Cooperative Downlink Interference Transmission and Cancellation for Cellular-Connected UAV: A Divide-and-Conquer Approach
视距空-地信道是无人机通信中的重要干扰源。在本文中,我们提出了一种新的基站(BS)合作波束形成(CB)技术的蜂窝下行链路,以减轻强干扰所造成的同信道地面传输到无人机。除了传统的CB通过合作发送UAV的消息之外,UAV的服务BS利用新颖的干扰传输方案来有效地抑制对UAV的地面干扰。具体地,同信道地面用户的消息与UAV的服务BS共享,并经由CB发送,以消除它们在UAV处产生的干扰。为了在用于UAV信号增强和干扰消除的CB增益之间进行平衡,我们的目标是通过联合优化用于发送UAV和同信道地面用户消息的所有服务BS处的功率分配来最大化UAV的接收信号与干扰加噪声比。首先,我们在一个特殊的情况下,推导出该问题的封闭形式的最优解,并得出有用的见解。然后,我们提出了一个算法,以解决问题的最佳在一般情况下。由于最佳解决方案需要集中实施与BS之间的过度消息/信道信息交换,我们进一步提出了一种分布式算法,适合于实际的实施,基于一种新的分而治之的方法,每个同信道BS将其感知到的干扰到无人机分成多个部分,每个部分将被取消由不同的服务BS的无人机与其最大的努力。数值结果表明,所提出的集中式和分布式CB计划与干扰传输和消除(ITC)可以显着优于传统的CB没有应用ITC。
2019-11-25 cs.IT eess.SP math.IT
Aerial-Ground Interference Mitigation for Cellular-Connected UAV
为了支持未来无人机(UAV)的大规模部署,一种新的无线通信模式--蜂窝连接的无人机(UAV)近年来引起了学术界和工业界的极大兴趣。具体地,蜂窝基站(BS)和频谱被重用以服务作为新的空中用户设备(UE)的UAV,以满足其通信需求。然而,与传统的地面UE相比,UAV的高海拔导致更频繁的视线(LoS)信道,其关联和非关联BS在更宽的区域中,这对UAV和地面UE两者都造成更强的空中-地面干扰。因此,设计用于减轻地面干扰的传统技术在应对新的和更严重的UAV-地面干扰方面变得无效。为了应对这一挑战,我们在这篇文章中提出了新的干扰缓解解决方案,以实现频谱效率的蜂窝网络与共存的无人机和地面UE的操作。特别是,我们利用强大的传感能力的无人机和不活跃的BS在网络中的干扰缓解/消除。数值结果验证了所提出的解决方案的有效性,并显示其显着的频谱效率增益地面干扰缓解技术。
2021-01-06 cs.IT math.IT
UAV-Sensing-Assisted Cellular Interference Coordination: A Cognitive Radio Approach
空中-地面干扰抑制被认为是实现蜂窝连接无人机(UAV)通信的主要挑战。由于视距(LoS)占主导地位的空中-地面信道,与地面用户相比,UAV在其上行链路/下行链路通信中的大得多的区域上产生/遭受到/来自蜂窝基站(BS)的强得多的干扰。因此,传统的小区间干扰协调(ICIC)技术迎合地面网络变得无效,在减轻更严重的无人机引起的干扰。为了应对这一新的挑战,这封信介绍了认知无线电为基础的解决方案,将无人机和地面用户作为次要和主要用户在网络中,分别。特别地,具有地面BS/用户的LoS信道赋予UAV强大的频谱感测能力,用于在比其服务BS大得多的区域上检测地面信号。通过利用这一独特的功能,我们提出了一种新的无人机传感辅助ICIC设计的无人机下行链路和上行链路通信。具体地,UAV分别在其服务BS处可用的资源块(RB)上感测其接收到的干扰和地面用户在下行链路和上行链路中的传输,以帮助其向UAV的RB分配,从而避免对同信道地面通信的干扰。数值结果表明,所提出的无人机辅助ICIC优于传统的地面ICIC从事相邻BS的合作。
2020-01-31 cs.IT eess.SP math.IT
Digital Twin-Assisted Adaptive Multi-Agent DRL for Intelligent Spectrum and Resource Management in Open-RAN UAV-Enabled 6G Networks
University of Cambridge(剑桥大学);University of Bristol(布里斯托大学)
针对无人机辅助6G网络中动态频谱与资源管理难题,提出数字孪生辅助的自适应深度强化学习框架,结合粒子群优化轨迹与多智能体DRL分配资源,显著提升频谱效率、数据速率和能量利用率。
2026-05-31 cs.AI cs.IT math.IT
Multi-Beam UAV Communication in Cellular Uplink: Cooperative Interference Cancellation and Sum-Rate Maximization
将无人机(UAV)作为新的空中用户集成到蜂窝网络中是一种很有前途的解决方案,可以满足其在大量应用中不断增长的通信需求。由于无人机高度高,无人机与地面基站(GBS)之间的信道由强视距(LoS)链路支配,因此在上行链路/下行链路中可能会对GBS产生严重的干扰,这使得与共存的地面和空中用户的干扰管理成为更具有挑战性的问题。本文研究了多天线无人机在其信号覆盖区域内与一组基站的上行通信。在这些GBS中,我们将可用的GBS表示为在UAV的所分配的资源块(RB)处不服务于任何地面用户的GBS,并且将占用的GBS表示为在相同RB中服务于它们各自相关联的地面用户的其余GBS。针对多波束无人机上行通信提出了一种新的协作干扰消除策略,该策略的目标是消除每个占用基站处的同频干扰,同时最大化可用基站的和速率。具体地,多天线UAV将多个数据流发送到所选择的可用GBS,所选择的可用GBS继而将其解码的数据流转发到其回程连接的占用GBS以进行干扰消除。为了得出有用的见解,首先表征了在高信噪比(SNR)状态下由多波束UAV通信用于和速率最大化可实现的最大自由度(DoF),其受到所有占用的GBS不遭受UAV的上行链路传输中的任何干扰的严格约束。然后,基于DoF最优设计,在有限SNR下的可实现的和速率被最大化,受到在每个被占用的GBS处给定的最大允许干扰功率约束。
2018-08-01 cs.IT math.IT
Common Throughput Maximization for UAV-Enabled Interference Channel with Wireless Powered Communications
