
2021-07-26 eess.SP
Interference Management in UAV-assisted Integrated Access and Backhaul Cellular Networks
集成接入和回程（IAB）网络架构可以实现下一代蜂窝网络的灵活和快速部署。然而，接入和回程链路之间的相互干扰、站点间距离小以及用户分布的空间动态性对IAB网络的实际部署提出了重大挑战。为了解决这些问题，我们利用无人机（UAV）作为悬停IAB节点的飞行能力，并提出了一种干扰管理算法，以最大限度地提高IAB网络的总速率。特别是，我们共同优化用户和基站的关联，接入和回程传输的下行链路功率分配，以及无人机的空间配置。我们考虑两种无人机的空间配置模式：分布式无人机和无人机天线阵列（DAA），并显示它们是如何交织在一起的地面用户的空间分布。我们的数值结果表明，所提出的算法实现了$2.9\times$和$6.7\times$增益的平均接收下行链路信号干扰加噪声比（SINR）和整体网络的总和速率，分别。最后，数值结果表明，无人机不仅可以用于覆盖范围的改善，但也用于容量提升IAB蜂窝网络。
2019-07-25 eess.SP
Trajectory Optimization of Flying Energy Sources using Q-Learning to Recharge Hotspot UAVs
尽管无人机的商业用途或无人机交付服务越来越受欢迎，但它们对有限容量的机载电池的依赖阻碍了它们的飞行时间和任务连续性。因此，开发用于补充UAV电池的现场电力传输解决方案有可能延长其任务持续时间。在本文中，我们研究的情况下，无人机被部署为基站（UAV-BS）提供无线热点服务的地面节点，同时从飞行的能源收集无线能量。这些能源是专门的无人机（充电器或发射器无人机，tUAV），配备有无线电力传输设备，如RF天线。tUAV具有调整其飞行路径的灵活性，以最大限度地提高能量传输。随着UAV-BS数量的增加和环境的复杂性，有必要为tUAV开发智能轨迹选择程序，以优化能量传输增益。在本文中，我们的轨迹优化的tUAV建模为马尔可夫决策过程（MDP）问题，并解决它使用Q-学习算法。仿真结果表明，基于Q-Learning的tUAV优化轨迹优于两种基准策略，即tUAV的随机路径规划和静态悬停。
2020-03-27 cs.NI eess.SP
Dynamic Channel Selection in UAVs through Constellations in the Sky
无人机（UAV）与地面基站（BS）之间的无线通信容易受到对抗性干扰。在这种情况下，UAV向BS指示新信道是重要的。本文描述了一种创建空间代码的方法，该空间代码将所选信道映射到无人机在空间中的运动和位置，其中后者物理地从给定的所谓“星座点”到另一个空间。这些点在天空中创建图案，类似于经典无线通信中的调制星座，并且在BS处通过毫米波（mmWave）雷达传感器来检测。星座点表示映射到特定信道的不同n比特字段，允许在两端同时进行频率切换而无需任何RF传输。本文的主要贡献是：（i）我们进行实验研究，以证明如何使用COTS无人机和毫米波传感器形成这样的星座，给出现实的感测误差和悬停振动，（ii）我们开发了一个理论框架，将所需的星座设计映射到误差和频带切换时间，再次考虑实际的无人机运动限制，和（iii）我们实验证明干扰弹性通信和验证系统有效吞吐量的无人机安装的软件定义的无线电形成的链接。
2020-02-11 eess.SP
UAV Swarm Deployment and Trajectory for 3D Area Coverage via Reinforcement Learning
本文针对考虑障碍物的大规模三维区域覆盖问题，提出分层无人机集群部署与轨迹规划框架，并设计基于Q-learning的算法加速求解，仿真验证其性能优于其他方法。
2023-09-21 cs.NI eess.SP
Joint Optimization of Trajectory, Propulsion and Thrust Powers for Covert UAV-on-UAV Video Tracking and Surveillance
由合法的无人机（或监视器）自主跟踪可疑的无人机（UAV）对公共安全至关重要。由于典型的非凸推进和推力功率函数，在构思监视器的监视意图的同时优化监视器的轨迹是不平凡的。本文提出了一种新的框架，以联合优化推进和推力功率，以及进行隐蔽的，基于视频的，无人机对无人机跟踪和监视的太阳能监视器的3D轨迹。一个多目标的问题，制定最小化的能源消耗的监视器和最大化的距离保持和高度变化，衡量伪装的监视器的加权和。基于无人机推进、推力和悬停的实际功率模型以及收集的太阳能模型，对于现有的求解器来说，该问题是非凸的且无形的。通过变量替换将推进功率凸化，并将太阳能功率线性化。通过逐次凸逼近，将所得问题转化为紧约束，并在多项式时间内用带外推的近似凸差分算法有效地求解。该计划也可以在线应用。广泛的模拟证实了该计划的优点，相比基线计划与部分或没有伪装。
