Joint Trajectory, RIS, and Computation Offloading Optimization via Decentralized Model-Based PPO in Urban Multi-UAV Mobile Edge Computing
Xi’an University of Posts & Telecommunications（西安邮电大学）；Shanghai Jiao Tong University（上海交通大学）；Southeast University（东南大学）
本文提出去中心化模型基于PPO方法，解决密集城市区域多无人机边缘计算中计算卸载、轨迹和RIS相位配置的联合优化问题，提升吞吐量和能效。
2026-03-09 cs.IT cs.SY eess.SY
Digital Twin Assisted Task Offloading for Aerial Edge Computing and Networks
考虑用户的移动性和不可预测的移动边缘计算（MEC）环境，研究了基于数字孪生（DT）的无人机（UAV）MEC智能任务卸载问题。我们的目标是最大限度地减少整个MEC系统的能量消耗，通过联合优化移动终端用户（MTU）的关联，无人机轨迹，传输功率分配和计算能力分配，同时尊重任务的最大处理延迟的约束。具体而言，首次提出了源于深度强化学习的双深度Q网络（DDQN）算法，以有效解决MTU关联和无人机轨迹问题。然后，该封闭表达式被用来处理传输功率分配问题，并通过迭代算法进一步解决计算容量分配问题。数值结果表明，我们提出的计划是能够收敛，并显着降低MEC系统的总能耗相比，基准计划。
2022-07-09 cs.IT math.IT
UAV-Enabled Mobile Edge Computing: Offloading Optimization and Trajectory Design
随着各种移动应用（如增强现实）的出现，移动用户的体验质量受到其计算能力和有限电池寿命的极大限制。移动边缘计算（MEC）和无线电力传输有望解决这个问题。然而，这两种技术容易受到传播延迟和损耗的影响。为利用无人机通信实现短距离视距，研究了一种基于无人机的无线供电MEC系统。一个功率最小化问题的计算位数和能量收集因果关系的约束下制定。该问题是非凸的，具有挑战性的解决。提出了一种基于序列凸优化的替代优化算法。仿真结果表明，我们提出的设计是优于其他基准计划，所提出的算法是有效的收敛。
2018-02-12 cs.IT eess.SP math.IT
Energy-Efficient STAR-RIS Enhanced UAV-Enabled MEC Networks with Bi-Directional Task Offloading
本研究提出STAR-RIS增强的无人机赋能MEC双向任务卸载方案，通过联合优化多类变量与无人机轨迹提升系统能效，采用结合Dinkelbach算法与SCA的BCD迭代算法求解非凸问题，仿真验证其能效优于传统RIS辅助等基准方案。
2024-09-13 cs.IT eess.SP math.IT
Joint Mobility Control and MEC Offloading for Hybrid Satellite-Terrestrial-Network-Enabled Robots
受益于通信和智能技术的融合，网络机器人已经成为支持未来机器辅助和无人驾驶应用的重要工具。为了在广阔的区域内为机器人提供高质量的服务，星地混合网络是一项关键技术。通过混合网络，计算密集型和延迟敏感型任务可以卸载到移动边缘计算（MEC）服务器。然而，由于移动机器人的移动性和不可靠的无线网络环境，过多的本地计算和频繁的服务迁移可能会显着增加服务延迟。为了解决这个问题，本文的目的是最大限度地减少平均任务完成时间MEC为基础的卸载启动的卫星地面网络使能的机器人。与传统的移动感知方案不同，该方案通过联合考虑机器人的移动控制来做出卸载决策。提出了一个任务卸载和速度控制的联合优化问题。利用李亚普诺夫优化方法，将原优化问题分解为速度控制子问题和任务卸载子问题。然后，基于马尔可夫决策过程（MDP），提出了一种双智能体强化学习（RL）算法。对改进RL算法的收敛性和复杂度进行了理论分析，仿真结果表明，该方案能有效降低卸载延迟。
2023-03-29 cs.IT math.IT
Secure Offloading in NOMA-Aided Aerial MEC Systems Based on Deep Reinforcement Learning
针对存在空中窃听者的NOMA辅助UAV-MEC系统，提出一种基于深度确定性策略梯度算法的安全卸载方案，通过联合优化UAV轨迹、用户发射功率与计算频率，在保障数据安全的同时最小化长期网络计算成本。
2024-10-11 cs.IT math.IT
Multi-objective Optimization for Multi-UAV-assisted Mobile Edge Computing
针对多无人机辅助移动边缘计算中资源受限难以满足用户计算与延迟需求的问题，提出联合优化任务卸载、计算资源分配与轨迹控制的多目标优化方法，通过分解子问题求解，仿真证明其性能优于基准方法。
2024-03-23 cs.IT eess.SP math.IT
Optimal Content Placement for Offloading in Cache-enabled Heterogeneous Wireless Networks
在基站（BS）处进行缓存是一种很有前途的方式来卸载流量并消除异构网络（HetNet）中的回程瓶颈。在本文中，我们研究了最佳的内容放置最大限度地提高成功卸载概率的高速缓存启用HetNet中的一层多天线宏BS（MBS）覆盖一层的助手与高速缓存。基于概率缓存框架，借助随机几何理论推导出成功卸载概率的封闭形式，并建立了缓存概率优化问题，该问题一般不是凹的.在用户-助手密度比高和低的两种极端情况下，得到了最优缓存概率，并分析了两层基站密度、发射功率以及信干噪比（SINR）阈值对缓存概率的影响。在一般情况下，我们得到了最佳的缓存概率，最大化成功卸载概率的下限，并分析了用户密度的影响。仿真和数值结果表明，当MBS与助手密度、MBS与助手发送功率和用户与助手密度之比以及SINR阈值较大时，最优缓存策略倾向于在所有位置缓存最流行的文件。
