Robust Semantic Transmission for Low-Altitude UAVs: Predictive Channel-Aware Scheduling and Generative Reconstruction
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
本文提出一种鲁棒语义传输方法，通过预测信道感知调度与生成式重建，提升低空无人机在动态信道环境下的传输可靠性与图像质量。
2026-02-11 cs.IT eess.IV math.IT
Synergetic UAV-RIS Communication with Highly Directional Transmission
无人机在未来无线通信系统中的有效集成取决于对其有限能量的有意识使用，这限制了其飞行时间。可重构智能表面（RISs）可以与UAV结合使用，目的是在不增加UAV侧的复杂性的情况下改善通信性能。在本文中，我们提出了一种协同无人机RIS通信系统，利用无人机与高定向天线瞄准RIS。所提出的方案可以应用于所有的空对地RIS辅助网络和数值结果表明，它是优于的情况下，无人机利用全向天线或高定向天线瞄准地面节点。
2021-11-14 cs.IT eess.SP math.IT
Deployment and Trajectory Optimization of UAVs: A Quantization Theory Approach
研究了多无人机的最优部署与运动问题。所考虑的情况包括几个地面终端（GT）与无人机使用可变的传输功率和固定的数据率通信。首先，分析了固定地理GT密度的静态情况。使用高分辨率量化理论，相应的最佳可实现的性能（测量的平均GT传输功率）确定在大量的无人机的渐近制度。接下来，考虑GT密度允许随时间周期性变化的动态情况。对于一维网络，一个精确的公式，为总的无人机运动，保证最佳的时间平均性能的确定。一般而言，通过拉格朗日方法获得UAV的总运动和可实现的性能之间的折衷。相应的轨迹优化算法的介绍和证明，以保证收敛的拉格朗日。数值模拟证实了分析结果。不同的系统模型和性能指标的扩展也进行了讨论。
2018-11-28 cs.IT math.IT
Optimal Placement of UAVs for Minimum Outage Probability
我们认为多个无人机（UAV）服务密度的地面终端（GT）作为基站。目标是最小化GT到UAV传输的中断概率。研究了在不同无人机高度约束和GT密度下的无人机布局优化问题。首先，使用一个随机部署的参数，一般上限的最佳中断概率发现任何密度的GT和任何数量的无人机。匹配下界也推导出表明，最佳中断概率与无人机的数量呈指数衰减。其次，当公共高度约束较大时，研究了最优部署的结构。对于广泛的GT密度，它表明，所有的无人机应放置在同一位置的最佳部署。一个设计的含义是，一个可以使用一个单一的多天线无人机，而不是多个单天线无人机没有损失的最佳性。这一结果也扩展到一个实际的变化的Rician衰落模型最近开发的Azari等人。无人机通信。分别采用粒子群优化算法和改进的梯度下降算法对无人机在集中式和实际分布式环境中的部署进行了数值仿真。
2020-08-14 cs.IT eess.SP math.IT
Accelerating Multi-UAV Collaborative Sensing Data Collection: A Hybrid TDMA-NOMA-Cooperative Transmission in Cell-Free MIMO Networks
本研究针对多无人机协同感知数据收集场景，采用无蜂窝MIMO网络管控干扰，提出融合TDMA、NOMA与协作传输的混合策略，通过联合优化任务拆分比例与传输方案，有效缩短感知任务完成时间。
2024-11-04 cs.IT eess.SP 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
Secrecy Transmission in Large-Scale UAV-Enabled Wireless Networks
