Impact of 3D Antenna Radiation Pattern in UAV Air-to-Ground Path Loss Modeling and RSRP-based Localization in Rural Area
该研究针对农村蜂窝联网无人机场景，分析3D天线方向图对空对地路径损耗模型的影响，提出离线/在线均结合天线方向图的RSRP无人机定位算法，可显著提升定位精度。
2023-10-03 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
Time-Slotted Multi-Cluster UAV AirComp with Energy-Awareness: A Pointer Network-Assisted Soft Actor-Critic Learning Framework
Northwestern Polytechnical University（西北工业大学）；Xi’an Jiaotong University（西安交通大学）；Singapore University of Technology and Design（新加坡科技设计大学）
提出无人机辅助的空中计算系统，通过联合优化波束成形、归一化因子、传感器调度和无人机轨迹，最小化聚合误差和能耗，并采用分层学习框架（指针网络和软演员-评论家）求解。
2026-06-17 eess.SP
Air-Sea Surface Modeling and Operating Link Range Evaluation for AUV-to-UAV Optical Wireless Communication Links
Alex Ekwueme Federal University, Ndufu-Alike（艾肯韦梅联邦大学）；Aix Marseille University, CNRS Centrale Méditerranée, Institut Fresnel（艾克斯-马赛大学，法国国家科学研究中心地中海中央学院，费斯尼尔研究所）
本文研究了空气-海面粗糙度对水下到无人机光学无线通信系统的影响，通过实验验证的Cox-Munk和ECKV模型分析，评估了链路 ergodic 容量，重点探讨了操作范围、指向误差、接收器视野和太阳噪声水平。
2026-05-13 eess.SP
Adaptive Modulation for Wobbling UAV Air-to-Ground Links in Millimeter-wave Bands
新兴的毫米波无人机空对地通信面临着多普勒效应问题，而多普勒效应是由于无人机不可避免的抖动而引起的。用于UAV A2 G通信的快速时变信道可能导致来自信道估计的过时的信道状态信息（CSI）。本文采用两种检测器对接收信号进行解调，得到了非理想信道状态下毫米波无人机A2 G链路的瞬时误比特率。基于设计的检测器，我们提出了一种自适应调制方案，通过优化数据传输时间，最大限度地提高平均传输速率下不完美的CSI受最大可容忍的BEP。功率控制策略与自适应调制相结合，以最小化传输功率，同时保持BEP低于阈值和最大化平均传输速率。数值结果表明，所提出的自适应调制方案结合功率控制策略可以最大化时间平均传输速率，同时节省50%的能量.
2022-04-13 eess.SP
Joint ADS-B in 5G for Hierarchical Aerial Networks: Performance Analysis and Optimization
本文针对ADS-B频段饱和导致的监视性能下降问题，提出5G与ADS-B联合的分层空中网络架构，并通过模型、仿真和实验验证其有效性。
2024-04-29 eess.SP
Joint ADS-B in B5G for Hierarchical UAV Networks: Performance Analysis and MEC Based Optimization
针对分层无人机监视中的单一通信局限，提出ADS-B与5G协同框架及基于MEC的机载处理算法，通过A2G/A2A信道分析与仿真实验验证其可显著去冗补全、增强轨迹可观测性。
2025-03-18 eess.SP
Measurement Based Statistical Channel Characterization of Air-to-Ground Path Loss Model at 446 MHz for Narrow-Band Signals in Low Altitude UAVs
