Impact of UAV Wobbling on the Air-to-Ground Wireless Channel
采用Rician多径信道模型，研究了无人机抖动对无人机与地面用户设备之间无线信道相干时间的影响。我们考虑了两种不同的无人机数量场景：（i）单无人机场景（SUS），和（ii）多无人机场景（MUS）。对于每种情况，我们通过两个随机过程来模拟无人机摇摆，即，维纳和正弦过程，并表征信道自相关函数（ACF），然后使用ACF来导出信道的相干时间。对于MUS，我们进一步表明，用于不同UAV的UAV-UE信道彼此不相关。本文中的一个关键观察结果是，即使对于小型无人机摆动，信道的相干时间也可能迅速退化，这可能使得难以跟踪信道并建立可靠的通信链路。
2020-08-24 cs.IT eess.SP math.IT
UAV Swarm-Enabled Aerial CoMP: A Physical Layer Security Perspective
与由单个无人机（UAV）启用的空中基站不同，空中协调多点（CoMP）可以由UAV群启用。在这种情况下，多个无人机的管理是重要的。本文考虑了无人机群使能空中网络的功率分配策略，以提高下行链路传输的物理层安全性，窃听者移动的轨迹，更好地窃听。与现有的工作，我们只使用大规模的信道状态信息（CSI）和最大化的秘密吞吐量在整个轨迹导向的方式。考虑了每个无人机的总传输能量约束和所有合法用户的总传输持续时间。所制定的问题的非凸性，解决了使用最大最小优化迭代。期望信号和人工噪声（AN）的发射功率迭代推导。仿真结果验证了所提出的功率分配算法的有效性，并显示了仅使用大规模CSI的空中CoMP的优势。
2019-08-19 cs.IT eess.SP math.IT
Energy-Efficient Trajectory Design for UAV-Enabled Communication Under Malicious Jamming
在这封信中，我们调查了无人机使能的通信系统，其中无人机被部署在多个干扰机存在的情况下与地面节点（GN）进行通信。我们的目标是最大限度地提高能源效率（EE）的无人机通过优化其轨迹，受无人机的机动性约束。然而，制定的问题是很难解决，由于非凸和分数形式的目标函数。为此，本文提出了一种基于逐次凸逼近（SCA）技术和Dinkelbach算法的迭代算法来求解该问题，数值结果表明，与基准算法相比，该算法能够通过优化轨迹在吞吐量和能耗之间取得更好的平衡，从而显著提高了能效。
2020-09-14 cs.IT eess.SP math.IT
UAV-enabled Secure Communication with Finite Blocklength
在适合实际应用的有限块长场景下，针对无人机安全通信，提出了一种基于无人机机动性约束和发射功率约束的最大化平均有效保密率（AESR）的方法.为了解决制定的非凸优化问题，它首先被分解成两个非凸子问题。然后通过一阶近似将这两个子问题分别转化为两个凸子问题。最后，利用逐次凸逼近（SCA）技术迭代求解这两个子问题，得到一个交替迭代算法。数值结果表明，我们提出的方案实现了更好的AESR性能比两个基准计划。
2020-03-26 cs.IT eess.SP math.IT
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
Trajectory Design for Distributed Estimation in UAV Enabled Wireless Sensor Network
在本文中，我们研究了一个无人机（UAV）使能的无线传感器网络，其中无人机被派遣到收集传感器节点（SN）的传感器数据估计未知参数。结果表明，为了使估计的均方误差最小，无人机需要从尽可能多的SN上采集数据，并在此基础上建立了一个基于实际机动约束的无人机航迹优化设计问题。虽然该问题是非凸的，NP-难的，我们证明了最优无人机轨迹只由连接的线段。通过这种简化，利用经典的旅行商问题（TSP）方法和应用凸优化技术，提出了一个有效的次优解决方案。仿真结果表明，所提出的轨迹设计实现了显着的性能增益的SN的数据被成功收集的数量，相比其他基准计划。
2018-05-11 cs.IT eess.SP math.IT
Throughput and Fairness Trade-off Balancing for UAV-Enabled Wireless Communication Systems
鉴于6G网络无处不在的连接性以及无人机（UAV）固有的移动性和成本效益，UAV在6G无线网络中发挥着关键作用。尽管现有研究在提高无人机通信系统的吞吐量方面取得了进展，但在解决用户公平性和服务质量（QoS）提供方面的问题方面仍然存在显着差距，并且缺乏有效的方案来描述系统吞吐量和用户公平性之间的权衡。为了解决上述问题，本文提出了一种新的公平性控制方案的无人机使能无线通信系统的基础上，一个新的加权函数。首先，我们提出了一种新的加权函数的基础上考虑公平性的吞吐量合并模型。其次，我们制定的优化问题，以最大限度地提高所有用户的吞吐量的加权和。最后，通过仿真实验验证了该方案在公平性和QoS保障方面的巨大潜力。