本文研究了一种用于无线供电通信网络(WPCN)的无人机(UAV)启用的双用户干扰信道,其中两个UAV无线地对地面上的两个低功率物联网(IoT)设备充电并从它们收集信息。我们考虑两种情况下,当两个无人机合作的能量传输和/或信息接收,通过干扰协调和协调多点(CoMP),分别。对于这两种情况,通过轨迹设计利用UAV的可控移动性,不仅提高下行链路中的无线功率传输(WPT)效率,而且减轻上行链路中的无线信息传输(WIT)的同信道干扰。特别地,目标是通过联合优化两个UAV的轨迹和下行链路/上行链路无线资源分配,在受限于UAV处的最大飞行速度和碰撞避免约束以及IoT设备处的个体能量中性约束的情况下,最大化两个IoT设备在有限UAV任务周期内的上行链路公共(最小)吞吐量。在干扰协调和CoMP两种情况下,我们首先获得了两个共同的速率最大化问题的最优解井结构的特殊情况下,具有足够长的无人机任务持续时间。接下来,我们获得高质量的解决方案,为实际情况下,有限的无人机任务持续时间,通过使用交替优化和逐次凸逼近(SCA)。
2019-10-10 cs.IT eess.SP math.IT
Cellular-Connected UAV with Adaptive Air-to-Ground Interference Cancellation and Trajectory Optimization
针对蜂窝连接无人机的空对地同信道干扰问题,提出自适应干扰消除结合轨迹与资源联合优化的方案,通过交替优化和SCA算法求解,显著提升了无人机吞吐量。
2022-03-29 cs.IT math.IT
Uplink Cooperative Interference Cancellation for Cellular-Connected UAV: A Quantize-and-Forward Approach
空中-地面干扰是在具有传统地面用户和新的无人机(UAV)用户的蜂窝网络中实现高频谱效率的主要障碍。由于其与地面的强视距(LoS)信道,UAV在其上行链路/下行链路通信中可能对大量非关联但共信道的基站(BS)造成/遭受严重干扰。在这封信中,我们提出了一种新的合作干扰消除(CIC)的无人机的上行链路通信,以减轻其强干扰的同信道基站,这只需要每个同信道基站和它的相邻的帮助BS之间的本地合作。具体地,不服务于UAV的通信信道中的任何用户的帮助BS将它们从UAV接收到的信号转发到它们的辅助同信道BS,该辅助同信道BS然后处理量化信号及其自己的接收信号,以经由通过线性/非线性干扰消除技术(ICT)消除UAV的信号来解码其服务的地面用户的消息。我们推导出建议的CIC方案与不同的ICT作为无人机的发射功率和速率的函数的可实现的速率,从而揭示了条件下,建议的CIC方案优于现有的CIC方案的基础上的解码和转发(DF)操作的帮助BS。
2020-06-01 cs.IT eess.SP math.IT
UAV-RIS-Aided Space-Air-Ground Integrated Network: Interference Alignment Design and DoF Analysis
针对SAGIN异构干扰难题,提出UAV-RIS辅助的干扰管理方案,设计干扰对齐与预编码并分析自由度,显著提升了不同CSI场景下的系统容量。
2023-08-04 cs.IT math.IT
Experiment of Multi-UAV Full-Duplex System Equipped with Directional Antennas
实现各种基于无人机(UAV)的系统的关键使能器之一是连接许多UAV和地面站的高性能通信系统。针对区域信道中同频干扰导致的频谱利用率低的问题,提出了一种低硬件复杂度的频谱利用率全双工定向天线多无人机通信系统。本文利用无人机和地面站组成的原型系统进行了外场实验,验证了该系统的可行性和有效性,通过定向天线和无人机相对位置控制来消除无人机之间的同频干扰,而不是传统全双工系统中在无人机上使用消耗能量的专用自干扰消除器。测试了上行链路和下行链路的性能。特别地,在下行链路实验中,测量了一对两个无人机之间的干扰的信道功率时,无人机处于不同的位置关系。实验结果与设计结果吻合较好,证明了该系统可以大大提高系统的性能。
2022-11-04 cs.IT math.IT
RSS-Based UAV-BS 3-D Mobility Management via Policy Gradient Deep Reinforcement Learning
我们解决了自主无人机安装基站(UAV-BS)的移动性管理,该基站向地面上的用户集群提供通信服务,而地理特征(例如,位置和边界)、用户的地理位置以及无线电环境的特性是未知的。UAVBS仅利用来自用户的接收信号强度(RSS),并相应地选择其(连续)3-D速度来建设性地导航,即,提高了传输的数据率。为了弥补模型的不足,我们采用了策略梯度深度强化学习。由于我们的方法不依赖于任何关于用户和无线电环境的特定信息,因此它是灵活的,并尊重隐私问题。我们的实验表明,尽管最低限度的可用信息的无人机-BS是能够区分高层建筑(往往是非视线为主)和郊区(主要是视线为主)的环境,这样,在前者(分别)。后者)倾向于减少(相应地,增加)它的高度和保持接近(分别)。远)到集群。我们进一步观察到,奖励函数的选择会影响代理的速度和能力,以坚持问题的限制,而不影响交付的数据率。
2021-03-14 cs.IT math.IT
Cellular-Connected UAV: Uplink Association, Power Control and Interference Coordination
视距(LoS)空-地信道为蜂窝连接无人机(UAV)通信带来了机遇和挑战。一方面,与地面用户相比,LoS信道使更多的蜂窝基站(BS)对UAV可见,这导致用于UAV-BS通信的更高的宏分集增益。另一方面,它们还使得UAV向/从BS施加/遭受更严重的上行链路/下行链路干扰,因此需要涉及更多BS的更复杂的小区间干扰协调(ICIC)技术。在本文中,我们考虑从无人机到蜂窝基站的上行链路传输,与现有的地面用户共享频谱。为了研究最佳ICIC设计和空地性能权衡,我们通过联合优化UAV的上行链路小区关联和多个资源块上的功率分配来最大化UAV和现有地面用户的加权和速率。然而,这个问题是非凸的,很难得到最优解。首先,我们提出了一个集中的ICIC设计,以获得局部最优解的逐次凸逼近(SCA)方法的基础上。由于集中式ICIC需要网络的全局信息和大量的BS之间的信息交换,我们进一步提出了一个分散的ICIC方案,显着降低复杂性和信令开销的实现,通过将蜂窝BS划分为小规模的集群和利用LoS宏分集之间的无人机和集群头BS交换信息。数值结果表明,所提出的集中式和分散式ICIC方案都达到了接近最优的性能,并得出重要的设计见解的基础上,实际的系统设置。
