Energy Efficiency Optimization for UAV-assisted Backscatter Communications
未来的物联网（IoT）对节能通信有很高的需求，特别是在偏远地区和智慧城市。为了满足这一需求，我们提出了新的无人机辅助后向散射通信，其中无人机首先通过时分多址接入从多个地面后向散射标签收集数据，然后飞入地面基站的覆盖区域，将其收集的数据上传到其关联的基站。为了确定无人机数据采集的最优位置，首先分析系统平均中断概率，然后在无人机能量约束下，利用黄金分割法对最优后向散射位置进行能量效率优化。我们的分析和仿真结果表明，无人机数据收集位置和中断概率之间存在权衡，最佳无人机数据收集位置，以实现最大的能量效率需要更接近标签，以降低无人机发射功率。
2019-08-04 eess.SP
UAV-Assisted Relaying and Edge Computing: Scheduling and Trajectory Optimization
在本文中，我们研究了一种无人机（UAV）辅助的移动边缘计算（MEC）架构，在该架构中，在该区域周围漫游的UAV可以作为计算服务器来帮助用户设备（UE）计算其任务，或者作为中继来进一步将其计算任务卸载到接入点（AP）。我们的目标是最小化的无人机和UE的加权和能量消耗的任务约束，信息的因果关系约束，带宽分配约束和无人机的轨迹约束。所需的优化是非凸的，并提出了一种交替优化算法，以联合优化计算资源调度，带宽分配，无人机的轨迹在迭代的方式。数值结果表明，显着的性能增益比传统的方法。此外，所提出的算法的优点是更突出的处理计算密集型的延迟关键任务。
2019-07-16 eess.SP
Distributed and Multi-layer UAV Network for the Next-generation Wireless Communication
本文研究 UAV 与下一代无线通信融合问题，提出多层分布式 UAV 分层架构，并结合通信与空气动力学权衡及气象数据开展数值分析。
2018-05-03 eess.SP
M3F-UAV: A Missing-Modality Multimodal Foundation Model for Low-Altitude Wireless Sensing
School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院）；Squirrel Ai Learning（松鼠AI学习）
针对复杂环境下单模态模型可靠性低的问题，提出M3F-UAV模型，通过特定模态预训练特征提取器、跨模态融合及缺失模态感知预训练，从多观测中学习统一表示，在LAMBDA数据集实验中性能优于单模态基线且在缺失模态下稳健。
2026-07-16 eess.SP
Vision-Aided Blockage Avoidance in UAV-assisted V2X Communications
由于毫米波通信系统主要工作在视距（LOS）链路上，因此阻塞是毫米波通信系统面临的一个关键挑战，阻塞会显著降低系统性能。最近发现，视觉信息，很容易获得的相机，可以用来提取的位置和大小的环境对象的信息，这可以帮助推断的通信参数，如阻塞状态。在本文中，我们提出了一种新的无人机辅助V2X系统的视觉辅助切换框架，它利用移动站（MS）的摄像头拍摄的图像来选择直接链路或无人机辅助链路，以避免道路上的车辆造成的阻塞。我们提出了一种深度强化学习算法来优化切换和无人机轨迹策略，以提高长期吞吐量。仿真结果证明了利用视觉信息处理阻塞问题的有效性。
2022-07-26 eess.SP
UAV-Assisted MEC for Disaster Response: Stackelberg Game-Based Resource Optimization
本文针对灾害场景下多UAV-MEC任务卸载问题，建立Stackelberg博弈模型，提出K-means预部署机制和类棋粒子群策略选择学习优化算法，实现控制器与用户设备效用最大化。
2025-03-26 eess.SP
3D Channel Characterization and Performance Analysis of UAV-Assisted Millimeter Wave Links
