LAURA: LLM-Assisted UAV Routing for AoI Minimization
本文提出LAURA算法，利用大语言模型作为进化框架中的智能交叉算子，优化无人机飞行路由以最小化信息年龄，仿真验证其在多节点场景下优于基准方法。
2025-07-09 cs.IT cs.NI math.IT
Energy Efficient Communications in RIS-assisted UAV Networks Based on Genetic Algorithm
针对 RIS 辅助无人机网络的能耗问题，提出联合优化无人机位置、波束赋形及 RIS 开关与相移的混合遗传算法方案，能效优于现有 SCA 方法。
2023-08-16 cs.IT math.IT
Optimal Resource Allocation for Multi-UAV Assisted Visible Light Communication
研究了无人机在可重构智能表面辅助可见光通信系统上的优化部署问题。在所考虑的模型中，无人机需要同时提供无线服务，以及为地面用户照明。为了满足地面用户的交通和照明需求，同时最大限度地减少无人机的能量消耗，必须优化无人机部署，RIS相移，用户关联和RIS关联。将该问题转化为一个优化问题，通过调整无人机部署、RIS相移、用户关联和RIS关联，使无人机发射功率最小。针对该问题，将原优化问题分解为四个子问题，提出了一种交替算法。具体地说，相位对齐方法和半定规划（SDP）算法被提出来优化的RIS的相移。然后，采用逐次凸逼近算法（SCA）求解无人机部署优化问题.由于用户关联和RIS关联问题都是整数规划问题，因此先采用分数松弛法，再用对偶法求最优解。为了简单起见，提出了一种贪心算法作为优化RIS关联的替代方案。通过大量的数值模拟研究表明，这两种方案分别比无RIS的情况下节能34：85%和32：11%。
2020-12-24 cs.IT math.IT
Reconfigurable Intelligent Surface Assisted UAV Communication: Joint Trajectory Design and Passive Beamforming
由于视距传输和灵活性，无人机（UAV）有效地提高了无线网络的吞吐量。然而，LoS链路容易因复杂的传播环境而严重恶化，特别是在城市地区。可重构智能表面（RISs）作为一种很有前途的技术，通过智能地反射接收信号，可以显著改善传播环境，提高通信质量。基于此，本文研究了一种新型的RIS辅助无人机通信系统中无人机轨迹和RIS无源波束形成的联合设计，以最大化平均可达速率。为了解决非凸问题，我们将其分为两个子问题，即无源波束形成和轨迹优化。我们首先推导出一个封闭形式的相移解决方案，为任何给定的无人机轨迹，以实现相位对准的接收信号从不同的传输路径。然后，与最优相移解，我们得到了一个次优轨迹的解决方案，通过使用逐次凸逼近（SCA）方法。数值结果表明，该算法可以大大提高系统的平均可达速率。
2019-12-07 cs.IT math.IT
Maximizing Connectivity of Uplink RIS-Assisted UAV Networks
Toronto Metropolitan University（多伦多都会大学）；University of Toronto（多伦多大学）
提出一种无人机定位与可重构智能表面划分方法，通过优化RIS辅助链路选择、RIS划分和无人机位置，以Fiedler值为指标最大化网络连通性，同时满足用户设备的SINR约束。
2026-06-11 cs.IT math.IT
Performance Analysis and Experimental Validation of UAV Corridor-Assisted Networks
本文提出基于一维有限点过程的分析框架，对无人机基站空间位置和阴影条件进行建模，推导覆盖概率表达式，并通过空对地实测数据实验验证了该通用空间模型。
2025-04-25 cs.IT math.IT
Lyapunov-guided Deep Reinforcement Learning for Semantic-aware AoI Minimization in UAV-assisted Wireless Networks
本研究提出一种基于李雅普诺夫框架和分层深度强化学习的方法，联合优化无人机与地面用户关联、语义提取及轨迹，以最小化语义感知信息年龄（SAoI），兼顾信息新鲜度与语义价值，仿真验证其优于现有方案。
2024-09-20 cs.IT math.IT
Joint Optimization of STAR-RIS Assisted UAV Communication Systems
本文研究了同时发射和反射的可重构智能表面（STAR-RIS）辅助无人机（UAV）通信。我们的目标是通过联合优化STAR-RIS的波束形成向量、无人机的轨迹和功率分配来最大化所有用户的总速率。我们将非凸问题分解为三个子问题，交替求解以获得最优解。模拟结果表明：1）STAR-RIS实现了比传统RIS更高的和速率; 2）为了利用STAR-RIS的优点，UAV的轨迹比RIS更接近STAR-RIS; 3）反射和透射的能量分裂高度依赖于UAV的实时轨迹。
2022-09-08 cs.IT eess.SP math.IT
Joint Energy and SINR Coverage Probability in UAV Corridor-assisted RF-powered IoT Networks
