Precoder Design for mmWave UAV Communications with Physical Layer Security
将无人机（UAV）集成到地面蜂窝网络中被设想为下一代无线通信的关键技术之一。在这项工作中，我们考虑的物理层的安全性的通信链路在毫米波（毫米波）频谱，这是由无人机作为基站（BS）。特别是，我们提出了一种新的预编码策略，它结合了信道状态信息（CSI）的窃听者（夏娃）危及链路安全。我们表明，我们提出的预编码器策略消除了任何需要人工噪声（AN）传输欠载的情况下（用户数比天线数少）。此外，我们证明了我们的非线性预编码方案提供了有前途的security-rate性能，即使在过载的情况下，以传输低功率AN为代价。
2020-02-17 cs.IT eess.SP math.IT
Joint Power Allocation and Placement Scheme for UAV-assisted IoT with QoS Guarantee
本文针对无人机辅助物联网中多样化QoS需求与覆盖问题，提出QDPA功率分配和DRMP部署算法，并进一步设计JPAP联合方案，以最少无人机数量实现平均数据速率最大化。
2024-08-02 cs.IT math.IT
On the 3-D Placement of Airborne Base Stations Using Tethered UAVs
减缓使用无人机（UAV）的机载基站（BS）部署的主要挑战之一是有限的机载能量和飞行时间。这种问题的一个潜在解决方案是通过将UAV连接到地面的系绳为UAV提供电源。本文研究了系留无人机（TUAV）的最优布局问题，以最小化TUAV与地面接收机之间的平均路径损耗。考虑到系绳具有最大长度，并且TUAV的发射点（系绳的起始点）被放置在屋顶上，TUAV仅被允许在特定的悬停区域内悬停。除了最大系绳长度之外，该悬停区域还取决于屋顶周围的建筑物的高度，这要求系绳的倾斜角度不低于给定的最小值，以避免缠结并确保安全。我们首先制定这样的设置的优化问题，并提供了一些有用的见解，其解决方案。接下来，我们推导出系绳长度和倾角的最佳值的上限和下限。我们还提出了一个次优的封闭形式的解决方案的系绳长度和它的倾斜角度是基于最大化的视线概率。最后，我们推导出系绳长度的最小倾角的概率分布。我们发现，它的平均值取决于环境从10度在郊区环境中的31度在高层城市环境。我们的数值计算结果表明，推导出的上限和下限的系绳长度和倾斜角的最佳值导致紧次优值的平均路径损耗，只有0-3分贝以上的最小值。
2019-07-09 cs.IT cs.NI math.IT
Decentralized Model Dissemination Empowered Federated Learning in mmWave Aerial-Terrestrial Integrated Networks
预计包含无人机（UAV）安装中继的空中-地面综合网络将在5G时代后提供更好的覆盖和连接。同时，联邦学习（FL）是一种很有前途的分布式机器学习技术，用于建立推理模型在无线网络中，由于其能够维护用户的隐私和减少通信开销。然而，现成的FL模型在中央参数服务器（CPS）处聚合全局参数，增加了能耗和延迟，并且低效地利用分布式用户设备（UD）的无线电资源块（RRB）。本文提出了一种资源有效的FL框架，称为FedMoD（\textbf{fed} erated learning with \textbf{mo} del \textbf{d} issemination），毫米波（mmWave）的空中-地面综合网络具有以下两个独特的特点。首先，FedMoD提出了一种新的分布式模型分发算法，该算法通过无人机到无人机和设备到设备（D2 D）通信将无人机用作本地模型聚合器。因此，FedMoD（i）增加了开发FL模型的参与者UD的数量，（ii）实现了全局模型聚合，而不涉及CPS。其次，FedMoD使用无线电资源管理（RRM）在空中学习延迟的约束下降低FL的能量消耗。为了实现这一点，通过利用图论，FedMoD优化了将视线（LOS）UD调度到毫米波链路上的合适UAV/RRB以及经由覆盖D2 D通信将非LOS UD调度到可用LOS UD。广泛的模拟表明，分散的FedMoD提供了相同的收敛速度性能相比，传统的FL框架…
2023-02-28 cs.IT math.IT
Distributed Generative Adversarial Networks for mmWaveChannel Modeling in Wireless UAV Networks
在本文中，提出了一种新的框架，使空对地信道建模毫米波（mmWave）频率在无人机（UAV）无线网络。首先，开发了一种有效的信道估计方法来收集毫米波信道信息，允许每个UAV通过生成对抗网络（GAN）训练本地信道模型。接下来，为了以隐私保护的方式在UAV之间共享信道信息，开发了基于分布式GAN架构的协作框架，以使每个UAV能够以完全分布式的方法从整个数据集中学习mmWave信道分布。给出了分布式网络中信息共享的最优网络结构使学习率最大的充要条件。仿真结果表明，所提出的GAN方法在每次学习迭代中共享更多的生成信道样本会提高学习速率，但随着网络中无人机数量的增加，学习速率会降低。结果还表明，所提出的GAN方法产生了更高的学习精度，相比于一个独立的GAN，并提高了无人机下行链路通信的平均速率超过10%，相比基线实时信道估计方案。