最近，毫米波（mmW）频率的使用已经成为将无人机（UAV）无线连接到地面用户的有前景的解决方案。然而，由于悬停UAV的随机波动，采用UAV辅助的定向mmW链路是具有挑战性的。本文研究了无人机采用方形阵列天线时的毫米波链路性能。利用3GPP天线传播方向图对方形阵列天线进行建模。结果表明，方形阵列天线对无人机的水平角振动和垂直角振动都很敏感。为了研究无人机振动与天线方向图之间的关系，考虑了大尺度路径损耗、小尺度衰落以及无人机角振动的随机效应，对无人机毫米波信道进行了表征。为了实现有效的性能分析，易处理和封闭形式的统计信道模型推导出空中到空中（A2A），地面到空中（G2A），空中到地面（A2G）信道。分析模型的准确性进行了验证，采用Monte Carlo模拟。分析结果被用来研究天线方向图增益在不同条件下的无人机的角振动建立可靠的无人机辅助毫米波链路在实现最小中断概率方面的效果。
2020-03-01 eess.SP
Impact of Rotary-Wing UAV Wobbling on Millimeter-wave Air-to-Ground Wireless Channel
毫米波旋翼无人机（RW UAV）空-地（A2 G）链路面临着不可预测的多普勒效应。此外，传输过程中时变的信道特性导致不准确的信道估计，这反过来又导致UAV A2 G链路的误比特概率性能恶化。研究了机械抖动对悬停RW无人机与地面节点间毫米波无线信道多普勒效应的影响。本文的主要贡献在于：（1）建立了悬停RW无人机摇摆过程的数学模型;（2）建立了毫米波RW无人机A2 G链路信道时间自相关函数（ACF）的解析模型;（3）研究了RW无人机摇摆对毫米波RW无人机A2 G链路多普勒效应的影响。数值计算结果表明，不同的RW无人机摇摆模式影响的幅度和频率的ACF振荡毫米波RW无人机A2 G链路。对于无人机抖动，信道时域ACF迅速减小，多普勒效应对毫米波A2 G链路的影响显著。
2021-07-14 eess.SP
UAV Deployment Optimization for Secure Precise Wireless Transmission
提出了一种基于定向调制的安全精确无线传输（SPWT）环境下的无人机（UAV）部署方案，在不注入任何人工噪声（AN）信令的情况下，推导出SPWT的最优UAV位置，以最大化保密率（SR）。具体而言，该方案揭示了使SR性能最大化的无人机最佳位置必须位于Eves信道的零空间，这使得非预期接收机处的机密消息接收能量降为零，同时使预期接收机处的机密消息接收能量达到最大值。最后，仿真结果验证了我们所提出的方案在可实现的SR性能方面的最优性。
2023-02-28 eess.SP
Deep Q-Network Based Dynamic Movement Strategy in a UAV-Assisted Network
无人机（UAV）辅助通信是一种很有前途的解决方案，以提高未来无线网络的性能，其中无人机被部署为基站，以提高提供给地面用户的服务质量（QoS），当传统的地面基站不可用或不足时。提出了一种有效的框架来管理多个无人机（UAV）的动态运动，以响应地面用户的移动，目标是最大化地面用户的总数据速率。首先，我们讨论了空-地（A2 G）路径损耗（PL）和无人机的位置之间的关系。然后，提出了一种基于深度Q网络（DQN）的方法来调整无人机的位置，以最大化用户设备（UE）的总数据速率。仿真结果表明，该方法能够实时调整无人机位置，提高整个网络的QoS。
2020-08-07 eess.SP
Reconfigurable Intelligent Surface-assisted Multi-UAV Networks: Efficient Resource Allocation with Deep Reinforcement Learning
在本文中，我们提出了可重构智能表面（RIS）辅助无人机（UAV）网络，可以利用无人机的灵活性和RIS的反射，以提高网络的性能。为了最大限度地提高所考虑的网络的能源效率（EE），我们共同优化无人机的功率分配和RIS的相移矩阵。提出了一种深度强化学习（DRL）方法，用于以集中方式解决时变通道的连续优化问题。此外，还提出了一种并行学习方法，以减少集中式方法的信息传输要求。数值结果表明，我们提出的计划相比，传统的方法在EE，灵活性和处理时间方面有显着改善。我们提出的用于RIS辅助无人机网络的DRL方法可以用于实时应用，因为它们具有即时决策和处理动态环境设置的时变信道的能力。
2021-08-05 eess.SP
Channel Modeling for UAV-based Optical Wireless Links with Nonzero Boresight Pointing Errors
本文研究了具有非零波束指向误差的基于无人机的自由空间光链路信道建模问题。特别是，利用对数正态湍流模型，我们提出了一种新的封闭形式的统计信道模型的无人机为基础的自由空间光通信链路，考虑到非零波束指向误差的影响。随后，利用伽马-伽马湍流模型，我们提出了一种新的通道特性，这种链路是有效的中度到强湍流条件下。通过Monte-Carlo模拟验证了所提出的模型的准确性。所提出的模型更易于处理，适用于分析这种基于无人机的FSO链路。