针对无人机走廊辅助的射频供能物联网网络，研究能量与SINR联合覆盖概率，通过建模空中走廊与视距概率推导精确解与紧近似，给出最优无人机部署数和走廊长度。
2024-09-13 cs.IT eess.SP math.IT
Secrecy Offloading Analysis of UAV-assisted NOMA-MEC Incorporating WPT in IoT Networks
本文研究了IoT网络中结合WPT的UAV辅助NOMA-MEC系统的保密数据卸载效率，提出UAV兼具计算平台与空中供电站双重角色以抵御窃听，并推导了Nakagami-m信道下SSCP的闭式表达式验证分析精确性。
2025-07-11 cs.IT math.IT
Reconfigurable Intelligent Surface-Assisted mmWave multi-UAV Wireless Cellular Networks
无人机（UAV）为网络部署带来了很大的灵活性。然而，无人机具有高机动性和不稳定性。为了提高无人机网络的容量和可靠性，可以在系统中使用毫米波（mmWave）和可重构智能表面（RIS）。在本文中，我们考虑了一个RIS-assisted毫米波无人机无线蜂窝网络，无人机服务于多个用户的帮助下，多个RISs。我们联合优化部署，用户调度，波束成形向量，和RIS阶段，以最大化的和速率，与最小速率，无人机的运动，模拟波束成形的约束，和RIS阶段。为了解决这个复杂的问题，我们使用迭代法，当我们优化一个变量时，我们固定其他三个变量。在优化部署时，采用球面搜索法寻找无人机的最优位置。然后，我们制定了一个混合整数非线性问题（MINLP），以找到最佳的调度。空间分支定界（SBNB）方法被用来解决MINLP。在优化波束形成矢量和RIS相位时，我们提出了一种迭代算法，该算法依赖于速率和最大化与加权均方误差和最小化之间的等价性（sum-WMMSE）。针对模拟波束形成和RIS相位的恒模约束，采用多数最小化方法进行处理。所提出的联合优化提供了显着的优势，系统没有波束成形和RIS相位优化和系统没有部署优化。此外，RIS可以补偿由于阻塞而造成的吞吐量损失，特别是在低飞行高度。
2021-08-06 cs.IT math.IT
Deep Reinforcement Learning for Fresh Data Collection in UAV-assisted IoT Networks
由于其灵活性和低运营成本，派遣无人机（UAV）从分布式传感器收集信息有望成为物联网（IoT）中一种有前途的解决方案，特别是对于时间关键型应用。如何保持信息的新鲜度是一个具有挑战性的问题。在本文中，我们研究了无人机辅助物联网网络中的新鲜数据汇集问题。特别地，UAV飞向传感器以在给定持续时间内收集状态更新分组，同时保持非负剩余能量。我们制定了一个马尔可夫决策过程（MDP），以找到最佳的飞行轨迹的无人机和传感器的传输调度，最大限度地减少信息的年龄（AoI）的加权和。为克服维数灾难，提出了一种基于深度强化学习（DRL）的无人机辅助数据汇集算法。大量的仿真结果表明，建议的DRL为基础的算法可以显着降低AoI的加权和相比，其他基线算法。
2020-03-01 cs.IT cs.NI math.IT
The Deployment of IRS in UAV-Empowered 6G Networks
具有实时重新配置固有电磁反射和吸收特性的智能反射表面（IRSs）为改善恶劣环境下的无线连接提供了无与伦比的前景。无人机（UAV）辅助的无线网络被演进为对抗非视距（NLoS）场景的可靠解决方案。因此，IRS授权的无人机辅助蜂窝网络将成为改善覆盖和用户体验的重要角色。研究了IRS-UAV辅助网络中路径损耗最小化和数据传输速率最大化问题。在此背景下，工作分析了路径损耗和可实现的速率利用毫米波（毫米波）载波考虑传统的无人机模型和IRS授权的无人机通信模型。研究表明，与传统的无人机辅助通信模型相比，IRSempowered无人机通信模型能够显著降低路径损耗，提高可达数据速率。
2022-05-07 cs.IT eess.SP math.IT
Mobile-IRS Assisted Next Generation UAV Communication Networks
关于智能反射表面（IRS）辅助无人机（UAV）通信的先前研究集中于IRS的固定位置或安装在UAV上。IRS位于固定位置的假设将阻止移动用户最大化许多无线网络益处，诸如数据率和覆盖。此外，由于各种原因，假设IRS放置在UAV上是不切实际的，包括IRS的重量和尺寸以及恶劣天气下的风速。与以往的研究不同，本研究假设将一架无人机和一个安装在移动地面车辆（M-IRS）上的IRS部署在物联网（IoT）6 G无线网络中，以最大限度地提高平均数据率。这种使用M-IRS辅助UAV系统提供无线覆盖的方法有望在智慧城市中实现。在本文中，我们制定了一个优化问题，找到一个有效的无人机轨迹，一个有效的路径M-IRS，和用户的功率分配系数，最大化的平均数据率的移动地面用户。由于其棘手性，我们提出了有效的技术，可以帮助找到解决方案的优化问题。首先，我们表明，我们的动态功率分配技术优于固定功率分配技术的网络平均和速率。然后，我们采用个人的运动模型（随机路点模型），以表示用户的运动范围内的覆盖区域。最后，我们提出了一种有效的方法，使用遗传算法（GA）找到一个有效的轨迹为无人机，和一个有效的路径M-IRS提供无线连接的移动用户在他们的运动。仿真结果表明，与静态IRS系统相比，该方法可以使平均数据率提高15%，与无IRS系统相比，该方法可以使平均数据率提高25%.