本文研究了大规模无人机无线网络中的保密传输问题，在该网络中，空中的一组无人机向地面上的合法接收机发送机密信息，而地面上的窃听者则是随机分布的。我们假设合法接收器和窃听器的水平位置分布为两个独立的齐次泊松点过程（PPP），并且每个无人机正好位于其相应的合法接收器上方，以实现高效的保密通信。此外，我们考虑了一个仰角相关的视线（LoS）/非LoS（NLoS）的空-地（A2 G）无线信道的路径损耗模型，并采用窃听码的秘密传输。在这样的设置下，我们首先以数学上易于处理的形式表征保密通信性能（在连接概率、保密中断概率和保密传输容量方面），并相应地优化系统配置（即，窃听码率和UAV定位高度），以最大化保密传输容量，服从最大保密中断概率约束。其次，我们提出使用保密保护区技术来进一步保密，并分析了相应实现的保密通信性能。最后，我们给出了数值结果来验证理论分析。研究表明，保密保护区的引入显著提高了网络的保密传输容量，且保密保护区半径一般随无人机和窃听者密度的增加而单调减小。
2019-08-10 cs.IT math.IT
Joint Transmission Scheme and Coded Content Placement in Cluster-centric UAV-aided Cellular Networks
最近，由于COVID-19大流行，远程工作和远程医疗对电信的依赖显著增加。在蜂窝网络中，由于建立视线（LoS）链路的高概率，无人机（UAV）的并入可以导致针对室外用户的增强的连接。然而，UAV有限的电池寿命及其在室内区域中的信号衰减使得在室内环境中管理用户的请求效率低下。被称为以集群为中心和编码的无人机辅助毫微微缓存（CCUF）框架，该网络在室内和室外环境中的覆盖范围通过用于FAP形成和无人机部署的两阶段集群来增加。第一个目标是增加内容多样性。在这种情况下，我们提出了一个编码的内容放置在一个集群为中心的蜂窝网络，这是集成了协调多点（CoMP），以减轻在边缘区域的小区间干扰。然后，我们计算，实验，编码的内容存储在每个缓存节点的数量，以增加缓存命中率，信号干扰噪声比（SINR），和缓存的多样性和减少用户的访问延迟和缓存冗余不同的内容流行度配置文件。利用集群，我们的第二个目标是分配最好的缓存节点，室内/室外用户管理他们的请求。在这方面，我们定义的地面用户的移动速度作为决策度量的传输方案，以服务于室外用户的请求，以避免FAP之间的频繁切换，并增加无人机的电池寿命。仿真结果表明，该CCUF实现方案提高了缓存命中率、SINR和缓存分集，降低了用户访问延迟、缓存冗余和无人机能耗。
2021-07-15 cs.IT cs.MM eess.SP
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
Ground-to-Air Communications Beyond 5G: Coordinated Multi-Point Transmission Based on Poisson-Delaunay Triangulation
本文设计了一种新的地空通信方案，通过传统的地面基站（BS）服务无人机（UAV）。特别地，提出了一种基于Poisson-德洛内三角剖分的多点协作传输方法，为无人机提供了可靠的无缝连接。利用圆填充理论，设计了一种有效的动态频率分配方案来消除小区间干扰。为了更准确地进行性能评估，首先对典型无人机的越区切换概率进行了表征，进而得到了考虑切换误差的覆盖概率。仿真和数值结果证实，该方案优于传统的CoMP方案与三个最近的合作BS的切换和覆盖概率。此外，由于每个UAV具有固定且唯一的CoMP BS集合，因此避免了实时动态BS搜索过程，从而减少了反馈开销。
2022-09-13 cs.IT math.IT
Towards Power-Efficient Aerial Communications via Dynamic Multi-UAV Cooperation
附着于无人机（UAV）的空中基站（BS）构成了下一代蜂窝通信的新范例。然而，由于无人机的尺寸、重量和功率（SWAP）限制，空中BS的飞行范围和通信容量通常是有限的。为了应对这一挑战，在本文中，我们考虑多个空中基站之间的动态协作传输的功率效率的空中通信。由此，中央控制器智能地选择在空中导航的空中BS进行协作。因此，考虑到信道条件、能量可用性和用户需求，由协作空中BS形成的移动天线的大型虚拟阵列可以用于低功率信息传输和导航。同时考虑到前传和数据传输链路，我们共同优化的轨迹，合作的决定，和发射波束形成器的空中基站所需的所有BS的功率消耗的加权和最小化。由于获得制定的问题的全局最优解是困难的，我们提出了一个低复杂度的迭代算法，可以有效地找到一个Karush-Kuhn-Tucker（KKT）的解决方案的问题。仿真结果表明，与几种基准方案相比，动态多无人机协作可以显著降低无人机的通信和导航功率，克服SWAP的限制，同时只需要少量增加前传链路上的发射功率。
2020-01-30 cs.IT eess.SP 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