2024-06-07 cs.IT eess.SP math.IT
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
UAV-Enabled ISAC with Fluid Antennas for Low-Altitude Wireless Networks
Southern University of Science and Technology（南方科技大学）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Technical University of Berlin（柏林工业大学）
本文提出一种配备流体天线的无人机赋能ISAC框架，通过天线元素的移动性提升通信和感知性能，采用多目标优化方法在提升通信速率的同时降低角度估计的CRB，通过三次尺度优化框架联合优化波束成形、天线位置和无人机轨迹，验证了流体天线技术在无人机赋能ISAC系统中的有效性。
2026-03-19 cs.IT eess.SP math.IT
A Cooperative NOMA User Pairing in UAV-Based Wireless Networks
针对无人机辅助无线网络，本文提出基于距离的联合 NOMA 用户配对与资源分配方法及两种节点配对策略，以提升下行公平吞吐量和资源利用效率。
2022-12-24 cs.IT eess.SP math.IT
Improving PHY-Security of UAV-Enabled Transmission with Wireless Energy Harvesting: Robust Trajectory Design and Communications Resource Allocation
在本文中，我们考虑一个无人机（UAV）辅助通信系统，包括两个合作的无人机，一个无线供电的地面目的地节点，利用同步无线信息和功率传输（SWIPT）技术，和地面被动窃听。一架无人机向目的地提供机密信息，另一架无人机发送干扰信号以防止窃听并协助目的地进行能量收集。假设无人机具有窃听者位置的部分信息，分别针对干扰信号在目的地先验已知和未知的情况，提出了两种传输方案：友好无人机干扰（FUJ）和高斯干扰传输（GJT）。然后，我们制定了一个平均保密率最大化问题，以联合优化无人机的发射功率和轨迹，以及目的地的功率分配比。由于非凸，因此难以解决制定的问题，我们提出了一个计算效率高的迭代算法的基础上块坐标下降和逐次凸逼近，以获得一个次优解。最后，数值结果证实了我们提出的多无人机计划的有效性，与其他现有的基准。具体来说，我们发现，FUJ表现出显着的保密性能改善的最佳瞬时和平均保密率相比，GJT和传统的单无人机对应。
2020-04-13 cs.IT eess.SP math.IT
Energy-Efficient Cooperative Secure Transmission in Multi-UAV Enabled Wireless Networks
研究了一种多个潜在窃听者存在下的多无人机协同安全传输方案。具体而言，多个源无人机（SUAVs）向多个合法地面用户发送机密信息，同时多个干扰无人机（JUAVs）协同向多个窃听者发送干扰信号，以提高合法用户的可达保密率。考虑到无人机的能量预算有限，本文的目标是在无人机机动性和最大发射功率约束下，通过联合优化无人机轨迹、发射功率和用户调度，最大化系统保密能量效率（SEE），即单位能量消耗可达到的保密率。由此产生的优化问题是一个非凸的混合整数分数优化问题，这是具有挑战性的解决。将原问题分解为3个子问题，利用块坐标下降法和Dinkelbach方法，结合逐次凸逼近技术，提出了一种高效的迭代算法.仿真结果表明，所提出的方案优于其他基准显着的系统SEE。
2019-12-04 cs.IT eess.SP math.IT
Can Movable Antenna-enabled Micro-Mobility Replace UAV-enabled Macro-Mobility? A Physical Layer Security Perspective
本文从物理层安全角度比较可移动天线微移动与无人机宏移动，发现前者在低功耗下更优，后者在资源充足时更佳，并提出混合方案以平衡安全与效率。
2025-06-24 cs.IT eess.SP math.IT
Enabling Smart Reflection in Integrated Air-Ground Wireless Network: IRS Meets UAV