2020-04-21 eess.SP
3D Trajectory Optimization in UAV-Assisted Cellular Networks Considering Antenna Radiation Pattern and Backhaul Constraint
研究了在干扰严重的下行蜂窝网络中，三维天线辐射方向图和回程约束对无人机（UAV）最优三维路径规划问题的影响。我们考虑一种蜂窝连接的无人机，其任务是在固定时间内在两个位置之间旅行，并且它可以通过充当中继来改善地面用户的蜂窝连接。由于蜂窝基站的天线增益随UAV高度显著变化，因此UAV可以通过在其任务过程中改变其高度来提高其回程链路中的信号质量。这个问题是非凸的，因此，我们探索动态规划技术来解决它。我们表明，3D最优路径可以引入显着的网络性能增益的轨迹与固定的无人机高度。
2020-03-09 eess.SP
Energy-Efficient Design for RIS-assisted UAVcommunications in beyond-5G Networks
可重构智能表面（RIS）与无人驾驶Ariel车辆（UAV）的结合使用正在研究中，作为向密集城市地区的地面用户提供节能通信的一种方式。在本文中，我们设计了一个优化方案，以减少网络中的整体能耗，同时保证一定的服务质量（QoS）的地面用户在该地区。由于优化问题的复杂性，我们提供了一个联合的无人机轨迹和RIS相位决策，以最大限度地减少无人机和基站（BS）的传输功率，从而以较低的复杂性产生良好的性能。因此，所提出的方法使用连续凸近似（SCA）迭代确定无人机轨迹，RIS相位和BS和无人机发射功率的联合最优解。因此，该方法已根据不同的标准进行了分析评估。
2021-09-24 eess.SP
Impact of RIS Orientation on Throughput in UAV-Assisted Wireless Systems
本文提出通过优化RIS方位提升无人机辅助无线系统吞吐量的方法，并通过实验验证了RIS方位对通信性能的关键影响。
2025-12-08 eess.SP
Toward UL-DL Rate Balancing: Joint Resource Allocation and Hybrid-Mode Multiple Access for UAV-BS Assisted Communication Systems
在本文中，我们研究无人机（UAV）辅助通信系统，需要准平衡的数据速率在上行链路（UL）和下行链路（DL），以及用户的异构业务。据我们所知，这是第一个明确研究联合UL-DL优化的无人机辅助系统在异构的要求。针对异构业务提出了一种混合模式多址接入（HMMA）方案，其中非正交多址接入（NOMA）以高平均数据速率为目标，正交多址接入（OMA）通过补偿用户的速率来满足用户的瞬时速率需求。HMMA使得多址接入的自由度更高，并且在用户之间实现比UAV辅助的NOMA或OMA方案更优的最小平均速率。在HMMA下，提出了一种联合UL-DL资源分配算法，该算法具有用于UL/DL功率分配的封闭形式的最优解，以实现UL和DL的准平衡平均速率。此外，考虑到NOMA中连续干扰消除（SIC）的误差传播，提出了一种增强的HMMA方案，该方案对SIC误差具有较强的鲁棒性，且最小平均速率高于HMMA方案。
2021-11-16 eess.SP
UAV-Assisted and Intelligent Reflecting Surfaces-Supported Terahertz Communications
本文利用无人机和智能反射面来支持太赫兹（THz）通信。为此，无人机的轨迹，IRS的相移，太赫兹子带的分配，和功率控制的联合优化进行了研究，以最大限度地提高所有用户的最小平均可达速率。提出了一种基于逐次凸逼近和速率约束惩罚（CAR）的迭代算法来获得无人机的轨迹，并将IRS相移表示为一个封闭形式的表达式，引入了代价因子。仿真结果表明，该方案显著提高了整个系统的速率性能。
2021-03-01 eess.SP
Energy-Efficient UAV-Mounted RIS Assisted Mobile Edge Computing
