How Far Two UAVs Should Be subject to Communication Uncertainties
Beihang University（北京航空航天大学）
本文提出了一种基于通信不确定性的无人机安全半径设计原则，通过分离设计与控制器，研究了不同阶段的安全半径，并通过仿真验证了方法的有效性。
2021-10-18 cs.RO
Deployment of UAVs for Optimal Multihop Ad-hoc Networks Using Particle Swarm Optimization and Behavior-based Control
VNU University of Engineering and Technology（越南国立大学工程技术大学）；Fulbright University Vietnam（越南富布赖特大学）
本研究提出一种方法，建立一个最佳的多跳ad-hoc网络，使用多个无人机（UAV），以提供紧急通信在灾区。该方法包括两个阶段，一个是使用粒子群优化算法（PSO）来寻找最佳位置部署无人机，另一个是使用基于行为的控制器来导航无人机到其指定的位置，而不会与未知环境中的障碍物碰撞。已经施加了与UAV的感测和通信范围相关的几个约束，以确保所提出的方法在现实世界场景中的适用性。已经进行了一些模拟实验，从真实环境中加载的数据。结果表明，我们提出的方法不仅是成功地建立多跳ad-hoc路由，但也满足无人机的实时部署的要求。
2022-12-26 cs.RO
Fast Swarming of UAVs in GNSS-denied Feature-poor Environments without Explicit Communication
Czech Technical University in Prague（布拉格捷克技术大学）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
本文提出一种去中心化无人机集群方法，通过邻域模型减少智能体间振荡，结合增强的多机器人状态估计策略和基于状态估计的无通信框架，实现了在无GNSS、特征贫乏环境下的快速协同飞行，并在真实实验中验证了其有效性。
2024-04-29 cs.RO
Long-term area coverage and radio relay positioning using swarms of UAVs
Singular Perception s.r.l（Singular Perception有限责任公司）；Teseo s.r.l.（Teseo有限责任公司）；University of Genoa（热那亚大学）
无人机（UAV）对于需要在大面积上获取数据的任务变得越来越有用。覆盖问题，即，以所需的频率定期访问一个地区的所有次区域的问题特别令人感兴趣，因为它在工业和长期监测遭受自然灾害的地区方面都有实际应用。我们在这里集中在后一种情况下，并考虑到其特有的特性，即覆盖系统应该是弹性的变化的环境，而不是依赖于预先存在的通信基础设施。为此，我们设计了一种新的在线区域覆盖和同步信号中继算法，该算法允许无人机自由覆盖一个区域，而可变数量的其他无人机在覆盖过程中同时提供与基地的稳定通信和支持。最后，基于该算法的测试架构已经开发和测试已经进行。通过与一个简单的中继链系统相比，我们的方法采用了高达64%的时间少，以达到一定的目标，覆盖迭代在地图上只有17%的平均通信成本差，并没有影响最坏情况下的通信成本。
2018-10-29 cs.RO
V2X Communication Between Connected and Automated Vehicles (CAVs) and Unmanned Aerial Vehicles (UAVs)
The Ohio State University（俄亥俄州立大学）
地面车辆之间的连通性可以得到利用和扩大，以包括用于协调任务的飞行器。使用V2X通信技术，可以在互联和自动驾驶车辆（CAV）与无人机（UAV）之间建立通信链路。地空通信链路的硬件实现和测试对于实际应用至关重要。建立了两种不同的通信链路，专用短程通信（DSRC）和基于4G互联网的WebSocket通信。这两个链接分别测试静态和动态测试用例。更进一步，这两个链接一起用于称为Quick Clear演示的真实用例场景。目的是首先通过DSRC通信将地面车辆位置信息从CAV发送到UAV。在无人机侧，DSRC调制解调器和树莓派配对计算机之间的连接通过用户数据报协议（UDP）建立，以将CAV位置信息发送到配对计算机。Raspberry Pi处理两种不同的连接，它首先通过传输控制协议（TCP）连接到交通应急管理系统（CMP），将CAV和UAV的位置信息发送给CMP。其次，Raspberry Pi使用WebSocket通信连接到Web服务器，以发送无人机机载相机拍摄的照片。快速清除演示进行了静态测试和动态飞行测试。结果表明，这种通信结构可以用于现实生活中的场景。
2021-09-02 cs.MA cs.RO cs.SY
Drone-Assisted Communications for Remote Areas and Disaster Relief
University of Maryland, College Park（马里兰大学帕克分校）；Institute for Systems Research（系统研究所）
我们探索一个端到端（包括接入和回程链路）的无人机辅助无线通信系统，同时考虑上行链路和下行链路的流量，以支持地面用户（GU）的需求，使用最少数量的无人机的目标。此外，为了延长无人机的操作（飞行）时间，我们利用能量感知路由方案。我们的目的是设计和分析无人机辅助通信网络的接入和回程连接，用于偏远和拥挤的地区和救灾，同时最大限度地减少所需的资源，即，无人机的数量。