智能反射面（IRS）和无人机（UAV）分别通过智能信号反射和机动控制主动改变无线通信信道，成为提高无线通信网络性能的两种有前途的技术。然而，它们在实践中面临着不同的限制，这限制了它们的未来应用。在这篇文章中，我们提出了新的方法，联合应用IRS和无人机综合空地无线网络，利用他们的互补优势。具体地说，地面IRS用于增强无人机-地面通信性能，而无人机机载IRS用于辅助地面通信。我们提出了他们有前途的应用场景，新的通信设计问题以及潜在的解决方案。特别是，我们表明，它实际上是有益的部署在未来的无线网络中的地面和空中IRS，以获得智能反射在三维（3D）空间的好处。
2021-03-29 cs.IT cs.NI eess.SP
Machine Learning for Predictive On-Demand Deployment of UAVs for Wireless Communications
在本文中，提出了一种新的机器学习（ML）框架，使无人机（UAV），作为空中基站（BS）的预测，有效的部署，提供按需无线服务的蜂窝用户。为了对蜂窝网络流量进行全面的分析，提出了一种基于高斯混合模型（GMM）和加权期望最大化（WEM）算法的ML框架来预测潜在的网络拥塞。然后，基于预测的蜂窝业务量，研究了在满足下行链路用户通信需求的同时，使无人机移动所需功率最小的无人机优化部署问题。为此，首先，基于公平性原则，导出每个UAV的服务区的最优划分。接下来，推导出使总功耗最小化的每个UAV的最佳位置。仿真结果表明，与无最大似然预测的无人机优化部署相比，该方法可以降低所需的下行发射功率，提高功率效率20%以上。
2018-04-30 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
Joint Beamforming, User Association, and Height Control for Cellular-Enabled UAV Communications
为空中用户（例如无人机（UAV））提供可靠和无缝的移动性是下一代蜂窝系统的关键挑战。为了应对这一挑战，我们提出了一个联合波束成形，用户关联，无人机高度控制框架的蜂窝连接多无人机网络与多天线基站（BS）。在多个地面用户设备速率约束条件下，以最大化无人机最小可达速率为目标，设计了一种分层双层迭代算法，对基站波束形成向量、无人机关联矩阵和无人机高度进行联合优化。在内层迭代中采用投影梯度法，在外层迭代中采用几何规划建模加凹凸法，证明了算法收敛于局部最优解。考虑到无人机的移动特性，我们还利用我们提出的算法不完美的信道估计的情况下。数值结果表明，与传统的最邻近关联算法相比，该算法在理想和非理想信道估计情况下均能提高无人机的最小可达速率。此外，我们还研究了无人机的最小可达速率和频率之间的权衡与单移动无人机更新优化变量。
2020-02-16 cs.IT eess.SP math.IT
Deep Graph Reinforcement Learning for UAV-Enabled Multi-User Secure Communications
本文提出深度图强化学习框架，通过GNN管理用户干扰并优化安全波束成形，结合软执行器-评论家算法指导无人机部署，实现近乎最优的安全性能与策略效率。
2025-04-02 cs.IT eess.SP math.IT
Outage Probability Minimization for UAV-Enabled Data Collection with Distributed Beamforming
研究了一种基于无人机的无线传感器网络，其中一架无人机在空中飞行，通过分布式波束形成技术收集来自一组传感器的数据。我们考虑延迟敏感的应用场景，其中传感器通过使用固定的数据率和自适应的发送功率来发送公共/共享消息。在此基础上，在满足无人机飞行速度约束和传感器平均功率约束的前提下，联合优化无人机轨迹设计和传感器发射功率分配，以最小化传输中断概率。然而，制定中断概率最小化问题是非凸的，因此很难在一般情况下得到最优解。为了解决这个问题，我们首先考虑在理想情况下的无人机的飞行速度约束忽略的特殊问题，得到结构良好的最优解，揭示了基本的性能上界。其次，对于一般的无人机飞行速度约束问题，我们提出了一个有效的算法来解决它的次优使用凸优化和近似技术。最后，数值结果表明，我们提出的设计实现了显着降低中断概率比其他基准计划。
2020-03-07 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
On the Performance of Low-Altitude UAV-Enabled Secure AF Relaying with Cooperative Jamming and SWIPT
提出了一种新的协同安全无人机（UAV）辅助传输协议，其中源（Alice）在地面窃听者（Eve）存在的情况下，通过能量受限的UAV安装放大转发（AF）中继向目的地（Bob）发送机密信息。我们采用目的地辅助协同干扰（CJ），以及同时无线信息和功率传输（SWIPT）在无人机安装中继，以提高物理层安全（PLS）和传输可靠性。假设一个低空无人机，我们推导出连接概率（CP），保密中断概率（SOP），瞬时保密率，和平均保密率（ASR）的建议协议在空-地（AG）信道，这是建模为莱斯衰落与仰角相关的参数。通过仿真，我们验证了我们的理论结果，并证明显着的性能改善，我们的协议相比，传统的传输协议与地面中继和基于无人机的传输协议，没有目的地辅助干扰。最后，我们评估了不同的系统参数和不同的无人机的位置对所提出的协议的ASR的影响。