在微电子技术进步的推动下，无人机（UAV）在军事和民用领域提供了从监视到交付的各种服务。显然，这些服务的成功运作在很大程度上依赖于无线通信技术。尽管无线通信技术可以被认为达到了一定的成熟度，但是由于UAV的特有特性（例如，3D空间域中的敏捷性和操作模式的多功能性），包括UAV的无线通信链路应当以不同的方式来看待。在各种各样的环境多样性中的这种移动性特征使得包括UAV的链路不同于传统的地面移动性场景中的链路。此外，无人机是网络运营商的关键工具，以便为灾区及其周围的窄带通信提供基本的语音和短消息服务。很明显，在不同的场景和环境下广泛使用UAV需要更好地理解包括UAV的通信链路的行为。因此，在这项研究中，详细的测量活动，旨在收集数据的大规模传播特性的无人机在446 MHz的窄带假设下运行的空-地链路。提供了数据收集、后处理和测量结果。
2020-03-07 eess.SP
Realtime Profiling of Fine-Grained Air Quality Index Distribution using UAV Sensing
鉴于严重的空气污染问题，空气质量指数（AQI）监测最近受到越来越多的关注。在本文中，我们设计了一个移动AQI监测系统登上无人机（UAV），称为ARMS，有效地实时构建细粒度的AQI地图。具体来说，我们首先提出了高斯羽模型的神经网络（GPM-NN）的基础上，物理表征颗粒在空气中的分散。基于GPM-NN，我们提出了一种电池效率和自适应监测算法来监测AQI在选定的位置，并构建一个准确的AQI地图与传感器数据。建议的自适应监测算法进行评估，在两个典型的情况下，一个二维的开放空间，如路边公园，和一个三维的空间，如建筑物内的庭院。实验结果表明，与现有的其他模型相比，我们的系统使用GPM-NN可以提供更高的空气质量指数预测精度，同时通过自适应监测算法大大降低了功耗。
2017-11-08 eess.SP
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 Multi-UAV-Enabled MEC Systems over Space-Air-Ground Integrated Networks
Southern University of Science and Technology（南方科技大学）；Shenzhen University of Advanced Technology（深圳高等研究院）
本文提出一种基于空间-空-地一体化网络的多无人机边缘计算系统，通过联合优化移动用户与无人机关联、无人机轨迹、任务卸载决策、计算频率和传输功率控制，以提高能效。
2025-12-02 eess.SP
Channel Modeling for UAV Communications: State of the Art, Case Studies, and Future Directions
无人机作为重要的空中平台，在未来通信系统的宽带无线连接和高速数据传输中发挥着越来越重要的作用。值得注意的是，在UAV通信中涉及各种通信场景，例如UAV之间的相互通信以及与地面用户设备、蜂窝基站和地面站的通信，仅举几例。然而，现有的工作大多集中在单一的通信场景，指定的信道类型和特定的工作频率，因此迫切需要全面了解多场景，多频率和多类型的无人机信道。介绍了无人机通信中相应的空-空（A2 A）和空-地（A2 G）信道的构成要素。我们首先确定了最新的关键挑战，无人机通信信道建模。然后，我们提供了最先进的A2 A和A2 G信道特性和模型的基础上广泛的测量活动。特别是，我们进行了现实的案例研究，以进一步展示关键通道特征和基于机器学习的建模方法。最后但并非最不重要的是，潜在的方向进行了广泛的讨论，为无人机通信更准确和有效的信道模型铺平了道路。
2021-04-16 eess.SP
Air-to-Air Channel Characterization for UAV Communications at 3.4 GHz
North Carolina State University（北卡罗来纳州立大学）
本文研究3.4 GHz空对空信道特性，通过轻量级可重构开源信道声纳测量，分析信道基本特性、时域响应及衰落行为，为下一代无人机通信网络协议设计提供更真实的参考。
2026-04-02 cs.NI eess.SP
UAVs as a Service: Boosting Edge Intelligence for Air-Ground Integrated Networks
空地一体化网络是未来第六代（6G）网络的关键组成部分，可支持无缝和近乎即时的超级连接。迫切需要在6G网络中智能地提供各种服务，然而这是具有挑战性的。为了满足这一需求，在本文中，我们提出了一种名为UaaS（无人机即服务）的空地一体化网络的新架构，将无人机作为关键使能器，在机器学习（ML）技术的帮助下提高边缘智能。我们设想所提出的UaaS架构可以通过无人机网络智能地提供无线通信服务、边缘计算服务和边缘缓存服务，充分利用无人机的灵活部署和多样化的ML技术。我们还进行了一个案例研究，其中无人机参与多个地面用户之间的分布式ML的模型训练，其结果表明，模型训练是有效的，与飞行能耗相比，无人机的能耗可以忽略不计。最后，我们讨论了UaaS中的挑战和开放研究问题。