2022-07-08 cs.IT math.IT
Age-Optimal Trajectory Planning for UAV-Assisted Data Collection
无人机辅助数据汇集是一种新兴的、有前景的应用。在这项工作中，我们研究了无人机使能的无线传感器网络中的年龄最优轨迹规划问题，其中无人机被派遣到地面传感器节点（SN）收集数据。从每个SN收集的信息年龄（AoI）的特征在于数据上传时间和自UAV离开该SN以来经过的时间。我们试图设计两个年龄最优的轨迹，被称为最大-AoI-最优和Ave-AoI-最优轨迹，分别。Max-AoI最优轨迹规划是为了最小化SN中“最老”感测信息的年龄。Ave-AoI最优轨迹规划是使所有SN的平均AoI最小化。然后，我们表明，每个年龄最优的飞行轨迹对应于无线传感器网络中的最短哈密尔顿路径，其中任何两个SN之间的距离表示访问时间的量。采用动态规划（DP）方法和遗传算法（GA）求解两种不同龄期的最优轨迹。仿真结果验证了所提出方法的有效性，并显示了无人机的轨迹是如何影响的两个AOI指标。
2018-04-25 cs.IT math.IT
UAV-Sensing-Assisted Cellular Interference Coordination: A Cognitive Radio Approach
空中-地面干扰抑制被认为是实现蜂窝连接无人机（UAV）通信的主要挑战。由于视距（LoS）占主导地位的空中-地面信道，与地面用户相比，UAV在其上行链路/下行链路通信中的大得多的区域上产生/遭受到/来自蜂窝基站（BS）的强得多的干扰。因此，传统的小区间干扰协调（ICIC）技术迎合地面网络变得无效，在减轻更严重的无人机引起的干扰。为了应对这一新的挑战，这封信介绍了认知无线电为基础的解决方案，将无人机和地面用户作为次要和主要用户在网络中，分别。特别地，具有地面BS/用户的LoS信道赋予UAV强大的频谱感测能力，用于在比其服务BS大得多的区域上检测地面信号。通过利用这一独特的功能，我们提出了一种新的无人机传感辅助ICIC设计的无人机下行链路和上行链路通信。具体地，UAV分别在其服务BS处可用的资源块（RB）上感测其接收到的干扰和地面用户在下行链路和上行链路中的传输，以帮助其向UAV的RB分配，从而避免对同信道地面通信的干扰。数值结果表明，所提出的无人机辅助ICIC优于传统的地面ICIC从事相邻BS的合作。
2020-01-31 cs.IT eess.SP math.IT
Throughput analysis of RIS-assisted UAV wireless systems under disorientation and misalignment
可重构智能表面（RIS）辅助无人机（UAV）通信已被确定为许多下一代应用的关键使能器。然而，据我们所知，还没有一个通用的框架来量化的RIS辅助无人机系统的吞吐量性能。出于这一动机，在本文中，我们提出了一个全面的系统模型，占多径衰落的影响，这是通过混合伽马建模，收发器硬件缺陷，随机波束迷失方向和错位，以检查吞吐量性能的RIS辅助无人机无线系统。在这个方向上，我们提出了一个新的封闭形式的表达系统的吞吐量为两种情况下：i）在存在和ii）在没有定向和错位。有趣的是，我们的研究结果揭示了上述现象的准确建模以及存在最佳透射光谱效率的重要性。
2022-12-10 cs.IT eess.SP math.IT
Channel Knowledge Map (CKM)-Assisted Multi-UAV Wireless Network: CKM Construction and UAV Placement
信道知识地图（CKM）是近年来出现的一种用于无人机（UAV）通信布局和轨迹优化的知识地图。本文研究了一种CKM辅助的多无人机无线网络，重点是CKM的构建和使用多无人机布局优化。首先，我们考虑CKM建设问题时，只有有限数量的点的数据测量。为此，我们利用数据驱动的插值技术来构建CKM来表征信号传播环境。其次，研究了多无人机布局优化问题，即多无人机以最大化其与地面基站的加权和速率为目标，利用所构造的CKM进行布局优化。然而，基于CKM的速率函数通常是不可微的。针对这一问题，提出了一种新的基于无导数优化的迭代算法，该算法通过迭代构造一系列二次函数，在一定的插值条件下逼近目标函数，并在信赖域约束下最大化逼近函数，从而更新无人机的布局位置.最后，数值结果验证了所提出的设计达到了接近最优的性能，但具有更低的实现复杂度。
2022-07-05 cs.IT eess.SP math.IT
Satellite- and Cache-assisted UAV: A Joint Cache Placement, Resource Allocation, and Trajectory Optimization for 6G Aerial Networks