2019-06-17 cs.IT eess.SP math.IT
UAV-Enabled Mobile Edge Computing: Offloading Optimization and Trajectory Design
随着各种移动应用（如增强现实）的出现，移动用户的体验质量受到其计算能力和有限电池寿命的极大限制。移动边缘计算（MEC）和无线电力传输有望解决这个问题。然而，这两种技术容易受到传播延迟和损耗的影响。为利用无人机通信实现短距离视距，研究了一种基于无人机的无线供电MEC系统。一个功率最小化问题的计算位数和能量收集因果关系的约束下制定。该问题是非凸的，具有挑战性的解决。提出了一种基于序列凸优化的替代优化算法。仿真结果表明，我们提出的设计是优于其他基准计划，所提出的算法是有效的收敛。
2018-02-12 cs.IT eess.SP math.IT
Trajectory and Power Optimization for Multi-UAV Enabled Emergency Wireless Communications Networks
针对应急通信需求，本文提出多无人机轨迹与功率联合优化方法，通过分解非凸问题并采用连续凸近似和块坐标更新算法，显著提升系统容量。
2024-07-16 cs.IT eess.SP math.IT
A 3D Tractable Model for UAV-Enabled Cellular Networks With Multiple Antennas
提出了一种三维点过程模型，该模型可用于大规模蜂窝网络中无人机（UAV）的部署，并可跟踪地分析网络的基本网络性能。提出的三维点过程是基于二维齐次标记泊松点过程（PPP）设计的，其中每个点及其随机标记分别唯一地对应于三维点过程中每个点的投影和高度。我们研究了所提出的3D点过程的一些重要的统计特性，并阐明了这些特性的一些重要见解，这些特性有助于分析支持无人机的蜂窝网络，其中所有配备有多个天线的无人机都部署在所提出的3D点过程中作为空中基站。所提出的3D点过程的显着特点在于其适用于实际的3D通道建模和分析的易处理性。分析了无人机蜂窝网络的下行覆盖性能，得到了简洁的表达式，并推导了一些特殊情况下的封闭式结果。最重要的是，他们的基本限制实现无小区的大规模天线阵列的特点时，协调所有的无人机联合执行非相干下行链路传输。最后，数值结果验证了本文的一些关键发现。
2020-12-29 cs.IT eess.SP math.IT
Efficiency Maximization for UAV-Enabled Mobile Relaying Systems with Laser Charging
研究了无人机移动中继系统的功率和轨迹优化联合优化问题。在所考虑的系统中，为了提供方便和可持续的能量供应的无人机继电器，我们考虑部署一个功率信标（PB），可以无线充电的无人机，它是由一个适当设计的激光充电系统来实现。为此，我们提出了一个效率（信息传输过程中的能量效率和无线功率传输效率的加权和）最大化问题，通过优化源/无人机/PB发射功率以及无人机的轨迹。该优化问题还受到实际机动性约束，以及无人机处的信息因果约束和能量因果约束。与常用的交替优化（AO）算法不同，提出了两种联合设计算法，即基于凹凸过程（CCCP）和基于惩罚对偶分解（PDD）的算法，以解决目标函数复杂、具有多比率项和耦合约束的非凸优化问题。这两个非常不同的算法都能够实现原来的效率最大化问题的静态解决方案。仿真结果验证了所提算法的有效性。
2020-02-11 cs.IT eess.SP math.IT
SINR Coverage Enhancement of 6G UAV-Assisted Networks Deploying IRS
该工作的目标是提高无人机辅助的6G无线网络的信号干扰噪声比（SINR）覆盖概率。为此，本文对常规无人机通信模型和红外辅助无人机通信模型的覆盖概率进行了分析比较。研究结果表明，IRS在无人机辅助无线网络中的应用显著提高了SINR的覆盖概率。此外，IRS在无人机网络中的安装降低了网络的能量消耗。
2022-12-03 cs.IT eess.SP math.IT
Joint Maneuver and Beamforming Design for UAV-Enabled Integrated Sensing and Communication
