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
A Dynamic UAVs Cooperative Suppressive Jamming Method with Joint Task Assignment and Bandwidth Allocation
针对现有无人机干扰分配模型对动态环境适应性弱且忽略频率匹配的问题，提出一种联合任务分配与带宽分配的动态协同压制干扰方法，通过动态混合整数规划建模和基于Kriging模型的两步混合算法，实现高效干扰并节省计算资源。
2025-02-26 cs.IT math.IT
Resource Allocation for Solar Powered UAV Communication Systems
在本文中，我们研究的资源分配设计的多载波（MC）系统采用太阳能无人机（UAV）提供通信服务的多个下行链路用户。以系统总吞吐量最大化为目标，研究了无人机三维定位与功率和子载波分配的联合设计。算法设计被公式化为一个混合整数非凸优化问题，这需要一个令人望而却步的计算复杂性获得全局最优解。为此，提出了一种基于逐次凸逼近的低复杂度次优迭代解。仿真结果证实，所提出的次优算法实现了显着更高的系统总吞吐量相比，几个基线计划。
2018-01-22 cs.IT math.IT
Joint Power Allocation and Placement Scheme for UAV-assisted IoT with QoS Guarantee
本文针对无人机辅助物联网中多样化QoS需求与覆盖问题，提出QDPA功率分配和DRMP部署算法，并进一步设计JPAP联合方案，以最少无人机数量实现平均数据速率最大化。
2024-08-02 cs.IT math.IT
Joint Trajectory and Power Allocation Design for Secure Artificial Noise aided UAV Communications
研究了无人机（UAV）无线通信系统中的平均保密率（ASR）最大化问题，其中在地面被动窃听者存在的情况下，利用无人机向地面目标传递机密信息。通过采用基于人工噪声（AN）注入的安全两阶段传输协议，我们的目标是在给定的时间范围内联合优化无人机的轨迹、网络传输功率和AN功率分配，以提高ASR性能。具体来说，我们把原来的非凸问题分为四个子问题，并提出了一个逐次凸逼近的有效迭代算法来解决它的次优保证收敛。仿真结果表明，显着的安全优势，我们所设计的方案比其他已知的基准，特别是严格的飞行时间。
2020-11-20 cs.IT math.IT
On Ergodic Capacity and Optimal Number of Tiers in UAV-Assisted Communication Systems
在本文中，我们考虑无人机（UAV）辅助通信系统中，一些无人机被用作多层中继之间的用户和基站收发台（BTS）。我们将用户和BTS之间的无线传播信道建模为瑞利乘积信道，其是一系列独立同分布（i.i.d.）瑞利多输入多输出（MIMO）信道。我们把一个特别感兴趣的优化层的数量在这样的无人机辅助系统的无人机的总数量，以最大限度地提高遍历能力。为了实现这一目标，在第一部分中，我们推导出一个下限的封闭形式的遍历能力，这是渐近紧的信号噪声比（SNR）的增加。在第二部分中，我们分析了最佳的无人机层数，并提出了一个低复杂度的过程，显着降低了搜索的大小，并产生接近最佳的性能。此外，瑞利乘积信道的遍历容量的渐近性质，以及最优解的层数进行了广泛的分析。
2018-10-23 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
Joint Location, Bandwidth and Power Optimization for THz-enabled UAV Communications
研究了无人机辅助太赫兹无线通信系统中无人机的部署、功率分配和带宽分配问题。在所研究的模型中，一架无人机可以使用太赫兹频段为地面用户提供服务。然而，高度不确定的THz信道将给无人机定位、用户功率和带宽分配优化问题带来新的挑战。因此，有必要设计一种新的框架来部署无人机在太赫兹无线系统。该问题被形式化为优化问题，其目标是通过联合优化无人机的部署、每个用户的发射功率和带宽来最小化无人机与地面用户之间的上行链路和下行链路传输的总延迟。通信时延是应急通信的关键。针对这一非凸时延最小化问题，提出了一种交替算法，同时迭代求解位置优化子问题、功率控制子问题和带宽分配子问题。仿真结果表明，与仅优化无人机位置、带宽分配或发射功率控制的基准算法相比，该算法可将传输时延分别降低$59.3\%$、$49.8\%$和$75.5\%$。
2021-03-14 cs.IT math.IT
Scheduling of UAV-assisted Millimeter Wave Communications for High-Speed Railway