无人机（UAV）和可重构智能表面（RIS）最近已被应用于移动边缘计算（MEC）领域，以分别通过可重构位置部署和智能信号反射主动改变无线信道来改善数据交换环境。然而，它们在实际情况中可能受到固有的限制。无人机搭载RIS（U-RIS）作为一种很有前途的综合方法，可以结合无人机和RIS的优点，突破限制。受此启发，我们考虑了一种新的U-RIS辅助MEC系统，其中部署了U-RIS以协助地面用户和MEC服务器之间的通信。为最大限度地提高系统的能量利用率，提出了无人机航迹、RIS无源波束形成和MEC资源分配的联合设计方案。为了解决这个棘手的非凸问题，我们将其分为两个子问题，并基于连续凸逼近（SCA）和Dinkelbach方法迭代求解。最后，我们得到了一个高性能的次优解。仿真结果表明，该算法显著提高了MEC系统的能量效率。
2022-03-24 eess.SP
Proactive Blockage Prediction for UAV assisted Handover in Future Wireless Network
针对毫米波通信视距易受阻塞的问题，提出利用无人机作为基站、结合计算机视觉预测阻塞并执行主动切换，实验表明该方法在保证无缝连接的同时将网络性能提升20%。
2024-11-04 eess.SP
Dual Fluid Antenna-Assisted UAV MIMO Networks
Shanghai Advanced Research Institute, Chinese Academy of Sciences（中国科学院上海高等研究院）；University of Chinese Academy of Sciences（中国科学院大学）；Nanjing University of Posts and Telecommunications（南京邮电大学）；Shenzhen CyberAray Network Technology Co., Ltd.（深圳赛博阵列网络科技有限公司）；The University of Electro-Communications（电子通信大学）；University College London（伦敦大学学院）；Kyung Hee University（庆熙大学）；Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
研究双流天线辅助无人机多用户多输入多输出下行通信网络，通过联合优化无人机轨迹、收发天线位置和波束成形最大化平均可达速率，采用交替优化算法求解，性能优于传统和现有基线。
2026-07-17 eess.SP
Machine Learning Empowered Trajectory and Passive Beamforming Design in UAV-RIS Wireless Networks
提出了一种将可重构智能表面（RIS）集成到支持无人机（UAV）的无线网络中的新框架。在移动用户连续漫游的情况下，引入非正交多址接入（NOMA）技术进一步提高网络的频谱利用率。通过联合设计UAV的运动、RIS的相移、从UAV到MU的功率分配策略以及确定动态解码顺序来制定能量消耗最小化问题。提出了一种基于衰减深度Q网络（D-DQN）的算法来解决这个问题。在所提出的D-DQN算法中，中央控制器被选为代理，用于定期观察UAV使能的无线网络的状态，并执行动作以适应动态环境。与传统的DQN算法相比，衰减的学习速率被利用在建议的D-DQN算法中，以实现加速训练速度和收敛到局部最优之间的权衡。数值结果表明：1）与传统的Q学习算法相比，基于D-DQN的算法在求解问题时不能收敛，而在较小的约束条件下能够收敛; 2）在无人机无线网络中集成RISs可以显著降低无人机的能量消耗; 3）通过设计动态解码顺序和功率分配策略，RIS-NOMA情况比RIS-OMA情况减少11.7%的能量消耗。
2020-10-06 eess.SP
Stacked Intelligent Metasurfaces Assisted UAV Communications
University of Luxembourg（卢森堡大学）；National Institute of Technology Warangal（瓦朗加尔国家技术学院）
研究堆叠智能超表面辅助的无人机通信系统，通过将部分波束成形功能转移到电磁域，实现节能混合波束成形。制定联合设计并开发交替优化框架，解决非凸问题。结果表明该架构能提高频谱效率且保持低硬件复杂度。
2026-07-28 eess.SP
UAV-Assisted Weather Radar Calibration: A Theoretical Model for Wind Influence on Metal Sphere Reflectivity
针对风致悬挂金属球偏移导致无人机辅助天气雷达标定反射率偏差的问题，建立一维振动影响的理论模型，为移动雷达标定提供依据。
2024-06-20 eess.SP
