Joint Task Offloading and Resource Allocation in Aerial-Terrestrial UAV Networks with Edge and Fog Computing for Post-Disaster Rescue
针对灾后救援场景下无人机计算与续航资源不足的问题，提出结合MEC与VFC的三层计算架构及MVTORA方法，有效提升系统效用。
2023-10-06 cs.GT cs.NI eess.SP
Hybrid Satellite-Terrestrial Communication Networks for the Maritime Internet of Things: Key Technologies, Opportunities, and Challenges
随着海上活动的快速发展，海上移动终端的数量越来越多，对高速、超可靠的海上通信的需求也越来越大。传统上，海事物联网（IoT）由海事卫星实现。然而，卫星受到其高延迟和相对较低的数据率的严重限制。作为替代方案，可以建立基于海岸和岛屿的基站（BS），以使用第四代（4G）、第五代（5G）和超越5G服务来扩展地面网络的覆盖范围。无人驾驶飞行器也可以用作空中海上BS。尽管所有这些方法，仍然有一个有效的海上通信网络（MCN）的开放问题。例如，由于复杂的电磁传播环境、有限的几何上可用的BS站点以及来自关键任务应用的严格的服务需求，传统的通信和联网理论和方法应该针对海上场景进行定制。为此，我们提供了对海上通信需求的调查，最先进的MCN，以及提高传输效率，扩大网络覆盖范围和提供海上特定服务的关键技术。未来的挑战是开发一个环境感知、服务驱动和集成的卫星-空中-地面MCN，以便足够智能地利用外部辅助信息，例如，海况和大气条件。
2021-01-21 cs.NI
Emerging Technologies for 6G Non-Terrestrial-Networks: From Academia to Industrial Applications
本文从学术与工业双视角综述了面向6G的非地面网络（NTN）新兴技术，系统梳理了网络切片、AI/ML和ORAN在应对NTN覆盖、可靠性与干扰等挑战中的应用，并指出未来研究方向。
2024-07-03 cs.ET cs.NI
6G opens up a New Era for Aeronautical Communication and Services
5G主要在覆盖地球表面的二维的陆地区域提供高质量的服务，而6G则旨在充分利用三维空间。这样，6G就包含了所有类型的非地面网络。特别是，无人机（UAV），高空平台（HAP），（自）飞行出租车和民用飞机是对现有卫星网络的新补充，补充了蜂窝地面网络。它们与6G的集成在服务覆盖方面很有希望，但由于迄今为止相当封闭的系统封闭系统，也具有挑战性。移动边缘计算（MEC）和软件定义网络（SDN）等新兴技术概念可以为航空系统与地面系统的全面集成提供基础。然而，这些技术使得航空系统的管理和编排变得复杂。作为将航空通信和服务集成到6G的一步，我们提出了一个框架，用于收集，监控和分配异构飞行物体之间的空中资源。这为6G航空应用的新时代提供了高性能服务。基于我们的航空框架，我们介绍了新兴的应用用例，包括航空边缘计算（AEC），飞机作为传感器和机舱内网络。
2022-06-23 cs.NI
Connectivity Management in Satellite-Aided Vehicular Networks with Multi-Head Attention-Based State Estimation
Interdisciplinary Research Center for Intelligent Secure Systems, KFUPM, Saudi Arabia（智能安全系统跨学科研究中心，KFUPM，沙特阿拉伯）；Department of Computer Science and Information Engineering, National Taiwan University, Taipei 106319, Taiwan（计算机科学与信息工程系，国立台湾大学，台北106319，台湾）；Department of Communication Engineering, National Central University, Taoyuan 320317, Taiwan（通信工程系，国立中央大学，桃园320317，台湾）
本文提出了一种基于多头注意力机制的多智能体强化学习框架，用于卫星辅助车联网中的连接管理，通过自模仿学习和指纹识别提升学习效率和实时决策能力，仿真结果表明其在传输效用方面优于现有基线方法。
2025-08-01 cs.AI cs.NI
Coverage and Rate Analysis of Downlink Cellular Vehicle-to-Everything (C-V2X) Communication
在本文中，我们提出了蜂窝车联网（C-V2X）通信网络的下行链路覆盖和速率分析，其中车辆节点和路边单元（RSU）的位置被建模为由泊松线过程（PLP）驱动的Cox过程，蜂窝宏基站（MBS）的位置被建模为二维泊松点过程（PPP）。假设一个固定的选择偏置和最大平均接收功率为基础的关联，我们计算的概率与{ \em典型接收机}，任意选择的接收节点，连接到车辆节点或RSU和蜂窝MBS。对于这种设置，我们得出的信号干扰比（SIR）为基础的覆盖概率的典型接收机。覆盖概率计算中的一个关键挑战来自于包含阴影效应。由于将阴影效应解释为节点位置的随机位移的标准程序不直接适用于Cox过程，因此我们提出了一种受Cox过程渐近行为启发的空间模型的近似。利用这一渐近特性，我们推导出覆盖概率的干扰功率分布的拉普拉斯变换。此外，我们通过表征服务车辆节点或RSU和服务MBS上的负载来计算典型接收器的下行链路速率覆盖。我们还提供了几个关键的设计见解，通过研究网络参数的函数的覆盖概率和覆盖率的趋势。我们观察到，通过增加MBS的密度获得的速率覆盖的改善可以等效地通过适当地调整选择偏差来实现，而不需要部署额外的MBS。