2019-09-04 cs.RO cs.SY eess.SP
Communication-Free Collective Navigation for a Swarm of UAVs via LiDAR-Based Deep Reinforcement Learning
Department of Mechanical Engineering, Ulsan National Institute of Science and Technology（机械工程系，釜山国立科学技术研究院）；Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology（机械工程系，韩国科学技术院）
本文提出一种基于激光雷达的深度强化学习方法，使无人机群在无通信和无外部定位的情况下实现稳健的集体导航。
2026-01-20 cs.AI cs.LG cs.MA
Cooperative Transportation of UAVs Without Inter-UAV Communication
National Chiao Tung University（国立交通大学）
提出了一种基于主从系统的协同运输系统。据我们所知，这是第一个不需要无人机之间通信的工作，并且可以实时修改有效载荷的参考轨迹，以便它可以应用于动态变化的环境。为了在无通信条件下实时跟踪修改后的参考轨迹，将领导者-跟随者系统视为非完整系统，设计了领导者的控制器以实现对有效载荷的渐近跟踪.为了消除安装力传感器的需要，开发了UKFs（无迹卡尔曼滤波器）来估计由领导者和跟随者施加的力。对闭环系统的跟踪误差进行了稳定性分析。仿真结果表明了该跟踪控制器的良好性能。实验结果表明，所设计的主从控制器在实际环境中均能正常工作，但在受限空间内，气流扰动对跟踪误差有较大影响。
2021-11-05 cs.RO cs.SY eess.SY
Is Alice Really in Wonderland? UWB-Based Proof of Location for UAVs with Hyperledger Fabric Blockchain
University of Turku（图尔库大学）；Tampere University（坦佩雷大学）
提出结合Hyperledger Fabric许可链与UWB通信的方法，解决无人机身份与位置验证问题，防止位置欺骗。
2023-04-03 cs.CR cs.RO
PACNav: Enhancing Collective Navigation for UAV Swarms in Communication-Challenged Environments
Czech Technical University in Prague（布拉格捷克技术大学）；Mohammed VI Polytechnic University（穆罕默德六世理工大学）
本文提出PACNav方法，通过路径持久性和路径相似性实现无人机集群在通信受限环境下的去中心化集体导航，并结合碰撞避免机制，经仿真和真实森林实验验证有效。
2024-04-20 cs.RO
Waggle Dance Inspired Motion Communication for Multiple UAVs in MuJoCo
Universiti Sains Malaysia（马来西亚理科大学）
本文受蜜蜂摇摆舞启发，在MuJoCo中实现多无人机运动通信系统，通过飞行原语广播导航消息，实验验证了广播到行动机制的可行性。
2026-09-16 cs.RO
A Networked Swarm Model for UAV Deployment in the Assessment of Forest Environments
National Forest Inventory, ICAS Bucharest, Romania（国家森林调查，布加勒斯特ICAS（罗马尼亚））
本文提出一种新型UAV群体编队飞行方法，通过自适应网络结构保持群体连通性，实现高精度森林环境数据采集与融合。
2016-07-15 cs.NI cs.RO cs.SY
Frequency Point Game Environment for UAVs via Expert Knowledge and Large Language Model
Beihang University（北京航空航天大学）；Northeastern University（东北大学）；Academy for Network and Communications of CETC（中国电科网络通信研究院）；Zhengzhou University（郑州大学）
针对无人机频谱竞争建模与对手预测难题，提出UAV-FPG博弈环境，结合专家知识库优化选频并利用大模型规划路径，有效提升动态场景下的抗干扰决策能力。
2025-08-12 cs.GT cs.MA cs.RO
System Architecture for Real-time Surface Inspection Using Multiple UAVs
University of Technology Sydney（悉尼科技大学）；University of Engineering and Technology, Vietnam National University（越南国立大学工程技术大学）
提出了一种利用多架无人机进行表面检测的实时的控制系统。无人机以特定的编队进行协调，以收集检查对象的数据。用于数据传输的通信平台基于物联网（IoT）。在所提出的架构中，通过使用角度编码的粒子群优化来生成检查路径并将其重新分配给每个UAV，其中通信链路嵌入有用于网络和数据处理能力的物联网板，来建立UAV编队。收集的数据通过网络实时的传输到远程计算单元。为了检测潜在的损伤或缺陷，提出并实现了一种基于直方图的在线图像处理技术。广泛的仿真，实验和比较已经进行了验证所提出的系统的有效性和性能。