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
Trajectory Optimization for Rotary-Wing UAVs in Wireless Networks with Random Requests
针对无线网络中两个地面节点随机产生的下行数据传输请求，研究了单旋翼无人机作为中继的轨迹优化问题。我们的目标是优化无人机的轨迹，以尽量减少预期的平均通信延迟，以服务于这些随机请求。结果表明，该问题可以被铸造成一个半马尔可夫决策过程（SMDP），并通过多链策略迭代解决由此产生的最小化问题。证明了双尺度优化方法的最优性：通信阶段的最优轨迹在当前开始位置和目标结束位置之间移动时，使当前请求的通信延迟最小化（内部优化）;选择结束位置以使SMDP中的预期平均长期延迟最小化（外部优化）。数值模拟表明，当无人机在不主动服务传输请求的阶段向GN的几何中心移动时，预期的平均延迟最小化，并表现出显着的改进。最后，它揭示了通信阶段的最佳结束位置变得越来越独立的数据有效载荷，大的数据有效载荷值。
2019-08-21 cs.IT math.IT
Air-to-Ground Communications Beyond 5G: UAV Swarm Formation Control and Tracking
本文提出一种结合CoMP传输与随机几何的无人机空对地通信模型，利用泊松-德劳内四面体化构建CoMP集，并设计无人机编队控制与跟踪方案，实现优于无CoMP方案且性能接近传统CoMP的覆盖与速率。
2023-12-25 cs.IT eess.SP math.IT
Cellular-Connected UAVs over 5G: Deep Reinforcement Learning for Interference Management
The University of Edinburgh（爱丁堡大学）；Virginia Tech（弗吉尼亚理工学院暨州立大学）；Alpen-Adria-Universität Klagenfurt（克拉根福大学）
针对蜂窝互联无人机网络，提出了一种干扰感知的路径规划方案。每个无人机的目标是在最大化能量效率和最小化无线延迟以及对地面网络造成的干扰水平之间进行权衡，该问题被视为无人机之间的动态博弈。为了解决这个问题，提出了一种基于回声状态网络（ESN）单元的深度强化学习算法。引入的深度ESN架构经过训练，允许每个UAV将网络状态的每个观察映射到动作，目标是最小化一系列时间相关的效用函数。每架无人机使用ESN学习其最优路径、发射功率水平和路径上不同位置的小区关联向量，算法收敛后达到子博弈完美纳什均衡（SPNE）。此外，无人机的高度的上限和下限的推导，从而降低了所提出的算法的计算复杂性。仿真结果表明，该方案实现了更好的无线延迟每无人机和速率每地面用户（UE），而需要的步骤数是一个启发式的基线，考虑通过最短的距离向相应的目的地移动。结果还表明，无人机的最佳高度根据地面网络密度和UE数据率要求而变化，并且在最小化地面UE上的干扰水平以及无人机的无线传输延迟方面起着至关重要的作用。
2018-01-16 cs.AI cs.GT cs.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
UAV-Involved Wireless Physical-Layer Secure Communications: Overview and Research Directions
由于其灵活的部署和按需移动性，小型无人机（UAV）预计将在即将到来的第五代（5G）网络中广泛应用于通信应用。然而，无人机通信应用的保密性易受广播性质和主导视距（LoS）信道条件的安全威胁，物理层安全（PLS）技术可以在这种情况下应用于保密性能增强。另一方面，利用无人机协同保护安全通信也是有希望的。本文综述了近年来无人机物理层安全通信的研究进展。重点研究了针对无人机不同角色的安全传输方案设计，以及针对无人机自身特点对引入自由度的优化。最后，我们提出了一些未来的研究方向。
2019-06-24 cs.IT cs.NI eess.SP
Power Control in Cell-Free Massive MIMO Networks for UAVs URLLC under the Finite Blocklength Regime