研究了无人机综合感知与通信（ISAC），将无人机作为空中双功能接入点（AP）进行调度，以实现高效的ISAC。特别是，我们考虑的情况下，一个无人机-AP配备了垂直放置的均匀线性阵列（UWB），它发送组合的信息和传感信号，与多个用户进行通信，并同时在地面上感兴趣的区域感测潜在的目标。我们的目标是联合设计的无人机机动发射波束形成优化通信性能，同时确保传感要求。首先，我们考虑准静止无人机的情况下，在整个ISAC任务期间，无人机部署在一个最佳位置。在这种情况下，我们联合优化无人机部署位置，以及发送信息和传感波束形成，以最大化加权和速率吞吐量，受到传感波束方向图增益要求和发送功率约束。虽然上述问题是非凸的，我们找到了一个高质量的解决方案，通过使用SCA和SDR的技术，连同一个2D的位置搜索。接下来，我们考虑完全移动的无人机场景，其中无人机可以在ISAC任务期间飞越不同的位置。在这种情况下，我们优化无人机的飞行轨迹，随着时间的推移，与发射波束形成，以最大限度地提高平均加权和速率吞吐量，受感测波束方向图增益要求和发射功率约束，以及实际的飞行约束。针对无人机联合航迹和波束形成问题的复杂性，提出了一种结合SCA的交替优化算法。最后，数值结果验证了我们提出的设计相比，各种基准计划的优越性。
2021-10-06 cs.IT eess.SP math.IT
UAV-Enabled Cooperative Jamming for Covert Communications
这项工作采用了无人机（UAV）作为干扰机，以帮助从发射机爱丽丝到接收机鲍勃的隐蔽通信，其中无人机发送具有随机功率的人工噪声（AN），以故意对管理员威利造成干扰。在所考虑的系统中，无人机的轨迹对隐蔽通信性能至关重要，因为无人机发送的AN也会对Bob产生干扰。为了最大限度地提高系统性能，我们制定了一个优化问题，联合设计无人机的轨迹和爱丽丝的发射功率。公式化的优化问题是非凸的，并且通常通过传统的迭代（CI）方法来求解，该方法需要基于泰勒展开式的多次近似和对UAV的轨迹的初始化。为了消除这些要求，这项工作，第一次，开发了一个几何（GM）的方法来解决优化问题。通过对隐蔽性约束的分析，将联合优化问题转化为对无人机航迹和发射功率的单独优化。我们的测试表明，GM方法可以显着优于CI方法，在实现更高的平均隐蔽率和GM方法的复杂性低于CI方法。
2022-02-25 cs.IT eess.SP math.IT
UAV-Involved Wireless Physical-Layer Secure Communications: Overview and Research Directions
由于其灵活的部署和按需移动性，小型无人机（UAV）预计将在即将到来的第五代（5G）网络中广泛应用于通信应用。然而，无人机通信应用的保密性易受广播性质和主导视距（LoS）信道条件的安全威胁，物理层安全（PLS）技术可以在这种情况下应用于保密性能增强。另一方面，利用无人机协同保护安全通信也是有希望的。本文综述了近年来无人机物理层安全通信的研究进展。重点研究了针对无人机不同角色的安全传输方案设计，以及针对无人机自身特点对引入自由度的优化。最后，我们提出了一些未来的研究方向。
2019-06-24 cs.IT cs.NI eess.SP
Achieved Throughput of Hovering UAV-Based Optical Wireless Communications
近年来，自由空间光（FSO）通信系统由于相对于传统的RF通信系统具有多个优点而在无人机（UAV）之间的通信中获得了广泛的应用。为了研究基于无人机的自由空间光通信系统在可达数据速率方面的性能，我们推导了无人机到无人机传输的平均可达速率的精确闭式表达式。我们的研究结果可以用来调查不同的FSO系统参数和基于无人机的光无线通信实现的平均数据速率之间的相互作用。
2021-04-16 eess.SP
Optimizing Multi-UAV Deployment in 3D Space to Minimize Task Completion Time in UAV-Enabled Mobile Edge Computing Systems
在支持无人机（UAV）的移动边缘计算（MEC）系统中，UAV可以携带边缘服务器以帮助地面用户设备（UE）将其计算任务卸载到UAV以供执行。本文旨在最小化无人机完成卸载任务所需的总时间，同时优化无人机的三维（3D）部署，包括其飞行高度和水平位置。虽然该优化问题是一个混合整数非线性规划问题，但我们将其转化为一个凸优化问题，并提出了一种基于逐次凸逼近（SCA）的算法来有效地求解，仿真结果表明，无人机群水平和垂直位置的联合优化比传统算法具有更好的性能。
2020-10-24 cs.MA eess.SP
Wireless Communications and Control for Swarms of Cellular-Connected UAVs