2021-02-22 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
A Unified Spatial Framework for UAV-aided MmWave Networks
针对无人机（UAV）辅助毫米波（mmWave）网络，提出了一种统一的三维空间框架，对无覆盖用户通过UAV向基站发送消息的一般情况进行建模。更具体地说，收发器在下行链路和上行链路的位置分别通过泊松点过程和泊松簇过程（PCP）建模。对于PCP，Matern集群和托马斯集群过程，进行了分析。此外，三维阻塞过程和三维天线方向图的高度的影响进行评估。基于这个统一的框架，在上行链路和下行链路的覆盖概率的几个封闭形式的表达式，推导。通过研究整个通信过程，包括上述两个阶段和它们之间的合作传输，推导出易于处理的系统覆盖概率的表达式。接下来，无人机网络中的三个实际应用提供了所提出的框架的案例研究。结果表明，热噪声和非视距毫米波传输的影响可以忽略不计。在所考虑的网络中，毫米波在数据率方面优于6 GHz以下，这是由于尖锐方向波束成形和大的发射带宽。此外，存在一个最佳的无人机高度，使系统的覆盖概率最大化。
2019-09-26 cs.IT math.IT
Placement Optimization for UAV-Enabled Wireless Networks with Multi-Hop Backhaul
无人驾驶飞行器（UAV）已经成为在各种应用中为地面用户提供无线数据访问的有前景的解决方案（例如，在紧急情况下）。本文研究了一种支持无人机的无线网络，其中多个无人机被部署为空中基站（BS），为分布在地面上的用户提供服务。与以往忽略无人机回程连接的研究不同，本文实际考虑无人机通过地面网关节点通过速率受限的多跳无线回程连接到核心网。我们还考虑到从无人机到用户的空对地（A2G）接入链路和无人机之间的空对空（A2A）回程链路在正交频带上操作。在这种设置下，我们的目标是最大限度地提高共同的（或最小）吞吐量之间的所有地面用户在该网络的下行链路中的流量守恒的限制，在无人机，通过优化无人机的部署位置，结合接入和回程链路的带宽和功率分配。然而，常见的吞吐量最大化是一个非凸优化问题，很难得到最优解。为了解决这个问题，我们使用交替优化和连续凸规划（SCP）的技术来获得局部最优解。数值结果表明，所提出的设计显着提高了所有地面用户之间的共同吞吐量相比，其他基准计划。
2018-09-13 cs.IT math.IT
Optimization of a Millimeter-Wave UAV-to-Ground Network in Urban Deployments
考虑城市战术无线网络，其中基站位于无人驾驶飞行器（UAV）上，无人驾驶飞行器（UAV）提供到地面资产（诸如位于城市街道上的车辆）的连接。假设无人机按照二维点过程随机部署在固定高度。毫米波（mmWave）频率用于利用由于波束成形而产生的大的可用带宽和空间隔离。在城市环境中，毫米波信号容易被建筑物阻挡视线（LoS）。虽然反射是可能的，一致的连接性的愿望放置在一个畅通的LoS路径的存在强烈的偏好。因此，在本文中考虑的关键性能指标是连接概率，这是一个畅通的LoS路径的概率至少有一个无人机在某个最大的传输距离。通过利用来自随机几何的工具，连接概率被表征为城市类型的函数（例如，城市、密集城市、郊区）、UAV密度（每平方公里的UAV平均数量）和UAV高度。城市街道被建模为曼哈顿泊松线过程（MPLP）和建筑物的高度是随机分布的。分析首先找到以特定网络实现（UAV的位置）为条件的连接概率，然后去除条件以揭示连接的分布;即，网络实现将不能满足中断阈值的部分。虽然相关工作已经将MPLP应用于具有单个UAV的网络，但本文的贡献在于：（1）考虑多个UAV的网络，（2）通过连接分布来表征性能，以及（3）确定UAV的最佳高度。
2021-10-31 cs.IT math.IT
Optimizing Number, Placement, and Backhaul Connectivity of Multi-UAV Networks
多无人机（UAV）网络是一种很有前途的解决方案，可以为具有挑战性的农村地区（例如农田中的物联网（IoT）设备）的地面用户提供无线覆盖，在这些地区，传统的蜂窝网络稀疏或不可用。这种网络中的一个关键挑战是所有UAV基站的3D放置，使得形成的多UAV网络（i）利用最少数量的UAV，同时确保（ii）直接（或经由其他UAV）到附近地面基站的回程连接，以及（iii）对操作区域中的所有地面用户的无线覆盖。这种联合回程和覆盖感知无人机部署（BoaRD）问题在文献中基本上没有得到解决，因此，是本文的重点。首先，我们将BoaRD问题表示为非线性规划（ILP）。然而，这个问题是NP-难的，因此，我们提出了一个低复杂度的算法与可证明的性能保证有效地解决问题。我们的模拟研究表明，所提出的算法执行非常接近的最优算法（使用ILP求解器求解）的较小的情况下，其中的区域大小和用户的数量相对较小。对于较大的场景，其中区域大小和用户数量相对较大，所提出的算法大大优于基线方法-回程感知贪婪算法和随机算法，分别高达17%和95%，在使用较少的无人机，同时确保100%的地面用户覆盖和回程连接所有部署的无人机在所有考虑的模拟设置。