Task and Bandwidth Allocation for UAV-Assisted Mobile Edge Computing with Trajectory Design
在本文中，我们研究了一个移动边缘计算（MEC）架构的协助下，无人机（UAV）。UAV充当计算服务器以帮助用户设备（UE）计算其任务，以及充当中继器以进一步将UE的任务卸载到接入点（AP）以进行计算。通过在任务约束、信息因果关系约束、带宽分配约束和UAV的轨迹约束的条件下联合优化任务分配、带宽分配和UAV的轨迹，来最小化UAV和UE的总能量消耗。公式化的优化问题是非凸的，我们提出了一个交替算法来迭代优化参数。仿真结果验证了算法的有效性，与一些实际基线相比，该算法获得了很大的性能增益，特别是在处理计算密集型和延迟关键型任务时。
2019-07-08 eess.SP
Energy-Efficient Data Collection and Wireless Power Transfer Using A MIMO Full-Duplex UAV
在本文中，我们提出了一种新的能源效率的数据收集和无线电力传输（WPT）的物联网（IoT）的应用框架，通过多输入多输出（MIMO）全双工（FD）无人机（UAV）。为了充分利用支持UAV的WPT和MIMO FD通信的优势，我们允许MIMO FD UAV为低功耗物联网设备充电，同时收集数据。以节省在无人机消耗的总能量为目的，我们制定了一个能量最小化问题，考虑FD硬件损伤，上传的数据位数，和能量收集的因果关系。由于WPT的UAV轨迹和发射波束形成问题的非凸性，跟踪全局最优性是相当具有挑战性的。或者，我们找到一个局部最优点，通过实施建议的迭代搜索算法结合逐次凸逼近技术。数值结果表明，该方法可以导致优越的性能与其他基准计划相比，计算复杂度低，收敛速度快。
2018-11-22 eess.SP
Maximizing Energy Charging for UAV-assisted MEC Systems with SWIPT
针对现有MEC-WPT方案忽略下行链路周期的问题，提出结合SWIPT的无人机辅助MEC方案，通过多变量联合优化与交替优化算法最大化地面设备剩余能量，实验验证了方案有效性。
2024-03-06 eess.SP
Robust Computation Offloading and Trajectory Optimization for Multi-UAV-Assisted MEC: A Multi-Agent DRL Approach
针对多无人机辅助MEC网络中存在通信与计算不确定性的多类型任务联合优化问题，提出基于Beta分布的多智能体PPO框架求解，有效降低总加权能耗且鲁棒性优于基准算法。
2023-08-24 eess.SP
Pareto-Optimal Rate-CRLB Tradeoff via Anchor Placement Optimization for UAV-Assisted 3D ISAC
National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室）；Purple Mountain Laboratories（紫金山实验室）
本文针对无人机辅助三维ISAC系统，通过优化无人机锚点布置，刻画并实现了通信速率与感知CRLB之间的Pareto最优权衡，提出了高效算法并验证了性能优势。
2026-09-15 eess.SP
Rate Maximization for UAV-assisted ISAC System with Fluid Antennas
本文针对流体天线无人机辅助ISAC系统，提出基于凸优化和交替优化的迭代算法，在保证联合感知能力下最大化通信速率，仿真验证了其有效性。
2025-10-09 eess.SP
UAV-Assisted 3-D Localization for IoT Networks Using a Simple and Efficient TDOA-AOA Estimator
本文提出一种利用单个TDOA-AOA测量对和闭式加权最小二乘估计器的代数解，实现无人机辅助物联网中基于单地面站的三维信源定位，性能接近CRLB。
2025-10-09 eess.SP
Direction Modulation Design for UAV Assisted by IRS with discrete phase shift
针对无人机安全通信需求，提出IRS辅助的定向调制方案，通过联合优化数字加权向量、无人机位置与IRS离散相移，提升安全传输速率，数值结果验证了方案有效性。
2024-10-07 eess.SP
Emulating UAV Motion by Utilizing Robotic Arm for mmWave Wireless Channel Characterization