2019-07-07 cs.RO cs.SY eess.SY
Perception-aware Exploration for Consumer-grade UAVs
Autonomous Intelligent Systems group, Computer Science Institute VI – Intelligent Systems and Robotics, University of Bonn（波恩大学计算机科学研究所VI – 智能系统与机器人学自主智能系统组）
本文提出了一种适用于消费级无人机的多无人机探索方法，通过选择视点对估计深度并规划轨迹，实现安全环境探索与地图重建。
2026-04-13 cs.RO
RACER: Rapid Collaborative Exploration with a Decentralized Multi-UAV System
Hong Kong University of Science and Technology（香港科技大学）
尽管多架无人机（UAV）的使用在快速自主探索方面具有巨大的潜力，但它受到的关注太少了。在本文中，我们提出了RACER，一个快速的协作探索方法，使用分散的无人机舰队。为了有效地调度无人机，一个成对的互动的基础上在线hgrid空间分解。它确保所有无人机同时探索不同的区域，只使用异步和有限的通信。此外，我们优化未知空间的覆盖路径，并平衡分配给每个无人机的工作量与容量限制车辆路径问题（CVRP）制定。给定任务分配，每个无人机不断更新覆盖路径，并逐步提取关键信息，以支持勘探规划。分层规划器依次发现探索路径、细化局部视点和生成最短时间轨迹，以实现对未知空间的灵活、安全探索。实验结果表明，该方法具有较高的探测效率、可扩展性和对有限通信的鲁棒性.此外，我们第一次在现实世界中实现了与多个无人机的完全分散的协作探索。我们将以开源包的形式发布我们的实现。
2022-09-18 cs.RO
Towards Robust Multi-UAV Collaboration: MARL with Noise-Resilient Communication and Attention Mechanisms
College of Software Engineering, Jilin University（吉林大学软件学院）；College of Instrumentation and Electrical Engineering, Jilin University（吉林大学仪器科学与电气工程学院）；School of Communication Engineering, Jilin University（吉林大学通信工程学院）；School of Electrical Engineering, China University of Mining and Technology（中国矿业大学电气工程学院）；School of Artificial Intelligence, Jilin University（吉林大学人工智能学院）
针对噪声环境下多无人机协作通信与决策难题，提出基于COMA算法并融合注意力机制通信协议的MARL框架，显著提升了3D空间路径规划的效率与鲁棒性，实现78%的熵减提升。
2025-03-04 cs.AI cs.MA cs.RO
Detection of Stealthy Adversaries for Networked Unmanned Aerial Vehicles*
Stevens Institute of Technology（史蒂文斯理工学院）
本文针对网络化无人机编队控制中的零动态和隐蔽攻击，提出集中式与分散式观测器检测方法，利用通信拓扑切换和本地测量实现隐蔽入侵检测，并通过实验验证其有效性。
2022-05-22 cs.RO cs.SY eess.SY
An Overview of Collision Avoidance Approaches and Network Architecture of Unmanned Aerial Vehicles (UAVs)
作为一种自主飞行器，无人机（UAV）面临着许多挑战。其中一个挑战是无人机能够避免碰撞。已经提出了许多避免碰撞的方法来解决这个问题。此外，在多无人机系统中，解决无人机之间的通信问题对于合作和协作也很重要。这个问题可以通过在无人机之间建立自组织网络来解决。还需要考虑无人机部署方面的挑战，以及在多无人机系统中开发防撞方法和建立合作与协作通信方面的挑战。在本文中，我们提出了一般的挑战，在无人机的部署和比较无人机通信服务的基础上，其工作频率。我们还提出了主要的碰撞避免方法，并特别讨论了碰撞避免方法，适合于室内应用。我们还提出了飞行自组织网络（FANET）的网络结构，通信和路由协议的每个开放系统互连（OSI）的通信层。
2021-03-26 cs.NI
Robust Multi-Path Communications for UAVs in the Urban IoT
无人机（UAV）系统越来越多地用于广泛的场景和应用中。然而，在城市地区部署这些设备带来了重大的技术挑战。最突出的问题之一是在高度动态和拥挤的频谱中地面站和无人机之间的通信的鲁棒性。事实上，竞争数据流可能会造成局部或暂时的拥塞，损害地面站对UAV的控制。本文的主要贡献是一个强大的多路径通信框架的无人机系统。该框架持续探测从地面站到每个UAV的多个无线多跳路径的性能，并动态选择提供最佳性能的路径以支持及时控制。数值结果，基于现实世界的实施和广泛的现场实验，证明了所提出的框架，以提供强大的控制对外源干扰和网络拥塞的能力。