2022-06-16 cs.IT math.IT
Machine-Learning Beam Tracking and Weight Optimization for mmWave Multi-UAV Links
毫米波（mmWave）混合模拟数字波束形成是一种很有前途的方法，可以满足多无人机（UAV）系统的低延迟约束，作为灵活部署的网络基础设施。然而，在高度动态的多无人机环境中，模拟波束跟踪成为一个关键的挑战。以频谱效率为代价的额外导频传输的开销被证明是必要的，以实现操作中的高弹性。一种处理UAV的高动态的有效方法将机器学习，特别是Q学习应用于模拟波束跟踪。所提出的基于Q学习的波束跟踪方案使用当前/过去的观测来设计来自环境的奖励以促进预测，这显著地提高了数据传输和波束切换的效率。给定所选择的模拟波束，数字波束成形的目标是最大化SINR。接收到的导频信号被用来近似期望的信号和干扰功率，这产生SINR测量以及最佳数字权重。由于基于接收功率选择的模拟波束不能保证混合波束形成实现最大化SINR，因此我们在波束跟踪期间保留额外的模拟波束作为候选。模拟波束与其数字权重的组合实现最大SINR，从而为混合波束形成提供了最佳解决方案。
2019-10-29 cs.IT eess.SP math.IT
Adaptive Cell Range Expansion in Multi-Band UAV Communication Networks
本文针对多频段无人机通信网络，提出毫米波天线增益建模新方法和偏向毫米波无人机的用户关联策略，通过随机几何分析推导关键性能指标，经仿真验证策略有效性及分析结果一致性。
2024-11-27 cs.IT eess.SP math.IT
GPS-Aided Deep Learning for Beam Prediction and Tracking in UAV mmWave Communication
Department of Intelligent Mechatronics Engineering, and Department of Convergence Engineering for Intelligent Drone, Sejong University（智能机电工程系，智能无人机融合工程系，世宗大学）
提出一种GPS辅助深度学习模型，通过位置数据映射波束索引，同时预测UAV毫米波通信的当前与未来最优波束，在保证95%预测准确率的同时将开销降低约93%。
2025-07-11 cs.IT cs.LG eess.SP
Energy-efficient 3D UAV-BS Placement Versus Mobile Users' Density and Circuit Power
由于无人机通常由电池供电，合理的无人机基站三维布局可以有效延长移动自组网的寿命。本文考虑了机载电路的功耗，并考虑了最小化无人机召回频率（UAV-RF），这是定义来表征这种网络的寿命的最佳布局。理论结果表明，无人机的最佳垂直和水平尺寸可以解耦。也就是说，最佳悬停高度与无人机的覆盖半径成正比，而坡度仅由环境决定。密集的散射环境会大大增加所需的悬停高度。当发射功率等于星上电路功率时，系统的覆盖半径达到最优，因此限制星上电路功率可以有效地延长系统的寿命。此外，我们提出的三维布局方法只需要移动用户的密度和环境参数的统计，因此它是一个典型的在线方法，可以很容易地实现。此外，它可以在具有不同用户密度的场景中使用。
2017-05-18 cs.IT 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
Beyond Empirical Models: Pattern Formation Driven Placement of UAV Base Stations
本文以最小无人机召回频率（UAV-RF）为准则，考虑移动无人机基站（UAV-BS）的布局问题，以提高移动无人机网络的能量效率。考虑了信号发射功率、机载电路功率、无人机机动功率和地面用户密度等不同的功率消耗。代替传统的经验随机模型，本文利用模式形成系统来跟踪不稳定和非遍历的时变性质的用户密度。我们表明，对于一个单一的时隙，最佳布局时，无人机基站的发射功率等于他们的板上电路功率。然后，对于多时隙的持续时间，我们证明了最优布局更新问题是一个非线性动态规划耦合整数线性规划。由于原问题是NP难的，不能用传统的递归方法解决，我们提出了一个序列马尔可夫贪婪决策方法，以实现近最小的无人机射频在多项式时间。此外，我们证明了不准确的预测用户密度所造成的无人机射频的增量与学习模式的泛化误差成正比。这里，在具有大面积、高层建筑或低用户密度的区域中，需要大的样本集来有效地形成图案。