2020-03-24 cs.NI eess.SP
Access Points in the Air: Modeling and Optimization of Fixed-Wing UAV Network
固定翼无人机具有良好的气动性能和较长的续航时间，在作为空中接入点方面具有很大的潜力。然而，固定翼无人机固有的悬停特征可能导致连接的不连续和地面用户（GU）的频繁切换。在这项工作中，我们建模和评估的固定翼无人机网络的性能，其中无人机AP提供覆盖GU与毫米波回程。首先，研究发现，在最接近无人机的实时关联下，网络空间吞吐量与悬停半径无关，而在与悬停中心最接近的无人机关联时，网络空间吞吐量随悬停半径线性减小。其次，网络ST被证明是大大降低与无人机AP的过度部署，由于无人机小区的过度重叠下不断增长的空对地干扰。最后，为了减轻干扰，设计了投影面积等效（PAE）规则来调整无人机波束宽度。特别是在PAE条件下，当无人机波束宽度与无人机密度的平方成反比时，网络ST可以随着无人机密度的增加而持续增加，与无人机飞行高度无关。
2020-05-08 cs.IT eess.SP math.IT
Air-Ground Integrated Sensing and Communications: Opportunities and Challenges
由无人机（UAV）和地面网络组成的空地通感一体化（AG-ISAC）网络具有独特的能力，需要特殊的设计技术。在这篇文章中，我们提供了一个审查AG-ISAC，通过引入无人机作为“中继”节点的通信和传感，以解决无人机的功率和计算的限制。首先介绍了一个AG-ISAC框架，包括系统结构和协议。然后讨论了四个潜在的用例，分析了AG-ISAC网络的特点和优点。然后讨论了AG-ISAC的几个关键技术的研究。最后，我们提出了我们对AG-ISAC的挑战和未来研究方向的看法，以促进技术的进步。
2023-02-13 eess.SP
Weighted Sum-Rate Maximization for RIS-UAV-assisted Space-Air-Ground Integrated Network with RSMA
School of Electronics and Information Engineering, Harbin Institute of Technology（哈尔滨工业大学电子与信息工程学院）
本文提出了一种基于速率分割多址接入的联合优化框架，旨在最大化加权总速率，通过波束成形、RIS-UAV部署和相位偏移等方法解决非凸优化问题。
2026-03-30 eess.SP
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-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
Joint-optimization of Node placement and UAV's Trajectory for Self-sustaining Air-Ground IoT system
由于可持续的电力供应和环保特性，自供电物联网设备越来越多地应用于各个领域，例如在偏远地区提供观测数据，特别是在农村地区或灾后场景。通常，通过多跳中继，那些自供电IoT设备的感测数据由连接到IoT骨干的汇聚节点收集。然而，由于位置偏远，接收器需要位于监测区域的边界，物联网和电气基础设施的骨干都可以访问。在这种部署下，考虑到监控区域的大规模，将产生显著的数据流和中继开销。基于此，本文旨在设计一种无人机辅助的自供电异构系统，以提供全面的监测数据。在该系统中，由于无人机（UAV）易于部署的优势，我们派遣无人机定期从自供电的物联网设备上采集数据，以缓解数据溢出。此外，基于自供电物联网设备在重数据流领域具有更可观的能力，我们还开发了一种布局升级策略，将一般同构自供电物联网系统升级为异构自供电物联网系统。仿真结果表明，与同类自供电物联网系统相比，所开发的无人机辅助自供电异构系统可以实现$1.28\times$左右的数据传输量。
2022-07-25 eess.SP
UAV-Assisted Over-the-Air Computation
空中计算（AirComp）为支持分布式数据的超快速聚合提供了一种很有前途的方法。然而，由于信道衰落和噪声的影响，其在长距离传输中的性能不能得到保证。为了充分发挥AirComp的潜力，本文提出使用低成本的无人机（UAV）作为移动基站来协助AirComp系统。具体而言，由于其可控的高机动性和高海拔，UAV可以移动到足够接近传感器的位置，以实现视线传输并自适应地调整所有链路的距离，从而增强信号幅度对准和噪声抑制。我们的目标是通过联合优化无人机轨迹，无人机的比例因子和传感器的发射功率，在无人机的预定位置和飞行速度，传感器的平均和峰值功率限制的约束下，最小化AirComp的时间平均均方误差。然而，由于高度耦合的优化变量和时间依赖的约束，所产生的问题是非凸的和具有挑战性的。因此，我们提出了一个有效的迭代算法，通过应用块坐标下降和连续凸优化技术。仿真结果验证了所提出算法的收敛性，并证明了所提出的设计与基准相比的性能增益和鲁棒性。