2018-05-01 cs.NI
A Modular and Scalable Simulator for Connected-UAVs Communication in 5G Networks
本文针对蜂窝联网无人机频繁切换和传统传输协议低效问题，基于 MATLAB 构建支持 5G NR、多协议与切换策略评估的模块化可扩展仿真平台。
2025-09-30 cs.NI
Game-Theoretic Approaches for Wireless Communications with Unmanned Aerial Vehicles
与无人机（UAV）的无线通信提供了一种有前途的解决方案，以提供具有成本效益的无线连接并扩展覆盖范围。近年来，无人机无线通信系统的设计和优化一直受到研究界的极大关注。然而，仍然存在着远未解决的现有挑战。为了应对这些挑战，研究人员一直在探索博弈论方法的适用性。本文调查了现有的博弈论解决方案，并提出了一些新的解决方案，旨在优化能源消耗，增强网络覆盖，并提高与无人机无线通信的连接。我们提出了主要的游戏组件和它们所代表的元素在无线通信与无人机第一，然后给出了目前使用的博弈论方法的分类。我们确定的主要问题，在无线通信与无人机中，博弈论已被用来寻找解决方案。我们提供了一个案例，以显示应用博弈论在无线通信与无人机的优点。最后，我们讨论了传统的博弈论方法的缺点，并提出平均场博弈（MFG）作为一个合适的方法来解决新的技术问题，在大规模无人机网络。
2018-10-17 cs.NI
Enhancing Cellular Communications for UAVs via Intelligent Reflective Surface
智能反射表面（IRSs）能够实时重新配置其电磁吸收和反射特性，为在具有挑战性的环境中增强无线通信体验提供了前所未有的机会。在本文中，我们分析了IRS在增强无人机蜂窝通信方面的潜力，目前无人机由于为地面用户提供服务而优化的基站天线向下倾斜而导致信号强度差。我们考虑在建筑物墙壁上部署IRS，其可以由蜂窝基站远程配置，以相干地将反射的无线电波定向到特定的无人机，以增加其接收信号强度。使用最近发布的3GPP地对空信道模型，我们分析了无人机的信号增益，由于IRS部署作为无人机高度的函数，以及各种IRS参数，包括大小，高度和距离基站。我们的分析表明，即使使用小的IRS，我们也可以为在蜂窝基站上方飞行的无人机实现显著的信号增益。我们还发现，最大的增益可以通过优化IRS的位置，包括它的高度和距离BS。
2020-01-31 cs.NI eess.SP
Energy Efficient D2D Communications Using Multiple UAV Relays
在本文中，我们提出了一种新的优化模型，多个无人机（UAV）作为中继工作，并帮助设备到设备（D2 D）的通信在同一时间。无人机的目标是以节能的方式运行，同时不仅优化D2 D链路的可用带宽和功率分配，而且在需要时充当中继，以维持地面用户之间的通信。我们制定了一个优化问题，最大限度地提高能源效率的效用，同时尊重资源的可用性，包括无人机的能源消耗，无人机用户的关联，和轨迹约束。由于该问题的非凸性，我们提出用泰勒级数近似分三步求解，以优化功率和带宽，并使用启发式算法优化无人机轨迹和无人机-用户关联。
2019-12-08 cs.NI
Joint Sub-carrier and Power Allocation for Efficient Communication of Cellular UAVs
蜂窝网络有望成为支持无人机（UAV）不断扩展的应用的主要通信基础设施。由于这些网络部署为地面用户设备（UES），需要解决的几个问题，以提高蜂窝无人机的services.In本文中，我们提出了一个现实的通信模型的下行链路，我们表明，服务质量（QoS）的用户受到干扰BS的数量和它们所造成的影响。因此，解决了子载波和功率分配的联合问题。鉴于其复杂性，这是已知的NP-难，我们引入了一个基于博弈论的解决方案。首先，我们认为，在分配的子载波方面的UAV和UE之间的分离减少了对用户的干扰影响。这是通过匹配游戏实现的。此外，为了提高分区，我们提出了一个联盟的游戏，认为第一个的结果，使用户能够改变他们的联盟，提高他们的QoS。此外，功率优化的解决方案，这是考虑在两个游戏。进行了性能评估，所得到的结果证明了命题的有效性。
2022-01-03 cs.NI eess.SP
Beyond D2D: Full Dimension UAV-to-Everything Communications in 6G
在本文中，我们考虑了一个互联网的无人机（UAV）在蜂窝网络中，无人机作为空中用户收集各种传感器数据，并发送收集到的数据到他们的传输目的地通过蜂窝链路。与传统蜂窝网络中的地面用户不同，不同的无人机由于其传感应用而具有不同的通信需求，需要一种更灵活的通信框架。为了解决这个问题，我们提出了一个无人机到一切（U2X）的网络，它使无人机能够调整其通信模式全维度根据其传感应用的要求。在本文中，我们首先介绍了U2X通信的概念，并详细阐述了其三种通信模式。然后，讨论了U2X通信的关键技术，包括联合感知与传输协议、无人机轨迹设计和无线电资源管理。然后提出了一种基于强化学习的U2X通信数学框架。最后，对U2X通信的扩展进行了介绍。
2020-04-04 cs.NI eess.SP
Efficient Steering Mechanism for Mobile Network-enabled UAVs