2016-04-12 cs.IT math.IT
Joint Altitude and Beamwidth Optimization for UAV-Enabled Multiuser Communications
在这封信中，我们研究了多用户通信系统，使无人机（UAV），配备了可调波束宽度的定向天线。我们提出了一个飞行悬停和通信协议，地面终端（GT）被划分成不相交的集群，依次由无人机服务，因为它悬停在相应的集群中心。我们共同优化无人机的飞行高度和天线波束宽度的吞吐量优化在三个基本的多用户通信模型，即无人机使能的下行链路多播（MC），下行链路广播（BC），和上行链路多址接入（MAC）。我们的研究结果表明，最佳无人机高度和天线波束宽度关键取决于所考虑的通信模型。
2017-11-07 cs.IT math.IT
Double-Edge-Assisted Computation Offloading and Resource Allocation for Space-Air-Marine Integrated Networks
Information Science and Technology College, Dalian Maritime University（大连海事大学信息科学技术学院）；Dalian Neusoft University of Information（大连东软信息学院）
本文提出一种双边辅助计算卸载与资源分配方案，用于空天海一体化网络中的能量高效计算任务处理。
2025-12-03 cs.DC cs.IT math.IT
UAV-Enabled Integrated Sensing and Communication: Opportunities and Challenges
本文概述了无人机使能的通感一体化在6G网络中的机遇与挑战，提出了优化感知与通信性能的解决方案，并探讨了单/多无人机场景下的运动控制、资源分配、干扰管理及通感协同应用场景。
2023-05-19 cs.IT math.IT
Task Offloading Optimization in NOMA-Enabled Multi-hop Mobile Edge Computing System Using Conflict Graph
研究了多跳移动边缘计算（MEC）系统中计算密集型任务卸载的资源分配问题。所设想的系统具有具有计算能力的协作接入点（AP）和MEC服务器。因此，用户设备（UD）首先将计算任务上传到最近的AP，并且AP可以本地处理接收到的任务或卸载到MEC服务器。为了有效地利用AP中的无线资源块（RRB），我们利用非正交多址来将任务从UD卸载到AP。对于所考虑的支持NOMA的多跳MEC计算系统，我们的目标是最大限度地减少系统的延迟和能耗。为了实现这一目标，联合优化问题是制定考虑卸载决定的AP，调度之间的UD，RRB和AP，和UD的发射功率分配。为了有效地解决这个问题，（i）设计了一种基于冲突图的方法，该方法联合解决了UD、AP和RRB之间的调度、发射功率控制和AP的计算资源分配，以及（ii）还设计了一种低复杂度的基于修剪图的方法。所提出的基于图的方法在几个基准计划的效率进行了验证，通过广泛的模拟。
2021-04-23 cs.IT math.IT
Energy Consumption Minimization in Secure Multi-antenna UAV-assisted MEC Networks with Channel Uncertainty
本文研究了多天线无人机（UAV）辅助移动边缘计算（MEC）网络中鲁棒、安全的任务传输和计算方案，其中UAV具有双重功能，即，空中MEC和空中继电器。在信息卸载和下载过程中考虑了信道的不确定性。在满足用户服务质量和信息安全要求以及无人机轨迹因果关系等约束条件下，通过联合优化CPU频率、卸载时间、波束形成向量、人工噪声和无人机轨迹，以及每个用户的CPU频率、卸载时间和发射功率，建立了能量消耗最小化问题。为了解决非凸问题，首先通过一系列凸重构方法导出重构问题，即，半定松弛、S-过程和一阶近似，然后用一种基于连续凸近似（SCA）的算法求解。分析了该算法的收敛性能和计算复杂性。数值结果表明，该格式优于现有的基准格式。此外，所提出的基于SCA的算法优于传统的基于替代优化的算法。
2023-02-19 cs.IT eess.SP math.IT
Cache-enabled Device-to-Device Communications: Offloading Gain and Energy Cost
通过在用户处缓存文件，如果助手用户愿意将缓存的文件发送给请求该文件的用户，则可以经由设备到设备（D2D）链路卸载内容递送业务。在实践中，用户设备具有有限的电池容量，并且可以在其电池几乎没有剩余能量时终止D2D连接。因此，考虑助手用户支持D2D所允许的电池消耗引入了可能的卸载量的减少。在本文中，我们研究了系统的卸载增益和每个辅助用户的能量成本之间的关系。为此，我们引入了一个以用户为中心的协议来控制帮助用户传输文件的能源成本。然后，我们优化的主动缓存策略，以最大限度地提高卸载的机会，并优化在每个助手的发送功率，以最大限度地提高卸载概率。最后，我们评估了卸载到D2D链路的流量的总量，并评估了每个助手的平均能耗，以及优化的缓存策略和发射功率。仿真结果表明，即使在能量成本保持较低的情况下，也可以卸载大量的流量。
2016-06-09 cs.IT math.IT
Optimal Caching and Scheduling for Cache-enabled D2D Communications