2019-08-15 cs.IT math.IT
Ground Experiment of Full-Duplex Multi-UAV System Enabled by Directional Antennas
高性能的多无人机通信系统是实现各种无人机系统的关键技术之一,它是多无人机与地面站之间的桥梁。为了解决同频干扰导致的频谱效率低等问题,提出了一种低硬件复杂度的频谱效率高的全双工多UA V通信系统。在本文中,进行了地面实验,以确认所提出的系统的关键功能,即,通过定向天线和无人机位置控制来消除无人机之间的同频干扰,而不是传统全双工系统中无人机上消耗能量的专用自干扰消除器。通过软件无线电设备实现的原型系统,测量了一对无人机之间干扰链路的信道功率和可达信道容量。并对不同天线和不同天线高度的结果进行了比较。实验结果与设计结果吻合较好,验证了该系统的可行性和有效性。该地面实验是一项正在进行的工作,为未来基于多无人机的空中实验提供初步结果。
2022-02-01 cs.IT math.IT
Air-to-Ground Communications Beyond 5G: CoMP Handoff Management in UAV Network
本文针对UAV网络中的移动性CoMP传输问题,基于泊松-德劳内三角剖分理论设计了一种高效的CoMP传输与切换管理策略,显著降低了搜索开销和系统资源成本,并提升了网络覆盖性能。
2024-10-12 cs.IT math.IT
Interference Mitigation Methods for Unmanned Aerial Vehicles Served by Cellular Networks
通过现有蜂窝网络向低空无人机(UAV)提供连接的主要挑战是由于网络中的干扰增加而出现的。增加的高度和有利的传播条件导致UAV对相邻小区产生更多干扰,并且同时经历来自相邻基站的下行链路传输的更多干扰。上行链路干扰问题可能导致地面UE具有降级的性能,而下行链路干扰问题可能使UAV维持与网络的连接具有挑战性。在本文中,我们提出了几个上行链路和下行链路干扰缓解技术来解决这些问题。结果表明,在所有基站全功率发射的最坏情况下,所提出的解决方案能够降低地面UE的上行吞吐量下降,并确保无人机保持在LTE覆盖范围内。
2018-02-01 cs.IT math.IT
Interference-Aware Queuing Analysis for Distributed Transmission Control in UAV Networks
针对非授权频段无人机网络,提出融合有限队列、时延到达与带内干扰的排队分析框架及IA-TC、IA-DTC算法,通过平衡队列丢包与低SINR传输错误最大化期望吞吐量。
2024-01-20 cs.IT math.IT
Co-channel Interference Management for the Next-Generation Heterogeneous Networks using Deep Leaning
公共安全移动用户(MU)在公共安全网络(PSN)、无人机(UAV)和基于LTE的铁路网络(LRN)共存的情况下的连接性需要进行彻底的调查。UAV被部署为用于MU的小区边缘覆盖增强的移动基站(BS)。异构网络的共存由于使用相同的频段而引起同信道干扰的问题。通过考虑无线接入信道(RAC)的共享和非共享,分析了PSN、UAV和LRN下行链路系统中的同频干扰。由于LRN控制信号要求高可靠性和低延迟,因此在与MU共享的LRN RAC中为LRN用户分配资源时提供更高的优先级,并在小区边缘部署无人机以提高小区边缘用户的性能。因此,干扰控制技术使得LRN、PSN和UAV能够在共享RAC的场景中共存。通过将更多PSN UE卸载到LRN或UAV,增强了LRN和UAV BS的资源利用。在本文中,我们的目标是采用基于增强的小区间干扰协调(eICIC)和进一步增强的ICIC(FeICIC)策略的深度学习(DL)来处理PSN对LRN和UAV的干扰。在LRN、PSN BS和UAV之间,利用基于DL的协作多点(CoMP)链路技术来增强PSN MU的性能。因此,如果无线电接入信道被共享,则利用基于DL的FeICIC和CoMP进行协作调度给出最佳性能。
2023-01-06 cs.IT cs.SY eess.SP
Learning Based Dynamic Cluster Reconfiguration for UAV Mobility Management with 3D Beamforming
针对无蜂窝无线网络中无人机通信的动态聚类与功率分配多目标优化难题,提出一种基于定制化掩码软演员-评论家强化学习的动态簇重配置方法,兼顾可靠性、功耗与重配置频率需求。
2024-01-31 cs.IT eess.SP math.IT
Exploring the Interplay of Interference and Queues in Unlicensed Spectrum Bands for UAV Networks
本文提出分析框架研究非授权频段无人机网络中信号干扰与传输队列的相互作用,推导了基于信道衰落阈值$β$的数据包丢弃概率闭式表达式及总丢包率,揭示了其在平衡丢包与传输错误权衡中的作用。
2023-11-24 cs.IT eess.SP math.IT
Machine Learning for Wireless Connectivity and Security of Cellular-Connected UAVs
Ericsson Research(爱立信研究院);Virginia Tech(弗吉尼亚理工大学);Beijing University of Posts and Telecommunications(北京邮电大学)
蜂窝连接的无人机(UAV)将不可避免地作为新的空中移动用户集成到未来的蜂窝网络中。为无人机提供蜂窝连接将使从在线视频流到医疗交付的无数应用成为可能。然而,为了实现无人机的可靠无线连接以及安全操作,需要解决各种挑战,例如干扰管理,移动性管理和切换,网络物理攻击和认证。在本文中,目标是暴露的无线和安全的挑战,出现在基于无人机的交付系统,基于无人机的实时多媒体流,无人机智能交通系统的背景下。为了应对这些挑战,引入了基于人工神经网络(ANN)的解决方案。所介绍的方法使无人机能够自适应地利用无线系统资源,同时保证安全的操作,在实时。初步仿真结果显示了针对上述每个蜂窝连接的UAV应用用例引入的解决方案的优势。
2018-11-29 cs.AI cs.IT math.IT
Ground-to-UAV Integrated Network: Low Latency Communication over Interference Channel