针对无人机辅助通信中的毫米波无线信道特性（多普勒扩展和路径损耗建模）进行了分析和研究。考虑的频率是28 GHz的消声室设置。在该实验中考虑了从3.5英尺到23.5英尺的总共11个距离点，增量为2英尺。在每个距离点处，收集3个数据样本以用于更好的推断目的。在该仿真环境中，发现在这些不同距离处的平均多普勒扩展在-60 dB的本底噪声下约为-20 Hz和+20 Hz。另一方面，发现路径损耗指数为1.843。本研究提出了一种新的无人机运动仿真框架，为下一代无人机辅助无线通信系统的设计和实现奠定了基础。
2021-03-21 eess.SP
UAV-Enabled Covert Wireless Data Collection
这项工作考虑了无人机（UAV）网络从地面用户秘密收集数据。全双工UAV旨在通过无线通信从调度用户（SU）收集关键信息，并生成具有随机发射功率的人工噪声（AN），以确保SU的传输被非调度用户（USU）检测到的概率可以忽略不计。为了提高系统性能，我们联合设计了无人机的轨迹及其最大AN发射功率以及受实际约束的用户调度策略，例如，隐蔽性约束，这是明确确定通过分析每个USU的检测性能，和用户调度引起的二元约束。公式化的设计问题是一个混合整数非凸优化问题，这是具有挑战性的直接解决，但解决了我们开发的惩罚逐次凸逼近（P-SCA）计划。提出了一种基于连续悬停飞行（SHAF）轨迹的无人机轨迹初始化方法，该方法也可作为无人机轨迹初始化的基准。我们的研究表明，开发的P-SCA计划显着优于基准计划在实现更高的最大-最小平均传输速率从所有的SU的无人机。
2019-06-20 eess.SP
Terahertz Communication Multi-UAV-Assisted Mobile Edge Computing System
本文研究太赫兹多无人机辅助移动边缘计算系统中的服务时延最小化问题，提出联合优化中继选择、功率、位置和资源分配的PDD算法，并通过数值实验验证其优于基准方法。
2024-07-01 eess.SP
Fusing Channel and Sensor Measurements for Enhancing Predictive Beamforming in UAV-Assisted Massive MIMO Communications
本文提出融合信道与传感器数据，利用扩展卡尔曼滤波和预测波束赋形框架，提升无人机大规模MIMO通信的波束对齐精度与频谱效率。
2023-12-29 eess.SP
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
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
Saving Lives at Sea with UAV-assisted Wireless Networks
在本文中，我们研究的特点和权衡的无人机与BS或C-RAN相结合的系统，在紧急情况下扩展陆地无线覆盖的海上。海上部署链路预算的结果显示了功耗和吞吐量之间的权衡，以满足搜索和救援目标。
2018-09-04 cs.NI eess.SP
UAV-Enabled Wireless Power Transfer: A Tutorial Overview
支持无人机（UAV）的无线功率传输（WPT）最近成为一种有前途的技术，以在大规模无线网络中为广泛分布的低功率地面设备（GD）提供可持续的能量供应。与部署在固定位置的传统WPT系统中的能量发射器（ESTA）相比，UAV安装的空中发射器可以在三维（3D）空间中灵活地飞行，以更有效地为附近的GD充电。本文提供了一个教程概述无人机使能WPT及其吸引人的应用，特别是侧重于如何利用无人机的可控移动性，通过其3D轨迹设计，以最大限度地提高能量传输到所有GD在无线网络中的公平性。首先，我们考虑单个UAV使能的WPT场景，其中一个UAV在已知位置为多个GD无线充电。为了解决这种情况下的能量最大化问题，我们提出了一个通用的轨迹设计框架，包括三个创新的方法来优化无人机的轨迹，这是多位置悬停，连续悬停和飞行，和基于时间量化的优化，分别。接下来，我们考虑多无人机使能的WPT场景，其中多个无人机在大区域中协作地对许多GD充电。在单无人机航迹设计的基础上，分别基于无人机群集和GD聚类原理，提出了两种有效的多无人机航迹联合优化方案。此外，我们考虑了支持无人机的WPT的两个重要扩展，即支持无人机的无线供电通信网络（WPCN）和支持无人机的无线供电移动边缘计算（MEC）。
2021-02-27 cs.IT eess.SP math.IT