2021-01-25 cs.IT eess.SP math.IT
UAV Aided Over-the-Air Computation
空中计算（AirComp）通过利用多址信道的波形叠加特性，将通信和计算无缝集成。不同于现有的工作，侧重于在静态网络上的AirComp的收发器设计，本文考虑了一种无人机（UAV）辅助AirComp系统，其中无人机作为一个飞行的基站聚合来自移动传感器的数据。无人机的轨迹设计提供了额外的自由度，以提高AirComp的性能。我们的目标是最小化的时间平均均方误差（MSE）的AirComp通过联合优化无人机轨迹，接收归一化因子，传感器的发射功率。为此，我们首先提出了一个新的和等价的问题转换，通过引入中间变量。这种重新导致一个凸子问题时，固定任何其他两个块的变量，从而使有效的算法设计的基础上块坐标下降和交替方向的乘法器（ADMM）技术的原则。特别是，我们得到了最佳的封闭形式的解决方案，规范化的因素和中间变量优化子问题。我们还重铸凸轨迹设计子问题到ADMM形式，并获得每个变量更新的封闭形式的表达式。仿真结果表明，该算法实现了更小的时间平均MSE，同时减少了数量级的仿真时间相比，国家的最先进的算法。
2021-06-01 cs.SY eess.SP eess.SY
Air-to-Ground Communications Beyond 5G: UAV Swarm Formation Control and Tracking
本文提出一种结合CoMP传输与随机几何的无人机空对地通信模型，利用泊松-德劳内四面体化构建CoMP集，并设计无人机编队控制与跟踪方案，实现优于无CoMP方案且性能接近传统CoMP的覆盖与速率。
2023-12-25 cs.IT eess.SP math.IT
UAV-Enabled Asynchronous Federated Learning
针对联邦学习中的掉队者问题与上行链路开销问题，提出支持无人机参数服务器的空中异步联邦学习框架，通过联合优化轨迹、设备选择与收发器设计提升学习效率。
2024-03-11 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
Statistical Characterization of Wind-Induced Beam Refraction and UAV Instability in Water-to-Air Optical Channels
Aix-Marseille University, CNRS（艾克斯-马赛大学，法国国家科学研究中心）；Centrale Med, LIS（中央理工梅斯分校，信号与图像实验室）；AE-FUNAI（埃邦伊州立大学）；Centrale Med, Fresnel Institute（中央理工梅斯分校，费斯奈尔研究所）
针对动态海面引起的光束折射，提出基于Beta混合模型的统计信道模型，推导了信道分布和中断概率的闭式表达式，揭示了全内反射导致的中断下限。
2026-09-18 eess.SP physics.optics
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
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
Federated Learning in the Sky: Aerial-Ground Air Quality Sensing Framework with UAV Swarms
Heilongjiang University（黑龙江大学）；Nanyang Technological University（南洋理工大学）；Georgia Southern University（佐治亚南方大学）；Alibaba Group（阿里巴巴集团）；Alibaba-NTU Joint Research Institute（阿里巴巴-南洋理工大学联合研究院）；Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly（南洋理工大学-不列颠哥伦比亚大学积极乐龄卓越联合研究中心）