2017-09-11 cs.IT math.IT
Joint Transmission Scheme and Coded Content Placement in Cluster-centric UAV-aided Cellular Networks
最近，由于COVID-19大流行，远程工作和远程医疗对电信的依赖显著增加。在蜂窝网络中，由于建立视线（LoS）链路的高概率，无人机（UAV）的并入可以导致针对室外用户的增强的连接。然而，UAV有限的电池寿命及其在室内区域中的信号衰减使得在室内环境中管理用户的请求效率低下。被称为以集群为中心和编码的无人机辅助毫微微缓存（CCUF）框架，该网络在室内和室外环境中的覆盖范围通过用于FAP形成和无人机部署的两阶段集群来增加。第一个目标是增加内容多样性。在这种情况下，我们提出了一个编码的内容放置在一个集群为中心的蜂窝网络，这是集成了协调多点（CoMP），以减轻在边缘区域的小区间干扰。然后，我们计算，实验，编码的内容存储在每个缓存节点的数量，以增加缓存命中率，信号干扰噪声比（SINR），和缓存的多样性和减少用户的访问延迟和缓存冗余不同的内容流行度配置文件。利用集群，我们的第二个目标是分配最好的缓存节点，室内/室外用户管理他们的请求。在这方面，我们定义的地面用户的移动速度作为决策度量的传输方案，以服务于室外用户的请求，以避免FAP之间的频繁切换，并增加无人机的电池寿命。仿真结果表明，该CCUF实现方案提高了缓存命中率、SINR和缓存分集，降低了用户访问延迟、缓存冗余和无人机能耗。
2021-07-15 cs.IT cs.MM 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
Service Placement and Trajectory Design for Heterogeneous Tasks in Multi-UAV Cooperative Computing Networks
针对多无人机协同MEC中的异构任务，论文联合优化资源分配、调度、服务放置与轨迹，并提出基于soft actor-critic的算法以降低系统能耗。
2024-08-03 cs.IT math.IT
Non-Orthogonal Multiple Access for mmWave Drones with Multi-Antenna Transmission
无人机（UAV）可以被部署为空中基站（BS），用于在临时事件期间和灾难之后快速建立通信网络。由于UAV-BS是低功率节点，因此实现高频谱和能量效率至关重要。在本文中，我们介绍了非正交多址（NOMA）传输毫米波（mmWave）无人机作为飞行基站在一个大型体育场可能有数百或数千个移动用户。特别是，我们利用多天线技术，特别考虑到天线阵列的物理约束，以产生定向波束。多个用户然后在采用NOMA传输的同一波束内被服务。如果无人机波束不能覆盖整个用户分布区域，我们引入波束扫描，以最大限度地提高中断和率。仿真结果表明，与正交多址（OMA）传输相比，NOMA传输可以大大提高基于无人机的通信的频谱效率。此外，分析表明，有一个最佳的发射功率值NOMA超过中断和率没有进一步提高。
2018-01-14 cs.IT math.IT
Beam Codebook Design for 5G mmWave Terminals
用于数据通信的5G毫米波（mmWave）的波束码本由多个高峰值增益波束组成，以补偿毫米波频带处的高路径损耗。这些波束还必须指向不同的角度方向，使得通过在码本上执行波束搜索，可以实现在终端周围的整个球体上的良好的毫米波信号覆盖（球形覆盖）。假设理想全向天线方向图并且忽略天线周围的终端外壳的影响的基于模型的波束码本设计不能很好地工作，因为与终端外壳的影响组合的实际毫米波天线的辐射方向图是高度不规则的。在本文中，我们提出了一种新的和有效的数据驱动的方法来生成波束码本，以提高毫米波终端的球形覆盖。该方法将每个天线的测量或仿真的电场响应数据作为输入，并根据对码本大小、球形覆盖范围等的要求提供码本。该方法可以以直接的方式应用于不同的天线类型、天线阵列配置、放置和终端外壳设计。我们的仿真结果表明，所提出的方法产生的码书优于基准和802.15.3c码书的球形覆盖。
2019-08-02 cs.IT math.IT
CoMP in the Sky: UAV Placement and Movement Optimization for Multi-User Communications
在无人机（UAV）技术最新发展的推动下，提出了一种新的\emph{coordinate multipoint (CoMP) in the sky}无线网络架构，以充分利用CoMP技术的干扰抑制优势和UAV的高移动性。具体而言，我们考虑在多无人机使能的多用户系统中的上行链路通信，其中每个无人机将其从所有地面用户接收的信号转发到中央处理器（CP）进行联合解码。此外，我们考虑的情况下，用户可能会在地面上移动，因此无人机需要调整自己的位置，根据用户的位置随着时间的推移，以最大限度地提高网络吞吐量。利用随机矩阵理论，我们首先在封闭形式的一组近似的上限和下限的用户的可达到的速率在每个时间情节下的一个现实的视线（LoS）信道模型与随机相位，这是非常紧密的分析和数值。然后，基于导出的界限来优化不同情节上的UAV放置和移动，以针对（当前和未来情节的）完整信息和关于用户移动的当前信息的两种情况，最大化所有情节上的用户平均可实现速率的最小值。有趣的是，它表明，每个无人机在任何特定的情节的优化位置是地面用户在当前情节的位置以及它自己的位置在前一个和/或下一个情节的加权平均值。最后，仿真结果提供了不同的实际应用场景下，验证和比较所提出的无人机布局和运动设计的性能。
