iTUAVs: Intermittently Tethered UAVs for Future Wireless Networks
uOttawa(渥太华大学);KU Leuven(荷语鲁汶大学);Carleton University(卡尔顿大学)
我们提出了间歇系留无人机(iTUAV)之间的权衡系留无人机(TUAV)的功率可用性和非系留无人机的灵活性。iTUAV可以提供蜂窝连接,同时临时连接到最合适的地面锚。此外,它可以灵活地从一个锚点分离,移动,然后附着到另一个锚点,以保持/提高移动用户的覆盖质量。因此,我们在这里讨论现有的基于无人机的蜂窝网络技术,然后详细描述iTUAV系统,其组件和操作模式。随后,我们提出了一个现有的和拟议的系统突出的主要功能,如流动性和能源的差异进行比较研究。为了强调iTUAV系统的潜力,我们进行了案例研究,评估iTUAV性能,并将其与基准进行比较。结果表明,在该地区只有10个锚点,iTUAV系统可以为90%的无系留无人机交换系统覆盖的用户提供服务。此外,从一个小的案例研究的结果证明,iTUAV允许平衡性能/成本,可以现实地实施。例如,当用户位置被群集时,只有2个活动的iTUAV和4个锚点,实现的性能优于具有3个TUAV的系统,而当考虑单个UAV在100分钟的事件时,只有6个锚点的系统优于无系留UAV,因为它结合了位置灵活性和增加的任务时间。
2022-10-26 cs.NI cs.RO cs.SY
Control Barrier Function-Based Quadratic Programming for SafeOperation of Tethered UAVs
针对系留无人机(TUAV)需在系绳长度约束下安全跟踪轨迹的问题,提出控制障碍函数二次规划框架(CBF-QP),结合反步控制与障碍函数约束系绳长度,仿真验证其满足约束且轨迹跟踪误差收敛、控制输入有界。
2025-02-12 cs.SY eess.SY
Long Duration Inspection of GNSS-Denied Environments with a Tethered UAV-UGV Marsupial System
针对GNSS拒止环境下无人机长时巡检续航不足的问题,本文提出系留式UAV-UGV有袋机器人系统,通过软硬件设计实现长时自主巡检,经野外实验验证性能并公开数据集。
2025-11-17 cs.RO cs.SY eess.SY
Real-time Video Streaming and Control of Cellular-Connected UAV System: Prototype and Performance Evaluation
无人机(UAV)在军事、公共和民用应用中发挥着越来越重要的作用,为UAV提供连接对于其实时控制、视频流和数据收集至关重要。考虑到蜂窝网络提供广域、高速和安全的无线连接,蜂窝连接的UAV已经被认为是一种有吸引力的解决方案,以提供具有增强的可靠性、覆盖范围、吞吐量和安全性的UAV连接。由于无人机的机动性,在不同的飞行高度、视频分辨率和传输频率下,无人机通信的吞吐量、可靠性和端到端(E2E)延迟仍然未知。为了评估这些参数,我们开发了一个基于长期演进(LTE)网络的蜂窝连接无人机测试平台,其上行链路视频传输和下行链路控制\&命令(CC)传输。设计了控制信号发送算法和无人机控制算法。室内实验结果分别从传输频率、自适应性和链路中断的角度为蜂窝连接无人机系统设计提供了基本见解。
2021-04-24 cs.SY eess.SY
Design and Implementation of Emergency Simulated Lighting System Based on Tello UAV
本文提出一种基于Tello无人机的应急照明系统原型,通过照明、寻址和飞行控制三个模块,利用模拟退火算法优化部署位置,实现快速响应和自主部署,为密集和稀疏用户提供高质量照明服务。
2023-05-15 cs.SY eess.SY
Trajectory Planning of Cellular-Connected UAV for Communication-assisted Radar Sensing
作为第五代无线系统的关键技术,联合通信和雷达感知(JCAS)利用通信信号的反射来检测异物并提供态势感知。蜂窝连接的无人机(UAV)特别适合于与其服务基站(BS)形成移动双基地合成孔径雷达(SAR),以在没有额外频谱要求的情况下以优异的感测分辨率感测大区域。本文设计了一种新型的BS-UAV双基地SAR平台,并对无人机的飞行路径进行了优化,使其推进能量最小,同时保证了对一系列感兴趣地标的传感分辨率。提出了一种新的轨迹规划算法,利用逐次凸逼近和块坐标下降法对推进能量和分辨率要求进行凸化。有效的轨迹得到了多项式的复杂性。大量的仿真结果表明,所提出的轨迹规划算法优于其替代方案,最大限度地减少飞行距离的蜂窝辅助传感任务的能源效率和有效的消费波动。所提出的算法提供的能量节省可高达55%。