该研究提出首个地对无人机通信的信息论框架,通过推导信道容量紧上界、误差指数及优化无人机位置,揭示干扰下功率提升未必最优、存在最小时延高度,为低时延通信设计提供参数选择准则与基准。
2023-05-03 cs.IT eess.SP math.IT
Spectrum Sharing Strategies for UAV-to-UAV Cellular Communications
在这篇文章中,我们考虑一个蜂窝网络部署,其中无人机到无人机(U2 U)发射-接收对与蜂窝地面用户(GUE)的上行链路(UL)共存。我们的分析集中于比较两种频谱共享机制:i)覆盖,其中可用的时间-频率资源被分成用于U2 U和GUE通信的正交部分,以及ii)重叠,其中相同的资源可以由两种链路类型访问,导致相互干扰。我们评估所有链路的覆盖概率和速率及其相互作用,以确定最佳频谱共享机制。除其他事项外,我们的研究结果表明,在大量的无人机对的情况下,采用重叠频谱共享似乎是最合适的方法,以保持最低的保证率为无人机和高GUE UL性能。我们还发现,增加U2 U链路的密度会降低其覆盖率,其中无人机只接收来自其他无人机的干扰,但在GUE产生的干扰的影响占主导地位的情况下,并不显着。
2020-08-18 cs.IT eess.SP math.IT
Stochastic Analysis of Cooperative Satellite-UAV Communications
研究了一种卫星-无人机(UAV)双跳协作通信系统,该系统包括一颗卫星(S)、一组簇首(CH),它们分别与一组均匀分布的UAV通信。具体地,这些CH用作空中解码和转发中继,以将S发送的信息转发给UAV。此外,自由空间光(FSO)和射频(RF)技术分别采用S-CH和CH-UAV链路,以利用FSO的高方向性长距离传输和RF的全向覆盖能力。CH在三维空间中的位置遵循Matérn硬核点过程II型,其中每个CH不能比预定义的距离更接近任何其他CH。在性能建模过程中,考虑了三种不同的情况:无干扰、干扰主导和干扰和噪声情况。然后,研究了S-CH链路和CH-UAV链路在三种情况下的覆盖性能,推导了两种链路覆盖概率的解析表达式。推导了无干扰情况下S-CH链路和CH-UAV链路上CP的渐近表达式。最后,数值结果验证了我们提出的分析模型,从而得出一些有意义的结论。
2021-03-18 cs.IT eess.SP math.IT
Spectrum Sharing between Directional-Antenna- Equipped UAV System and Terrestrial Systems
基于无人机(UAV)的应用,例如监视系统和无线中继,正吸引学术界和工业领域越来越多的关注。高性能的空中通信系统是它们的关键使能器之一。然而,由于无线电波在空对地信道中的低衰减,空中和地面通信系统之间的干扰会严重影响其通信性能,极大地限制了无人机的潜在应用。针对这一问题,提出了一种多无人机通信系统与地面系统之间的频谱共享策略,在该系统中,无人机和地面站都配备了定向天线。选择GS位置,并且使用来自地面通信系统上的频谱监测的先验知识预先定义使用某些频谱资源的UAV的可飞行区域,以最小化干扰并最大化UAV的可飞行区域,而不是用于干扰消除的低效率动态信道感测和分配。通过一个多无人机视频传输系统和地面无线局域网(WLAN)系统在5.7GHz频段的频谱共享的案例研究进行了仿真。仿真结果表明,由于所提出的系统,整个区域可以使无人机飞行。
2022-02-01 cs.IT math.IT
Liquid State Machine Learning for Resource and Cache Management in LTE-U Unmanned Aerial Vehicle (UAV) Networks
本文研究了支持缓存的无人机(UAV)网络的联合缓存和资源分配问题,这些无人机通过LTE许可和非许可(LTE-U)频段为无线地面用户提供服务。所考虑的模型侧重于用户,可以访问授权和未授权的频带,同时接收内容从缓存单元在无人机直接或通过内容服务器-无人机-用户链接。这个问题被制定为一个优化问题,它联合采用用户关联,频谱分配,和内容缓存。针对这一问题,提出了一种基于液态机(LSM)机器学习框架的分布式算法。使用所提出的LSM算法,云可以预测用户的内容请求分布,而只有有限的网络和用户的状态信息。所提出的算法还使无人机自主选择最佳的资源分配策略,最大限度地提高稳定队列的用户数量取决于网络状态。基于用户关联和内容请求分布,得到了需要在无人机上缓存的最优内容以及最优资源分配。使用真实数据集的仿真结果表明,所提出的方法分别产生高达33.3%和50.3%的收益,在用户的数量方面,有稳定的队列相比,两个基线算法:Q学习与缓存和Q学习没有缓存。结果还表明,LSM显着提高了收敛时间高达33.3%相比,传统的学习算法,如Q学习。
2018-01-29 cs.IT math.IT
Blocking Probability and Spatial Throughput Characterization for Cellular-Enabled UAV Network with Directional Antenna
在过去的几年里,无人机(UAV)在民用应用中的使用大幅增加,这要求UAV与其地面客户端之间的高性能通信,特别是当它们密集部署时。为了实现这一目标,可以利用蜂窝基站(BS)来提供一种新的和有前途的解决方案,以成本效益的方式同时支持大规模UAV通信。然而,与地面通信信道不同,UAV到BS信道通常由视距(LoS)链路支配,这加剧了共信道干扰,并且使得现有蜂窝网络中的空间频率重用无效。在本文中,我们考虑在每个无人机的定向天线的使用,以限制干扰/从其他无人机用户在一个有限的区域内,从而提高频谱的空间复用。在该模型下,如果无人机用户在其天线主瓣中找不到任何基站,或者发现其主瓣下的所有基站同时被其他无人机的基站覆盖,从而遭受强同频干扰,则可能会暂时被阻止通信。假设无人机和地面基站的位置分别为独立的齐次泊松点过程(HPPPs),首先解析推导出无人机阻塞概率的封闭形式上界,然后根据基站/无人机密度、无人机飞行高度和天线波束宽度等关键参数,描述蜂窝无人机通信网络可实现的平均空间吞吐量。仿真结果验证了所推导的边界实际上是紧的,并进一步表明,自适应调整无人机的高度和/或波束宽度与不同的BS/UAV密度可以显着降低无人机阻塞概率,从而提高网络的空间吞吐量。
2017-10-28 cs.IT math.IT
How Do Non-Ideal UAV Antennas Affect Air-to-Ground Communications?