为了最大化启用高速缓存的设备到设备（D2D）通信的卸载增益，应当联合设计内容放置和递送。在这封信中，我们联合优化缓存和调度策略，以最大限度地提高成功卸载概率，定义为用户可以在本地缓存中或通过D2D链路以大于给定阈值的数据率获得所需文件的概率。我们得到的随机调度策略，可以控制干扰的分布式方式，和一个低复杂度的解决方案来计算缓存分布的最佳调度因子。我们表明，卸载增益可以显着提高联合优化。
2017-01-17 cs.IT math.IT
Secure and Multi-Step Computation Offloading and Resource Allocation in Ultra-Dense Multi-Task NOMA-Enabled IoT Networks
超密集网络被广泛认为是物联网（IoT）移动设备（IMD）爆炸性增长应用的有前途的解决方案。然而，在这样的网络中，需要适当地处理复杂和严重的干扰。为此，首先利用正交多址（OMA）和非正交多址（NOMA）。然后，为了实现绿色安全的计算卸载，在均衡分配计算资源的基础上，在时延和安全代价的约束下，通过联合设备关联、信道选择、安全服务分配、功率控制和计算卸载等措施，最大限度地降低所有IMD的总能耗。值得注意的是，多步计算卸载集中，以平衡网络负载，充分利用计算资源。由于最后制定的问题是在一个非线性的混合整数形式，它可能是非常困难的，以找到其封闭形式的解决方案。针对这一问题，设计了一种改进的鲸鱼优化算法（IWOA）。对该算法的收敛性、计算复杂性和并行实现进行了详细的分析。仿真结果表明，在时延和安全代价的约束下，该算法比现有算法具有更低的能耗。
2023-03-11 cs.IT math.IT
Energy Costs for Traffic Offloading by Cache-enabled D2D Communications
设备到设备（D2D）通信可以卸载流量并提高蜂窝网络的吞吐量。通过在用户处缓存文件，如果助手用户愿意将缓存的文件发送给请求该文件的用户，则可以经由D2D链路卸载内容递送业务。然而，目前尚不清楚帮助用户需要消耗多少能量来支持流量卸载。在本文中，我们努力找到所需的最小能量消耗在一个助手用户，以最大限度地减少流量。为此，我们引入了一个以用户为中心的主动缓存策略，可以控制帮助用户传输文件的能源成本，然后优化缓存策略，以最大限度地减少流量。为了减少传输过程中的能量，我们优化了发送功率，以最大限度地减少帮助发送文件所消耗的能量。通过数值模拟分析了优化后的缓存策略和传输功率对流量卸载和能量消耗的影响，结果表明，在合理的能量消耗下，可以卸载大量的流量.
2016-03-15 cs.IT math.IT
Joint Altitude, Beamwidth, Location and Bandwidth Optimization for UAV-Enabled Communications
这封信研究了无人机（UAV）辅助无线通信的上行链路功率控制问题。该方法通过对无人机的飞行高度、天线波束宽度、无人机的位置以及地面终端的带宽和发射功率进行联合优化，在满足最小速率需求的前提下，使上行链路总功率最小。提出了一种低复杂度的迭代算法来获得次优解。数值结果表明，该算法可以实现良好的性能，在上行链路和功率节省。
2018-06-06 cs.IT math.IT
Energy-Constrained Computation Offloading in Space-Air-Ground Integrated Networks using Distributionally Robust Optimization
随着大规模设备接入互联网的快速发展，特别是对于没有蜂窝网络基础设施的偏远地区，出现了空间-空间-地面综合网络（SAGIN），并卸载了计算密集型任务。在本文中，我们考虑了SAGIN，其中包括多个低地球轨道（LEO）卫星，提供与云服务器的连接，无人机（UAV）和附近的基站（BS），提供边缘计算服务。无人机沿固定轨迹飞行，收集物联网设备生成的任务，并将这些任务转发给基站或云服务器进行进一步处理。为了促进有效的处理，UAV需要决定在哪里卸载以及卸载任务的比例。但在实际应用中，由于环境和实际需求的多变性，到达任务的数量是不确定的。如果使用确定性优化来开发卸载策略，可能会产生不必要的系统开销或较高的任务丢弃率，这严重损害了系统的鲁棒性。为了解决这个问题，我们用数据驱动的方法来描述不确定性，并制定一个分布式鲁棒优化问题，以最大限度地减少预期的能量约束下的系统延迟的最坏情况下的概率分布。此外，分布式鲁棒的延迟优化算法，提出了达到次优解。最后，我们在真实数据集上进行了仿真，并与其他基准方案进行了比较，以验证我们提出的算法的效率和鲁棒性。
2022-06-06 cs.IT math.IT
Optimal Transport Theory for Cell Association in UAV-Enabled Cellular Networks
提出了一种新的无人机蜂窝网络时延最优小区关联框架。特别地，为了最小化地面用户任意空间分布下的平均网络延迟，确定了无人机和地面基站（BS）的最优小区划分。为此，利用最优传输理论的强大数学工具，证明了最优小区关联问题解的存在性，并完全刻画了解空间。分析和仿真结果表明，所提出的方法产生的平均网络延迟的显着改善。
2017-05-27 cs.IT math.IT
NOMA Enabled Multi-Access Edge Computing: A Joint MU-MIMO Precoding and Computation Offloading Design
针对多天线MEC用户以NOMA接入边缘服务器的场景，提出联合优化计算频率、卸载比例与预编码矩阵的迭代方法，在满足时延约束下最小化总能耗，并验证了收敛性和性能优势。
2023-11-07 cs.IT eess.SP math.IT