考虑将移动网络作为无人机（UAV）的通信基础设施，创造了大量新的新兴服务和机会。特别地，UAV可以利用不同移动网络运营商（MNO）的可用性来引导与MNO的连接，从而确保最佳体验质量（QoE）。虽然流量导向的概念在网络侧更为人所知，但将其扩展到设备级别将允许满足当今应用的新兴需求。在这种情况下，非常需要考虑到这种新型通信的性质和特征的有效转向解决方案。作者介绍，在本文中，一种机制，用于引导连接在移动网络使能的无人机。所提出的解决方案考虑了一个现实的通信模型，占大多数的无线信号所经历的传播现象。此外，考虑到相关的优化问题的复杂性，这是从这个现实的模型，作者提出了一种基于联盟博弈的解决方案。目标是围绕MNO形成联盟中的UAV，以增强其QoE。所进行的性能评估显示了使用多个MNO来增强支持移动网络的UAV的QoE的潜力，并证明了所提出的解决方案的有效性。指数
2022-01-05 cs.NI
Toward a UTM-based Service Orchestration for UAVs in MEC-NFV Environment
随着无人机在许多领域的广泛应用，低空空域的交通流量将越来越大。因此，允许在低空空域集成无人机的无人机交通管理（UTM）系统正在获得很大的发展势头。此外，第五代移动网络（5G）很可能通过提供与无人机的连接，实现与远程应用和服务的控制、跟踪和通信，为UTM系统提供基础支持。然而，UAV可能需要与具有不同通信服务质量（QoS）要求的服务通信，范围从尽力而为服务到超可靠低延迟通信（URLLC）服务。事实上，5G可以使用网络切片和多接入边缘计算（MEC）等新技术确保高效的服务质量（QoS）增强。在这种情况下，网络功能虚拟化（NFV）被认为是5G系统的支柱之一，通过在云和MEC平台上提供软件化服务的QoS感知管理和演示（MANO）。可以使用UTM系统提供的信息（例如UAV的飞行计划）来进一步增强UAV服务的MANO过程。在本文中，我们提出了一个扩展的框架MECNFV环境中的无人机服务的管理和编排相结合的MEC-NFV管理和编排框架与UTM系统的功能提供的功能。此外，我们提出了一个非线性规划（ILP）模型的布局方案，我们的框架，我们评估其性能。
2022-01-04 cs.NI
UAVs Formation Flight under Multiple Obstacle and Communication Constraints
为了提高无人机编队在复杂军事任务环境下的通信能力。提出了复杂任务环境下的编队重构策略。利用数学方法将多无人机编队重构问题转化为非线性不等式约束优化问题。（1）针对无人机不同的任务和复杂的任务环境，设计多目标多约束优化函数，得到优化模型。(ii)利用帕累托最优理论将多目标优化问题转化为单目标优化问题。（iii）最后，我们应用原-对偶牛顿内点算法来处理凸优化问题。为了验证该方法的高效性，设计了一系列仿真实验。实验表明，该方法在保持无人机编队网络连通性的同时，具有最低的能耗。
2023-01-12 cs.NI cs.SY eess.SY
Survey on UAV Cellular Communications: Practical Aspects, Standardization Advancements, Regulation, and Security Challenges
消费类无人机（UAV）的快速增长为蜂窝运营商创造了充满希望的新商机。一方面，无人机可以作为新型用户设备连接到蜂窝网络，从而为运营商带来可观的收入，从而可以保证其严格的服务要求。另一方面，无人机提供了前所未有的机会来实现无人机安装的飞行基站，这些基站可以动态地重新定位，以提高覆盖范围，频谱效率和用户体验质量。事实上，标准化机构目前正在探索利用蜂窝网络为商用UAV提供服务的可能性。工业界开始试用飞行基站或用户设备的早期原型，而学术界正在全力研究数学和算法解决方案，以解决蜂窝网络中飞行节点所产生的有趣的新问题。在这篇文章中，我们提供了一个全面的调查，所有这些发展促进顺利整合无人机到蜂窝网络。具体而言，我们调查了（i）目前可用的消费者UAV的类型，（ii）标准化机构为现有地面基站的空中用户提供服务所解决的干扰问题和潜在解决方案，（iii）利用基于UAV的飞行中继和基站辅助蜂窝通信的挑战和机遇，（iv）正在进行的原型和测试床活动，（v）正在制定的管理无人机商业用途的新法规，以及（vi）无人机辅助蜂窝通信的网络物理安全。
2019-03-31 cs.NI
Decentralized dynamic task allocation for UAVs with limited communication range
Artificial Intelligence Research Institute of the Spanish National Research Council (IIIA-CSIC)（西班牙国家研究委员会人工智能研究所（IIIA-CSIC））；University of Southern California（南加州大学）
我们提出了有限范围的在线路由问题（LORP），它涉及到一个团队的无人机（UAV）有限的通信范围，必须自主协调服务任务请求。我们首先展示了一种将这个动态问题转化为一系列分散任务分配问题的通用方法。然后，我们提出了两种解决方案，都是基于建模的分配任务作为一个马尔可夫随机场，随后评估决策的分散最大和算法。我们的第一个解决方案假设请求之间的独立性，而我们的第二个解决方案还考虑了UAV的工作负载。一项全面的实证评估表明，我们基于工作负载的解决方案在各种场景中始终优于当前最先进的方法，将平均服务时间降低了16%。在最好的情况下，我们的分散式解决方案和集中式技术之间没有差距。在最坏的情况下，我们设法将当前分散和集中技术之间的差距缩小25%。因此，我们的解决方案成为我们问题的选择方法。
2018-08-31 cs.AI cs.NI