由于空气质量对人体健康有着重要的影响，因此准确、及时地预测空气质量指数（AQI）变得越来越重要。为此，本文提出了一种新的基于联邦学习的空中-地面空气质量传感框架，用于细粒度的3D空气质量监测和预报。具体而言，在空中，该框架利用轻量级的Dense-MobileNet模型，从无人机（UAV）拍摄的雾霾图像的雾霾特征中实现节能的端到端学习，以预测AQI尺度分布。此外，联合学习框架不仅允许各种组织或机构协作学习经过良好训练的全球模型来监测AQI，而且还扩展了无人机群监测的范围。对于地面传感系统，我们提出了一种基于图卷积神经网络的长短期记忆（GC-LSTM）模型，以实现准确，实时和未来的AQI推理。GC-LSTM模型利用地面监测站的拓扑结构，捕捉历史观测数据的时空相关性，帮助空地传感系统实现AQI的精确推断。通过对真实世界数据集的广泛案例研究，数值结果表明，所提出的框架可以实现准确和节能的AQI感测，而不会损害原始数据的隐私。
2020-07-23 cs.LG eess.SP
Sensing While Communicating: Active Online Spectrum Cartography via Air-Ground Cooperation
针对低空网络中无人机能量与传输受限问题，提出空地协同主动在线频谱测绘框架，通过深度展开张量分解与位深选择实现近27倍加速，并显著降低误差与中断率。
2026-09-22 eess.SP
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
Measurement-Based Modeling and Analysis of UAV Air-Ground Channels at 1 and 4 GHz
本文针对无人机空地无线通信设计，基于1和4 GHz测量数据，提取了视距和非视距下的大、小尺度信道参数，提出了依赖高度的路损模型并分析了阴影与快速衰落，为AG信道建模及系统性能分析提供了依据。
2025-01-28 cs.IT eess.SP math.IT
Ultra-Wideband Air-to-Ground Propagation Channel Characterization in an Open Area
利用无人机对3.1 ~ 4.8 GHz的超宽带空对地信道进行了测量研究。在实验中使用了不同的视线（LOS）和有障碍的LOS场景和两个天线方向。不同的传播场景的信道统计，并Saleh-Valenzuela（SV）模型被发现提供了一个很好的适合的统计信道模型。针对无障碍无人机悬停和运动（沿圆形路径）传播场景，提出了一种基于仰角平面天线增益的路径损耗解析模型。
2019-06-06 eess.SP
Mobility-assisted Over-the-Air Computation for Backscatter Sensor Networks
未来的智能系统将由大量无电池传感器组成，其中快速准确地聚合传感器数据将至关重要。空中计算（AirComp）是一种很有前途的技术，其中传感器通过无线信道并发地发送它们的测量，并且读取器由于叠加特性而接收测量的函数的噪声版本。AirComp中的一个关键挑战是各个传输的精确功率对准，之前通过使用传统的预编码方法来解决。在本文中，我们研究了无人机使能的后向散射通信框架，其中无人机作为一个功率发射器和阅读器。利用读取器的移动性来取代传感器处的复杂预编码，其中UAV首先在第一次飞越中收集和信道增益，然后使用这些来估计第二次飞越中的实际聚合传感器数据。我们的研究结果表明，在MSE高达10 dB的改进相比，无人机是不认识的和信道增益的基准情况下。
2020-01-12 cs.NI eess.SP
Base-Stations Up in the Air: Multi-UAV Trajectory Control for Min-Rate Maximization in Uplink C-RAN
在本文中，我们研究了无人机（UAV）的轨迹对地面用户的频谱效率（SE）的影响。假设到用户的视线路径很强，从所有用户到所有UAV的距离影响在线轨迹优化的结果。应当以随着时间的推移使公平率最大化的方式来设计轨迹。这意味着，UAV在最大化用户SE的最小值的方向上行进。从自由空间路径损耗信道模型，计算数据速率梯度，并用于引导无人机在一个长期的角度来看，在二维空间网格上的局部最优解。因此，设计了一种控制系统的实现方案。因此，UAV遵循数据速率梯度方向，同时与梯度方法相比具有更平滑的轨迹。该系统可以在线对用户位置的变化做出反应;该系统设计通过中央单元处的联合处理来捕获多个UAV轨迹之间的交互，例如，地面基站。由于用户位置的广泛分布，UAV最终位于彼此相距很远的最佳位置。此外，SE预期在沿着这一轨迹移动的同时不断增强。
2018-11-26 cs.IT eess.SP math.IT
Joint UAV Deployment and Resource Allocation in THz-Assisted MEC-Enabled Integrated Space-Air-Ground Networks
针对THz频段下支持MEC的空天地一体化网络，提出基于BCD的联合任务卸载、子带分配、功率控制与无人机部署优化框架，以最小化设备和无人机能耗。