为了开发更丰富的频谱资源以获得更好的服务质量，毫米波（mmWave）通信已经被考虑用于高速铁路（HSR）通信系统。在本文中，我们专注于调度尽可能多的流，同时满足他们的QoS要求。由于干扰、窃听或其他问题，一些流可能不直接从轨道侧BS发送。在本文中，我们提出了一个无人机辅助调度方案，利用无人机作为中继这样的流量。所提出的方案还利用两个毫米波频带，一个用于BS链路，另一个用于UAV链路。该算法的目标是在满足QoS要求的情况下最大化流的数量。仿真结果表明，所提出的方案实现了优越的性能上完成的流的数量和系统吞吐量超过两个基线计划。
2022-05-19 cs.IT math.IT
Energy Efficient Resource Allocation in UAV-Enabled Mobile Edge Computing Networks
在本文中，我们考虑通过联合优化用户关联，功率控制，计算能力分配和位置规划在移动边缘计算（MEC）网络与多个无人机（UAV）的总功率最小化问题。为了解决非凸问题，我们提出了一个低复杂度的算法，迭代求解三个子问题。针对用户关联子问题，提出了基于压缩感知的算法。对于计算能力分配子问题，得到了封闭形式的最优解。对于选址规划子问题，采用一维搜索方法有效地获得了最优解。为了得到一个可行的解决方案，这种迭代算法，提出了一种基于模糊c-均值聚类算法。数值结果表明，该算法取得了更好的性能比传统的方法。
2019-02-13 cs.IT math.IT
Downlink Analysis in Unmanned Aerial Vehicle (UAV) Assisted Cellular Networks with Clustered Users
使用作为空中基站（BS）操作的无人驾驶飞行器（UAV）已经成为一种有前景的解决方案，特别是在需要快速部署的场景中（例如，在拥挤的热点、体育赛事、紧急情况、自然灾害的情况下），以便协助地面BS。提出了一种分析无人机（UAV）辅助蜂窝网络集群用户设备（UE）信号干扰噪声比（SINR）覆盖概率的分析框架。UAV和地面BS的位置被建模为毒点过程（PPP），并且UE被假设为根据泊松簇过程（PCP）分布在UAV在地面上的投影周围。首先推导了无人机和地面基站层路径损耗的互补累积分布函数和概率密度函数。随后，获得与每个层的关联概率。SINR覆盖概率推导出整个网络使用工具从随机几何。最后，确定了整个网络的面积频谱效率（ASE），并考虑无人机位于不同高度的情况，给出了更一般模型下的SINR覆盖概率表达式。通过数值计算，我们已经表明，无人机高度和路径损耗指数的覆盖性能起着重要的作用。此外，覆盖概率可以用较少数量的UAV来提高，而更好的区域频谱效率通过采用更多的UAV并且使UE更紧凑地聚集在UAV周围来实现。
2018-06-12 cs.IT math.IT
Energy-Efficient Resource Allocation for Secure UAV Communication Systems
在本文中，我们研究的资源分配和轨迹设计的节能安全无人机（UAV）通信系统中，一个无人机基站服务于多个合法的地面用户存在一个潜在的窃听。我们的目标是通过联合优化其发射功率，用户调度，轨迹和速度来最大限度地提高无人机的能源效率。该设计被制定为一个非凸优化问题，考虑到最大可容忍的信号噪声比（SNR）泄漏，每个用户的最低数据率要求，和窃听者的位置不确定性。提出了一种迭代算法，以获得一个有效的次优解。仿真结果表明，与采用恒速直线飞行轨迹的简单方案相比，该算法在满足通信安全约束的情况下，可以显着提高系统的能量效率。
2019-01-27 cs.IT math.IT
Trajectory Optimization and Resource Allocation for OFDMA UAV Relay Networks
在本文中，我们考虑了一个单小区多用户正交频分多址接入（OFDMA）网络与一个无人机（UAV），它作为一个放大和转发中继，以提高服务质量（QoS）的用户设备（UE）在小区边缘。为了在保证用户公平性的同时提高系统吞吐量，对通信模式、子信道分配、功率分配和无人机轨迹进行联合优化，这是一个NP难问题。为了有效地设计无人机轨迹和资源分配，首先将问题分解为三个子问题，即，模式选择和子信道分配、轨迹优化和功率分配，然后迭代求解这些子问题。仿真结果表明，该算法的性能优于随机算法和蜂窝方案。
2021-04-22 cs.IT eess.SP math.IT
LAURA: LLM-Assisted UAV Routing for AoI Minimization
本文提出LAURA算法，利用大语言模型作为进化框架中的智能交叉算子，优化无人机飞行路由以最小化信息年龄，仿真验证其在多节点场景下优于基准方法。
2025-07-09 cs.IT cs.NI math.IT
Energy Efficient Communications in RIS-assisted UAV Networks Based on Genetic Algorithm