Dependency Tasks Offloading and Communication Resource Allocation in Collaborative UAVs Networks: A Meta-Heuristic Approach
针对协作无人机边缘计算中依赖任务卸载与资源分配问题，本文提出元启发式与凸优化相结合的方法，以最小化用户平均时延。
2022-08-16 cs.NI eess.SP
Digital Twin Enabled Simultaneous Learning and Modeling for UAV-assisted Secure Communications with Eavesdropping Attacks
School of Intelligent Systems Engineering, Sun Yat-sen University（中山大学智能系统工程学院）；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）
本文研究UAV辅助无线网络中的安全通信问题，提出DT-SLAM框架通过数字孪生实现高效学习，以应对智能窃听UAV的威胁，提升安全吞吐量。
2026-03-24 cs.CR cs.NI
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
Wireless Communications with Unmanned Aerial Vehicles: Opportunities and Challenges
包括无人机（UAV）的无线通信系统承诺为没有基础设施覆盖的设备提供具有成本效益的无线连接。与地面通信或基于高空平台（HAP）的通信相比，具有低空UAV的按需无线系统通常部署更快，重新配置更灵活，并且由于存在短距离视线（LoS）链路，可能具有更好的通信信道。然而，利用高度移动和能量受限的无人机进行无线通信也带来了许多新的挑战。在本文中，我们提供了一个无人机辅助无线通信的概述，通过介绍基本的网络架构和主要信道的特点，突出的关键设计考虑因素，以及新的机会被利用。
2016-02-11 cs.IT cs.NI math.IT
Joint Auction-Coalition Formation Framework for Communication-Efficient Federated Learning in UAV-Enabled Internet of Vehicles
由于车辆、路边单元（RSU）和智能设备等车联网（IoV）组件的先进功能以及生成的数据量不断增加，联邦学习（FL）成为一种很有前途的工具，因为它支持可以在车联网中实现的隐私保护机器学习。然而，FL的性能受到通信链路故障和节点丢失的影响，特别是当需要连续交换模型参数时。因此，我们建议使用无人机（UAV）作为无线中继，以促进车联网组件和FL服务器之间的通信，从而提高FL的准确性。然而，单个UAV可能没有足够的资源为FL过程的所有迭代提供服务。在本文中，我们提出了一个联合拍卖联盟形成框架，以解决无人机联盟的分配到组的车联网组件。具体而言，联盟形成游戏制定的最大化的无人机的个人利润之和。提出了联合拍卖-联盟形成算法，实现了无人机联盟的稳定划分，并将拍卖机制应用于无人机联盟的分配。拍卖方案的设计考虑了车联网组件对异构无人机的偏好。仿真结果表明，大联盟，其中所有的无人机加入一个单一的联盟，并不总是稳定的，由于利润最大化的行为的无人机。此外，我们表明，随着无人机的合作成本的增加，无人机更喜欢独立地支持车联网组件，而不是形成任何联盟。
2020-07-13 cs.NI eess.SP
Wireless communication for safe UAVs: From Long-Range Deconfliction to short-range collision avoidance
小型无人机正在成为我们日常生活的一部分。它们被用于各种各样的商业应用，空中无人机的数量正在稳步增长。为了确保无人机的安全运行，交通管理规则必须由航空电子和电信专家设计和实施。在本文中，我们建议为这两个社区建立一个通用术语。我们首先描述的交通管理体系结构和服务。接下来，我们概述了几种用于定义无人机间间隔距离的方法，以确保安全操作。此外，我们还分析了哪些现有技术可以用于这些定义。最后，我们提出的测量结果表明，我们的新的基于Wi-Fi的消息传递方案是一个潜在的有用的工具，无人机交通管理系统。
2020-03-11 cs.NI cs.SY eess.SY
A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence
University of Macau（澳门大学）；Future Network of Intelligence Institute（未来网络智能研究院）；The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））；Southeast University（东南大学）；Purple Mountain Laboratories（紫金山实验室）；University of New South Wales（新南威尔士大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）；Friedrich-Alexander-University Erlangen-Nurnberg（弗里德里希-亚历山大-埃尔朗根-纽伦堡大学）；University of California, Irvine（加州大学欧文分校）