2018-02-28 cs.IT math.IT
Efficient 3D Placement of a UAV Using Particle Swarm Optimization
当蜂窝网络出现故障时，无人机（UAV）可以用作空中无线基站。基于UAV的无线覆盖的先前研究通常考虑空对地路径损耗模型，其假设用户在室外并且他们位于2D平面上。在本文中，我们建议使用一个单一的无人机提供无线覆盖的高层建筑内的室内用户在灾害情况下（如地震或洪水），当蜂窝网络下降。我们假设室内用户的位置均匀分布在每个楼层，我们提出了一种粒子群优化算法来找到一个有效的3D布局的无人机，最大限度地减少所需的总发射功率，以覆盖室内用户。
2017-05-27 cs.IT math.IT
UAV-Based Cell-Free Massive MIMO: Joint Placement and Power Optimization under Fronthaul Capacity Limitations
本文提出基于无人机的无蜂窝大规模MIMO框架，通过联合优化UAV-AP部署、发射功率与选择性激活，在无线前传容量约束下最大化最小SINR并降低功耗，并比较了功能拆分选项7.2与8及sub-6 GHz与毫米波前传的性能差异。
2025-02-07 cs.IT eess.SP math.IT
The Indoor Mobile Coverage Problem Using UAVs
当蜂窝网络由于自然灾害而无法运行时，无人机（UAV）可以用作空中无线基站。它们还可以用于补充地面基站，以便为用户提供更好的覆盖和更高的数据率。基于无人机的无线覆盖的先前研究通常考虑空对地路径损耗模型，其假设用户在室外并且位于2D平面上。在本文中，我们提出使用无人机提供无线覆盖的高层建筑内的室内用户。首先，我们提出了现实的室外-室内路径损耗模型，并描述了这些模型引入的权衡。然后，我们研究了一个单一的无人机，目标是最小化所需的总发射功率，以覆盖整个高层建筑的有效放置的问题。公式化的问题是非凸的，通常很难解决。为此，我们考虑三种情况下的实际利益，并提供有效的解决方案，制定这些情况下的问题。然后，我们研究了最小化的无人机数量所需的无线覆盖高层建筑的问题，并证明了这个问题是NP完全的。由于问题的棘手性，我们使用聚类来最小化覆盖室内用户所需的无人机数量。我们通过模拟表明，该方法，集群的建设成规则的结构，并在每个集群中放置无人机需要80%以上的无人机数量相对于我们的聚类算法。
2017-05-27 cs.IT math.IT
Comparison of Limited Feedback Schemes for NOMA Transmission in mmWave Drone Networks
将非正交多址（NOMA）传输引入基于无人机（UAV）的通信网络是一种有前途的解决方案，以提高其频谱效率。然而，对于这样一个网络的实际部署，确定一个实用的用户反馈方案的NOMA是必不可少的。在本文中，考虑到两个实际的反馈方案，我们介绍了NOMA传输的无人机作为空中基站（BS）提供覆盖在一个大型体育场。特别地，UAV-BS生成定向波束，并且多个用户在采用NOMA传输的同一波束内同时被服务。每个用户被认为具有基于其服务质量（QoS）要求的目标速率。为了减轻跟踪和反馈完整信道状态信息的负担，我们考虑两种有限反馈方案作为实际的替代方案：1）用户距离，和2）在不同的用户区域几何形状下相对于波束形成方向的用户角度。我们的评估结果表明，与正交模型相比，具有有限反馈的NOMA可以提供更好的和率。此外，基于用户区域的几何形状，我们发现，有一个最佳的反馈方案和用户排序准则的NOMA传输，可以最大限度地提高和速率。
2018-03-09 cs.IT math.IT
Mobile Unmanned Aerial Vehicles (UAVs) for Energy-Efficient Internet of Things Communications
在本文中，多个无人机（UAV）的有效部署和移动性，用作空中基站，从地面物联网（IoT）设备收集数据，进行了研究。特别地，为了使IoT设备能够以最小的总发射功率进行可靠的上行链路通信，提出了一种新颖的框架，用于联合优化UAV的三维（3D）放置和移动性、设备-UAV关联以及上行链路功率控制。首先，给定每个时刻的活跃IoT设备的位置，确定最佳UAV的位置和关联。接下来，为了在时变网络中动态地服务于IoT设备，分析了UAV的最佳移动模式。为此，基于IoT设备的激活过程，导出UAV必须更新其位置的时间实例。此外，每个UAV的最佳3D轨迹是以在服务IoT设备的同时使用于UAV的移动性的总能量最小化的方式获得的。仿真结果表明，与部署固定空中基站的情况相比，使用所提出的方法，物联网设备的总发射功率降低了45%。此外，所提出的方法可以产生一个最大的28%的增强系统的可靠性相比，固定的情况下。结果还揭示了更新次数、无人机的移动性和物联网设备的发射功率之间的内在权衡。本质上，更高数量的更新可能导致IoT设备的发射功率降低，代价是UAV的移动性增加。