通过使用蜂窝基站（BS）的无线连接，成群的无人机（UAV）可以提供从货物交付到监视的大量服务。特别地，群中的UAV可以利用无线通信来从周围的UAV收集信息，如速度和航向角，以协调它们的操作并保持目标速度和UAV内距离。然而，由于无线信道的不确定性，无人机之间的无线通信将经历一个传输延迟，这可能会削弱集群的稳定系统运行的能力。研究了三角形编队中三架蜂窝无人机的联合通信与控制问题。特别是，提出了一种新的方法来优化群体的操作，同时考虑到无线网络的延迟和控制系统的稳定性。基于这种方法，所需的最大允许延迟，以防止不稳定的群体的确定。此外，利用随机几何，无线网络的可靠性推导为满足控制系统的稳定性要求的概率。仿真结果验证了所提出的联合策略的有效性，并有助于获得有见地的设计指导方针，如何形成一个稳定的无人机群。
2018-12-03 eess.SP
UAV-Assisted Wireless Communications: An Experimental Analysis of A2G and G2A Channels
本文通过实验分析50至500米距离下无人机航向对A2G和G2A信道信号强度、TCP吞吐量及天线辐射方向图的影响，揭示航向因素在实际无人机通信中的关键作用。
2023-08-12 cs.NI eess.SP
Location-aware Beamforming for MIMO-enabled UAV Communications: An Unknown Input Observer Approach
众多的通信和网络挑战阻碍了在现有无线技术主要集中在地面的极端环境中部署无人机（UAV）;因此，UAV的空对空信道没有完全覆盖。针对无人机联合感知与通信问题，提出了一种新的波束形成空间估计方法。所提出的空间估计算法依赖于使用基于延迟容忍的预测器，该预测器可以在存在由于阵风等因素引起的不确定性的情况下准确地预测目标无人机的位置。该方案使用离散时间未知输入观测器（UIO），通过在同一设备上工作，显著降低了联合目标检测和通信复杂度，并在信道阻塞和干扰的情况下可靠地执行。仿真结果证明了该方法的有效性。
2021-11-20 cs.IT cs.SY eess.SP
IRS-aided UAV for Future Wireless Communications: A Survey and Research Opportunities
无人机（UAV）和智能反射表面（IRS）作为即将到来的无线网络的变革性技术正在获得关注。IRS辅助无人机通信是将IRS引入到无人机通信中，以提高系统性能，同时克服无人机通信的限制和问题。本文的目的是提供一个全面的概述IRS-assisted无人机通信。首先，我们提供了五个例子，说明如何将IRS和UAV结合起来，在困难的情况下实现无与伦比的潜力。从主要性能指标的角度，即：能源效率，安全性，频谱效率等。此外，以前的研究研究技术采用机器学习算法。最后，指出了红外辅助无人机通信的研究方向和面临的挑战。
2022-12-12 eess.SP
UAV Energy Consumption Models for Wireless Systems Research: Model Selection and Misconceptions
University of California, Irvine（加州大学尔湾分校）
本文综述了无人机无线系统中的能耗模型，指出模型选择的误区及改进方向，强调模型在能耗计算中的重要性。
2026-11-02 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
A Survey on Millimeter-Wave Beamforming Enabled UAV Communications and Networking
无人驾驶飞行器（UAV）具有广泛的商业、民用和军事应用。无线通信一直是无人机的核心技术之一。然而，通信能力正在成为无人机支持更具挑战性的应用场景的瓶颈。严重占用的6 GHz以下频段不足以满足超高数据流量要求。利用毫米波（mmWave）频段是UAV通信的一个有前途的方向，其中大型天线阵列可以封装在UAV上的小区域中以执行三维（3D）波束成形。另一方面，作为空中接入点或中继的UAV可以显著增强地面毫米波蜂窝网络的覆盖范围和服务质量。在本文中，我们提供了一个全面的调查毫米波波束成形使无人机通信和网络。首先介绍了毫米波无人机通信的技术潜力和挑战。然后，我们提供了相关毫米波天线结构和信道建模的概述。随后，无人机连接的毫米波蜂窝网络和毫米波无人机自组织网络的技术和解决方案分别进行了审查。最后，我们提出了开放的问题和有前途的方向，为未来的研究毫米波波束赋形使无人机通信和网络。
2021-10-25 eess.SP
Saving Lives at Sea with UAV-assisted Wireless Networks
在本文中，我们研究的特点和权衡的无人机与BS或C-RAN相结合的系统，在紧急情况下扩展陆地无线覆盖的海上。海上部署链路预算的结果显示了功耗和吞吐量之间的权衡，以满足搜索和救援目标。
2018-09-04 cs.NI eess.SP
Computation Rate Maximization in UAV-Enabled Wireless Powered Mobile-Edge Computing Systems