An Optimal Multi-UAV Deployment Model for UAV-assisted Smart Farming
下一代无线网络将动态部署无人机作为空中基站（UAV-BS），以提高无线网络在偏远地区的覆盖。为了在随机环境中提供有效的服务，必须针对不同的场景适当地指定UAV-BS的最佳数量、它们的位置和轨迹。这种部署需要一种智能决策机制，可以在不同时间处理各种变量。本文提出了一种用于智能农业的多UAV-BS部署模型，采用多标准决策（MCDM）方法来确定用于监测动物行为的UAV-BS的最佳数量。该模型考虑了UAV-BS的信号干扰和用户移动引起的路径损耗变化的影响，以最大限度地提高系统的效率。为了避免UAV-BS之间的冲突，我们将所考虑的区域分成几个集群，每个集群由一个UAV-BS覆盖。我们的模拟结果表明，部署效率比基准聚类算法高出11倍。
2022-07-28 cs.NI eess.SP
Radio-Map-Based Robust Positioning Optimization for UAV-Enabled Wireless Power Transfer
这封信研究了基于无线电地图的鲁棒定位设计中的无人机无线电力传输系统。
2019-05-03 cs.IT eess.SP math.IT
Ruin Theory for Energy-Efficient Resource Allocation in UAV-assisted Cellular Networks
无人机（UAV）可以为提高地面无线蜂窝网络的覆盖范围、容量和整体性能提供有效的解决方案。特别是，无人机辅助蜂窝网络可以满足第五代新无线电（5G NR）应用的严格性能要求。本文研究了在5G NR应用的可靠性和时延约束下，无人机辅助蜂窝网络的节能资源分配问题。破产理论的框架，允许太阳能无人机捕捉收获和消耗的能量的动态。首先建立了无人机剩余功率模型，然后利用剩余功率计算无人机的破产概率。破产概率表示无人机能量耗尽的脆弱性。接下来，破产的概率是用于有效的用户关联与每个无人机。然后，使用注水方法执行5G NR应用的功率分配以最大化可实现的网络速率。仿真结果表明，与基于信干噪比的方案相比，该方案可使无人机飞行持续时间提高61%，服务用户数提高58%.
2020-06-01 cs.NI eess.SP
Energy and Age Pareto Optimal Trajectories in UAV-assisted Wireless Data Collection
研究了一种无人机辅助的无线网络，该网络中无人机从地面传感器节点收集信息，并将收集到的数据传输到仓库。信息新鲜度由信息年龄（AoI）度量捕获，而UAV的能量消耗被视为另一个性能标准。最重要的是，AoI和能源效率本质上是相互竞争的指标，因为降低AoI需要UAV更频繁地返回仓库，导致更高的能源消耗。为此，我们设计无人机路径，优化这两个相互竞争的指标，揭示帕累托前沿。为了制定这个问题，提出了一个多目标混合整数线性规划（MILP）与基于流的约束集，我们应用本德的分解建议制定。总体结果表明，所提出的方法可以推导出非支配的解决方案，无人机基于无线数据汇集的决策。数值结果证实了我们的研究，提出了两个目标的帕累托前沿和无人机轨迹的影响。
2022-05-10 cs.NI eess.SP
Energy-Efficient UAV Swarm Assisted MEC with Dynamic Clustering and Scheduling
针对无人机集群辅助MEC的长期能效问题，提出动态分簇与资源调度联合优化，并通过多智能体随机博弈和RLDC算法求解，仿真验证其性能优势。
2024-02-29 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
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
Offloading Revenue Maximization in Multi-UAV-Assisted Mobile Edge Computing for Video Stream
针对多无人机辅助视频传输系统的计算资源限制问题，本文提出多无人机辅助D2D移动边缘计算系统，联合优化多维度资源配置并采用TD3算法求解非凸问题，显著提升系统效率以最大化视频流任务卸载收益。
2024-12-05 cs.ET 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
Multi-UAV Data Collection Framework for Wireless Sensor Networks