An Application-Driven Non-Orthogonal Multiple Access Enabled Computation Offloading Scheme
为了应对应用程序对数据计算需求的前所未有的激增，已经提出了多访问边缘计算（MEC）的有前途的概念，以使网络边缘能够为移动设备（MD）提供更紧密的数据处理。由于需要迁移大量的工作负载，而MD始终保持资源受限，因此从设备到MEC服务器的数据卸载将不可避免地需要更高效的传输设计。非正交多址接入（NOMA）技术与MEC的集成已被证明可以为应用提供更低的延迟和更高的能量效率。然而，这种类型的现有设计主要集中在传输技术上，这仍然是不够的。为了进一步提高卸载性能，在这项工作中，我们提出了一个应用程序驱动的NOMA启用计算卸载方案，通过探索应用程序的特点，其中应用程序的公共数据是通过多设备合作卸载。在成功卸载公共数据的前提下，我们将问题表示为单个卸载吞吐量的最大化，其中时间分配和功率控制联合优化。通过使用逐次凸逼近（SCA）方法，制定的问题可以迭代求解。仿真结果证明了该方法的收敛性和所提方案的有效性。
2020-08-12 cs.IT eess.SP math.IT
Cellular-Enabled UAV Communication: Trajectory Optimization Under Connectivity Constraint
本文研究了一种由一架无人机和多个地面基站组成的蜂窝式无人机通信系统。UAV具有从初始位置飞行到最终位置的任务，在此期间，它需要通过在每个时刻与GBS中的一个相关联来保持与蜂窝网络的可靠无线连接。我们的目标是最大限度地减少无人机的任务完成时间，通过优化其轨迹，受到的最小接收信噪比（SNR）的目标，这需要在整个任务中得到满足指定的GBS-无人机链路的连接约束的质量。该问题是非凸的，很难得到最优解。我们首先提出了一种有效的方法来检查其可行性的基础上图的连通性验证。然后，通过分析无人机执行任务过程中GBS与无人机的关联序列，得到了无人机最优航迹的一些有用信息，并在此基础上，利用凸优化和图论中的技术，提出了一种有效的轨迹优化问题的近似求解算法。数值结果表明，我们提出的轨迹设计达到接近最优的性能。
2017-10-31 cs.IT math.IT
Overcoming Endurance Issue: UAV-Enabled Communications with Proactive Caching
由无人机（UAV）实现的无线通信已经成为未来无线系统中许多应用场景的吸引人的技术。然而，无人机有限的续航能力极大地阻碍了无人机通信的实际实施。为了克服这个问题，本文提出了一种新的方案，无人机使能的通信，利用有前途的技术，在用户的主动缓存。具体来说，我们专注于以内容为中心的通信系统，其中无人机被派遣到一组地面节点（GN）与随机和异步的文件从一个给定的集合中提取的请求。利用所提出的方案，在每个操作周期开始时，UAV主动地将文件发送到所选择的GN的子集，所述GN协作地缓存集合中的所有文件。因此，当请求时，每个GN可以直接从其本地缓存或通过设备到设备（D2 D）通信从缓存了该文件的最近邻居检索文件。据透露，存在一个基本的文件缓存成本之间的权衡，这是为无人机传输文件到指定的缓存GN所需的总时间，和文件检索成本，这是服务一个文件请求所需的平均时间。为了描述这种权衡，我们制定了一个优化问题，以最大限度地减少这两个成本的加权和，通过共同设计的文件缓存策略，无人机轨迹和通信调度。由于所提出的问题一般是NP-难的，我们提出了有效的算法来找到高质量的近似解。数值结果证实了我们的研究，并显示了巨大的潜力，主动缓存，以克服有限的耐力问题，在无人机使能的通信。
2018-10-02 cs.IT math.IT
Randomized Caching in Cooperative UAV-Enabled Fog-RAN
我们认为一个无人机启用（无人机启用）雾无线电接入网络（F-RAN）中，无人机被认为是飞行远程无线电头（RRH）配备缓存和合作通信能力。我们主要关注的是概率/随机的内容放置策略，并相应地制定内容放置作为一个优化问题。然后，我们通过评估平均系统容量和其能量效率来研究所提出的内容放置的效率。我们的研究结果表明，合作通信中起着至关重要的作用，无人机使能的边缘通信，因为它有效地抑制了主要的视线（LOS）接收干扰的影响。还可以看出，协同缓存使能的UAV F-RAN在高层环境中比密集的城市和郊区环境中表现得更好。这是由于高层建筑物的阻挡显著降低了接收到的LOS干扰，以及协作通信对参与信号的性能增益。比较性能的内容放置策略和传统的缓存技术表明，我们提出的概率/随机缓存优于其他在大多数的实际情况下。
2019-02-22 cs.IT math.IT
Throughput Maximization for UAV-Enabled Wireless Powered Communication Networks
研究了一种基于无人机的无线供电通信网络，该网络中无人机作为移动接入点周期性地为一组地面用户提供服务。UAV采用射频（RF）无线功率传输（WPT）在下行链路中对用户进行充电，并且用户使用所收集的RF能量在上行链路中向UAV发送独立信息。与具有固定AP的传统WPCN不同，UAV使能的WPCN可以通过轨迹设计结合无线资源分配优化来利用UAV的移动性，以最大化系统吞吐量。特别是，我们的目标是最大限度地提高上行链路的共同（最小）吞吐量在一个有限的无人机的飞行期间，所有地面用户之间，其最大速度约束和用户的能源中立的约束。由此产生的问题是非凸的，因此很难得到最优解。为了解决这个问题，我们首先考虑一个理想的情况下，无人机的最大速度限制，并获得最优解放松的问题。最优解表明，对于下行链路WPT，UAV应连续悬停在有限数量的地面位置上方，以及对于上行链路通信，UAV应连续悬停在每个地面用户上方。接下来，我们考虑具有UAV的最大速度约束的一般问题。在此基础上，提出了一种高效的连续悬停飞行轨迹设计方法，并结合上下行无线资源分配，应用交替优化和连续凸规划（SCP）技术，提出了一种局部最优解.数值结果表明，建议的无人机使WPCN实现显着的吞吐量增益比传统的WPCN与固定位置的AP。