2020-12-22 eess.SP
Joint Optimization of Resource Allocation and Trajectory Control for Mobile Group Users in Fixed-Wing UAV-Enabled Wireless Network
固定翼无人机（UAV）具有控制灵活性和成本效益，有望成为空地一体化网络中的飞行基站。通过利用无人机的移动性，可以在具有挑战性的场景下甚至在没有通信基础设施的地方为移动组用户（MGU）提供可控覆盖。然而，在这种无人机和MGU都在移动的双移动场景中，固定翼无人机的非悬停特性和MGU的移动都将加剧用户调度的动态变化，这最终导致MGU的服务质量（QoS）下降。在本文中，我们提出了一个固定翼无人机使能的无线网络架构，为MGU提供移动覆盖。为了实现MGU之间的公平性，我们最大化所有用户之间的最小平均吞吐量，通过联合优化的用户调度，资源分配，无人机轨迹控制的约束下，用户的QoS要求，通信资源和无人机轨迹切换。考虑到优化问题是混合整数非凸的，我们将其分解为三个优化子问题。提出了一种有效的算法，交替求解这三个子问题，直到实现收敛。仿真结果表明，该算法可以显着提高最低平均吞吐量的MGU。
2022-09-28 eess.SP
DQN-based Beamforming for Uplink mmWave Cellular-Connected UAVs
无人机（UAV）是毫米波（mmWave）无线系统的新兴重要部件。精确的波束对准对于UAV与基站（BS）的高效的基于波束的毫米波通信至关重要。由于无人机的高机动性和自主操作，传统的波束扫描方法通常具有较大的开销。基于学习的方法通过利用无人机数据（如位置）来识别最佳波束方向，大大减少了开销。在本文中，我们提出了一种基于强化学习（RL）的框架，用于在毫米波环境中使用深度Q网络（DQN）进行UAV-BS波束对准。我们考虑上行链路通信，其中无人机在5G新无线电（NR）BS覆盖区域周围盘旋，具有不同的信道条件。所提出的学习框架使用的位置信息，以最大限度地提高数据速率，通过最佳的波束对有效地，在每个通信请求从无人机内部的多位置环境。我们将我们提出的框架与基于多臂强盗（MAB）学习的方法和传统的穷举方法进行了比较，并分析了基于DQN的波束对准在不同覆盖区域要求和信道条件下的训练性能。我们的研究结果表明，所提出的基于DQN的光束对准收敛速度更快，适用于不同的环境条件。该框架还可以在实时条件下以在线方式学习与穷举方法相当的最佳波束对准。
2021-10-12 eess.SP
Ray Tracing Analysis for UAV-assisted Integrated Access and Backhaul Millimeter Wave Networks
最近，在蜂窝通信中使用毫米波（mmWave）频谱吸引了越来越多的兴趣，以支持预期的业务需求的大规模增长。然而，毫米波频率下的高路径损耗带来了严峻的挑战。在本文中，我们分析了潜在的覆盖增益使用无人机（UAV），悬停中继，在综合接入和回程（IAB）毫米波蜂窝场景。具体而言，我们利用WinProp软件包，采用射线跟踪方法，在30和60 GHz频段的室外毫米波信道的传播特性研究在曼哈顿样的环境。在这样做时，我们提出了放大和转发（AF）和解码和转发（DF）中继机制在WinProp软件的实现。我们展示了如何在接入和回程链路的覆盖光线跟踪地图的基础上定义无人机的3D部署。此外，我们提出了一个自适应的无人机发射功率的AF中继。我们证明，借助射线跟踪模拟，所提出的中继模式的下行链路覆盖方面的性能增益，和接收信号干扰噪声比（SINR）。
2019-07-04 eess.SP
UAV Deployment Optimization in UAV-assisted Wireless Communications
本文研究UAV作为高空中继的无线通信网络，提出UAV中继部署优化问题（URDOP）以最小化系统能耗，并设计自适应差分进化（SaDEVPS）算法进行求解，仿真证明其优于其他基准算法。
2024-03-03 eess.SP
Ergodic Sum Rate Analysis of UAV-Based Relay Networks with Mixed RF-FSO Channels