针对 RIS 辅助无人机网络的能耗问题，提出联合优化无人机位置、波束赋形及 RIS 开关与相移的混合遗传算法方案，能效优于现有 SCA 方法。
2023-08-16 cs.IT math.IT
Optimal Resource Allocation for Multi-UAV Assisted Visible Light Communication
研究了无人机在可重构智能表面辅助可见光通信系统上的优化部署问题。在所考虑的模型中，无人机需要同时提供无线服务，以及为地面用户照明。为了满足地面用户的交通和照明需求，同时最大限度地减少无人机的能量消耗，必须优化无人机部署，RIS相移，用户关联和RIS关联。将该问题转化为一个优化问题，通过调整无人机部署、RIS相移、用户关联和RIS关联，使无人机发射功率最小。针对该问题，将原优化问题分解为四个子问题，提出了一种交替算法。具体地说，相位对齐方法和半定规划（SDP）算法被提出来优化的RIS的相移。然后，采用逐次凸逼近算法（SCA）求解无人机部署优化问题.由于用户关联和RIS关联问题都是整数规划问题，因此先采用分数松弛法，再用对偶法求最优解。为了简单起见，提出了一种贪心算法作为优化RIS关联的替代方案。通过大量的数值模拟研究表明，这两种方案分别比无RIS的情况下节能34：85%和32：11%。
2020-12-24 cs.IT math.IT
Echo State Learning for Wireless Virtual Reality Resource Allocation in UAV-enabled LTE-U Networks
在本文中，资源管理的问题进行了研究的无线虚拟现实（VR）用户使用无人机（UAV）启用LTE-U网络进行通信的网络。在所研究的模型中，无人机作为VR控制中心，通过无线上行链路从VR用户收集跟踪信息，然后通过LTE-U下行链路将构建的VR图像发送给VR用户。因此，这种启用UAV的LTE-U网络中的资源分配必须联合考虑许可频带和非许可频带上的上行链路和下行链路。在这样的VR设置中，无人机可以动态地调整每个VR图像的图像质量和格式，以改变每个VR图像的数据大小，从而满足延迟要求。因此，资源分配还必须考虑图像质量和格式。这个以VR为中心的资源分配问题被公式化为非合作博弈，该非合作博弈使得能够联合分配授权和未授权频谱带，以及动态适应VR图像质量和格式。针对这一问题，提出了一种基于带漏积分神经元的回声状态网络（ESN）机器学习工具的学习算法。与传统的基于ESN的学习算法不同，该算法可以动态地调整ESN状态的更新速度，因此，它可以使无人机学习其相关的VR用户的连续动态。仿真结果表明，与使用LTE-U的Q学习和使用LTE的Q学习相比，所提出的算法在所有用户的总VR QoE方面实现了高达14%和27.1%的增益。
2017-08-02 cs.IT math.IT
Reconfigurable Intelligent Surface Assisted UAV Communication: Joint Trajectory Design and Passive Beamforming
由于视距传输和灵活性，无人机（UAV）有效地提高了无线网络的吞吐量。然而，LoS链路容易因复杂的传播环境而严重恶化，特别是在城市地区。可重构智能表面（RISs）作为一种很有前途的技术，通过智能地反射接收信号，可以显著改善传播环境，提高通信质量。基于此，本文研究了一种新型的RIS辅助无人机通信系统中无人机轨迹和RIS无源波束形成的联合设计，以最大化平均可达速率。为了解决非凸问题，我们将其分为两个子问题，即无源波束形成和轨迹优化。我们首先推导出一个封闭形式的相移解决方案，为任何给定的无人机轨迹，以实现相位对准的接收信号从不同的传输路径。然后，与最优相移解，我们得到了一个次优轨迹的解决方案，通过使用逐次凸逼近（SCA）方法。数值结果表明，该算法可以大大提高系统的平均可达速率。
2019-12-07 cs.IT math.IT
Robust Trajectory and Resource Allocation Design for Secure UAV-aided Communications
本文旨在提高物理层的安全性，防止潜在的内部窃听利用无人机（UAV）的机动性。我们考虑的情况下，两个接收器具有不同的安全许可级别需要由一个合法的发射机与无人机的帮助。我们共同设计的轨迹和资源分配，以最大限度地提高累积的系统机密数据率。该设计被配制成一个混合整数非凸优化问题，考虑到部分位置信息的潜在窃听。为了规避问题的非凸性，提出了一系列的变换和近似，这有利于设计一个计算效率的次优解。仿真结果提供了重要的系统设计的见解，并展示了强大的联合设计，以提高物理层的安全性所带来的优势。
2019-03-18 cs.IT math.IT
Resource Allocation for Machine-to-Machine Communications with Unmanned Aerial Vehicles