2018-10-09 cs.IT math.IT
Secrecy Energy Efficiency Maximization for UAV-Enabled Mobile Relaying
研究了无人机支持的移动中继系统的保密能量效率（SEE）最大化问题，在存在潜在窃听者的情况下，利用高机动性无人机协助将机密信息从地面源传递到合法的地面目的地，并阻断直接链路.我们的目标是通过在有限的时间范围内联合优化通信调度、功率分配和无人机轨迹，最大限度地提高无人机的SEE。所制定的问题是一个混合整数非凸优化问题，是具有挑战性的最优解决。为了使问题易于处理，我们将问题分解为三个子问题，并提出了一个有效的迭代算法，交替优化的子问题。此外，本文还考虑了两种特殊情况作为基准。仿真结果表明，与基准相比，所提出的设计方案显著提高了无人机的SEE
2018-07-12 cs.IT math.IT
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
UAV-Enabled Wireless Power Transfer: Trajectory Design and Energy Region Characterization
本文研究了一种新的无人机（UAV）使能的无线功率传输（WPT）系统，其中UAV安装的能量发射器（ET）广播无线能量来为地面上的分布式能量接收器（ER）充电。特别是，我们考虑一个基本的两个用户的情况下，并研究如何无人机可以最佳地利用其移动性，以最大限度地提高能量转移到两个ER在给定的充电期间。我们的特点，可实现的能量区域的两个ER，通过优化无人机的轨迹受到最大速度约束。研究表明，当两个ER之间的距离小于某个阈值时，无人机始终悬停在它们之间的固定位置上，才能达到能量区域的边界;而当它们的距离大于阈值时，为了达到能量区域的边界，无人机一般需要在连接它们的线上方的两个不同位置之间悬停和飞行。仿真结果表明，优化后的无人机飞行轨迹能够显著提高两种能量回收系统的WPT效率和公平性，尤其是在无人机最大速度较大和充电持续时间较长的情况下。
2017-06-21 cs.IT math.IT
An Online Joint Optimization Approach for QoE Maximization in UAV-Enabled Mobile Edge Computing
本文针对无人机使能MEC中电池、计算和频谱资源受限导致服务时间短与QoE下降的问题，提出基于Lyapunov优化与博弈论、凸优化相结合的在线联合优化方法，联合优化任务卸载、资源分配和轨迹规划以最大化用户QoE。
2024-03-23 cs.IT math.IT
Capacity of UAV-Enabled Multicast Channel: Joint Trajectory Design and Power Allocation
研究了一种支持无人机的多播信道，在该信道中，无人机作为移动发射机向一组$K$地面用户传递公共信息。我们的目标是在一个有限的无人机通信周期，受其最大速度约束和平均发射功率约束的能力，这个信道的特征。为了实现该容量，无人机应该使用跨越整个通信周期的足够长的代码。因此，通过联合优化UAV的轨迹和随时间的发射功率分配，经由最大化$K$用户的最小可实现时间平均速率来实现多播信道容量。然而，这个问题是非凸的，很难得到最优解。为了解决这个问题，我们首先考虑一个放松的问题，忽略最大无人机速度约束，并通过拉格朗日对偶方法获得其全局最优解。最优解表明，无人机应悬停在有限数量的地面位置，在每个位置的最佳悬停时间和发射功率。其次，基于多点悬停的解决方案，提出了一种连续悬停飞行轨迹设计方法，并在最大速度约束下得到了相应的最优发射功率分配。数值结果表明，本文提出的无人机轨迹和发射功率联合优化方法显著提高了无人机多播信道的可达速率，并且性能也大大优于传统的发射机位置固定的多播信道。
2018-01-31 cs.IT math.IT
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
UAV-Enabled Wireless Power Transfer: Trajectory Design and Energy Optimization
本文研究了一种新的无人机无线能量传输系统，其中无人机安装的移动能量发射器（ET）被派遣向一组地面能量接收器（ER）提供无线能量。我们研究了无人机如何通过轨迹设计最佳地利用其机动性，以在有限的时间内最大限度地提高传递到所有ER的能量。首先，我们考虑最大化的总和能量接收的所有ER优化无人机的轨迹受到其最大速度约束。得到了该模型的最优解，表明无人机在整个飞行期间应停留在一个固定位置。然而，总能量最大化会引起“远近”公平性问题。为了克服这个问题，我们考虑一个不同的问题，以最大限度地提高所有ER之间的最小接收能量。我们首先考虑一个理想的情况下，忽略无人机的最大速度约束，并表明放松的问题可以通过拉格朗日对偶方法得到最优解。然后，在考虑最大速度约束的一般情况下，以理想情况下的最优轨迹为激励，提出了一种新的连续悬停飞行轨迹，并应用连续凸规划（SCP）方法进行了有效的轨迹设计。
2017-09-22 cs.IT math.IT
Optimal 1D Trajectory Design for UAV-Enabled Multiuser Wireless Power Transfer