本文考虑了LEO卫星和缓存辅助的无人机通信在地面网络中的内容交付，这表明了下一代系统提供无处不在的连接和高容量的巨大潜力。具体地，由UAV提供缓存以减少回程拥塞，并且LEO卫星支持UAV的回程链路。在这种情况下，我们的目标是最大限度地提高每个地面用户（GU）的最小可实现的吞吐量，通过联合优化缓存的位置，无人机的资源分配，和轨迹，而缓存容量和飞行时间是有限的。公式化的问题是具有挑战性的直接解决，由于其非凸性和组合性质。将该问题分解为三个子问题：（1）在无人机资源和轨迹固定的情况下，缓存布局优化问题;（2）在无人机资源和轨迹固定的情况下，缓存布局优化问题;（3）在无人机资源和轨迹固定的情况下，缓存布局优化问题。在子问题解的基础上，利用块坐标下降法（BCD）和逐次凸逼近法（SCA）提出了一种有效的交替算法。仿真结果表明，最大最小吞吐量和总的可实现吞吐量的提高，应用我们提出的算法，而不是其他基准计划。
2021-06-09 cs.IT eess.SP math.IT
The Meta Distribution of SINR in UAV-Assisted Cellular Networks
在无人机（UAV）上安装紧凑、轻便的基站是一种具有成本效益且灵活的解决方案，可在现有地面网络上提供无缝覆盖。虽然无人机辅助蜂窝网络的覆盖概率已经得到了广泛的研究，它只提供了信号与干扰加噪声比（SINR）的一阶统计。在本文中，分析高阶统计的信干噪比和特征的差异之间的各个环节，我们提供了一个Meta分布（MD）为基础的分析框架，无人机辅助蜂窝网络，其中的概率视距信道和现实的天线方向图考虑到空到地传输。为了准确地描述无人机干扰，我们放宽了广泛应用的均匀离轴角（OBA）假设，并推导出OBA的精确分布。使用随机几何，可操纵和垂直天线的情况下，我们获得数学表达式的时刻的条件成功概率，SINR MD，和平均本地延迟。此外，我们还研究了网络密度趋于无穷大时矩的渐近行为。数值结果验证了理论结果的严密性，并表明一致OBA假设低估了网络性能，特别是在无人机的中等高度区域。我们还表明，当无人机配备可操纵天线，网络覆盖和用户公平性可以同时优化通过仔细调整无人机参数。
2023-01-30 cs.IT eess.SP math.IT
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
Beam Tracking for UAV-Assisted FSO Links With a Four-Quadrant Detector
研究了悬停多旋翼无人机的地空自由空间光链路。对于这种无人机，四象限光电探测器阵列用于光学接收器，以通过扩大接收器视场来减轻悬停波动的不利影响。进行了广泛的数学分析，以评估波束跟踪性能的随机影响下的悬停波动。通过Monte-Carlo模拟证实了推导出的解析表达式的准确性。结果表明，这种链路的性能很大程度上取决于悬停无人机的随机波动，并且对于每一个不稳定水平，都存在一个最佳的阵列尺寸，使跟踪误差概率最小
2021-09-16 cs.IT eess.SP math.IT
Digital Twin-Assisted Adaptive Multi-Agent DRL for Intelligent Spectrum and Resource Management in Open-RAN UAV-Enabled 6G Networks
University of Cambridge（剑桥大学）；University of Bristol（布里斯托大学）
针对无人机辅助6G网络中动态频谱与资源管理难题，提出数字孪生辅助的自适应深度强化学习框架，结合粒子群优化轨迹与多智能体DRL分配资源，显著提升频谱效率、数据速率和能量利用率。
2026-05-31 cs.AI cs.IT math.IT
UAV-Relay Assisted RSMA Fluid Antenna System: Outage Probability Analysis
该研究针对无人机辅助的多用户通信场景，结合速率分拆多址与流体天线系统技术，推导了中断概率的解析表达式及高信噪比下的渐近特性，验证了地面用户配置流体天线对系统性能的提升作用。
2025-03-20 cs.IT eess.SP math.IT
UAV-Assisted Multi-Cluster Over-the-Air Computation
在本文中，我们研究了无人机（UAV）辅助无线数据聚合（WDA）在多集群网络中，多个无人机同时执行不同的WDA任务，通过空中计算（AirComp）没有地面基站。这项工作的重点是通过优化无人机的轨迹和收发器设计以及集群调度和关联，同时考虑WDA精度要求，最大限度地提高所有集群之间执行的WDA任务的最小量。这种联合设计对于多集群AirComp网络中的干扰管理至关重要，通过提高每个UAV与其关联集群之间的信号质量以进行信号对准，同时减少每个UAV与其非关联集群之间的集群间干扰。虽然它通常是具有挑战性的，以最佳地解决制定的非凸混合整数非线性规划，一个有效的迭代算法作为一种折衷的方法，开发利用二分法和块坐标下降法，在每次迭代中产生一个最佳的收发器的解决方案。分别利用对偶方法和逐次凸逼近方法得到了最优二元变量和次优轨迹。仿真结果表明，所提出的设计在基准和部署多个无人机在增加执行任务的数量，同时减少访问延迟的优越性相当大的性能增益。
2022-10-20 cs.IT eess.SP math.IT
Secure Swarm UAV-assisted Communications with Cooperative Friendly Jamming