由于蜂窝技术的进步和蜂窝基础设施的密集部署，将无人机（UAV）集成到第五代（5G）及更高级别的蜂窝网络中是实现安全UAV操作以及通过特定任务有效载荷数据交付实现多样化应用的有前途的解决方案。特别是，5G网络需要支持三种典型的使用场景，即增强型移动宽带（eMBB）、超可靠低延迟通信（URLLC）和大规模机器类型通信（mMTC）。一方面，无人机可以作为具有成本效益的空中平台，通过利用其高巡航高度和三维（3D）空间中的可控机动性，为地面用户提供增强的通信服务。另一方面，由于需要无处不在的3D信号覆盖以及强烈的空中-地面网络干扰，同时为UAV和地面用户提供这种通信服务提出了新的挑战。除了高性能无线通信的要求外，支持有效和高效的传感以及网络智能的能力对于空中和地面用户共存的5G及更高3D异构无线网络也至关重要。在本文中，我们提供了一个全面的概述，最新的研究工作，将无人机集成到蜂窝网络，重点是如何利用先进的技术（例如，智能反射面、短包传输、能量收集、联合通信和雷达感知、边缘智能等），以满足下一代无线系统的多样化业务需求。此外，我们强调在未来的工作中进一步调查的重要方向。
2021-06-12 cs.AI cs.IT cs.LG
3D Placement and Orientation of mmWave-based UAVs for Guaranteed LoS Coverage
无人机（UAV）作为空中基站，由于其高度的灵活性和自主性，是提供无线通信的有前途的解决方案。此外，诸如延展实境等新兴服务需要高容量通信。为了实现这一点，毫米波（mmWave）和最近的太赫兹波段已经被考虑用于UAV通信。然而，在这些高频率下的通信需要到终端的视线（LoS），这些终端可能位于3D空间中，并且可能由于阻挡对象（如建筑物和树木）而具有极其有限的直视线（LoV）。在本文中，我们研究的问题，确定无人机的三维布局和方向，使用户有保证的LoS覆盖至少有一个无人机和无人机-用户对之间的信噪比（SNR）最大化。我们制定的问题作为一个整数线性规划（ILP）的问题，并证明其NP-困难。接下来，我们提出了一个低复杂度的基于几何的贪心算法来有效地解决这个问题。我们的仿真结果表明，该算法（几乎）总是保证LoS覆盖所有用户在所有考虑的模拟设置。
2021-04-27 cs.IT cs.MA cs.NI
Cellular UAV-to-Device Communications: Trajectory Design and Mode Selection by Multi-agent Deep Reinforcement Learning
在当前用于感测服务的无人飞行器系统（UAS）中，无人飞行器（UAV）通过未授权频谱将其感测数据发送到地面移动设备。然而，由于机会主义的信道接入，来自周围终端的干扰是不可控的。在本文中，我们考虑了一个蜂窝互联网的无人机，以保证服务质量（QoS），传感数据可以传输到移动设备的无人机到设备（U2 D）通信通过蜂窝网络，或直接通过基站（BS）。由于无人机的感知和传输会影响其飞行轨迹，本文研究了考虑感知和传输的无人机飞行轨迹设计问题。这是一个具有较大状态-动作空间的马尔可夫决策问题（MDP），因此，我们利用多智能体深度强化学习（DRL）来近似状态-动作空间，然后提出一种多无人机轨迹设计算法来解决这个问题。仿真结果表明，该算法比策略梯度算法和单智能体算法具有更高的总效用。
2020-03-12 cs.NI eess.SP
Large Models for Aerial Edges: An Edge-Cloud Model Evolution and Communication Paradigm
本文针对6G空地一体化网络中UAV算力受限难以运行大型AI模型的问题，提出边云模型演进框架，并通过联合任务分配、传输资源与量化设计及边缘模型更新来最大化mAP，仿真验证其优于集中式和分布式框架。
2024-08-09 cs.NI eess.SP
6G Communication New Paradigm: The Integration of Unmanned Aerial Vehicles and Intelligent Reflecting Surfaces
本文综述面向6G的IRS辅助无人机通信，梳理应用、关键问题、原型、核心技术与现有方案，并指出未来研究挑战。
2025-01-11 cs.NI 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
Interference Avoidance Position Planning in UAV-assisted Wireless Communication
研究了无人机辅助无线通信系统中，利用无人机作为中继节点来提高收发机之间的吞吐量。我们专注于开发有效的方法来定位无人机（S）在天空中的一个主要的干扰源的存在下，这使得问题不平凡。首先，我们考虑利用一个单一的无人机，我们开发了一个理论框架，以确定其最佳位置，旨在最大限度地提高系统的SIR。为此，我们研究了三种实际情况下的问题，其中无人机的位置是：（i）垂直固定，水平可调;（ii）水平固定，垂直可调;（iii）水平和垂直可调。之后，我们考虑采用多个无人机，为此，我们提出了一种具有成本效益的方法，同时最大限度地减少所需的无人机的数量，并确定其最佳位置，以保证一定的SIR的系统。我们进一步发展了一个分布式布局算法，它可以增加系统的SIR给定的任意数量的无人机。数值模拟提供了我们所提出的方法来评估性能。
2019-03-21 cs.NI eess.SP
Communication Technologies for Intelligent Transportation Systems: From Railways to UAVs and Beyond
本文探讨了智能交通系统中通信技术的发展，涵盖铁路、公路、航空和无人机等领域，分析现有技术的局限性，并提出5G、6G和AI驱动网络等新兴技术的整合路径，旨在提升交通系统的互操作性和效率。