无人机通信系统的性能分析往往依赖于理想化的天线特性,而忽略了天线副瓣增益的影响。但在实际应用中,旁瓣对地面用户造成了不可避免的干扰。研究了无人机天线旁瓣对无人机通信性能的影响。我们的分析表明,即使是一个非常小的天线的旁瓣增益,地面接收机可以经历大量的干扰。我们进一步表明,需要一个相当大的禁区,以确保足够的保护水平的地面接收器。然而,在地面用户的多天线设置中,即使在这样大的禁区存在时,UAV的天线旁瓣也会在接收天线上接收到的干扰信号之间产生高度相关性。这种相关性限制了系统在多天线设置中利用信道分集来提高容量的能力。然后,我们量化的影响无人机的天线旁瓣的整体系统性能,通过推导出相应的损失,在各种通信环境中实现的容量。我们提供了一个新的定量洞察的成本,采用非理想的无人机天线的总容量。我们的分析还表明,通过仔细选择系统参数,可以限制容量损失。
2019-02-22 cs.IT math.IT
Joint User Association, Interference Cancellation and Power Control for Multi-IRS Assisted UAV Communications
Chongqing University of Posts and Telecommunications(重庆邮电大学);Shanghai Jiao Tong University(上海交通大学);Nanyang Technological University(南洋理工大学);Carleton University(卡尔顿大学);University of Oslo(奥斯陆大学)
针对多IRS辅助UAV通信的资源受限动态场景,提出联合IRS-用户关联、轨迹、SIC顺序与功率优化的算法,提升系统能效与收敛速度。
2023-12-08 cs.IT cs.LG eess.SP
Geometry-Aware Multi-UAV Full-Duplex Communication: System Design and Experiment
Institute of Science Tokyo(科学技术院);Koden Electronics Co., Ltd.(光电电子有限公司);Kogakuin University(工学馆大学)
提出几何感知多无人机带内全双工系统,利用定向天线和分离信道将自干扰转为可控同信道干扰,经现场试验验证性能优于传统TDD并接近理想IBFD。
2026-09-29 cs.IT math.IT
Full-Duplex Aerial Communication System for Multiple UAVs with Directional Antennas
基于无人机的无线系统,如无线中继和遥感,引起了学术界和工业界的极大关注。为了实现这些目标,连接无人机和地面站的高性能无线空中通信系统是关键的推动因素之一。然而,仍然存在阻碍其发展的问题,例如无人机之间严重的同频干扰,以及无人机的有效载荷/电池寿命有限。为了应对这些挑战,我们提出了一种空中通信系统,该系统能够实现多个无人机的系统级全双工通信,其硬件复杂度低于理想的全双工通信系统。在所提出的系统中,每个信道被重新分配给一对UAV的上行链路和下行链路,并且每个UAV将一对分离的信道用于其上行链路和下行链路。利用无人机的机动性以及无人机和地面站所配备的高增益定向天线的优势,消除了复用相同信道的无人机之间的同频干扰,因此该系统不需要专门的消除器。给出了系统设计和性能分析,仿真结果与设计结果吻合较好。
2022-02-01 cs.IT math.IT
Cognitive UAV Communication via Joint Maneuver and Power Control
研究了一种新的无人机与地面无线通信频谱共享的场景,在该场景中,一个认知/次级无人机发射机与地面次级接收机进行通信,同时存在多个工作在同一频段上的地面主通信链路。我们利用无人机在三维(3D)空间中的移动性,以提高其认知通信性能,同时控制在主接收机(PR)的同频干扰,使每个PR的接收干扰功率低于规定的阈值称为干扰温度(IT)。首先,我们考虑准静止无人机的情况下,无人机被放置在一个静态的位置在每个通信期间的利益。在这种情况下,我们联合优化无人机的3D布局和功率控制,以最大限度地提高SR的可实现速率,这取决于无人机的高度和发射功率约束,以及PR处的一组IT约束,以保护它们的通信。接下来,我们考虑移动无人机的情况下,无人机被派遣从一个初始位置飞行到一个最终位置在给定的任务周期。我们提出了一种有效的算法,以最大限度地提高SR的平均可达到的速率在此期间通过联合优化无人机的3D轨迹和功率控制,受到额外的约束无人机的最大飞行速度和初始/最终位置。最后,数值结果提供了不同的情况下,所提出的设计的性能进行评估,相比各种基准计划。结果表明,在准静止情况下,无人机应处于最低飞行高度,而在机动情况下,无人机应沿水平轨迹调整飞行高度,以最大化两种情况下的SR可达速率。
2019-07-23 cs.IT math.IT
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
Multiple Antenna Aided NOMA in UAV Networks: A Stochastic Geometry Approach
本文研究了多输入多输出(MIMO)非正交多址接入(NOMA)辅助无人机(UAV)网络。利用随机几何模型,提出了一种新的三维无人机框架,为随机漫游的NOMA用户提供无线服务。为了评估所提出的框架的性能,我们推导出MIMO-NOMA增强的无人机网络的中断概率和遍历率的解析表达式。我们研究了易于处理的上限为整个拟议的框架,推导出渐近的结果,干扰源的发射功率成比例或固定的无人机的情况下。为了获得更多的见解所提出的框架,我们调查的多样性阶数和高信噪比(SNR)斜率的MIMO-NOMA辅助无人机网络。我们的结果证实:i)NOMA增强的UAV网络的中断概率在很大程度上受NOMA用户的目标传输速率和功率分配因子的影响;以及ii)对于干扰功率与UAV功率成比例的情况,存在用于中断概率的错误平层。