在本文中，提出了一种新的框架，功率效率，基于集群的机器对机器（M2M）通信。在所研究的模型中，一些无人驾驶飞行器（UAV）被用作空中基站收集数据的簇头（CH）的一组M2M集群。为了在满足M2M设备速率要求的同时最小化CH的发射功率，提出了一种用于CH-UAV通信的最优调度和资源分配机制。首先，使用排队率稳定性的概念，无人机的最小数量以及停留时间，每个无人机必须花费服务的CH计算。接下来，确定用于CH-UAV通信链路的最优资源分配，使得利用最小发射功率满足M2M设备速率要求。仿真结果表明，随着机器分组传输概率的增加，保证CH队列速率稳定所需的最小无人机数量也将显著增加。我们的研究结果还表明，与预先部署地面基站的情况相比，当使用无人机时，CH的平均发射功率将降低68%。
2016-08-27 cs.IT math.IT
Low-Complexity Algorithm for Outage Optimal Resource Allocation in Energy Harvesting-Based UAV Identification Networks
研究了一种基于能量采集技术的无人机识别网络。在网络中，无人机通过从地面控制站（GCS）发送的射频（RF）信号获取能量，然后将其识别信息发送到地面接收站（GRS）。具体来说，我们首先推导出中断概率的封闭式表达式来评估网络性能。在此基础上，得到了带宽均匀分配给无人机时的最优时间分配的解析表达式。提出了一种快速收敛的时间和带宽分配算法，以优化基于EH的无人机识别网络的中断性能。仿真结果表明，该算法的性能优于传统的二分法，并达到接近最优的性能。
2021-08-21 cs.IT eess.SP math.IT
Maximizing Connectivity of Uplink RIS-Assisted UAV Networks
Toronto Metropolitan University（多伦多都会大学）；University of Toronto（多伦多大学）
提出一种无人机定位与可重构智能表面划分方法，通过优化RIS辅助链路选择、RIS划分和无人机位置，以Fiedler值为指标最大化网络连通性，同时满足用户设备的SINR约束。
2026-06-11 cs.IT math.IT
Aerial Semantic Relay-Enabled SAGIN: Joint UAV Deployment and Resource Allocation
ShanghaiTech University（上海科技大学）；Southern University of Science and Technology（南方科技大学）
本文提出了一种基于无人机的语义通信架构，通过联合优化无人机部署和资源分配，提升SAGIN网络的频谱效率和覆盖范围。
2025-11-23 cs.IT math.IT
Placement and Resource Allocation of Wireless-Powered Multiantenna UAV for Energy-Efficient Multiuser NOMA
本文研究了一种新的下行非正交多址接入（NOMA）系统，其中多天线无人机（UAV）由无线功率传输（WPT）供电，并作为多对地面用户（GU）的基站，每对地面用户运行NOMA。能量效率（EE）最大化问题被公式化以联合优化WPT时间和UAV的放置，以及UAV的发射功率在不同NOMA用户对之间和每对内的分配。为了有效地解决这个非凸问题，我们分解成三个子问题，使用块坐标下降。对于每个NOMA用户对内功率分配的子问题，我们构造了一个超模块博弈，并确定收敛到一个纳什均衡。在给定用户对内功率分配的情况下，利用逐次凸逼近方法对WPT时间分配和用户对间功率分配子问题进行凸化求解。最后，利用拉格朗日乘子法求解无人机布局子问题。仿真结果表明，我们的方法可以大大优于它的替代品，不使用NOMA和WPT技术或不优化无人机的位置。
2022-04-20 cs.IT eess.SP math.IT
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
Deep Reinforcement Learning for Fresh Data Collection in UAV-assisted IoT Networks
由于其灵活性和低运营成本，派遣无人机（UAV）从分布式传感器收集信息有望成为物联网（IoT）中一种有前途的解决方案，特别是对于时间关键型应用。如何保持信息的新鲜度是一个具有挑战性的问题。在本文中，我们研究了无人机辅助物联网网络中的新鲜数据汇集问题。特别地，UAV飞向传感器以在给定持续时间内收集状态更新分组，同时保持非负剩余能量。我们制定了一个马尔可夫决策过程（MDP），以找到最佳的飞行轨迹的无人机和传感器的传输调度，最大限度地减少信息的年龄（AoI）的加权和。为克服维数灾难，提出了一种基于深度强化学习（DRL）的无人机辅助数据汇集算法。大量的仿真结果表明，建议的DRL为基础的算法可以显着降低AoI的加权和相比，其他基线算法。