2022-07-27 cs.SY eess.SY
Resilient UAV Formation for Coverage and Connectivity of Spatially Dispersed Users
无人机(UAV)是携带移动基站为地面用户快速建立通信服务的方便选择。与地面网络不同,无人机没有光纤回程连接,除非它们被拴在地面上,这限制了它们的移动性。在没有回程的情况下,例如,在偏远地区、紧急情况下或在战场上,除了覆盖地面用户以创建局域网之外,还需要确保UAV之间的连通性。针对无人机编队控制中空间分散用户的覆盖和连通问题,提出了一种分布式、动态的无人机编队控制方法。我们使用群集动力学作为指导,构建定制的编队飞行的无人机。仿真结果表明,如果有足够的空中基站可用,所提出的方法的结果在一个强连接的网络的无人机,能够提供回程和前传网络。该方法可以进一步扩展,以创建多层外星网络,以满足大规模应用的需要。
2022-03-11 cs.SY eess.SY
UAV-to-Device Underlay Communications: Age of Information Minimization by Multi-agent Deep Reinforcement Learning
近年来,无人机(UAV)已经发现了许多传感应用,预计在未来十年内将为世界经济增加数十亿美元。为了进一步提高此类应用中的服务质量(QoS),第三代合作伙伴计划(3GPP)已经考虑采用地面蜂窝网络来支持UAV感测服务,也称为UAV的蜂窝互联网。在本文中,我们考虑了一个蜂窝互联网的无人机,传感器数据可以通过蜂窝链路传输到基站(BS),或移动设备的无人机到设备(U2 D)通信。为了评估数据的新鲜度,采用了信息年龄(AoI),其中较低的AoI意味着较新鲜的数据。由于无人机的AOI是由其在感知和传输过程中的轨迹决定的,因此我们通过设计其轨迹来研究无人机的AOI最小化问题。这个问题是一个具有无限状态-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,我们提出了一种多无人机的轨迹设计算法来解决这个问题。仿真结果表明,该算法获得了比贪婪算法和策略梯度算法更低的AoI。
2020-03-12 cs.SY eess.SY
Physics-Based Trajectory Design for Cellular-Connected UAV in Rainy Environments Based on Deep Reinforcement Learning
University College Dublin(都柏林大学);University of Alberta(阿尔伯塔大学)
针对雨天蜂窝连接无人机轨迹设计难题,提出基于物理的电磁模拟与深度强化学习(多步学习、双重Q学习)方法,联合优化飞行时间与信号干扰比,实验验证其在雨天环境中的有效性。
2023-08-31 cs.LG cs.SY eess.SY
Sensing and Communication Tradeoff Design for AoI Minimization in a Cellular Internet of UAVs
在本文中,我们考虑了蜂窝互联网的无人机(UAV),其中无人机感测数据的多个任务,并将数据传输到基站(BS)。为了量化BS数据的“新鲜度”,我们引入了信息时代(AoI)的概念。AoI由UAV感测时间和UAV传输时间确定,并且在给定的时间段内引起权衡。为了最小化AoI,我们制定了联合感知时间、传输时间、无人机轨迹和任务调度优化问题。为了解决这个问题,我们首先提出了一种迭代算法来优化传感时间,传输时间和无人机轨迹,以完成特定的任务。之后,我们设计的顺序,无人机执行多个传感任务的数据更新。分析了该算法的收敛性和复杂度,以及无人机感知和无人机传输之间的权衡。仿真结果验证了该算法的有效性。
2020-02-01 cs.SY eess.SP eess.SY
Handover-Aware Trajectory Planning for Cellular-Connected UAVs under STL Specifications and URLLC Constraints
Guangdong Provincial Key Laboratory of Space-Aerial Networking and Intelligent Sensing, Harbin Institute of Technology, Shenzhen(哈尔滨工业大学深圳空间-空域组网与智能感知广东省重点实验室);Department of Electronic Engineering, Shanghai Jiao Tong University(上海交通大学电子工程系)
研究蜂窝连接无人机在URLLC约束下执行任务的切换感知轨迹规划,用信号时序逻辑和有限块长URLLC可行性表征要求,制定联合规划问题,采用逻辑网络流等求解,模拟表明规划器可执行任务并揭示多因素对轨迹等的影响。