2017-09-12 cs.IT math.IT
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
Optimal Placement of a UAV to Maximize the Lifetime of Wireless Devices
当蜂窝网络出现故障时，无人机（UAV）可以用作空中无线基站。关于基于UAV的无线覆盖的先前研究通常考虑从空中基站到地面用户的下行链路场景。在本文中，我们考虑了一个上行链路的情况下，灾害的情况下（如地震或洪水），当蜂窝网络下降。我们制定的最佳无人机布局的问题，其中的目标是确定一个单一的无人机的位置，使得上行链路传输的持续时间的总和是最大化的。证明了问题的约束集可用半球面的交来表示，且此交所形成的区域是关于两个变量的凸集。这个证明使我们能够将我们的问题转化为具有两个变量的优化问题。我们还证明了转换后的问题的目标函数是一个凹函数的约束下的最低高度的无人机，并提出了一种基于梯度投影的算法来找到最佳位置的无人机。通过仿真验证了分析的正确性，并在不同情况下证明了该算法的有效性。
2018-04-06 cs.IT math.IT
Providing Wireless Coverage to High-rise Buildings Using UAVs
当蜂窝网络出现故障时，无人机（UAV）可以用作空中无线基站。基于UAV的无线覆盖的先前研究通常考虑空对地路径损耗模型，其假设用户在室外并且他们位于2D平面上。在本文中，我们建议使用一个单一的无人机提供无线覆盖的高层建筑内的室内用户在灾害情况下（如地震或洪水），当蜂窝网络下降。首先，我们提出了一个现实的室外-室内路径损耗模型，并描述了这个模型引入的权衡。然后，我们研究了高效的无人机布局问题，其目标是最小化覆盖整个高层建筑所需的总发射功率。公式化的问题是非凸的，通常很难解决。为此，我们考虑两种情况下的实际利益，并提供有效的解决方案，制定这些情况下的问题。在第一种情况下，我们的目标是找到最小的发射功率，使室内用户的最大路径损耗可以覆盖。在第二种情况下，我们假设室内用户的位置在每个楼层的维度上是对称的。
2017-05-27 cs.IT math.IT
Derivative-Free Placement Optimization for Multi-UAV Wireless Networks with Channel Knowledge Map
研究了一种多无人机无线网络，在该网络中，多个无人机用户共享同一频谱，向各自关联的地面基站（GBS）发送各自的消息。无人机用户的目标是优化他们的位置，以最大限度地提高加权和率。虽然大多数现有的工作考虑简化的视线（LoS）或统计空对地（A2G）信道模型，我们利用特定位置的信道知识地图（CKM），以提高在实践中的布局性能。然而，由于CKM通常包含离散的站点和位置特定的信道数据而没有分析模型函数，因此相应的加权和速率函数通常变得不可微。在这种情况下，传统的优化技术依赖于函数导数是不适用的，以解决所产生的布局优化问题。为了解决这个问题，我们提出了一种新的迭代算法的基础上的导数自由优化。在每次迭代中，首先构造一个二次函数来近似不可微的加权和速率，然后在信赖域约束下最大化近似二次函数来更新无人机的布局位置。数值结果表明了该算法的收敛性。仿真结果表明，该算法的加权求和率接近基于穷举搜索的最优设计，且实现复杂度低得多，显著优于基于简化的LoS信道模型的传统优化方法和基于无人机悬停在其相关GBS上方的启发式设计。
2022-03-11 cs.IT math.IT
Randomized Caching in Cooperative UAV-Enabled Fog-RAN
我们认为一个无人机启用（无人机启用）雾无线电接入网络（F-RAN）中，无人机被认为是飞行远程无线电头（RRH）配备缓存和合作通信能力。我们主要关注的是概率/随机的内容放置策略，并相应地制定内容放置作为一个优化问题。然后，我们通过评估平均系统容量和其能量效率来研究所提出的内容放置的效率。我们的研究结果表明，合作通信中起着至关重要的作用，无人机使能的边缘通信，因为它有效地抑制了主要的视线（LOS）接收干扰的影响。还可以看出，协同缓存使能的UAV F-RAN在高层环境中比密集的城市和郊区环境中表现得更好。这是由于高层建筑物的阻挡显著降低了接收到的LOS干扰，以及协作通信对参与信号的性能增益。比较性能的内容放置策略和传统的缓存技术表明，我们提出的概率/随机缓存优于其他在大多数的实际情况下。
2019-02-22 cs.IT math.IT