本文研究了一种支持无人机的无线能量传输网络，其中无人机在空中以恒定高度飞行，为一组具有线性拓扑结构的地面节点提供无线能量供应。我们的目标是通过优化无人机的一维（1D）轨迹，最大限度地提高所有地面节点之间的最小接收能量，受到最大无人机飞行速度的约束。不同于以往的工作，只提供启发式和局部最优解，本文是第一个工作，提出了全局最优的一维无人机轨迹解决方案所考虑的最小能量最大化问题。为此，我们首先表明，对于任何给定的速度约束的无人机轨迹，我们总是可以构建一个最大速度轨迹和一个无速度轨迹，使得它们的组合可以实现相同的接收能量在所有这些地面节点。其次，我们将原来的无人机速度约束的轨迹优化问题转化为一个等价的无人机速度自由的问题，然后通过拉格朗日对偶方法优化求解。所获得的最优1D UAV轨迹解遵循所谓的连续悬停和飞行（SHF）结构，即，无人机在有限数量的悬停点处连续悬停，每个悬停点持续优化的悬停持续时间，并且以最大速度在这些悬停点之间飞行。数值结果表明，我们提出的最优解显着优于基准计划在以前的工作在不同的情况下。
2018-11-01 cs.IT math.IT
Lifetime Maximization for UAV-Enabled Cognitive-NOMA IoT Networks: Joint Location, Power, and Decoding Order Optimization
本文研究了一种支持认知无人机（UAV）的物联网（IoT）网络，其中次级/认知IoT设备在主网络的频谱中遵循非正交多址（NOMA）协议将其数据上传到UAV集线器。我们的目标是通过联合优化无人机的位置，发射功率和解码顺序，最大限度地提高物联网设备的最小寿命受到干扰功率约束的存在下，不完美的信道状态信息（CSI）。为了求解非凸混合整数规划问题，首先在给定的解码顺序下，对无人机位置和发射功率进行联合优化，并借助Lagrange对偶获得全局最优解，然后通过穷举搜索获得最佳解码顺序，该方法适用于较小规模的场景。对于大规模的情况下，我们提出了一个低复杂度的次优算法，通过将原问题转化为一个更容易处理的等价形式，并应用连续凸逼近（SCA）技术和罚函数方法。数值结果表明，所提出的设计显着优于基准计划。
2021-10-29 cs.IT math.IT
Placement Optimization for UAV-Enabled Wireless Networks with Multi-Hop Backhaul
无人驾驶飞行器（UAV）已经成为在各种应用中为地面用户提供无线数据访问的有前景的解决方案（例如，在紧急情况下）。本文研究了一种支持无人机的无线网络，其中多个无人机被部署为空中基站（BS），为分布在地面上的用户提供服务。与以往忽略无人机回程连接的研究不同，本文实际考虑无人机通过地面网关节点通过速率受限的多跳无线回程连接到核心网。我们还考虑到从无人机到用户的空对地（A2G）接入链路和无人机之间的空对空（A2A）回程链路在正交频带上操作。在这种设置下，我们的目标是最大限度地提高共同的（或最小）吞吐量之间的所有地面用户在该网络的下行链路中的流量守恒的限制，在无人机，通过优化无人机的部署位置，结合接入和回程链路的带宽和功率分配。然而，常见的吞吐量最大化是一个非凸优化问题，很难得到最优解。为了解决这个问题，我们使用交替优化和连续凸规划（SCP）的技术来获得局部最优解。数值结果表明，所提出的设计显着提高了所有地面用户之间的共同吞吐量相比，其他基准计划。
2018-09-13 cs.IT math.IT
Performance Evaluation of UAV-enabled Cellular Networks with Battery-limited Drones
无人飞行器（UAV）可以用作飞行基站（BS）以卸载热点中的宏BS。然而，由于机载电池有限，无人机通常可以持续运行不到1.5小时。之后，UAV必须飞回专用充电站，该专用充电站对UAV的电池进行再充电/更换。在本文中，我们研究了无人机使能蜂窝网络的性能，同时捕捉的空间分布的充电站的影响。特别是，我们使用工具从随机几何推导出的覆盖概率的无人机使能的蜂窝网络的电池大小的函数，充电站的密度，以及充电/更换电池所需的时间。
2020-07-01 cs.IT eess.SP math.IT
Trajectory Optimization for Completion Time Minimization in UAV-Enabled Multicasting
研究了一种基于无人机的多播系统，该系统通过无人机向多个地理上分布的地面终端发送公共文件。我们的目标是设计无人机的轨迹，以尽量减少其任务完成时间，同时确保每个GT能够成功地恢复所需的高概率的文件。我们考虑使用实际的随机线性网络编码（RLNC）的无人机多播，使每个GT是能够恢复的文件，只要它收到足够大的编码数据包的数量。然而，所提出的无人机轨迹优化问题是非凸的，难以直接求解。为了解决这个问题，我们首先推导出每个GT的文件恢复的成功概率的分析下限。基于这一结果，然后我们将问题重新表述为更易于处理的形式，其中UAV轨迹仅需要被设计为满足一组约束，每个约束关于与GT的最小连接时间，在此期间，它们的距离低于设计阈值。我们表明，最佳无人机轨迹只需要构成连接的线段，因此它可以通过确定第一个最佳的航路点，然后无人机速度沿连接航路点的线。我们提出了一个新的概念，虚拟基站（VBS）的位置和应用凸优化技术的基础上的航路点设计的实用方案。此外，对于给定的航路点集，我们得到了最佳的无人机速度在所产生的路径有效地通过求解线性规划（LP）问题。数值结果表明，建议的无人机启用多播优化轨迹设计实现了显着的性能增益相比，基准计划。
2017-08-22 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
UAV-Enabled Radio Access Network: Multi-Mode Communication and Trajectory Design