2020-03-01 cs.IT cs.NI math.IT
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
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
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
Throughput analysis of RIS-assisted UAV wireless systems under disorientation and misalignment
可重构智能表面（RIS）辅助无人机（UAV）通信已被确定为许多下一代应用的关键使能器。然而，据我们所知，还没有一个通用的框架来量化的RIS辅助无人机系统的吞吐量性能。出于这一动机，在本文中，我们提出了一个全面的系统模型，占多径衰落的影响，这是通过混合伽马建模，收发器硬件缺陷，随机波束迷失方向和错位，以检查吞吐量性能的RIS辅助无人机无线系统。在这个方向上，我们提出了一个新的封闭形式的表达系统的吞吐量为两种情况下：i）在存在和ii）在没有定向和错位。有趣的是，我们的研究结果揭示了上述现象的准确建模以及存在最佳透射光谱效率的重要性。
2022-12-10 cs.IT eess.SP math.IT
Joint Trajectory and Resource Allocation Design for Energy-Efficient Secure UAV Communication Systems
研究了在存在多个地面窃听者的情况下，信息无人机在多天线干扰无人机辅助下为多个地面用户提供服务的下行节能安全无人机通信系统的轨迹和资源分配设计问题。以系统能量效率最大化为目标，对情报无人机的资源分配策略和航迹以及干扰无人机的干扰策略进行联合优化。联合设计制定为一个非凸优化问题，考虑到服务质量（QoS）的要求，安全约束，和不完善的信道状态信息（CSI）的窃听。公式化的问题通常是难以处理的。作为一种折衷的方法，该问题被分为两个子问题，这有利于设计一个低复杂度的次优算法的交替优化方法的基础上。仿真结果表明，该算法在迭代次数较少的情况下收敛，并展示了一些有趣的见解：（1）干扰无人机的引入有助于信息无人机高度灵活的轨迹设计，这对提高系统能量效率至关重要;（2）利用多天线干扰无人机带来的空间自由度，我们提出的设计可以将人工噪声集中在窃听者上，从而为系统提供强大的安全手段。
2020-03-16 cs.IT eess.SP math.IT
Resource Allocation for Secure Multi-UAV Communication Systems with Multi-Eavesdropper
在本文中，我们研究的资源分配和轨迹设计的安全无人机（UAV）启用的通信系统，其中多个多用途的无人机基站被派遣提供安全的通信，以多个合法的地面用户（GU）存在多个窃听者（Eves）。具体地，通过利用正交频分多址（OFDMA），活动的UAV基站可以经由所分配的子载波与其期望的地面用户通信，而空闲的UAV基站可以同时用作干扰器以用于通信安全性提供。为了实现安全通信中的公平性，通过联合优化通信/干扰子载波分配策略和无人机飞行轨迹，同时考虑多无人机之间的最小安全距离、最大巡航速度、初始/最终位置以及圆柱形禁飞区（NFZ）的存在等约束条件，最大化每个用户的平均最小保密率.该设计被配制成一个混合整数非凸优化问题，这是一般棘手的。随后，提出了一种计算效率高的迭代算法来获得次优解。仿真结果表明，所提出的迭代算法的性能可以显着提高平均最小保密率相比，各种基线方案。
2020-03-16 cs.IT eess.SP math.IT
Channel Knowledge Map (CKM)-Assisted Multi-UAV Wireless Network: CKM Construction and UAV Placement
信道知识地图（CKM）是近年来出现的一种用于无人机（UAV）通信布局和轨迹优化的知识地图。本文研究了一种CKM辅助的多无人机无线网络，重点是CKM的构建和使用多无人机布局优化。首先，我们考虑CKM建设问题时，只有有限数量的点的数据测量。为此，我们利用数据驱动的插值技术来构建CKM来表征信号传播环境。其次，研究了多无人机布局优化问题，即多无人机以最大化其与地面基站的加权和速率为目标，利用所构造的CKM进行布局优化。然而，基于CKM的速率函数通常是不可微的。针对这一问题，提出了一种新的基于无导数优化的迭代算法，该算法通过迭代构造一系列二次函数，在一定的插值条件下逼近目标函数，并在信赖域约束下最大化逼近函数，从而更新无人机的布局位置.最后，数值结果验证了所提出的设计达到了接近最优的性能，但具有更低的实现复杂度。
2022-07-05 cs.IT eess.SP math.IT