2018-05-14 cs.IT math.IT
Resource Management for Transmit Power Minimization in UAV-Assisted RIS HetNets Supported by Dual Connectivity
本文提出了一种新的方法,以提高性能的异构网络(HetNet)支持的双连接(DC),采用多个无人机(UAV)作为被动中继,携带可重构智能表面(RIS)。更具体地说,RIS部署在称为UAVs-RIS的UAV之下,UAVs-RIS在空中的微波($μ$ W)信道上操作,以维持与地面用户的强视距(LoS)连接。宏小区基于正交多址(OMA)在$μ$ W信道上操作,而小型基站(SBS)基于非正交多址(NOMA)在毫米波(mmW)信道上操作。我们研究了通过联合优化每个无人机的轨迹/速度、RIS的相移、子载波分配和每个BS的主动波束形成器来最小化总发射功率的问题。底层问题是高度非凸的,全局最优解是棘手的。为了处理它,我们将原问题分解为两个子问题,即,一个处理UAV的轨迹/速度、RIS的相移和用于$μ$ W的子载波分配的子问题;以及一个用于毫米波的主动波束形成设计和子载波分配的子问题。特别是,我们通过开发一种分布式算法,通过决斗深度Q网络(DQN)学习方法解决了第一个子问题,从而实现了更好的策略评估。然后,我们解决了主动波束形成的设计和子载波分配的毫米波通过连续凸近似(SCA)方法。仿真结果表明,所提出的资源分配计划相比,其他基线计划的有效性。特别是,它揭示了通过部署UAVs-RIS,发射功率可以降低6 dBm,同时保持类似的保证QoS。
2021-06-24 cs.IT eess.SP math.IT
Reinforcement Learning Based Dynamic Power Control for UAV Mobility Management
本文针对无人机通信中可靠性要求随时间变化的场景,提出基于强化学习的动态功率分配方案,在满足时变中断概率约束下最小化基站总发射功率,实现节能。
2023-12-07 cs.IT eess.SP math.IT
Exploiting NOMA for Multi-Beam UAV Communication in Cellular Uplink
无人机(UAV)预计将成为第五代(5G)和5G以后蜂窝网络中重要的新用户类别。特别地,存在新兴的UAV应用,诸如需要UAV与地面基站(GBS)之间的高速通信的航空摄影和数据中继。由于无人机飞行高度较高,其与地面基站之间的信道通常以强视距(LoS)链路为主,这为设计同时支持地面和空中用户的未来无线网络带来了机遇和挑战。尽管由于LoS主导信道,与地面用户相比,每个UAV可以与更多的GBS相关联以进行通信,但是它也在上行链路/下行链路中对地面通信造成/遭受更严重的干扰。本文研究了从一个多天线无人机的上行链路通信到一组GBS在其信号覆盖范围内考虑一个实际的,但具有挑战性的情况下,天线的数量在无人机小于同信道GBS。为了实现高速率传输,但避免干扰任何现有的地面通信在同信道的GBS,我们提出了一种新的多波束传输策略,通过利用非正交多址(NOMA)技术。具体地,UAV将每个数据流发送到所选择的GBS子集,GBS子集可以解码UAV的信号,然后在解码其服务的地面用户的消息之前消除它们,并且同时经由迫零(ZF)波束成形将其在其他GBS处的干扰置零。为了得出基本的见解,我们首先在封闭形式的自由度(DoF)下提出的战略。然后,我们提出了一种有效的算法,以最大限度地提高无人机的传输速率受到干扰避免的限制,以保护地面用户。
2018-10-25 cs.IT math.IT
Uplink Cooperative NOMA for Cellular-Connected UAV
空地干扰抑制是蜂窝连接无人机通信中的一个挑战性问题。由于强视距(LoS)空对地(A2 G)信道,UAV可能对蜂窝基站(BS)施加/遭受比地面用户更严重的上行链路/下行链路干扰。为了解决这一挑战,我们建议应用非正交多址接入(NOMA)技术的上行链路通信从无人机蜂窝基站,频谱共享与现有的地面用户。然而,对于我们考虑的系统,传统的NOMA与本地干扰消除(IC),称为非合作NOMA,可以提供非常有限的增益相比,OMA。这是因为由于LoS A2 G信道而存在许多同信道BS,并且因此UAV的速率性能受到具有与UAV的最差信道条件的BS的严重限制。为了提高无人机的可达速率,提出了一种利用基站间回程链路的协作NOMA方案。具体地,选择具有较好信道条件的一些BS来首先解码UAV的信号,然后将解码的信号转发到其回程连接的BS以用于IC。为了研究合作NOMA的最优设计,我们最大化的无人机和地面用户的加权和速率,通过联合优化无人机的速率和功率分配在多个资源块。然而,这个问题很难得到最佳解决。为了获得有用的见解,我们首先考虑两种特殊情况下的自私和利他的无人机传输策略,分别,并解决其相应的问题最优。接下来,我们考虑一般情况下,并提出了一个有效的次优解决方案,通过交替优化。数值结果表明,建议的合作NOMA产生显着的吞吐量增益比OMA和非合作NOMA基准。
2019-02-14 cs.IT math.IT
Advanced Interference Management Technique: Potentials and Limitations
干扰管理具有提高当前和下一代无线系统(例如,3GPP LTE和IEEE 802.11)中的频谱效率的潜力。最近,出现了用于干扰管理的新范例以解决一般类别的无线网络中的干扰:干扰整形和干扰利用。这两种方法都提供了更好的性能,在干扰有限的通信制度比传统上认为可能的。本文简要概述了用于单跳、多跳和多路网络架构的几种不同干扰整形和利用技术。提供了解释每个策略背后的直觉的图形说明。文章最后讨论了未来采用复杂的干扰管理策略所面临的实际挑战。
2015-09-11 cs.IT math.IT
GNN-Empowered Effective Partial Observation MARL Method for AoI Management in Multi-UAV Network