Analog Beam Tracking in Linear Antenna Arrays: Convergence, Optimality, and Performance
毫米波（mmWave）通信的方向性在服务于快速移动的移动终端时产生了重大挑战，高速车辆、火车和无人机。在使用模拟天线阵列的毫米波系统中，由于移相器控制中的固有非凸性，该挑战加剧。在本文中，我们开发了一种递归波束跟踪算法，可以同时实现快速跟踪速度，高跟踪精度，低复杂度，低导频开销。在静态情况下，该算法以很高的概率收敛到波束跟踪的最小Cramér-Rao下界（CRLB）。在动态的情况下，即使在信噪比低至0 dB，我们的算法是能够跟踪移动随机移动的绝对角速度为10-20度每秒，每秒仅使用5个导频符号。如果与简单的TDMA导频模式结合，该算法可以跟踪5G配置中的数百个高速移动设备。仿真结果表明，该算法的跟踪性能优于现有的几种算法。
2017-11-29 cs.IT math.IT
UAV Swarm Enabled Aerial Movable Antenna System for Low-Altitude Economy: From Far-Field to Near-Field Communication
Nanjing University of Science and Technology（南京理工大学）；State Key Laboratory of Internet of Things for Smart City（智慧城市物联网国家重点实验室）；University of Macau（澳门大学）；National Mobile Communications Research Laboratory（移动通信国家重点实验室）；Southeast University（东南大学）；Department of Information Engineering, the Chinese University of Hong Kong（香港中文大学信息工程系）；Purple Mountain Laboratories（紫金山实验室）；School of information Science and Engineering, Southeast University（东南大学信息科学与工程学院）；Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系）
本文提出基于无人机群的近场空中可移动天线通信系统，通过优化无人机轨迹和波束成形提升通信速率，实现低空经济型通信。
2026-02-14 cs.IT math.IT
Non-Orthogonal Multiple Access for UAV-Aided Heterogeneous Networks: A Stochastic Geometry Model
在这项工作中，我们探讨了部署无人机（UAV）作为空中基站（ABS）与子6 GHz频段和小小区地面基站（TBS）与毫米波（mmWave）波段的混合异构网络（HetNets）的潜在好处。提出了一种灵活的基于非正交多址接入（NOMA）的用户关联策略。利用随机几何的工具，推导了真实空对地（A2 G）信道和地对地（G2 G）信道条件下，基于LoS球阻塞模型的关联概率、覆盖概率和频谱效率的解析表达式.最后，我们提出的混合HetNet的数值结果的见解。我们证实：i）通过适当地设置功率分配因子和目标信号干扰噪声比（SINR）阈值，所提出的NOMA使能的HetNet能够实现比OMA使能的ABS更优越的性能; ii）在NOMA使能的ABS层中存在关联概率和频谱效率之间的折衷; iii）启用NOMA的ABS层的覆盖概率和频谱效率在很大程度上受不完美连续干扰消除（ipSIC）系数、功率分配因子和SINR阈值的影响; iv）与仅低于6 GHz的ABS相比，当毫米波视线（LoS）链路可用时，毫米波使能的TBS能够增强HetNet的频谱效率。
2021-02-09 cs.IT eess.SP math.IT
UAV Communications Based on Non-Orthogonal Multiple Access
提出了一种基于非正交多址接入（NOMA）的大容量无人机网络架构。为了更好地理解NOMA使能的无人机网络，进行了三个案例研究。我们首先提供NOMA启用无人机网络的性能评估，采用随机几何模型的无人机和地面用户的位置。在此基础上，基于无人机定高绕飞的简化二维模型，研究了静态NOMA用户的联合轨迹设计和功率分配问题。作为进一步的进步，我们展示了无人机放置问题的机器学习技术的帮助下，当地面用户漫游和无人机能够相应地调整其位置在三维（3D）。通过这些案例研究，我们可以全面了解无人机系统从基本理论到实际应用。
2018-09-15 cs.IT eess.SP math.IT
Intelligent Reflecting Surface Enhanced Multi-UAV NOMA Networks