UAV-Assisted Cooperative & Cognitive NOMA: Deployment, Clustering, and Resource Allocation
协作和认知非正交多址接入（CCR-NOMA）已被认为是克服频谱稀缺问题并支持下一代无线网络中设想的大规模连接的有前途的技术。在本文中，我们研究部署的无人机（UAV）作为中继，公平地服务于大量的二次用户在热点区域。UAV部署算法必须联合考虑用户聚类、信道分配和资源分配子问题。我们提出了一种解决方案，获得用户聚类和信道分配的基础上，最佳的资源分配为一个给定的无人机位置。为此，我们推导出封闭形式的最佳功率和时间分配，并显示它提供了最佳的最大最小公平吞吐量消耗更少的能量和时间比几何规划。基于最优资源分配，还以封闭形式提供了最优覆盖概率，其考虑了信道估计误差、硬件损伤和主网络干扰。最佳的覆盖概率使用建议的最大-最小公平用户聚类和信道分配方法。结果表明，所提出的方法实现了100%的准确性，在超过五个数量级的时间比最佳基准。
2020-08-26 cs.IT eess.SP math.IT
Utility-Aware Optimal Resource Allocation Protocol for UAV-Assisted Small Cells with Heterogeneous Coverage Demands
在本文中，我们考虑了一个无人机辅助的小小区具有不同的数据率和覆盖需求的异构用户。具体来说，我们提出了一种新的效用感知的资源分配协议，以最大限度地提高无人机的效用，允许它同时服务于最高可能数量的异构用户与可用的能源资源。在这方面，首先，我们推导出一个封闭形式的表达率覆盖概率的用户考虑莱斯衰落纳入无人机通信的强视线（LoS）组件。其次，由于无人机效用最大化问题是非凸的和组合的，以获得全局最优的资源分配政策，我们提出了一个迭代的可行性检查方法，从下限到上限的固定整数的用户数，可以由无人机服务。为了进一步降低复杂性，我们制定了一个等价的问题，旨在最大限度地减少每个用户的能量消耗，其中紧的分析松弛率覆盖概率约束，以及半封闭表达式的联合最优功率和时间分配。最后，通过详细的数值研究，我们验证了我们的分析声明，提出了对关键系统参数影响的见解，并证明与相关基准相比，使用该方案可以为60%以上的用户提供服务。
2019-11-03 cs.IT math.IT math.OC
Satellite- and Cache-assisted UAV: A Joint Cache Placement, Resource Allocation, and Trajectory Optimization for 6G Aerial Networks
本文考虑了LEO卫星和缓存辅助的无人机通信在地面网络中的内容交付，这表明了下一代系统提供无处不在的连接和高容量的巨大潜力。具体地，由UAV提供缓存以减少回程拥塞，并且LEO卫星支持UAV的回程链路。在这种情况下，我们的目标是最大限度地提高每个地面用户（GU）的最小可实现的吞吐量，通过联合优化缓存的位置，无人机的资源分配，和轨迹，而缓存容量和飞行时间是有限的。公式化的问题是具有挑战性的直接解决，由于其非凸性和组合性质。将该问题分解为三个子问题：（1）在无人机资源和轨迹固定的情况下，缓存布局优化问题;（2）在无人机资源和轨迹固定的情况下，缓存布局优化问题;（3）在无人机资源和轨迹固定的情况下，缓存布局优化问题。在子问题解的基础上，利用块坐标下降法（BCD）和逐次凸逼近法（SCA）提出了一种有效的交替算法。仿真结果表明，最大最小吞吐量和总的可实现吞吐量的提高，应用我们提出的算法，而不是其他基准计划。
2021-06-09 cs.IT eess.SP math.IT
The Meta Distribution of SINR in UAV-Assisted Cellular Networks
在无人机（UAV）上安装紧凑、轻便的基站是一种具有成本效益且灵活的解决方案，可在现有地面网络上提供无缝覆盖。虽然无人机辅助蜂窝网络的覆盖概率已经得到了广泛的研究，它只提供了信号与干扰加噪声比（SINR）的一阶统计。在本文中，分析高阶统计的信干噪比和特征的差异之间的各个环节，我们提供了一个Meta分布（MD）为基础的分析框架，无人机辅助蜂窝网络，其中的概率视距信道和现实的天线方向图考虑到空到地传输。为了准确地描述无人机干扰，我们放宽了广泛应用的均匀离轴角（OBA）假设，并推导出OBA的精确分布。使用随机几何，可操纵和垂直天线的情况下，我们获得数学表达式的时刻的条件成功概率，SINR MD，和平均本地延迟。此外，我们还研究了网络密度趋于无穷大时矩的渐近行为。数值结果验证了理论结果的严密性，并表明一致OBA假设低估了网络性能，特别是在无人机的中等高度区域。我们还表明，当无人机配备可操纵天线，网络覆盖和用户公平性可以同时优化通过仔细调整无人机参数。
2023-01-30 cs.IT eess.SP math.IT
Trajectory Design for Multiple-UAV Assisted Wireless Networks