在本文中，我们采用了以用户为中心的（UC）无小区大规模MIMO（CFmMIMO）网络提供超可靠的低延迟通信（URLLC）时，传统的地面用户（GU）与无人机（UAV）共存。我们研究了利用部分迫零（PZF）发送/接收波束成形和最大比传输/合并时下行链路和上行链路的功率控制。我们考虑优化问题，其目标是最大限度地提高用户的总和URLLC率或最小用户的URLLC率。URLLC率函数是复杂的和非凸渲染所考虑的优化问题的非凸。因此，我们提出了两个近似的复杂URLLC率函数，并采用连续凸优化（SCO）来解决所考虑的优化问题。具体来说，我们提出了SCO与迭代凹下界近似（SCO-ICBA）和SCO与迭代干涉近似（SCO-IIA）。我们提供了广泛的模拟评估SCO-ICBA和SCO-IIA和比较UC CFmMIMO部署与传统的共址大规模MIMO（COmMIMO）系统。结果表明，采用SCO-IIA方案优化下行链路采用MRT的CFmMIMO系统的最小用户速率，上行链路采用PZF接收的CFmMIMO系统可以提供最佳的URLLC速率性能。
2022-12-04 cs.IT eess.SP math.IT
AoI-aware Sensing Scheduling and Trajectory Optimization for Multi-UAV-assisted Wireless Backscatter Networks
本文针对多无人机辅助无线反向散射网络，提出AoI-STO算法，联合优化地面用户接入控制、无人机波束成形与轨迹规划，将长期AoI最小化问题转化为逐时隙控制问题，仿真显示总体AoI降低50%以上并显著提升调度公平性。
2024-04-30 cs.IT math.IT
A Heterogeneous Dual-Network Framework for Emergency Delivery UAVs: Communication Assurance and Path Planning Coordination
College of Computer Science and Cyber Security, Chengdu University of Technology（成都理工大学计算机与网络安全学院）；National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（电子科技大学无线通信国家重点实验室）
本文提出异构双网络框架HDNF，通过结合应急通信支持网络和配送路径网络，提升无人机在灾害环境中的通信可靠性与路径规划效率，优化任务分配和能源消耗。
2026-05-14 cs.IT math.IT
Cooperative Data Collection with Multiple UAVs for Information Freshness in the Internet of Things
在物联网（IoT）中保持信息的新鲜度是一个关键但具有挑战性的问题。在本文中，我们研究合作数据汇集使用多无人机（UAV）的目标是最小化的总平均信息年龄（AoI）。为了优化数据汇集过程，我们考虑了无人机的各种约束，包括运动学、能量、轨迹和碰撞避免。具体地说，每个无人机，这具有有限的机载能源，起飞从其初始位置和飞越传感器节点收集更新数据包与其他无人机合作。无人机必须在指定的时间段后以非负剩余能量降落在最终目的地，以确保它们有足够的能量完成任务。为了提高信息的新鲜度，设计无人机的飞行轨迹和传感器节点的传输调度至关重要。我们将多无人机数据汇集问题建模为一个分散的部分可观测马尔可夫决策过程（Dec-POMDP），因为每个无人机都不知道环境的动态，只能观测一部分传感器。为了解决这个问题的挑战，我们提出了一种基于多智能体深度强化学习（DRL）的算法，具有集中式学习和分散式执行。除了奖励塑造之外，我们还使用动作掩码来过滤掉无效的动作，并确保满足约束。仿真结果表明，与基线算法相比，所提算法能显著降低总平均AoI，且动作掩模方法的使用能提高算法的收敛速度。
2023-03-02 cs.IT math.IT
Stochastic Geometry-Based Analysis of Airborne Base Stations with Laser-powered UAVs
解决无人机飞行时间有限问题的最有前途的解决方案之一是通过部署在地面上的激光束导向器（LBD）发射的激光束为无人机提供动力。在这封信中，我们研究了激光驱动的无人机使能通信系统的性能，使用随机几何工具。我们首先推导出能量覆盖概率，它被定义为无人机接收到足够能量以确保成功操作（悬停和通信）的概率。我们的研究结果表明，为了确保能量覆盖，无人机和其专用LBD之间的距离必须低于一定的阈值，我们推导出一个表达式作为系统参数的函数。考虑到利用功率分裂技术在激光束中同时传输信息和能量，我们还推导了联合能量和信噪比覆盖概率。分析和模拟结果揭示了一些有趣的见解。例如，我们的结果表明，我们需要至少6个LBD/10 km^2，以确保在能量覆盖概率方面的可靠性能。