2026-07-07 cs.SY eess.SY
Path Planning for Cellular-Connected UAV: A DRL Solution with Quantum-Inspired Experience Replay
在蜂窝连接无人机网络中,考虑了时间代价与期望中断持续时间加权和的最小化问题。利用无人机机动性可调的特点,提出了一种智能无人机导航方法来实现上述优化目标。具体而言,将导航任务映射为马尔可夫决策过程(MDP),提出了一种基于量子启发经验回放(QiER)框架的深度强化学习(DRL)解决方案,帮助无人机在每个时隙内找到最佳飞行方向,从而生成朝向目的地的设计轨迹。通过将经历的跃迁的重要性与其相关联的量子比特(qubit)相关联,并应用基于Grover迭代的振幅放大技术,所提出的DRL-QiER解决方案在采样优先级和多样性之间实现了更好的权衡。与几个有代表性的基线相比,所提出的DRL-QiER解决方案的有效性和优越性在数值结果中得到了证明和验证。
2021-09-16 cs.SY eess.SP eess.SY
Merits of Serving UAVs via Terrestrial Networks: A Vertical Antenna Radiation Study
该研究利用随机几何分析垂直天线增益对蜂窝连接无人机覆盖概率的影响,发现下倾天线和增大垂直波束宽度可提升无人机用户覆盖,尤其低空时效果显著。
2025-03-26 cs.SY eess.SY
Cellular-Enabled UAV Communication: A Connectivity-Constrained Trajectory Optimization Perspective
National University of Singapore(新加坡国立大学)
本文从连接性约束角度研究无人机轨迹优化问题,旨在通过优化轨迹减少任务完成时间,同时满足最小接收信噪比要求。
2018-05-18 cs.IT cs.SY eess.SY
Drone delivery: Reliable Cellular UAV Communication Using Multi-Operator Diversity
无人机(UAV,又名无人机)的市场规模可达全球市场价值的10%。特别是,无人机送货是最具吸引力的应用之一。越来越多的无人机需要依赖蜂窝网络的适当交通管理系统。然而,在文献中已经表明,这些网络不能提供可靠的通信,由于低覆盖概率和频繁的切换。本文提出了一个针对这些问题的潜在解决方案,同时不需要修改现有的基础设施。也就是说,为UAV配备多个蜂窝调制解调器以连接到不同提供商的网络引入了网络多样性,从而在100米的飞行高度处产生98%的覆盖概率。相比之下,一个网络只能确保80%的覆盖率。与此同时,停电区域的大小变得小了十倍,有害停电的频率降低到零。这些结果是利用物理层模拟器获得的,该物理层模拟器利用真实的城市3D环境、蜂窝网络参数(例如,站点位置、天线定向和增益)以及特定空中信道模型。
2022-02-18 cs.NI cs.SY eess.SY
UAV-Aided Post-Disaster Cellular Networks: A Novel Stochastic Geometry Approach
出于对灾后应急管理系统(EMS)中无处不在的和可靠的通信的需求,我们在此提出了一种新的和有效的随机几何(SG)框架。这个数学模型是专门设计来评估服务质量(QoS)所经历的一个典型的地面用户设备(UE)居住在一个受灾难影响的一般区域内或外。特别是,我们的运作地面基站(TBS)作为一个非齐次泊松点过程(IPPP)的模型,并假设一个给定数量的均匀分布的无人机(UAV)配备蜂窝收发器部署,以补偿一些现有的TBS所遭受的损害。然后,基于最大平均接收功率关联策略和所有无线链路的Nakagami-m衰落条件的假设,推导出下行链路(DL)覆盖概率。建议的数值结果显示有见地的趋势,在覆盖概率方面,取决于:距离的UE从灾难震中,灾难半径,质量的弹性(QoR)的地面网络,和舰队部署的自组织空中基站(ABS)。因此,本文的目的是证明垂直异构网络(VHetNets)在紧急情况下的有效性,这既可以刺激有关当局的实施,也可以启发研究人员进一步研究相关问题。
2023-02-19 cs.SY eess.SY
Trajectory Optimization of Cellular-Connected UAV for Information Collection and Transmission