无人机（UAV）由于其高移动性和高效部署，可以提高蜂窝网络的性能。在本文中，我们提出了第一个研究如何用户的移动性影响无人机的轨迹的多无人机辅助无线通信系统。具体来说，我们认为无人机是作为空中基站部署的，为在不同地区之间移动的地面用户提供服务。通过优化无人机的飞行轨迹，最大化地面用户在下行通信中的吞吐量，同时考虑用户移动性、推进能量消耗和无人机相互干扰的影响。我们制定的问题作为一个无环有向图的路由选择问题。每个顶点表示与区域时间点中的平均用户吞吐量的奖励相关联的任务，而每个边与飞行和悬停期间的能量推进消耗的成本相关联。对于集中式轨迹设计，我们首先提出了最短路径方案，确定最佳的轨迹为单无人机的情况下。我们还提出了集中式路由选择（CRS）计划，系统地计算更一般的多无人机的情况下的最佳轨迹。由于集中式问题的NP困难性，本文考虑了无人机自主选择航迹的分布式航迹设计，提出了分布式航迹选择（DRS）方案，该方案在有限次迭代内收敛到纯策略纳什均衡。
2019-12-30 cs.IT eess.SP math.IT
Beam Tracking for UAV-Assisted FSO Links With a Four-Quadrant Detector
研究了悬停多旋翼无人机的地空自由空间光链路。对于这种无人机，四象限光电探测器阵列用于光学接收器，以通过扩大接收器视场来减轻悬停波动的不利影响。进行了广泛的数学分析，以评估波束跟踪性能的随机影响下的悬停波动。通过Monte-Carlo模拟证实了推导出的解析表达式的准确性。结果表明，这种链路的性能很大程度上取决于悬停无人机的随机波动，并且对于每一个不稳定水平，都存在一个最佳的阵列尺寸，使跟踪误差概率最小
2021-09-16 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
UAV-Relay Assisted RSMA Fluid Antenna System: Outage Probability Analysis
该研究针对无人机辅助的多用户通信场景，结合速率分拆多址与流体天线系统技术，推导了中断概率的解析表达式及高信噪比下的渐近特性，验证了地面用户配置流体天线对系统性能的提升作用。
2025-03-20 cs.IT eess.SP 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
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
Secure Swarm UAV-assisted Communications with Cooperative Friendly Jamming
提出了一种适用于集群无人机（UAV）辅助的放大转发（AF）中继网络的协同友好干扰框架。由于无人机的能量有限，我们开发了一个协作的时间切换中继协议，允许无人机合作收获无线能量，中继信息，并干扰窃听者。为了评估保密率，我们推导出两种流行的检测技术在窃听者的保密中断概率（SOP），即，选择合并和最大比率合并。蒙特卡洛模拟，然后使用验证理论SOP推导，并显示所提出的框架的有效性SOP相比，传统的放大和转发中继系统。使用导出的SOP，可以获得工程见解，以优化能量收集时间和群中无人机的数量，以实现给定的保密保护级别。在这项工作中得出的分析SOP也可以在未来的无人机安全通信优化（例如，无人机的位置）。作为一个例子，我们提出了一个案例研究，以找到最佳的走廊定位群，以尽量减少系统SOP。
2021-07-29 cs.IT eess.SP math.IT
Joint Computation and Communication Design for UAV-Assisted Mobile Edge Computing in IoT
无人机辅助移动边缘计算（MEC）系统是一个突出的概念，其中配备有MEC服务器的无人机被部署为在有限的时间段内为物联网（IoT）的多个终端设备（TD）服务。在本文中，每个TD都有一定的延迟临界计算任务，在每个时隙完成。三种计算策略可用于每个TD。首先，每个TD可以自己操作本地计算。其次，每个TD可以将任务比特部分地卸载到UAV以用于计算。第三，每个TD可以选择经由UAV中继将任务比特卸载到接入点（AP）。提出了一种新的优化问题形式，旨在通过优化比特分配、时隙调度和功率分配以及无人机轨迹设计来最小化包括通信相关能量、计算相关能量和无人机飞行能量在内的总能量消耗。由于所提出的问题是非凸的，很难找到最优解，因此我们分两部分求解该问题，并在十几次迭代内获得了近最优解。最后，数值结果验证了所提出的算法，这是有效的，优于其他基准情况。
2019-10-18 cs.IT eess.SP math.IT
Ground-to-UAV and RIS-assisted UAV-to-Ground Communication Under Channel Aging: Statistical Characterization and Outage Performance