2024-01-21 cs.NI eess.SP
A deep reinforcement learning approach to assess the low-altitude airspace capacity for urban air mobility
University of Maryland（马里兰大学）；University of Tehran（德黑兰大学）；Sharif University of Technology（谢里夫理工大学）
城市空中交通是一种新的交通方式，旨在通过利用低空空域提供快速和安全的旅行方式。如果不实施新的飞行规则，就无法实现这一目标，新的飞行规则可以确保为大量垂直起飞/降落的飞行器安全有效地分配飞行路径。这些规则还应允许为规划目的估计低空空域的有效容量。路径规划是城市空中机动中的一个重要课题，它可以使大量的无人机在空域中同时飞行而不会面临碰撞的风险。由于城市空中交通是一个新概念，当局仍在努力编辑适用于城市空中交通的新飞行规则。在这项研究中，自主无人机路径规划框架，提出了使用深度强化学习方法和深度确定性策略梯度算法。其目标是使用一个自我训练的无人机，在任何环境中，通过调整其加速度在尽可能短的时间内到达目的地。它应避免与任何动态或静态障碍物发生碰撞，并避免进入其路径上存在的优先许可区。因此，两种不同的奖励函数组合进行比较，并选择组合部署训练无人机通过编码的RL算法在Python中。最后，数值模拟研究了无人机在不同情况下的成功率，提供了有效空域容量的估计。
2023-01-23 cs.AI cs.RO eess.SP
Dual-UAV-Aided Covert Communications for Air-to-Ground ISAC Networks
提出双UAV辅助的空地ISAC网络隐蔽通信方案，通过协同设计波束成形与轨迹，在满足感知与隐蔽约束下最大化平均隐蔽速率。
2025-05-31 cs.IT eess.SP math.IT
Integrated Sensing, Communication, and Over-The-Air Control of UAV Swarm Dynamics
针对无人机蜂群协调控制频谱资源需求大、现有空口控制器优化变量不足且未整合感知的问题，提出ISAC-OTA框架，通过上行两种后处理方法和下行非凸问题求解，实现控制与感知集成，在保证感知精度的同时达到基准控制性能，且无需每架无人机带宽分配。
2025-02-11 cs.SY eess.SP eess.SY
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
Federated Learning for UAV Swarms Under Class Imbalance and Power Consumption Constraints
Qatar University（卡塔尔大学）；Qualcomm Inc（高通公司）；Hamad Bin Khalifa University（哈马德·本·哈利法大学）
无人驾驶飞行器（UAV）在民用和军事应用中的使用持续增加，这是由于它们提供了超过传统方法的许多优点。尽管有很多这样的优点，但在考虑其设计限制的同时，必须研究无人机的使用性能。本文研究了无人机群在每架无人机携带一个机器学习分类任务时的部署问题。为了避免与地面处理节点的数据交换，在无人机领导者和群成员之间采用联邦学习方法，以改善局部学习模型，同时避免过多的空对地和地对空通信。此外，所提出的部署框架考虑了严格的能源约束的无人机和类不平衡的问题，我们表明，考虑这些设计参数显着提高性能的无人机群的分类精度，能源消耗和可用性的无人机相比，几个基线算法。
2021-08-23 cs.LG eess.SP
End-to-End Optical Propagation Modeling for Water-to-Air Channels under Sea Surface and UAV Effects
Aix-Marseille University（艾克斯-马赛大学）；CNRS（法国国家科学研究中心）；Centrale Med（中央理工-马赛学院）；LIS（信号与系统实验室）；Fresnel Institute（弗雷内尔研究所）；Aalto University（阿尔托大学）
本文提出端到端的水到空气光传播建模方法，利用MC射线追踪算法考虑气泡、海面和无人机扰动，验证了在47米深度和13m/s风速下实现1Mbps数据率的误码率10^-3的可行性。
2026-04-19 eess.SP physics.ao-ph physics.optics
Modeling and Analysis of Air-to-Ground Cellular KPIs in a 5G Testbed using Android Smartphones