基于无人机（UAV）的通信是一项很有前途的新技术，可以为当前的网络基础设施增加广泛的新功能。考虑到无人机的灵活性、成本效益和使用方便，它们可以被部署为临时基站（BS），用于BS过载或自然灾害等按需情况。在这项工作中，无人机为基础的通信系统与无线电频率（RF）接入链路的移动用户（MU）和自由空间光（FSO）回程链路的地面站（GS）被认为是。特别是，该网络中的RF和FSO信道取决于UAV的定位和（不）稳定性。UAV相对于MU的相对位置影响RF链路中的视线（LOS）连接的可能性，并且悬停UAV的不稳定性影响FSO信道的质量。因此，考虑到这些影响，我们分析了端到端的系统性能的网络采用无人机作为缓冲区辅助（BA）和非缓冲区辅助（非BA）中继的遍历和速率。仿真结果验证了所提出的解析推导的准确性，并揭示了缓冲补偿无人机的不稳定性所造成的随机波动的好处。我们的仿真结果还表明，各态历经和率BA和非BA无人机为基础的中继可以大大提高通过优化无人机的定位。我们进一步研究了MU密度和天气条件对端到端系统性能的影响。
2020-01-10 eess.SP
On the Energy Consumption of Rotary Wing and Fixed Wing UAVs in Flying Networks
INESC TEC；Faculdade de Engenharia, Universidade do Porto（波尔图大学工程学院）
针对原有MUAVE模拟器仅支持旋翼无人机能耗计算的局限，提出增强版eMUAVE模拟器，可同时评估旋翼与固定翼无人机能耗，实验发现固定翼适用于多数场景但旋翼沿SUPPLY轨迹飞行时能效更高。
2024-06-27 cs.NI eess.SP
Cell-Free Satellite-UAV Networks for 6G Wide-Area Internet of Things
在第五代（5G）及以后的物联网（IoT）中，为地面蜂窝网络覆盖范围之外的大量IoT设备提供服务变得越来越重要。无人机和卫星由于自身的局限性，需要在5G的覆盖空洞中相互协调，从而形成了认知卫星-无人机网络（CSUN）。本文研究了由一颗卫星和一群无人机组成的CSUNs的多域资源分配问题，以提高广域大规模接入的效率。特别地，建立无小区按需覆盖以克服传统蜂窝架构的成本低效率。还实现了主动频谱共享以应对频谱稀缺问题。为此，提出了一种面向过程的子信道、发射功率和悬停时间联合分配优化框架，该框架考虑了无人机的整个飞行过程，仅利用慢变的大尺度信道状态信息（CSI）。在无人机能量约束和无人机群对卫星用户干扰温度约束下，提出了一种迭代多域资源分配算法，在保证用户公平性的前提下提高网络效率。仿真结果证明了所提算法的优越性。此外，观察到自适应无小区覆盖模式，这意味着在即将到来的第六代（6 G）时代有效服务广域物联网设备的有希望的方法。
2020-07-23 eess.SP
Multi-Agent Deep Reinforcement Learning For Optimising Energy Efficiency of Fixed-Wing UAV Cellular Access Points
无人机（UAV）有望成为下一代通信的固有组成部分，因为它们可以被部署为向地面用户提供无线连接，以补充现有的地面网络。大多数关于使用UAV接入点进行蜂窝覆盖的现有研究考虑旋翼UAV设计（即四轴飞行器）。然而，我们预计固定翼无人机在需要长时间飞行的情况下（例如农村覆盖）更适合用于连接目的，因为与旋翼设计相比，固定翼无人机依赖于更节能的飞行形式。由于固定翼无人机通常无法悬停到位，其部署优化涉及优化其单独的飞行轨迹，使其能够以节能的方式为地面用户提供高质量的服务。在本文中，我们提出了一种多智能体深度强化学习方法，以优化固定翼无人机蜂窝接入点的能效，同时仍允许它们为地面用户提供高质量的服务。在我们的分散方法中，每个无人机都配备了一个决斗深度Q网络（DDQN）代理，可以在一系列时间步长内调整无人机的3D轨迹。通过与邻居协调，无人机以优化整个系统能源效率的方式调整各自的飞行轨迹。我们对一系列启发式轨迹规划策略的性能进行基准测试，并证明我们的方法可以提高系统的能源效率高达70%。
2021-11-03 cs.LG eess.SP
Sustainable Wireless Services with UAV Swarms Tailored to Renewable Energy Sources