本文针对信道老化下RIS辅助无人机网络，建立综合信道模型，推导G2A和A2G信噪比的统计分布，验证RIS缓解信道老化的有效性，并提出自适应频谱效率方法以保证运动场景下的稳定性能。
2024-08-01 cs.IT eess.SP math.IT
Throughput Maximization for UAV-aided Backscatter Communication Networks
本文研究了无人机（UAV）辅助反向散射通信（BackCom）网络，其中无人机被利用来帮助反向散射设备（BD）将信号转发到接收机。基于BD和接收机之间是否存在直接链路，提出了两种协议，即发射-反向散射（TB）协议和发射-反向散射-中继（TBR）协议，利用无人机来协助BD。特别是，我们制定的系统吞吐量最大化问题的两个协议，通过联合优化的时间分配，反射系数和无人机轨迹。不同的静态/动态电路功耗模型的两个协议进行了分析。由此产生的优化问题被证明是非凸的，这是具有挑战性的解决。首先考虑动态电路功耗模型，将原问题分解为3个子问题，即固定无人机轨迹和反射系数的时间分配优化、固定无人机轨迹和时间分配的反射系数优化以及固定反射系数和时间分配的无人机轨迹优化。然后，一个有效的迭代算法提出了这两个协议，利用块坐标下降法和逐次凸逼近（SCA）技术。此外，针对静态电路功耗模型，利用拉格朗日对偶方法，得到了给定反射系数和无人机轨迹的最优时间分配以及低计算复杂性的最优反射系数。仿真结果表明，所提出的协议是能够实现显着的吞吐量增益比较基准。
2019-12-04 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
Multiple UAV-Assisted Cooperative DF Relaying in Multi-User Massive MIMO IoT Systems
本文针对多用户大规模MIMO物联网系统，提出联合优化混合波束成形、多无人机中继定位与功率分配的方法，以最大化总可达速率，并验证其优于单无人机及固定配置方案。
2024-04-03 cs.IT eess.SP math.IT
Active Intelligent Reflecting Surface Assisted Secure Air-to-Ground Communication with UAV Jittering
无人机（UAV）支持的通信是安全空对地（A2 G）网络的有前途的解决方案，因为移动性提供了额外的安全自由度。然而，随机气流和无人机本身的机体振动所引起的抖动特性对无人机通信性能有着不可忽视的影响。考虑到无人机抖动的影响，提出了一种基于新型主动智能反射面（IRS）的鲁棒安全传输设计方案，IRS中的反射元件不仅可以调节信号的相移，还可以放大信号的幅度。具体而言，在最坏情况下的保密率约束下，我们的目标是最小化的发射功率的鲁棒性联合设计的有源IRS的反射系数和波束形成在无人机载基站（UBS）。然而，由于联合优化问题的非凸性，其求解具有挑战性。为了解决这个问题，非凸的问题是重新制定与线性近似的信道变化和线性矩阵不等式转化的S-过程和舒尔补。然后，将该问题分解为无源波束形成和有源IRS反射系数优化两个子问题，并采用交替优化算法进行求解。最后，数值计算结果表明，在安全传输约束和无人机抖动的影响下，有源IRS的节能潜力。
2022-03-23 cs.IT eess.SP math.IT
Deep Learning Meets Swarm Intelligence for UAV-Assisted IoT Coverage in Massive MIMO
本文针对无人机辅助的大规模MIMO物联网系统，提出结合群体智能与深度学习的联合混合波束成形、无人机定位和功率分配优化方案，在接近最优容量的同时将运行时间降低99%。
2023-09-21 cs.IT eess.SP 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
SDN assisted UAV communication systems : Efficient Deployment Strategies
近年来，基于无人机（UAV）的通信系统由于其低成本部署和易于移动而引起了越来越多的研究和商业兴趣，在自然灾害和紧急情况下，这种网络非常有用，可以提供通信服务。在这种情况下，无人机的位置和轨迹必须是最佳的，以保持服务质量在用户端。本文重点研究了一种基于SDN的无人机网络的部署，为用户提供通信服务。我们考虑在体育场和活动中部署该系统。在本文中，我们提出了一个计划，分配无人机的用户和流量拥塞算法，以减少数据包的数量，以避免重传从用户端。我们还提出了一个节能的多跳路由机制，以避免高功率的要求，传输更长的距离。我们假设所有的回程链路都有足够的容量来承载来自前传链路的所有流量，并且无人机的设计必须考虑其飞行和传输的功率要求。
2021-06-02 cs.IT cs.NI math.IT