2019-01-26 cs.IT cs.NI math.IT
DBSCAN-based Vehicle Clustering and UAV Placement for NOMA-based Resource Management in Cellular V2X Communications
本文研究C-V2X网络中的无线资源管理，提出两阶段方法：先基于DBSCAN和车辆状态聚类并部署UAV，再在簇内构建NOMA分组分配资源，仿真证明其在频谱效率等指标上表现优越。
2025-04-30 cs.NI
UAV Communications in Integrated Terrestrial and Non-terrestrial Networks
随着人们对整合地面网络（TN）和非地面网络（NTN）以连接未连接网络的兴趣日益浓厚，一个关键问题是这种新的模式是否也可以被机会主义地利用来增强城市地区的服务。我们在综合TN-NTN的背景下评估了这种可能性，TN-NTN包括与低地球轨道（LEO）卫星星座配对的地面蜂窝部署，为地面用户（GUE）和无人机（UAV）居住的城市地区提供低于6 GHz的连接。我们的研究表明，将无人机流量卸载到NTN段可以将无人机的下行链路中断从70%大幅减少到几乎为零，只要LEO卫星星座足够密集，就可以保证最小仰角，还可以提高其上行链路信号质量。将无人机卸载到NTN也有利于共存的GUE，防止GUE可能发生的约12%的上行链路中断。尽管低于6 GHz的可用带宽有限，但NTN卸载的无人机即使在巴塞罗那大小的区域内也能满足指挥和控制速率要求，每个小区有多达一个活动的无人机。更小的无人机数量产生更高的速率，可能使空中宽带应用成为可能。
2022-08-04 cs.IT cs.NI eess.SP
Unmanned Aerial Vehicles in Logistics: Efficiency Gains and Communication Performance of Hybrid Combinations of Ground and Aerial Vehicles
无人驾驶飞行器（UAV）在各种智能交通系统（ITS）应用中得到了极大的普及，以提高交通系统的安全性和效率。在这种情况下，最近已经提出了地面车辆（例如送货卡车）与无人机的组合，以协助包裹的最后一英里拾取和递送。虽然飞行器可以通过灵活的路线和并行操作来提高效率，但高度可靠的无线通信也需要用于控制和协调可能以自组织方式行动的许多无人机。在本文中，我们分析了与传统交付相比，无人机在包裹交付中的使用所带来的改进，并提出了一个模拟框架，以进一步量化包裹交付物流的效率收益，并分析不同无线通信选项的性能。为此，我们考虑一个异构车辆路径问题与各种约束。我们考虑了两种方法，关于无人机的调度和恢复，并评估它们的好处，而不是用一个经典的卡车包裹交付。此外，我们还比较了两种网络技术，以实现无人机自组织团队与现实建模环境的协调：一种方法依赖于面向基站的长期演进（LTE），另一种方法是更分散的蜂窝车联网（C-V2X）解决方案。结果表明，通过使用无人机可以节省近40%的时间，并且可以通过利用分散的C-V2X通信来补偿面向基站的LTE方法中城市阴影对网络通信的负面影响
2019-11-07 cs.NI eess.SP
Connectivity Analysis of LoRaWAN-Based Non-Terrestrial Networks for Subterranean mMTC
本文通过 Monte Carlo 模拟器结合地下衰减模型与 3GPP 路径损耗模型，分析了埋地 mMTC 传感器经 LoRa/LR-FHSS 与无人机、高空平台和低轨卫星建立连接的可行性，揭示了环境、设备数、埋深和土壤含水量对连接成功概率的关键影响。
2025-08-26 cs.NI
Multi-Tier Non-Terrestrial Networking for Disaster Communications: A Layered Clustering Approach
针对灾害导致地面网络和回程链路失效的问题，提出一种由UAV-BS提供接入、HAPS-SMBS提供回程的三层异构网络，并设计两层聚类算法优化自组网，以延长临时网络寿命。
2024-04-23 cs.ET cs.NI cs.SY
5G NR Non-Terrestrial Networks: Open Challenges for Full-Stack Protocol Design
University of Padova（帕多瓦大学）；Toyota Motor North America Inc.（丰田北美公司）
本文探讨了5G NR非地面网络在全栈协议设计中的关键挑战，通过仿真分析展示了其对网络性能的影响，为3GPP标准制定提供参考。
2026-01-21 cs.ET cs.NI
Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks
Korea University（高丽大学）；Deakin University（迪肯大学）；University of Oulu（奥卢大学）
低地球轨道（LEO）卫星的巨型星座有可能实现低延迟的远程通信。将其与新兴的无人机（UAV）辅助非地面网络相结合，将成为提供大规模三维连接的5G系统的颠覆性解决方案。在这篇文章中，我们研究了两个遥远的地面终端之间的转发数据包的问题，通过一个低轨卫星从一个轨道星座和一个移动高空平台（HAP），如固定翼无人机。为了最大化端到端数据率，应当优化卫星关联和HAP位置，这是具有挑战性的，因为大量的轨道卫星和由此产生的时变网络拓扑。我们使用深度强化学习（DRL）和一种新的动作降维技术来解决这个问题。仿真结果证实，我们提出的方法实现了高达5.74倍的平均数据率相比，没有SAT和HAP的直接通信基线。
2020-05-26 cs.LG 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
Stochastic Geometry Based Modelling and Analysis of Uplink Cooperative Satellite-Aerial-Terrestrial Networks for Nomadic Communications with Weak Satellite Coverage
针对弱卫星覆盖下用户聚集在有限区域的CSATN上行研究空白，提出结合BPP与II型MHCPP的随机几何模型，推导链路距离分布并分析覆盖概率与平均遍历速率，仿真验证推导准确性，为真实场景系统优化提供基础。
2024-08-27 cs.NI eess.SP
Hierarchical and Collaborative LLM-Based Control for Multi-UAV Motion and Communication in Integrated Terrestrial and Non-Terrestrial Networks
York University（约克大学）；McGill University（麦吉尔大学）
针对地面与非地面一体化网络中的多无人机空中高速公路场景，提出 HAPS 与机载 LLM 分层协作框架，联合完成接入控制及运动规划，提升奖励、降低成本与碰撞率。
2025-06-06 cs.AI cs.LG cs.NI
Cellular, Wide-Area, and Non-Terrestrial IoT: A Survey on 5G Advances and the Road Towards 6G
无线技术的下一波浪潮正在扩散，将事物相互连接以及与人类连接。在物联网（IoT）时代，数十亿个传感器、机器、车辆、无人机和机器人将被连接起来，使我们周围的世界变得更加智能。物联网将包括必须无线传输从环境中收集的各种数据集以用于无数新应用的设备。最终目标是从这些数据中提取见解，并开发解决方案，提高生活质量并创造新的收入。提供大规模、持久、可靠和近实时的连接是实现智能互联世界的主要挑战。本文对现有和新兴的通信解决方案进行了全面的调查，这些解决方案用于在蜂窝、广域以及非地面网络的背景下为物联网应用提供服务。具体地，提出了用于在第五代（5G）和超越蜂窝网络以及非授权频谱上的通信网络中提供IoT接入的无线技术增强。根据5G及5G以后网络的主要关键性能指标，我们研究了能够实现当前和未来物联网网络的能效、可靠性、低延迟和可扩展性（连接密度）的解决方案和标准。这些解决方案包括用于短分组通信的免授权接入和信道编码、非正交多址接入和设备上智能。此外，提供了21世纪30年代通信网络新范式转变的愿景，并阐述了相关新技术（如人工智能、非地面网络和新频谱）的集成。最后，指出了未来5G物联网网络的研究方向。
2021-07-07 cs.NI eess.SP
Modeling and Performance Analysis of IoT-over-LEO Satellite Systems under Realistic Operational Constraints: A Stochastic Geometry Approach
针对现有低轨卫星物联网理论研究假设脱离现实的问题，提出基于二项点过程的随机几何模型，结合真实信道与干扰分析，经仿真验证可准确评估系统覆盖概率等关键性能。
2025-05-18 cs.IT cs.NI math.IT
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
Path Loss Models for V2V mmWave Communication: Performance Evaluation and Open Challenges
最近，毫米波（mmWave）频带已被研究为增强自动驾驶和解决新兴汽车应用的具有挑战性的数据率和延迟需求的手段。为了开发在6 GHz以上的频带中操作的那些系统，需要具有能够预测在这些频带处的车辆传播的特性的精确信道模型，特别是就车辆到车辆（V2 V）通信而言。在本文中，我们验证了3GPP为NR-V2X系统提出的信道模型，该模型（i）支持城市/高速公路传播的部署场景，以及（ii）包含路径损耗，阴影，视线概率和静态/动态阻塞衰减的影响。考虑到典型场景的现实系统级仿真假设，我们还分析了几个汽车特定参数对整体网络性能的影响。最后，我们强调了模型的潜在不一致性，并为未来车辆环境中的测量活动提供了建议。
2019-07-23 cs.NI 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