Xidian University(西安电子科技大学);The Hong Kong Polytechnic University(香港理工大学);Northwest Institute of Nuclear Technology(西北核技术研究院)
本文提出Qedgix框架,结合GNN与QMIX算法,在未知多无人机网络中基于CTDE优化Dec-POMDP,以降低用户平均AoI并提升收敛速度。
2024-08-18 cs.IT cs.LG cs.MA
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
Dual Target-Mounted RISs-Assisted ISAC Against Eavesdropping and Malicious Interference
Artificial Intelligence and 6G Laboratory (6GEN. LAB.), Turkcell Iletisim Hizmetleri Inc.(Turkcell通信服务公司人工智能与6G实验室);Communications and Signal Processing Research (HİSAR) Lab., TÜBİTAK-BİLGEM(TÜBİTAK-BİLGEM通信与信号处理研究实验室);Department of Electrical and Electronics Engineering, Koc University(罗切斯特大学电气与电子工程系);Department of Electrical Engineering, Tampere University(坦佩雷大学电气工程系);Electronics and Communication Department, Istanbul Technical University(伊斯坦布尔理工大学电子与通信系)
本文提出了一种双目标-mounted RISs辅助的ISAC方案,通过RIS在合法无人机上实现对两个无人机目标(合法用户和窃听者)的感知与通信,解决恶意无人机带来的窃听和干扰威胁,并优化最坏情况下的安全性能。
2026-03-25 cs.IT eess.SP math.IT
Power Allocation for Uplink Communications of Massive Cellular-Connected UAVs
蜂窝连接无人机(UAV)在学术界和工业界都引起了极大的研究兴趣。为了支持现有蜂窝网络中的空中用户设备(UE),一种有前途的方法是将系统带宽的一部分专门分配给UAV-UE。这对于利用大量UAV-UE的使用情况尤其有利,例如,用于仓库附近的包裹递送。虽然近视距(LoS)信道可能导致接收到更高的功率,但无人机在同一频带内可能会对彼此造成严重干扰。在这方面的贡献,我们专注于大规模蜂窝连接的无人机的上行链路通信。基于连续凸近似(SCA)原理,提出了不同的功率分配算法,以最大化最小频谱效率(SE)或最大化总体SE来应对严重干扰。其中一个挑战是,UAV可能影响大的区域,这意味着在优化问题中必须考虑更多的UAV-UE,这与地面UE的优化问题本质上不同。单载波上行链路传输的必要性进一步使问题复杂化。然而,我们发现,大的相干带宽和相干时间的传播信道的特殊属性可以被利用。在全缓冲传输模式和突发业务模式下,通过大量的仿真对所提出的算法的性能进行了评估。实验结果表明,该算法能够有效地提高上行链路的信噪比。这项工作可以被认为是处理具有优化功率分配的大规模蜂窝连接的UAV-UE之间的干扰的第一次尝试。
2023-02-26 cs.IT eess.SP math.IT
SINR Coverage Enhancement of 6G UAV-Assisted Networks Deploying IRS
该工作的目标是提高无人机辅助的6G无线网络的信号干扰噪声比(SINR)覆盖概率。为此,本文对常规无人机通信模型和红外辅助无人机通信模型的覆盖概率进行了分析比较。研究结果表明,IRS在无人机辅助无线网络中的应用显著提高了SINR的覆盖概率。此外,IRS在无人机网络中的安装降低了网络的能量消耗。
2022-12-03 cs.IT eess.SP math.IT
Dynamic Resource Coordination and Interference Management for Femtocell Networks
Femtocell正在成为确保室内环境覆盖和容量的关键技术。然而,新毫微微小区层的部署可能对整个系统产生不期望的干扰。本文研究了毫微微蜂窝网络的频谱资源协调和干扰管理问题。提出了一种基于由毫微微移动台广播资源协调请求消息的资源协调方案,以减少系统干扰。
2010-12-02 cs.IT math.IT
Joint Configuration of Transmission Direction and Altitude in UAV-based Two-Way Communication
Beihang University(北京航空航天大学);Aalborg University(奥尔堡大学)
本文研究无人机作为飞站进行双向通信时,通过优化传输方向和高度以最大化系统吞吐量,利用非视距链路减少地面设备间的干扰。
2018-05-21 cs.IT cs.SY eess.SY
Topological Interference Management with Alternating Connectivity: The Wyner-Type Three User Interference Channel
在三用户干扰信道的干扰管理与交替连接,只有拓扑知识的发射机被认为是。该网络具有Wyner型信道风味,即,对于每个连通性状态,接收机除了它们的期望信号之外还观测到至多一个干扰信号。推导了自由度自由度的上界和下界。从一个计划的基础上联合编码的交替状态的下限。在连通性状态之间均匀分布的情况下,示出了信道具有2+ 1/9 DoF。与在每个状态上单独编码相比,这提供了DoF的增加,这仅实现了2个DoF。