在本文中,我们考虑了一个蜂窝连接的无人机(UAV)的信息收集和传输任务的多个地面目标。具体地,要求UAV通过悬停在预定位置(经由例如,摄影/摄像/感测),并在其飞行期间将所有收集的信息传输到蜂窝网络。我们的目标是联合优化无人机的轨迹和地面目标的信息收集顺序,以最大限度地减少任务完成时间。由于需要访问所有目标的信息收集位置,因此所述问题是NP难的;此外,为了确保信息传输完成,UAV在不同时间段内的轨迹被耦合在非凸约束中。为了解决这一难题,我们首先提出了一种结构化的通信协议之间的无人机和蜂窝网络,它在不同的时间间隔内,无人机的轨迹设计。然后,根据所提出的协议,我们建立了一个等价的基于图的模型所考虑的问题,并设计了一个低复杂度的算法,通过利用问题的结构和利用图论找到一个近似的解决方案。数值结果表明,我们提出的设计实现了有效的信息收集和传输,并优于各种基准计划。
2022-09-01 cs.IT cs.SY eess.SY
Multi-Connectivity for UAVs: A Measurement Study of Integrating Cellular, Aerial Mesh, and LEO Satellite Links
KTH Royal Institute of Technology(皇家理工学院);Aalborg University(奥尔堡大学);Airbus Central Research and Technology(空中客车中央研究与技术)
研究通过无人机飞行实验,探讨多技术网络中多路径传输在保持连接连续性和实时服务连续性中的作用,发现连接连续性不足且需考虑延迟约束。
2026-04-30 cs.NI cs.SY eess.SY
Multi-Agent Reinforcement Learning for Offloading Cellular Communications with Cooperating UAVs
本文提出一种多智能体强化学习方法,通过联合优化无人机轨迹与用户关联指标,在服务质量约束下最大化用户关联,实现陆地基站数据流量高效卸载,其性能优于Q学习和粒子群优化等基准技术。
2024-05-31 cs.LG cs.SY eess.SY
An Experimental Study of Passive UAV Tracking with Digital Arrays and Cellular Downlink Signals
本文利用LTE基站信号和双数字阵列无源接收机,通过交叉模糊函数提取双基地距离、多普勒和到达角,并结合多目标跟踪框架实现城市低空无人机米级精度轨迹跟踪。
2024-12-30 cs.SY eess.SP eess.SY
On the Localization of Unmanned Aerial Vehicles with Cellular Networks
定位对于无人机的安全操作起着关键作用,能够实现超视距应用。与基于GPS的定位相比,蜂窝网络可以减少定位误差和成本,因为蜂窝连接正成为UAV的通信系统的突出解决方案。作为朝向定位的第一步,UAV需要接收足够数量的定位信号,每个定位信号具有大于阈值的信号与干扰加噪声比(SINR),其被定义为可定位性。另一方面,UAV的三维移动性、基站(BS)和UAV之间的高度相关信道特性、其视线和非视线条件以及来自相邻BS的所产生的干扰对从所需数量的BS接收可用信号提出了挑战。在本文中,我们利用一个易于处理的方法来计算本地化,成功地从一定数量的BS接收可用信号的概率,在一个双层六边形蜂窝网络。无论使用哪种本地化技术,本地化能力都会对整体本地化性能产生影响。在我们的仿真研究中,我们调查的概率与参与BS的数量,后处理SINR的要求,空对地信道特性,和网络协调,这被证明是最重要的因素无人机的定位性能的定位之间的关系。
2020-03-11 cs.SY eess.SP eess.SY
Stereo Vision for Unmanned Aerial VehicleDetection, Tracking, and Motion Control
提出了一种新的无人机检测方法。本研究的目的是为自主式多旋翼无人机开发一种鲁棒的设置,能够视觉检测和跟踪入侵无人机进行实时运动规划。该系统由两部分组成:使用立体摄像机生成三维点云数据的目标检测和应用卡尔曼滤波器进行无人机运动建模的视频跟踪。在探测到入侵者后,猎人可以瞄准并向入侵者发射一张绳网以压制它。计算机视觉,运动跟踪和规划算法可以在安装在猎人无人机上的便携式计算机上实现。
2020-05-07 cs.SY eess.IV eess.SP
Handover-Aware Trajectory Optimization for Cellular-Connected UAV
针对蜂窝连接无人机飞行中频繁切换导致延迟和同步开销的问题,提出基于图论和拉格朗日松弛的轨迹优化算法,在通信质量和时间约束下最小化切换次数,数值验证有效。
2025-02-26 cs.IT cs.SY eess.SY
Cooperative Internet of UAVs: Distributed Trajectory Design by Multi-agent Deep Reinforcement Learning