移动边缘计算（MEC）和无线功率传输（WPT）是两种很有前途的技术，可以增强物联网中无处不在的低功率无线设备的计算能力并延长其操作时间。然而，计算性能和收获的能量显着影响严重的传播损耗。为了解决这一问题，本文研究了一种基于无人机的MEC无线供电系统。研究了在部分计算卸载和二进制计算卸载两种模式下，基于能量收集因果约束和无人机速度约束的无人机MEC无线供电系统的计算速率最大化问题.这些问题是非凸的，解决起来很有挑战性。分别提出了两阶段算法和三阶段交替算法求解公式化问题。导出了最佳中央处理器频率、用户卸载时间和用户发射功率的封闭形式表达式。针对二进制计算卸载模式，提出了用户选择本地计算还是卸载计算任务的最优选择方案。仿真结果表明，我们提出的资源分配方案优于其他基准计划。结果还表明，所提出的方案收敛速度快，具有较低的计算复杂度。
2018-07-17 cs.CE cs.IT cs.NI
UAVs-Enabled Maritime Communications: Opportunities and Challenges
下一代无线通信系统将整合陆地和非陆地网络，目标是覆盖未覆盖的区域，特别是连接海洋活动。基于无人机（UAV）的连接解决方案为支持传统的地面网络提供了显著的进步。然而，使用无人机进行海上通信仍然是一个未探索的研究领域。因此，本文重点介绍了基于无人机的海上通信的不同方面，包括基本架构，各种信道特性和用例。随后，文章讨论了几个开放的研究问题，如移动性管理，轨迹优化，干扰管理和波束成形。
2022-06-07 eess.SP
Joint Channel and Direction Estimation for Ground-to-UAV Communications Enabled by A Simultaneous Reflecting and Sensing RIS
混合可重构智能表面（HRIS）能够同时进行可编程反射和感测，预计将在未来的无线网络中发挥重要作用，从而实现各种通感一体化（ISAC）应用。在本文中，我们专注于HRIS使能无人机（UAV）网络和设计HRIS参数（相位剖面，接收组合，和两个功能之间的功率分配），用于联合估计各个UAV-HRIS和HRIS基站信道以及UAV-HRIS信道的视距（LoS）分量的到达角（AoA）。我们推导出的CramérRao下界的信道估计和评估的信道估计误差和LoS的AOA估计精度方面的性能，验证了HRIS使能地面对无人机无线通信系统的有效性。
2022-10-27 eess.SP
Survey on Neighbor Discovery and Beam Alignment in mmWave-Enabled UAV Swarm Networks
本文综述了毫米波使能的无人机群网络中定向通信的邻居发现与波束对齐技术，回顾比较了现有方法并讨论了关键开放问题与潜在研究方向。
2024-10-15 cs.SY eess.SP eess.SY
Distributed and Multi-layer UAV Network for the Next-generation Wireless Communication
本文研究 UAV 与下一代无线通信融合问题，提出多层分布式 UAV 分层架构，并结合通信与空气动力学权衡及气象数据开展数值分析。
2018-05-03 eess.SP
Joint Blocklength and Location Optimization for URLLC-enabled UAV Relay Systems
这封信认为无人机（UAV）支持的中继系统可以在超可靠和低延迟通信（URLLC）要求下提供命令信息。我们的目标是联合优化块长度分配和无人机的位置，以尽量减少解码错误概率的延迟要求。采用有限块长体制下可达到的数据速率。提出了一种新的基于扰动的迭代算法来解决这个问题。仿真结果表明，该算法可以达到与穷举搜索方法相同的性能，并显着优于现有的算法。
2019-01-16 eess.SP
SE(3)-Based Trajectory Optimization and Target Tracking in UAV-Enabled ISAC Systems
本文针对无人机使能的MIMO-OFDM ISAC系统，提出一种基于SE(3)的扩展卡尔曼滤波目标跟踪方案与条件后验Cramer-Rao界轨迹优化方法，有效提升了3D目标跟踪与参数估计性能。
2025-04-29 eess.SP
M3F-UAV: A Missing-Modality Multimodal Foundation Model for Low-Altitude Wireless Sensing
School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院）；Squirrel Ai Learning（松鼠AI学习）