在本文中，我们认为无人机（UAV）的无线电接入网络（RAN）与无人机作为一个空中平台，以各种模式的实际利益，包括数据汇集在上行链路中，在下行链路中的数据传输，并涉及上行链路和下行链路的GU之间的数据中继与地面用户（GU）进行通信。在该总体框架下，考虑了两种UAV操作场景：周期性操作，其中UAV通过重复地遵循特定轨迹以周期性方式为GU服务，以及一次性操作，其中UAV以单次飞行为GU服务，然后离开执行另一任务。在每种情况下，我们的目标是最大限度地减少无人机周期飞行时间或任务完成时间，同时通过联合无人机轨迹和通信资源分配设计方法，满足每个GU的目标速率要求。利用连续凸优化和块坐标下降技术，提出了寻找有效局部最优解的迭代算法。此外，由于所提出的算法所获得的解决方案的质量严重依赖于所采用的初始无人机轨迹，我们提出了新的方法来设计初始轨迹的操作方案，利用现有的结果来解决经典的旅行商问题（TSP）和皮卡和交付问题（PDP）。数值结果表明，所提出的轨迹初始化设计导致显着的性能增益相比，基准初始化的基础上的圆形轨迹。
2018-05-18 cs.IT math.IT
Meta-Reinforcement Learning for Timely and Energy-efficient Data Collection in Solar-powered UAV-assisted IoT Networks
本文针对太阳能无人机辅助物联网中的数据收集，联合优化轨迹、调度和卸载以最小化平均信息年龄与能耗，提出基于元学习的CADRL算法，提升泛化能力并验证其优越性。
2023-11-12 cs.IT math.IT
A Survey of Prototype and Experiment for UAV Communications
无人机（UAV）通信已经引起学术界和工业界的极大关注。为了便于无人机在实际中的大规模应用，我们提供了一个全面的调查无人机通信的原型和实验。为此，我们首先概述了无人机通信的原型和实验的一般架构，然后给出空对地信道模型和无人机能耗模型的实验验证。接下来，我们讨论了两种有前途的无人机通信模式，即蜂窝连接的无人机和无人机启用空中通信平台的测量实验。对于前者，我们专注于可行性研究并解决干扰缓解问题。针对无人机空中通信平台，提出了无人机空中基站、无人机空中中继和无人机空中数据汇集/分发三种场景。最后，我们指出了一些有前途的无人机通信的原型和实验测量的未来方向。
2020-07-02 cs.IT eess.SP math.IT
Mobile Cloud Computing with a UAV-Mounted Cloudlet: Optimal Bit Allocation for Communication and Computation
移动云计算通过将计算任务从移动设备卸载到远程处理器，缓解了计算密集型移动应用程序和电池受限的移动设备之间的紧张关系。本文考虑了一个移动云计算的情况下，“小云”处理器，提供卸载的机会，移动设备安装在无人机（UAV），以提高覆盖范围。针对移动台与无人机之间采用频分复用的时隙通信系统，对移动台在上行链路中向无人机发送的输入比特数、无人机处微云处理的输入比特数通过最大时延下的对偶分解，限制，目的是最小化移动能耗。数值结果揭示了一个优化的位分配，以使显着的能源节约相比，严格的延迟约束的本地移动执行的至关重要的。
2017-05-18 cs.IT cs.NI math.IT
Cache Enabled UAV HetNets Access xHaul Coverage Analysis and Optimal Resource Partitioning
我们研究了一个城市无线网络中，缓存使能的无人机接入点（UAV-AP）和无人机基站（UAV-BS）部署，以提供更高的吞吐量和ad-hoc覆盖地面上的用户。启用高速缓存的UAV-AP通过xHaul链路经由地面基站（TBS）或启用回程的UAV-BS将用户数据路由到核心网络。首先，我们推导出接入和xHaul链路中的关联概率。有趣的是，我们表明，为了最大限度地提高视线（LoS）无人机（UAV）的关联性，在阈值之后，密集的无人机部署可能是没有好处的。然后，我们得到的信号干扰噪声比（SINR）的覆盖概率的典型用户在接入链路和标记的无人机-AP在xHaul链路，分别。采用SINR覆盖分析来通过联合考虑成功接入和xHaul传输的概率以及成功缓存命中概率来表征成功内容递送概率。我们在数字上优化了接入和xHaul链路之间的频率资源分配，以最大限度地成功向用户提供内容。对于一个给定的存储容量在无人机，我们的研究规定了网络运营商的最佳带宽划分因素和尺寸规则有关的无人机-AP的部署。
2022-07-14 cs.IT eess.SP math.IT
UAV Swarm-Enabled Aerial CoMP: A Physical Layer Security Perspective
与由单个无人机（UAV）启用的空中基站不同，空中协调多点（CoMP）可以由UAV群启用。在这种情况下，多个无人机的管理是重要的。本文考虑了无人机群使能空中网络的功率分配策略，以提高下行链路传输的物理层安全性，窃听者移动的轨迹，更好地窃听。与现有的工作，我们只使用大规模的信道状态信息（CSI）和最大化的秘密吞吐量在整个轨迹导向的方式。考虑了每个无人机的总传输能量约束和所有合法用户的总传输持续时间。所制定的问题的非凸性，解决了使用最大最小优化迭代。期望信号和人工噪声（AN）的发射功率迭代推导。仿真结果验证了所提出的功率分配算法的有效性，并显示了仅使用大规模CSI的空中CoMP的优势。
2019-08-19 cs.IT eess.SP math.IT
UAV-Enabled Cooperative Jamming for Improving Secrecy of Ground Wiretap Channel
该文提出了一种新的无人机移动干扰方案，以提高地面窃听信道的保密率。具体地，采用UAV来发射干扰信号以对抗窃听。这种移动干扰方案特别有吸引力，因为支持UAV的干扰机可以飞近窃听者，并通过利用UAV的移动性来机会性地干扰窃听者。我们的目标是最大限度地提高平均保密率，通过联合优化无人机的轨迹和干扰功率在给定的飞行时间。为了使问题更容易处理，我们驱动一个封闭形式的下界可实现的保密率，基于此无人机的轨迹和发射功率交替优化的高效迭代算法，采用块坐标下降和连续凸优化技术。仿真结果表明，所提出的联合设计可以显着提高所考虑的窃听系统的保密率相比，基准计划。