2026-01-20 cs.NI
Communication-Efficient Massive UAV Online Path Control: Federated Learning Meets Mean-Field Game Theory
University of Oulu（奥卢大学）；Deakin University（迪肯大学）
本文研究了对大量无人机（如无人机）的控制。通过考虑无人机之间的相互作用来控制无人机以形成群的简单方法需要大量的无人机间通信，这在实时应用中是不可能实现的。一种控制方法是应用平均场博弈（MFG）框架，该框架大大减少了UAV之间的通信。然而，要实现这一框架，强大的处理器需要获得在不同的无人机的控制律。这一要求限制了MFG框架在大规模无人机控制等实时应用中的使用。因此，一个基于神经网络（NN）的函数逼近器被用来逼近Hamilton-Jacobi-Bellman（HJB）和Fokker-Planck-Kolmogorov（FPK）方程的解。然而，使用近似解可能违反MFG框架的收敛条件。因此，联邦学习（FL）的方法，可以在无人机上共享神经网络的模型参数，提出了基于神经网络的MFG，以满足所需的条件。神经网络的MFG方法的稳定性分析和拟议FL-MFG的性能阐述了模拟。
2020-08-12 cs.LG cs.NI eess.SP
Distributed Self-allocated Time Slot Reuse: Multi-hop Communication in Rigid UAV Formations
针对刚性无人机编队安全信息可靠及时传输的需求，本文提出D-STR分布式自分配时隙复用协议，支持多拓扑下的多跳通信，保障编队无碰撞部署，提升其行业应用的安全性与实用性。
2025-11-17 cs.NI
3D UAV Trajectory Design for Fair and Energy-Efficient Communication: A Deep Reinforcement Learning Technique
本文提出了一种基于深度强化学习的UAV轨迹设计方法，以实现公平且节能的通信连接。
2026-01-16 cs.NI cs.SY eess.SY
Experiments with a LoRaWAN-Based Remote ID System for Locating Unmanned Aerial Vehicles (UAVs)
美国联邦航空管理局（FAA）正在考虑无人机（UAV）的远程身份识别系统。这些系统充当汽车上使用的牌照，但它们使用无线电波传输信息。为了有用，这种系统中的传输需要达到很长的距离，以最大限度地减少捕获这些传输的地面站的数量。LoRaWAN被设计为一种廉价的远程技术，用于物联网的远程通信。几家制造商生产LoRaWAN模块，这些模块在市场上很容易买到，因此是低成本无人机远程ID的理想选择。在本文中，我们介绍了使用LoRaWAN技术作为通信技术的经验。我们识别和定位无人机系统的实验揭示了在本文中记录的此类系统中使用LoRaWAN的几个问题。使用多个地面站，我们可以确定配备LoRaWAN模块的无人机的位置，该模块可以传输无人机远程ID。因此，它可以帮助识别无意或有意飞入禁区的无人机。
2020-04-16 cs.NI eess.SP
Joint Trajectory and Resource Optimization of MEC-Assisted UAVs in Sub-THz Networks: A Resources-based Multi-Agent Proximal Policy Optimization DRL with Attention Mechanism
针对太赫兹通信损耗大、偏远地区覆盖难的问题，本文研究MEC无人机的部署与资源优化，将NP难的MINLP问题分解为两子问题分别用CVXPY和带注意力机制的RMAPPO DRL算法求解，提升了网络效用。
2022-09-15 cs.NI
Efficient UAVs Deployment and Resource Allocation in UAV-Relay Assisted Public Safety Networks for Video Transmission
本文研究多无人机辅助公共安全网络中的视频传输问题，通过联合优化观测与中继无人机的位置及带宽、功率等通信资源分配，采用块坐标下降和逐次凸逼近技术提出高效迭代算法，最大化地面用户视频流到达基站的平均效用，仿真证明其优于现有方法。
2024-01-04 cs.NI eess.SP
Propagation Measurements and Modeling for Low Altitude UAVs From 1 to 24 GHz
本文基于1-24 GHz郊区无人机测量，提出非视距路径损耗模型，区分衍射（<4GHz）与多径（>4GHz）主导机制，用于预测额外损耗。
2025-01-28 cs.NI eess.SP physics.ins-det
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
Resilient Mobile Multi-Target Surveillance Using Multi-Hop Autonomous UAV Networks for Extended Lifetime
针对无人机传感器与通信范围有限导致的移动目标监视难题，提出含中继无人机的多跳自主无人机网络方案，通过多种启发式及混合切换算法优化，实现接近理论上限的网络生命周期与弹性监视。
2023-11-06 cs.MA cs.NI math.OC