提出了一种适用于集群无人机（UAV）辅助的放大转发（AF）中继网络的协同友好干扰框架。由于无人机的能量有限，我们开发了一个协作的时间切换中继协议，允许无人机合作收获无线能量，中继信息，并干扰窃听者。为了评估保密率，我们推导出两种流行的检测技术在窃听者的保密中断概率（SOP），即，选择合并和最大比率合并。蒙特卡洛模拟，然后使用验证理论SOP推导，并显示所提出的框架的有效性SOP相比，传统的放大和转发中继系统。使用导出的SOP，可以获得工程见解，以优化能量收集时间和群中无人机的数量，以实现给定的保密保护级别。在这项工作中得出的分析SOP也可以在未来的无人机安全通信优化（例如，无人机的位置）。作为一个例子，我们提出了一个案例研究，以找到最佳的走廊定位群，以尽量减少系统SOP。
2021-07-29 cs.IT eess.SP math.IT
Joint Computation and Communication Design for UAV-Assisted Mobile Edge Computing in IoT
无人机辅助移动边缘计算（MEC）系统是一个突出的概念，其中配备有MEC服务器的无人机被部署为在有限的时间段内为物联网（IoT）的多个终端设备（TD）服务。在本文中，每个TD都有一定的延迟临界计算任务，在每个时隙完成。三种计算策略可用于每个TD。首先，每个TD可以自己操作本地计算。其次，每个TD可以将任务比特部分地卸载到UAV以用于计算。第三，每个TD可以选择经由UAV中继将任务比特卸载到接入点（AP）。提出了一种新的优化问题形式，旨在通过优化比特分配、时隙调度和功率分配以及无人机轨迹设计来最小化包括通信相关能量、计算相关能量和无人机飞行能量在内的总能量消耗。由于所提出的问题是非凸的，很难找到最优解，因此我们分两部分求解该问题，并在十几次迭代内获得了近最优解。最后，数值结果验证了所提出的算法，这是有效的，优于其他基准情况。
2019-10-18 cs.IT eess.SP math.IT
Ground-to-UAV and RIS-assisted UAV-to-Ground Communication Under Channel Aging: Statistical Characterization and Outage Performance
本文针对信道老化下RIS辅助无人机网络，建立综合信道模型，推导G2A和A2G信噪比的统计分布，验证RIS缓解信道老化的有效性，并提出自适应频谱效率方法以保证运动场景下的稳定性能。
2024-08-01 cs.IT eess.SP math.IT
Multiple UAV-Assisted Cooperative DF Relaying in Multi-User Massive MIMO IoT Systems
本文针对多用户大规模MIMO物联网系统，提出联合优化混合波束成形、多无人机中继定位与功率分配的方法，以最大化总可达速率，并验证其优于单无人机及固定配置方案。
2024-04-03 cs.IT eess.SP math.IT
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
Deep Learning Meets Swarm Intelligence for UAV-Assisted IoT Coverage in Massive MIMO
本文针对无人机辅助的大规模MIMO物联网系统，提出结合群体智能与深度学习的联合混合波束成形、无人机定位和功率分配优化方案，在接近最优容量的同时将运行时间降低99%。
2023-09-21 cs.IT eess.SP math.IT
Energy Consumption Minimization in Secure Multi-antenna UAV-assisted MEC Networks with Channel Uncertainty
本文研究了多天线无人机（UAV）辅助移动边缘计算（MEC）网络中鲁棒、安全的任务传输和计算方案，其中UAV具有双重功能，即，空中MEC和空中继电器。在信息卸载和下载过程中考虑了信道的不确定性。在满足用户服务质量和信息安全要求以及无人机轨迹因果关系等约束条件下，通过联合优化CPU频率、卸载时间、波束形成向量、人工噪声和无人机轨迹，以及每个用户的CPU频率、卸载时间和发射功率，建立了能量消耗最小化问题。为了解决非凸问题，首先通过一系列凸重构方法导出重构问题，即，半定松弛、S-过程和一阶近似，然后用一种基于连续凸近似（SCA）的算法求解。分析了该算法的收敛性能和计算复杂性。数值结果表明，该格式优于现有的基准格式。此外，所提出的基于SCA的算法优于传统的基于替代优化的算法。
2023-02-19 cs.IT eess.SP math.IT
SDN assisted UAV communication systems : Efficient Deployment Strategies