2013-10-09 cs.IT 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
UAV-Aided Offloading for Cellular Hotspot
在传统的地面蜂窝网络中,由于移动终端(MT)距离服务地面基站(GBS)较远,特别是在GBS负载较重的热点时段,位于小区边缘的MT往往会造成性能瓶颈。本文提出了一种新的混合网络架构,利用无人机(UAV)作为空中移动基站,沿小区边缘周期性飞行,卸载数据流量的小区边缘MT。我们的目标是最大限度地提高所有MT的最小吞吐量,通过联合优化无人机的轨迹,带宽分配和用户分区。首先考虑无人机和GBS之间的正交频谱共享,然后扩展到频谱复用,即GBS和无人机共享总带宽,有效地避免了它们之间的相互干扰。数值结果表明,所提出的混合网络与优化的频谱共享和循环多址接入设计显着提高了空间吞吐量比传统的GBS只有网络,而频谱复用方案提供了进一步的吞吐量增益的成本略高的复杂性干扰控制。此外,与传统的小小区卸载方案相比,所提出的UAV卸载方案在吞吐量方面表现出色,除了节省基础设施成本之外。
2018-05-20 cs.IT math.IT
Towards Big data processing in IoT: Path Planning and Resource Management of UAV Base Stations in Mobile-Edge Computing System
数据负载大、覆盖范围广一直是物联网在线数据处理的关键问题。最近,移动边缘计算(MEC)和无人机基站(UAV-BS)已经成为物联网中有前途的技术。本文提出了一种基于MEC技术的三层在线数据处理网络。在底层,原始数据由广泛分布的传感器生成,反映了本地信息。在它们上面,无人机基站(UAV-BS)被部署为移动MEC服务器,收集数据并进行数据处理的初始步骤。在它们之上,中心云接收处理结果并进行进一步评估。由于这是一个在线数据处理系统,边缘节点应该稳定延迟,以确保数据的新鲜度。此外,有限的机载能量对边缘处理能力造成限制。为了智能地管理网络资源以节省能量和稳定延迟,我们开发了一种基于李雅普诺夫优化的在线确定策略。在低数据率的情况下,倾向于降低边缘处理器频率以节省能量。在存在高数据率的情况下,它将智能地分配用于边缘数据卸载的带宽。同时,悬停式无人机基站带来了大范围、灵活的服务覆盖,这就带来了有效的路径规划问题。在本文中,我们应用深度强化学习,并开发了一个在线路径规划算法。以周围环境的观察作为输入,训练CNN网络来预测每个动作的奖励。通过仿真,我们验证了它在提高服务覆盖率的有效性。其结果将有助于未来物联网中的大数据处理。
2019-06-12 cs.IT cs.NI cs.SY
Topological Interference Management with User Admission Control via Riemannian Optimization
拓扑干扰管理(TIM)提供了一种仅基于网络连接信息来管理干扰的有前途的方式。以往对TIM问题的研究主要集中在利用索引编码方法和图论建立网络拓扑条件,实现拓扑干扰管理的可行性。在本文中,我们提出了一种新的用户准入控制方法,通过稀疏和低秩优化,以最大限度地提高接纳用户的数量,实现拓扑干扰管理的可行性。为了辅助用于公式化的秩约束(即,自由度(DoF)分配)10-范数最大化(即,用户容量最大化)问题,提出了一种正则化平滑L1范数最小化方法来诱导稀疏模式,从而指导用户选择.我们进一步发展了一个黎曼信赖域算法,通过利用固定秩矩阵的商流形来解决秩约束光滑优化问题。仿真结果表明,所提出的黎曼算法的有效性和接近最优的性能,以最大限度地提高接纳的用户数的拓扑干扰管理。
2016-07-25 cs.IT math.IT
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
Cellular UAV-to-UAV Communications
无人机(UAV)之间的可靠和直接通信可以促进无人机群中的自主飞行、碰撞避免和合作。在本文中,我们认为无人机到无人机(U2 U)通信的蜂窝网络,其中无人机发射-接收对共享相同的频谱与蜂窝地面用户(GUE)的上行链路(UL)。我们通过一个分析框架,包括现实的高度相关的信道模型,天线方向图,和实际的功率控制机制,这种设置的性能进行评估。我们的研究结果表明,虽然U2 U通信的存在可能会恶化的GUE的性能,这种影响是有限的,因为基站通过其天线旁瓣接收无人机干扰。此外,我们说明了所有链路的质量随着无人机高度的增加而降低-由于大量的视线干扰器-,以及如何通过改变无人机功率控制策略来权衡U2 U链路的性能与GUE的性能。
2019-04-10 cs.IT math.IT
MIMO Z Channel Interference Management
本文对MIMO Z信道进行了研究。我们重点讨论了当不同用户发送码字到相应的接收机时,只有一个用户会对另一个用户造成干扰时,如何解决干扰问题。我们假设有两个发射机和两个接收机,每个都有两个天线。我们提出了一种策略,以消除干扰,同时允许不同的用户在同一时间进行传输。我们的策略是低复杂度,而性能是好的。提供了数学分析,并给出了基于我们的系统的仿真。
2012-03-31 cs.IT math.IT
Interference Management and Power Allocation for NOMA Visible Light Communications Network
为了设计一种有效的干扰管理和多址接入方案的可见光通信(VLC)网络,这封信利用非正交多址接入(NOMA),这已经得到了显着的关注,在$5^{th}$代无线通信。考虑到NOMA中连续干扰消除的残余干扰,在用户服务质量(QoS)约束下,优化NOMA VLC网络的功率分配,以提高可达用户速率。所提出的方法的性能进行评估的数值结果。
2016-10-24 cs.IT math.IT