无人机（UAV）群通常需要在离网场景中使用，例如遭受灾害、战争蹂躏或农村地区，在这些地区，UAV无法接入电网，而是依赖于可再生能源。考虑到主电池由两种可再生能源，风能和太阳能供电，我们根据财务预算，环境特征和季节变化来扩展这样的系统。有趣的是，能量来源与UAV的能量消耗相关，因为强风导致UAV悬停变得越来越耗能。目标是最大化在特定位置的覆盖的成本效率，这是一个组合优化问题的非凸准则下的多变量能量生成系统的尺寸。我们设计了一个定制的算法，通过降低处理复杂度和减少解决方案的空间，通过采样。评估是用压缩的真实世界的数据来完成的，这些数据是关于风能、太阳能和单位面积的交通负荷，这些数据由供应商提供的价格驱动。在四个不同风力或太阳能强度的地点对该实施进行了测试。最佳结果是在有微风和强太阳辐射的地方取得的，而强风和低太阳强度的地方需要更高的资本支出（CAPEX）分配。
2022-11-23 cs.NI eess.SP
Joint Computation and Communication Resource Optimization for Beyond Diagonal UAV-IRS Empowered MEC Networks
该论文提出BD-IRS-UAV集成方案，通过联合优化部署与资源分配，降低MEC网络最坏情况延迟和无人机悬停时间，性能较传统方案提升显著。
2024-03-15 eess.SP
RIS-assisted UAV Communications for IoT with Wireless Power Transfer Using Deep Reinforcement Learning
Queen’s University Belfast（贝尔法斯特女王大学）；HoChiMinh City University of Technology and Education（胡志明市工业与教育大学）；Princeton University（普林斯顿大学）
物联网（IoT）应用中使用的许多设备都是能量有限的，因此在为IoT设备提供能量的同时保持无缝连接是非常重要的。在这种情况下，我们提出了一种同时无线电力传输和信息传输方案的物联网设备的支持下，从可重构智能表面（RIS）辅助无人机（UAV）通信。具体地，在第一阶段中，IoT设备通过无线电力传输从UAV获取能量;然后在第二阶段中，UAV通过信息传输从IoT设备收集数据。为了提高无人机的敏捷性，我们考虑了两种情况：悬停无人机和移动无人机。以最大化网络总速率为目标，我们联合优化了无人机的轨迹、物联网设备的能量收集调度以及RIS的相移矩阵。我们制定了一个马尔可夫决策过程，并提出了两个深度强化学习算法来解决最大化总网络和率的优化问题。数值结果表明，与其他基准计划相比，我们提出的技术的无人机的飞行路径优化和网络的吞吐量的有效性。考虑到RIS和UAV的严格要求，处理时间和吞吐量性能的显着改善表明，我们提出的方案非常适用于实际的物联网应用。
2021-08-05 cs.GT cs.LG 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
Graph Koopman Autoencoder for Predictive Covert Communication Against UAV Surveillance
School of Information Technology, Deakin University（迪肯大学信息技术学院）；Defense Science and Technology Group（国防科学技术集团）
针对无人机监视下的低检测概率通信难题，提出结合图神经网络与Koopman理论的框架预测无人机轨迹，并据此控制节点发射功率，有效实现地面隐蔽通信。
2024-01-23 cs.LG cs.SY eess.SP
Impact of Altitude, Bandwidth, and NLOS Bias on TDOA-Based 3D UAV Localization: Experimental Results and CRLB Analysis
本文研究了海拔、带宽和NLOS偏移对TDOA定位的影响，通过实验和CRLB分析揭示了不同因素对定位精度的影响，并强调了传统模型在NLOS环境中的不足。
2025-02-03 eess.SP
Trajectory Optimization for Cooperative Dual-band UAV Swarms
Stevens Institute of Technology（史蒂文斯理工学院）；The University of British Columbia（不列颠哥伦比亚大学）；Karlstad University（卡尔斯塔德大学）
本文针对带宽需求大且容忍延迟的应用，提出双频无人机轨迹优化框架，通过混合非线性规划问题优化无人机路径和停靠点，以最小化总服务时间。
2018-07-25 cs.RO cs.SY eess.SP