近年来，基于无人机（UAV）的通信系统由于其低成本部署和易于移动而引起了越来越多的研究和商业兴趣，在自然灾害和紧急情况下，这种网络非常有用，可以提供通信服务。在这种情况下，无人机的位置和轨迹必须是最佳的，以保持服务质量在用户端。本文重点研究了一种基于SDN的无人机网络的部署，为用户提供通信服务。我们考虑在体育场和活动中部署该系统。在本文中，我们提出了一个计划，分配无人机的用户和流量拥塞算法，以减少数据包的数量，以避免重传从用户端。我们还提出了一个节能的多跳路由机制，以避免高功率的要求，传输更长的距离。我们假设所有的回程链路都有足够的容量来承载来自前传链路的所有流量，并且无人机的设计必须考虑其飞行和传输的功率要求。
2021-06-02 cs.IT cs.NI math.IT
UAV-Assisted Intelligent Reflecting Surface Symbiotic Radio System
研究了一种共生的无人机辅助智能反射面无线电系统，利用无人机帮助智能反射面将自身信号反射到基站，同时在智能反射面通过无源波束形成增强无人机的传输。首先，我们考虑加权和误比特率（BER）最小化问题之间的所有IRS联合优化无人机轨迹，IRS相移矩阵，和IRS调度，受最小的主要速率要求。为了解决这个复杂的问题，提出了一种基于松弛的算法。我们证明了收敛的松弛调度变量是二元的，这意味着不需要重构策略，从而自动满足无人机速率约束。其次，我们考虑公平性BER优化问题。我们发现，松弛为基础的方法不能解决这个公平的BER问题，因为最低的主要速率要求可能无法满足的二进制重建操作。为了解决这个问题，我们首先将二元约束转换为一系列等价的等式约束。然后，提出了一种基于惩罚的算法，以获得一个次优解。数值结果提供了不同的设置下，与基准相比，所提出的设计的性能进行评估。
2021-01-21 cs.IT eess.SP math.IT
Robust Trajectory and Communication Design in IRS-Assisted UAV Communication under Malicious Jamming
在本文中，我们研究了一个无人机（UAV）的通信系统，其中地面节点（GN）与无人机通信的智能反射面（IRS）的辅助下，在干扰存在的不完善的位置信息。通过对无人机航迹、IRS无源波束形成和GN功率分配的联合鲁棒设计，提高了可达平均速率。然而，制定的优化问题是具有挑战性的解决，由于其非凸性和耦合变量。为了克服这个困难，我们提出了一个交替优化（AO）的算法来解决它的次优利用半定松弛（SDR），连续凸逼近（SCA），和S-过程的方法。仿真结果表明，通过在GN附近部署IRS，与基准算法相比，该算法能够显著提高上行链路可达平均速率，而在干扰源附近部署IRS仅在干扰源位置完全已知时有效。
2022-01-24 cs.IT eess.SP math.IT
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
Utility-Aware Optimal Resource Allocation Protocol for UAV-Assisted Small Cells with Heterogeneous Coverage Demands
在本文中，我们考虑了一个无人机辅助的小小区具有不同的数据率和覆盖需求的异构用户。具体来说，我们提出了一种新的效用感知的资源分配协议，以最大限度地提高无人机的效用，允许它同时服务于最高可能数量的异构用户与可用的能源资源。在这方面，首先，我们推导出一个封闭形式的表达率覆盖概率的用户考虑莱斯衰落纳入无人机通信的强视线（LoS）组件。其次，由于无人机效用最大化问题是非凸的和组合的，以获得全局最优的资源分配政策，我们提出了一个迭代的可行性检查方法，从下限到上限的固定整数的用户数，可以由无人机服务。为了进一步降低复杂性，我们制定了一个等价的问题，旨在最大限度地减少每个用户的能量消耗，其中紧的分析松弛率覆盖概率约束，以及半封闭表达式的联合最优功率和时间分配。最后，通过详细的数值研究，我们验证了我们的分析声明，提出了对关键系统参数影响的见解，并证明与相关基准相比，使用该方案可以为60%以上的用户提供服务。
2019-11-03 cs.IT math.IT math.OC
Trajectory and Transmit Power Optimization for IRS-Assisted UAV Communication under Malicious Jamming
在这封信中，我们调查的无人机（UAV）通信系统，智能反射面（IRS）部署，以协助从地面节点（GN）的干扰机的存在下，无人机的传输。我们的目标是通过联合优化GN的发射功率，IRS的无源波束形成和无人机的轨迹，最大限度地提高无人机通信的平均速率。然而，由于目标函数的非凸性和优化变量的耦合性，使得该问题难以求解。因此，为了解决这个问题，我们提出了一个交替优化（AO）的算法，利用逐次凸逼近（SCA）和半定松弛（SDR）技术。仿真结果表明，与基准算法相比，该算法能显著提高平均速率。此外，它还表明，当干扰功率大，IRS元素的数量相对较少，部署IRS附近的干扰机优于部署在GN附近，反之亦然。
2022-01-14 cs.IT eess.SP math.IT
Outage performance analysis of RIS-assisted UAV wireless systems under disorientation and misalignment