North Carolina State University（北卡罗来纳州立大学）；Wireless Research Center North Carolina（北卡罗来纳无线研究中心）
本文通过在AERPAW湖 Wheeler测试平台进行空中飞行，研究无人机高度、距离基站、仰角和方位角对私有4G/5G基站关键性能指标（KPIs）的影响，利用安卓智能手机进行数据采集与分析，结合数学模型和机器学习方法，为蜂窝通信无人机系统的设计和部署提供工具。
2026-04-08 cs.PF eess.SP
Deep Reinforcement Learning for Delay-Oriented IoT Task Scheduling in Space-Air-Ground Integrated Network
University of Waterloo（滑铁卢大学）；Zhejiang University（浙江大学）；Huazhong University of Science and Technology（华中科技大学）；Central South University（中南大学）；Xidian University（西安电子科技大学）
本文研究了面向延迟的物联网（IoT）服务的空-空-地一体化网络（SAGIN）中的计算任务调度问题。在所考虑的场景中，无人机（UAV）从IoT设备收集计算任务，然后做出在线卸载决策，其中任务可以在UAV处处理或卸载到附近的基站或远程卫星。我们的目标是设计一个任务调度策略，最大限度地减少卸载和计算延迟的所有任务给定的无人机能量容量约束。为此，我们首先制定了一个能量约束马尔可夫决策过程（MDP）的在线调度问题。然后，考虑到任务到达动态，我们开发了一种新的深度风险敏感的强化学习算法。具体地说，该算法评估的风险，这措施的能源消耗，超过了约束，为每个状态和搜索的最佳参数权衡延迟和风险的最小化，同时学习的最优策略。大量的仿真结果表明，在满足无人机能量容量约束的前提下，与概率配置方法相比，该算法可将任务处理延迟降低30%。
2020-10-04 cs.LG eess.SP
Integrated Robotics Networks with Co-optimization of Drone Placement and Air-Ground Communications
本文针对集成机器人网络中无人机部署与空地通信调度问题，提出和速率最大化模型，并设计基于交替梯度下降和惩罚二元松弛的快速多项式时间算法，仿真验证其有效性。
2023-12-03 cs.DC cs.SY eess.SP
Quantum Multi-Agent Reinforcement Learning for Cooperative Mobile Access in Space-Air-Ground Integrated Networks
Korea University（高丽大学）；Ajou University（亚洲大学）；University of Houston（休斯顿大学）
本文提出基于量子多智能体强化学习（QMARL）的调度方法，解决空天地一体化网络中立方星与无人机协作移动接入的维度灾难问题，实现对数级动作维度缩减，提升全球接入可用性与能效。
2024-06-24 cs.AI 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
Fundamentals of Wobbling and Hardware Impairments-Aware Air-to-Ground Channel Model
本文首次构建同时纳入无人机抖动与硬件损伤影响的空对地统一信道模型，推导信道自相关函数并分析四项关键信道指标，发现微小抖动也会导致高频段相干时间严重下降，为相关信道估计研究提供基础。
2023-08-29 cs.IT eess.SP math.IT
Time Varying Channel Tracking for Multi-UAV Wideband Communications with Beam Squint
无人机（UAV）以其机动性强、部署灵活等特点，在民用和商用领域得到了广泛的应用。由于无人机的连续导航，无人机与基站之间的信道会受到多普勒效应的影响。同时，当基站具有大量天线时，阵列孔径上不可忽略的传播延迟会引起波束偏斜效应。本文首先研究了多普勒频移效应和波束斜视效应下的无人机通信信道。然后，我们设计了一种基于无网格压缩感知（GCS）的信道跟踪方法，其中高维上行链路信道可以通过估计一些物理参数，如波达方向（DOA），多普勒频移，和复增益信息。此外，利用多普勒频移互易性和角度互易性，下行链路信道可以由一个导频符号导出，这大大减少了下行链路信道训练开销。各种仿真结果提供了验证所提出的方法的有效性。
2019-11-21 cs.IT eess.SP math.IT