研究了智能反射面（IRS）增强的多无人机（UAV）非正交多址（NOMA）网络。提出了一种新的传输框架，其中多个无人机安装的基站采用NOMA服务于多组地面用户的帮助下，IRS。无人机的三维（3D）布局和发射功率，IRS的反射矩阵，以及用户之间的NOMA解码顺序被联合优化，以最大化所考虑的网络的总速率。针对一类耦合变量混合整数非凸优化问题，提出了一种基于块坐标下降（BCD）的迭代算法。具体地说，原问题被分解成三个子问题，这是交替解决利用惩罚方法和逐次凸逼近技术。所提出的BCD算法被证明是能够获得一个稳定点的原始问题的多项式时间复杂度。数值结果表明：1）与基准方案相比，所提出的用于多UAV网络的NOMA-IRS方案实现了更高的和速率，即，在一些实施例中，本文描述了以下几个方面：1）正交多址（OMA）-IRS和没有IRS的NOMA; 2）IRS的使用能够通过增强UAV到其服务用户的信道质量和减轻UAV间干扰来为多UAV网络提供性能增益;以及3）优化UAV放置可以使NOMA带来的和速率增益由于灵活的解码顺序设计而更加明显。
2021-10-05 cs.IT eess.SP math.IT
Robust Transmission Scheduling for UAV-assisted Millimeter-Wave Train-Ground Communication System
随着移动数据的爆炸式增长，高铁旅客对宽带无线接入服务的需求迫切需要超高速场景宽带无线通信的支持。毫米波（mmWave）可以实现高数据传输速率，但它伴随着高传播损耗和易受阻塞。为了解决这个问题，定向天线和无人机（UAV）的发展增强了毫米波车地通信系统的鲁棒性。本文提出了一种UAV和MR中继辅助（UMRA）算法来有效克服链路阻塞，在满足QoS要求和信道质量的前提下，最大化传输流的数量。首先，我们制定了一个混合整数非线性规划（MINLP）问题的无人机轨迹设计和传输调度在全双工（FD）模式。然后，在UMRA中，提出了基于图论的中继判决算法和传输调度算法，在计算复杂度和系统性能之间取得了较好的折衷。大量的仿真结果表明，一个合适的无人机位置将大大提高UMRA算法的性能，使其接近最优解。与其他两种已有的基准方案相比，UMRA在信道质量要求高、阻塞面积大的情况下，能够大大提高流的完成数和系统吞吐量。
2022-07-17 cs.IT math.IT
On the Downlink Performance of RSMA-based UAV Communications
将无人机（UAV）用作基站（BS）被设想为第五代（5G）和超5G网络的关键使能器。具体地，空中基站（UAV-BS）被期望提供无处不在的连接和高频谱效率。为此，我们在这封信中提出了一个深入的研究到速率分割多址接入（RSMA）与UAV-BS和下行链路传输的集成。提出了一种以用户加权和数据率最大化为目标的无人机布局、RSMA预编码和速率分割的非凸优化问题。由于其复杂性，研究了两个子问题，即无人机布局和RSMA参数优化。然后将得到的解决方案相结合，提出了一种新的交替优化方法。仿真结果表明，后者的效率相比，基线方法。
2020-11-10 cs.IT cs.SY eess.SY
Placement Optimization of Aerial Base Stations with Deep Reinforcement Learning
Xiamen University（厦门大学）
无人驾驶飞行器（UAV）可以用作空中基站（ABS），以协助地面基础设施在各种紧急情况下保持无线连接。在有限的覆盖范围内，通过联合部署多个ABS来最大化N个地面用户的覆盖率是一个NP难问题，其复杂度为N。当覆盖范围由于站点特定的阻塞（例如，建筑物）在三维（3D）空间中的空地通道上。为了解决这一难题，本文采用深度强化学习（Deep Reinforcement Learning，DRL）方法：1）通过覆盖位图表示状态，以捕获GU/ABS的空间相关性，其维数和相关的神经网络复杂度对于任意大的N是不变的;和2）为DRL代理设计动作和奖励，以有效地从与所表示的复杂传播环境的动态交互中学习3D地形图。具体而言，提出了一种新的两级设计方法，包括基于主导视线（LoS）信道模型的初步设计，以及基于站点特定LoS/非LoS信道状态进一步细化ABS位置的高级设计。采用带优先经验回放算法的双深度Q网络（DQN）对多ABS布局决策策略进行训练。仿真结果表明，与DQN算法和K-means算法相比，该算法在复杂环境下的覆盖率有了显著提高.
2020-02-05 cs.AI cs.IT cs.LG
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
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
Mathematical Cell Deployment Optimization for Capacity and Coverage of Ground and UAV Users
提出受量化理论启发的通用数学框架，优化无线网络小区部署与天线配置，支持确定性节点和3D异构用户，证实联合优化BSs位置与天线参数能显著提升UAV服务且不影响GUE性能。
2025-02-02 cs.IT eess.SP math.IT