针对复杂环境下单模态模型可靠性低的问题，提出M3F-UAV模型，通过特定模态预训练特征提取器、跨模态融合及缺失模态感知预训练，从多观测中学习统一表示，在LAMBDA数据集实验中性能优于单模态基线且在缺失模态下稳健。
2026-07-16 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
Hybrid UAV-enabled Secure Offloading via Deep Reinforcement Learning
无人飞行器（UAV）已经被积极地研究为移动的微云以提供应用卸载机会并增强用户设备（UE）的安全级别。在这种对应关系中，我们提出了一种混合无人机辅助安全卸载系统，其中无人机作为一个帮手，通过切换干扰和中继之间的模式，以最大限度地提高保密率的UE。该工作旨在优化（i）辅助无人机的轨迹，（ii）模式选择策略和（iii）在卸载完成和无人机的操作限制的约束下的UE的卸载决策。通过基于深度确定性策略梯度（DDPG）的方法，其优越的性能通过数值模拟验证，并与传统方法相比，提供了解决方案。
2022-08-16 eess.SP
Impact of Rotary-Wing UAV Wobbling on Millimeter-wave Air-to-Ground Wireless Channel
毫米波旋翼无人机（RW UAV）空-地（A2 G）链路面临着不可预测的多普勒效应。此外，传输过程中时变的信道特性导致不准确的信道估计，这反过来又导致UAV A2 G链路的误比特概率性能恶化。研究了机械抖动对悬停RW无人机与地面节点间毫米波无线信道多普勒效应的影响。本文的主要贡献在于：（1）建立了悬停RW无人机摇摆过程的数学模型;（2）建立了毫米波RW无人机A2 G链路信道时间自相关函数（ACF）的解析模型;（3）研究了RW无人机摇摆对毫米波RW无人机A2 G链路多普勒效应的影响。数值计算结果表明，不同的RW无人机摇摆模式影响的幅度和频率的ACF振荡毫米波RW无人机A2 G链路。对于无人机抖动，信道时域ACF迅速减小，多普勒效应对毫米波A2 G链路的影响显著。
2021-07-14 eess.SP
Energy and Age Pareto Optimal Trajectories in UAV-assisted Wireless Data Collection
研究了一种无人机辅助的无线网络，该网络中无人机从地面传感器节点收集信息，并将收集到的数据传输到仓库。信息新鲜度由信息年龄（AoI）度量捕获，而UAV的能量消耗被视为另一个性能标准。最重要的是，AoI和能源效率本质上是相互竞争的指标，因为降低AoI需要UAV更频繁地返回仓库，导致更高的能源消耗。为此，我们设计无人机路径，优化这两个相互竞争的指标，揭示帕累托前沿。为了制定这个问题，提出了一个多目标混合整数线性规划（MILP）与基于流的约束集，我们应用本德的分解建议制定。总体结果表明，所提出的方法可以推导出非支配的解决方案，无人机基于无线数据汇集的决策。数值结果证实了我们的研究，提出了两个目标的帕累托前沿和无人机轨迹的影响。
2022-05-10 cs.NI eess.SP
UAV Deployment Optimization for Secure Precise Wireless Transmission
提出了一种基于定向调制的安全精确无线传输（SPWT）环境下的无人机（UAV）部署方案，在不注入任何人工噪声（AN）信令的情况下，推导出SPWT的最优UAV位置，以最大化保密率（SR）。具体而言，该方案揭示了使SR性能最大化的无人机最佳位置必须位于Eves信道的零空间，这使得非预期接收机处的机密消息接收能量降为零，同时使预期接收机处的机密消息接收能量达到最大值。最后，仿真结果验证了我们所提出的方案在可实现的SR性能方面的最优性。
2023-02-28 eess.SP
Secrecy Enhancement for UAV-enabled Integrated Sensing and Communication System
针对无人机ISAC系统中的地面窃听威胁，提出联合优化收发波束成形与无人机轨迹的BCD-SDP方案，在感知精度和飞行约束下最大化多用户和保密速率。
2024-04-10 eess.SP
Unmanned Aerial Vehicle Swarm-Enabled Edge Computing: Potentials, Promising Technologies, and Challenges
无人机群边缘计算以其广泛的应用范围和灵活的部署方式，在第六代无线通信网络中具有广阔的应用前景。然而，大多数现有的工作集中在由单个或小规模无人机实现的边缘计算上，这与无人机群支持的边缘计算有很大不同。为了促进无人机群边缘计算的实际应用，本文介绍了无人机群边缘计算的研究现状。说明了潜在的应用，架构和实施的考虑。此外，无人机群使能边缘计算的前景使能技术进行了讨论。此外，我们概述了挑战和开放的问题，以阐明未来的研究方向。
2022-01-21 cs.NI eess.SP