在本文中，我们分析了性能的可重构智能表面（RIS）辅助无人机（UAV）无线系统的混合伽马小尺度衰落，随机迷失方向，和未对准，以及收发器硬件的缺陷。首先，我们统计表征两种情况下的端到端信道，即，在没有以及在存在定向障碍和未对准的情况下，通过提取概率密度函数（PDF）和累积分布函数（CDF）的封闭形式的公式。在上述表达式的基础上，我们提取了新的封闭形式的表达式中断概率（OP）的存在和不存在的定向和错位以及硬件缺陷。此外，高信号噪声比OP近似推导，导致提取的多样性顺序。最后，OP地板由于定向障碍和错位。
2022-01-28 cs.IT eess.SP math.IT
Average Peak Age-of-Information Minimization in UAV-assisted IoT Networks
出于确保及时提供信息的需要（例如，状态更新），本文研究了无人机（UAV）作为移动中继的作用，以最小化源-目的地对的平均峰值信息量（PAoI）。对于这种设置，我们制定了一个优化问题，以共同优化无人机的飞行轨迹以及数据包传输的能量和服务时间分配。为了解决这个非凸问题，我们提出了一个有效的迭代算法，并建立其收敛性分析。对一些子问题也给出了封闭解。在此过程中，我们解决的子问题之一是联合优化的能量和服务时间分配为一个给定的轨迹的无人机。这个问题本身就很有趣，因为在某些情况下，我们可能无法根据物联网设备的位置改变无人机的轨迹（特别是当其主要任务是其他任务时）。我们的数值结果量化的增益，可以通过额外优化无人机的轨迹。
2018-12-21 cs.IT cs.NI math.IT
Graph Attention-based Reinforcement Learning for Trajectory Design and Resource Assignment in Multi-UAV Assisted Communication
Hainan University（海南大学）；Singapore University of Technology and Design（新加坡科技设计大学）；Shanghai Jiao Tong University（上海交通大学）；University of Naples Federico II（那不勒斯费德里科二世大学）；Nanyang Technological University（南洋理工大学）
针对多无人机辅助通信中轨迹与资源分配的马尔可夫博弈难题，提出融合图循环网络与注意力机制的GA-MATR强化学习框架，提升收敛性并给出博弈的估计纳什均衡。
2024-01-31 cs.IT cs.LG cs.MA
Line-of-Sight Probability for Outdoor-to-Indoor UAV-Assisted Emergency Networks
针对城市应急场景室内人员定位与高带宽通信需求，本文推导了无人机辅助应急网络中视距概率的闭式表达式及覆盖概率，可用于优化无人机部署位置与数量以提升网络性能。
2023-02-27 cs.IT eess.SP math.IT
Statistical Characterization of RIS-assisted UAV Communications in Terrestrial and Non-Terrestrial Networks Under Channel Aging
该研究针对信道老化下的地空与RIS辅助无人机空地通信，推导了SNR的精确统计分布，揭示了低速下的信道硬化效应与高速下性能下降无法通过增加RIS单元缓解的规律。
2024-01-30 cs.IT eess.SP math.IT
Incentivizing Proof-of-Stake Blockchain for Secured Data Collection in UAV-Assisted IoT: A Multi-Agent Reinforcement Learning Approach
物联网（IoT）可以方便地部署，同时为各种应用提供支持，其中IoT节点可以形成集群，共同完成某些任务。在本文中，我们建议使用无人机（UAV）来协助集群物联网数据汇集和基于区块链的安全配置。特别是，无人机基于收集的数据生成候选区块，然后通过基于无人机的区块链网络内的轻量级权益证明共识机制进行审计。为了激励高效的区块链，同时降低运营成本，在活跃的无人机上构建了一个股权池，同时鼓励其他无人机进行股权投资，并分享利润。该问题通过共同研究物联网传输，通过投资和利润分享激励以及无人机部署策略，在单位时间内通过区块链系统实现整体利润最大化。然后，该问题被解决在一个分布式的方式，同时被解耦成两个层。内层包括物联网传输和激励设计，分别采用大系统近似和一领导者-多追随者Stackelberg博弈分析。无人机部署的外层采用多智能体深度确定性策略梯度方法。结果表明，所提出的学习过程和无人机部署的收敛性，也证明了我们的建议相比，基线的性能优越性。
2022-07-06 cs.IT cs.NI math.IT
Perception-Enhanced Multitask Multimodal Semantic Communication for UAV-Assisted Integrated Sensing and Communication System