无人机(UAV)具有部署灵活、覆盖范围广等优点,在下一代蜂窝网络中具有很大的传感应用潜力,这将催生无人机蜂窝互联网。在本文中,我们考虑了一个蜂窝互联网的无人机,无人机执行传感任务,通过合作的传感和传输,以尽量减少年龄的信息(AoI)。然而,协同感知和传输与无人机的轨迹紧密耦合,这使得轨迹设计具有挑战性。为了应对这一挑战,我们提出了一个分布式的感测和发送协议,其中无人机通过从一组离散的任务和一组连续的位置进行感测和传输来确定轨迹。基于该协议,我们制定了AoI最小化的轨迹设计问题,并提出了一种基于深度强化学习的复合动作演员-评论家(CA 2C)算法来解决这个问题。CA 2C算法可以学习最优策略的行动涉及连续和离散变量,适合于轨迹设计。{Our仿真结果表明,CA 2C算法优于四种基线算法。此外,我们表明,通过划分的任务,合作的无人机可以实现较低的AoI相比,非合作的无人机。
2020-07-28 cs.SY eess.SP eess.SY
Cellular Controlled Cooperative Unmanned Aerial Vehicle Networks with Sense-and-Send Protocol
School of Electronics Engineering and Computer Science, Peking University(北京大学电子工程与计算机科学学院)
本文提出了一种细胞控制无人机传感网络,通过协同完成传感任务,采用感知-发送协议,优化轨迹、传感位置和无人机调度以最小化任务完成时间。
2018-05-30 cs.SY eess.SP eess.SY
Trajectory Design for Cellular-Connected UAV Under Outage Duration Constraint
研究蜂窝连接无人机在最大 outage duration 约束下最小化任务完成时间的轨迹设计,通过问题转化、性质揭示及图论与凸优化技术提出高效求解算法,数值验证优于动态规划方法。
2019-03-14 cs.IT cs.SY eess.SY
Adaptive and Fair Deployment Approach to Balance Offload Traffic in Multi-UAV Cellular Networks
Feng Chia University(逢甲大学);National Yang Ming Chiao Tung University(国立阳明交通大学)
本文提出了一种三维自适应与公平部署方法,用于平衡多无人机蜂窝网络中的卸载流量,提升网络性能和公平性。
2022-11-12 cs.NI cs.SY eess.SP
Joint Path planning and Power Allocation of a Cellular-Connected UAV using Apprenticeship Learning via Deep Inverse Reinforcement Learning
Northern Arizona University(北亚利桑那大学);Clemson University(克莱姆森大学);Harvard Medical School(哈佛医学院);North Carolina State University(北卡罗来纳州立大学)
本文提出基于逆强化学习的学徒学习方法,用于蜂窝连接无人机的联合路径规划与功率分配,在稀疏郊区环境中最大化上行吞吐量并最小化干扰,达到专家级性能且优于行为克隆。
2023-06-15 cs.AI cs.DC cs.GT
Radio Map Based 3D Path Planning for Cellular-Connected UAV
在本文中,我们研究了三维(3D)路径规划的蜂窝连接的无人机(UAV),以最大限度地减少其飞行距离从给定的初始位置到最终位置,同时确保目标链路质量的预期信号干扰噪声比(SINR)在无人机接收机与每个相关的地面基站(GBS)在飞行过程中。为了利用位置相关和空间变化的信道以及3D空间上的干扰,我们提出了一种新的基于无线电地图的无人机路径规划框架。具体地,我们考虑每个GBS的信道增益图,其提供其具有3D网格上的均匀采样位置的大尺度信道增益,这是由于静态和大尺寸障碍物(例如,建筑物),因此被假定为时间不变的。基于GBS的信道增益图以及它们的负载因子,我们然后构建SINR图,其描绘了在采样的3D位置上的预期SINR水平。通过利用所获得的SINR地图,我们继续通过求解图论中的等效最短路径问题(SPP)来导出最优UAV路径。我们进一步提出了一种网格量化方法,其中SINR图中的网格点通过利用相邻网格上的空间信道/干扰相关性来更粗略地采样。然后,我们在具有降低的复杂度的减小大小的SINR图(图)上求解近似SPP。仿真结果表明,该方法能在满足通信质量约束的前提下,有效地减小无人机的飞行距离/时间,并通过调整SINR图中的网格量化比,实现性能和复杂度之间的灵活折衷。此外,所提出的解决方案显着优于各种基准计划,而不充分利用网络中的信道/干扰空间分布。
2020-12-11 cs.IT cs.SY eess.SP