在本文中，我们提出了一个框架设计的无线传感器网络的基础上，多无人机（UAV）。具体而言，我们的目标是在预算和电力限制方面最大限度地降低部署和运营成本。为此，我们首先优化簇头（CH）的数量和位置，保证从所有传感器收集数据。然后，以最小化数据收集飞行时间为目标，对无人机的数量和飞行轨迹进行优化。因此，我们区分两种轨迹方法：1）无人机悬停在访问CH的上方; 2）无人机悬停在CH的范围内。这一结果包括数据收集设计的指导方针。讨论了传感器节点K均值聚类的特点。接下来，我们说明了轨迹规划的最优和启发式解决方案的性能。遗传算法被证明是接近最优的，只有$3.5\%$退化。研究了航迹进场、环境和无人机高度等因素的影响。最后讨论了无人机航迹的公平性问题。
2019-12-03 cs.NI eess.SP
Joint Optimization of STAR-RIS Assisted UAV Communication Systems
本文研究了同时发射和反射的可重构智能表面（STAR-RIS）辅助无人机（UAV）通信。我们的目标是通过联合优化STAR-RIS的波束形成向量、无人机的轨迹和功率分配来最大化所有用户的总速率。我们将非凸问题分解为三个子问题，交替求解以获得最优解。模拟结果表明：1）STAR-RIS实现了比传统RIS更高的和速率; 2）为了利用STAR-RIS的优点，UAV的轨迹比RIS更接近STAR-RIS; 3）反射和透射的能量分裂高度依赖于UAV的实时轨迹。
2022-09-08 cs.IT eess.SP math.IT
Joint Energy and SINR Coverage Probability in UAV Corridor-assisted RF-powered IoT Networks
针对无人机走廊辅助的射频供能物联网网络，研究能量与SINR联合覆盖概率，通过建模空中走廊与视距概率推导精确解与紧近似，给出最优无人机部署数和走廊长度。
2024-09-13 cs.IT eess.SP math.IT
Lifetime Maximization for UAV-assisted Data Gathering Networks in the Presence of Jamming
无人机（UAV）的部署最近由于各种实际用例（如监视，数据收集和商品交付）而受到极大关注。由于无人机由电池供电，因此节能通信至关重要。在本文中，我们研究了存在多个干扰源的情况下，无人机辅助网络的生命周期最大化问题，其中无人机被部署来收集来自一组无线传感器的数据。我们证明了无人机的位置在延长网络的寿命方面起着关键作用，因为无人机所需的传输功率与它们在空间中的位置密切相关。在所提出的场景中，UAV将收集的数据发送到称为\textit{leader}的主UAV，主UAV负责经由回程UAV网络将数据转发到基站（BS）。我们部署的工具，从谱图理论来解决这个问题，由于其高度的非凸性。仿真结果表明，我们提出的方法可以显着提高无人机网络的生命周期。
2020-05-10 cs.SY eess.SP eess.SY
Resource Allocation for UAV Assisted Wireless Networks with QoS Constraints
对于拥挤和热点区域，通常部署无人机（UAV）以提高覆盖率。该模型将无人机辅助通信分为控制消息、非实时通信和实时通信三种类型，能够满足无人机辅助通信系统用户的大部分实际需求。带宽分配问题被认为是最小化该系统的总能耗，同时满足要求。为了提高系统的性能，本文引入了两种技术。第一种方法是将地面用户分为多个用户组，并为每个用户组提供具有不同带宽的唯一RF信道。第二种方法是在系统中部署多架无人机。每种方案的带宽优化都是一个凸优化问题。仿真结果表明，所提出的方案的优越性，在能源消耗。
2020-02-09 cs.SY eess.SP eess.SY
The Deployment of IRS in UAV-Empowered 6G Networks
具有实时重新配置固有电磁反射和吸收特性的智能反射表面（IRSs）为改善恶劣环境下的无线连接提供了无与伦比的前景。无人机（UAV）辅助的无线网络被演进为对抗非视距（NLoS）场景的可靠解决方案。因此，IRS授权的无人机辅助蜂窝网络将成为改善覆盖和用户体验的重要角色。研究了IRS-UAV辅助网络中路径损耗最小化和数据传输速率最大化问题。在此背景下，工作分析了路径损耗和可实现的速率利用毫米波（毫米波）载波考虑传统的无人机模型和IRS授权的无人机通信模型。研究表明，与传统的无人机辅助通信模型相比，IRSempowered无人机通信模型能够显著降低路径损耗，提高可达数据速率。
2022-05-07 cs.IT eess.SP math.IT