2018-10-13 cs.IT math.DS math.IT
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
Computation Rate Maximization in UAV-Enabled Wireless Powered Mobile-Edge Computing Systems
移动边缘计算（MEC）和无线功率传输（WPT）是两种很有前途的技术，可以增强物联网中无处不在的低功率无线设备的计算能力并延长其操作时间。然而，计算性能和收获的能量显着影响严重的传播损耗。为了解决这一问题，本文研究了一种基于无人机的MEC无线供电系统。研究了在部分计算卸载和二进制计算卸载两种模式下，基于能量收集因果约束和无人机速度约束的无人机MEC无线供电系统的计算速率最大化问题.这些问题是非凸的，解决起来很有挑战性。分别提出了两阶段算法和三阶段交替算法求解公式化问题。导出了最佳中央处理器频率、用户卸载时间和用户发射功率的封闭形式表达式。针对二进制计算卸载模式，提出了用户选择本地计算还是卸载计算任务的最优选择方案。仿真结果表明，我们提出的资源分配方案优于其他基准计划。结果还表明，所提出的方案收敛速度快，具有较低的计算复杂度。
2018-07-17 cs.CE cs.IT cs.NI
Energy-Efficient Trajectory Design for UAV-Enabled Communication Under Malicious Jamming
在这封信中，我们调查了无人机使能的通信系统，其中无人机被部署在多个干扰机存在的情况下与地面节点（GN）进行通信。我们的目标是最大限度地提高能源效率（EE）的无人机通过优化其轨迹，受无人机的机动性约束。然而，制定的问题是很难解决，由于非凸和分数形式的目标函数。为此，本文提出了一种基于逐次凸逼近（SCA）技术和Dinkelbach算法的迭代算法来求解该问题，数值结果表明，与基准算法相比，该算法能够通过优化轨迹在吞吐量和能耗之间取得更好的平衡，从而显著提高了能效。
2020-09-14 cs.IT eess.SP math.IT
Mobile Edge Computing via a UAV-Mounted Cloudlet: Optimization of Bit Allocation and Path Planning
无人机（UAV）最近被认为是在具有有限基础设施或没有基础设施的无线系统中向移动用户（MU）提供增强覆盖或中继服务的手段。研究了一种基于无人机的移动云计算系统，该系统通过赋予移动无人机计算能力，为本地处理能力有限的MU提供计算卸载机会。该系统旨在最小化总的移动能量消耗，同时满足卸载的移动应用的服务质量要求。卸载通过移动设备和UAV之间的上行链路和下行链路通信来实现，所述上行链路和下行链路通信借助于频分双工（FDD）经由正交或非正交多址（NOMA）方案来进行。联合优化上行链路和下行链路通信的比特分配以及在UAV处的计算的问题，以及在延迟和UAV的能量预算约束下的微云的轨迹，通过利用连续凸近似（SCA）策略来制定和解决。数值结果表明，可以通过所提出的联合优化的比特分配和微云的轨迹相比，本地移动执行，以及部分优化方法，只设计的比特分配或微云的轨迹，可以累计显着的节能。
2017-05-18 cs.IT cs.NI math.IT
UAV-enabled Secure Communication with Finite Blocklength
在适合实际应用的有限块长场景下，针对无人机安全通信，提出了一种基于无人机机动性约束和发射功率约束的最大化平均有效保密率（AESR）的方法.为了解决制定的非凸优化问题，它首先被分解成两个非凸子问题。然后通过一阶近似将这两个子问题分别转化为两个凸子问题。最后，利用逐次凸逼近（SCA）技术迭代求解这两个子问题，得到一个交替迭代算法。数值结果表明，我们提出的方案实现了更好的AESR性能比两个基准计划。
2020-03-26 cs.IT eess.SP math.IT
X-Band UAV-enabled Integrated Sensing and Communications for Vehicular Networks
Department of Computer and Software Engineering（计算机与软件工程系）
针对X波段无人机集成感知与通信系统，提出基于双阴影信道模型的最优时间分配方法，平衡感知精度与通信性能。
2026-06-03 cs.AI cs.IT math.IT
Online Maneuver Design for UAV-Enabled NOMA Systems via Reinforcement Learning
研究了一种无人机上行链路非正交多址接入系统，地面上的多个移动用户通过非正交多址传输向空中的无人机发送独立的消息。我们的目标是设计无人机动态机动最大化的总和速率吞吐量的所有移动地面用户在有限的时间范围内。
2020-01-21 cs.IT eess.SP math.IT
Trajectory Design for Distributed Estimation in UAV Enabled Wireless Sensor Network
在本文中，我们研究了一个无人机（UAV）使能的无线传感器网络，其中无人机被派遣到收集传感器节点（SN）的传感器数据估计未知参数。结果表明，为了使估计的均方误差最小，无人机需要从尽可能多的SN上采集数据，并在此基础上建立了一个基于实际机动约束的无人机航迹优化设计问题。虽然该问题是非凸的，NP-难的，我们证明了最优无人机轨迹只由连接的线段。通过这种简化，利用经典的旅行商问题（TSP）方法和应用凸优化技术，提出了一个有效的次优解决方案。仿真结果表明，所提出的轨迹设计实现了显着的性能增益的SN的数据被成功收集的数量，相比其他基准计划。
2018-05-11 cs.IT eess.SP math.IT