针对无人机辅助ISAC系统中多任务多模态通信的挑战，提出感知增强的多任务多模态语义通信（PE-MMSC）系统，利用机载感知与注意力机制优化HSI和LiDAR融合传输，在可接受开销下实现分类精度提升5%–10%。
2025-03-25 cs.IT eess.SP math.IT
Attention-Enhanced Prompt Decision Transformers for UAV-Assisted Communications with AoI
针对传统决策Transformer在无人机辅助物联网通信中存在的状态维度适配差、长期能量约束难处理、新场景微调样本不足等问题，提出注意力增强提示决策Transformer框架，通过注意力机制、短轨迹提示和令牌辅助方法优化轨迹与调度，实现更快收敛和更低平均信息年龄。
2025-05-28 cs.IT eess.SP math.IT
3D-Map Assisted UAV Trajectory Design Under Cellular Connectivity Constraints
安全的蜂窝控制无人机（UAV）在视线之外的实现预计将在运输，货物交付和系统监控领域开辟重要的未来机会。在这一领域的一个关键挑战在于设计的轨迹，同时允许无人机任务的完成，可以保证可靠的蜂窝连接所有沿路径。在这一领域的以前的方法已经考虑了简单的传播模型假设（例如，基于视线）或更先进的模型，但计算要求优化的解决方案。在本文中，我们提出了一种新的轨迹设计方法，使用的覆盖范围图，可以得到的三维地图的环境和无线电传播模型的组合。利用覆盖图内的子区域的凸性，我们提出了一种低复杂度的基于图的算法，该算法以已知最优方法的计算成本的一小部分实现准最优性能。
2019-11-04 cs.IT eess.SP math.IT
DRL-Based Resource Allocation for Energy-Efficient IRS-Assisted UAV Spectrum Sharing Systems
School of Information Science and Technology, Beijing University of Technology（信息科学与技术学院，北京理工大学）；Faculty of Electrical and Electronic Engineering, University of Nottingham（电子与电气工程学院，诺丁汉大学）
针对IRS辅助UAV频谱共享系统，本文联合优化波束成形、子载波、IRS相移与轨迹，并提出actor-critic DRL方法以提升次级网络能量效率。
2025-10-17 cs.AI cs.IT cs.SY
CRB-Driven Beamforming and Trajectory Optimization for UAV-assisted ISAC System
Department of Electrical and Computer Engineering（电气与计算机工程系）
研究无人机辅助的ISAC系统，在功率和移动性约束下联合优化无人机轨迹与波束成形参数以提升感知性能。采用零空间投影设计波束成形，深度强化学习优化轨迹，相比无无人机辅助系统，显著降低时间平均CRB，提高感知精度。
2026-07-23 cs.IT cs.LG cs.RO
Spatio-Temporal Attention Enhanced Multi-Agent DRL for UAV-Assisted Wireless Networks with Limited Communications
School of Intelligent Systems Engineering, Shenzhen Campus of Sun Yat-sen University（中山大学智能系统工程学院深圳校区）；Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai)（广东海洋工程科学实验室（珠海））；Department of Equipment Management and Unmanned Aerial Vehicle Engineering, Air Force Engineering University（空军工程大学装备管理与无人机工程系）；School of Computing and Artificial Intelligence, Jiangxi University of Finance and Economics（江西财经大学计算机与人工智能学院）；College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）
本文提出一种延迟容忍的多智能体深度强化学习算法，结合延迟惩罚奖励促进无人机间信息共享，并优化轨迹规划、网络形成和传输控制策略，同时采用时空注意力预测方法恢复丢失信息，提升网络容量和吞吐量。
2026-03-23 cs.AI cs.IT cs.SY
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