2019-10-17 cs.IT cs.NI 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
Line-of-Sight Probability for Outdoor-to-Indoor UAV-Assisted Emergency Networks
针对城市应急场景室内人员定位与高带宽通信需求，本文推导了无人机辅助应急网络中视距概率的闭式表达式及覆盖概率，可用于优化无人机部署位置与数量以提升网络性能。
2023-02-27 cs.IT eess.SP math.IT
Minimum Throughput Maximization in UAV-Aided Wireless Powered Communication Networks
本文研究了无人机辅助的无线供电通信网络（WPCN）系统，其中无人机上的移动接入点（AP）为多个能量受限的地面终端（GT）提供服务。具体地，UAV首先通过在下行链路中发送无线能量传输（WET）信号来对GT充电。然后，通过利用从UAV收集的无线能量，GT向UAV发送其上行链路无线信息传输（WIT）信号。本文根据无人机的作战特点，采用了两种不同的作战方案，即一体化无人机作战和分离式无人机作战。首先，在集成的UAV WPCN中，UAV充当混合AP，其中在单个UAV处处理能量传输和信息接收两者。相比之下，对于分离的UAV WPCN，我们考虑两个UAV，每个UAV独立地充当能量AP和信息AP，因此在两个不同的UAV处分别执行能量传输和信息解码。对于这两个系统，我们联合优化的无人机的轨迹，上行链路功率控制，以及时间资源分配的WET和WIT，以最大限度地提高最小吞吐量的GT。由于制定的问题是非凸的，我们适用于凹凸程序推导出适当的凸边界的非凸约束。因此，我们提出了迭代算法，有效地确定了最小吞吐量最大化问题的局部最优解。仿真结果验证了所提出的算法的效率相比，传统的计划。
2018-01-09 cs.IT math.IT
MmWave UAV Networks with Multi-cell Association: Performance Limit and Optimization
本文旨在利用蜂窝网络的下行链路覆盖和空间吞吐量性能的基本限制，该蜂窝网络由一层使用毫米波（mmWave）频带的无人机（UAV）基站（BS）和一层使用超高频（UHF）频带的地面BS组成。为了减少切换信令开销，地面BS负责控制信令递送，而UAV负责有效载荷数据传输，使得用户需要同时与具有控制-数据平面分离架构的该网络中的地面BS和UAV相关联。首先，我们提出了一个三维（3D）的位置分布模型的无人机使用随机几何，这是能够一般的特点无人机在天空中的位置。使用无人机的3D分布模型，两个性能指标，即，多小区覆盖概率和体积频谱效率。当无人机和地面基站都配备有大规模天线阵列时，推导了它们的显式低复杂度表达式，并找到了它们的上限。进一步证明了通过优化无人机在空中的部署和定位可以最大化多小区覆盖概率和体积频谱效率，从而找到了它们的基本最大极限，并通过数值仿真验证了这些重要的分析结果。
2019-08-19 cs.IT math.IT
Optimization of a Millimeter-Wave UAV-to-Ground Network in Urban Deployments
考虑城市战术无线网络，其中基站位于无人驾驶飞行器（UAV）上，无人驾驶飞行器（UAV）提供到地面资产（诸如位于城市街道上的车辆）的连接。假设无人机按照二维点过程随机部署在固定高度。毫米波（mmWave）频率用于利用由于波束成形而产生的大的可用带宽和空间隔离。在城市环境中，毫米波信号容易被建筑物阻挡视线（LoS）。虽然反射是可能的，一致的连接性的愿望放置在一个畅通的LoS路径的存在强烈的偏好。因此，在本文中考虑的关键性能指标是连接概率，这是一个畅通的LoS路径的概率至少有一个无人机在某个最大的传输距离。通过利用来自随机几何的工具，连接概率被表征为城市类型的函数（例如，城市、密集城市、郊区）、UAV密度（每平方公里的UAV平均数量）和UAV高度。城市街道被建模为曼哈顿泊松线过程（MPLP）和建筑物的高度是随机分布的。分析首先找到以特定网络实现（UAV的位置）为条件的连接概率，然后去除条件以揭示连接的分布;即，网络实现将不能满足中断阈值的部分。虽然相关工作已经将MPLP应用于具有单个UAV的网络，但本文的贡献在于：（1）考虑多个UAV的网络，（2）通过连接分布来表征性能，以及（3）确定UAV的最佳高度。
2021-10-31 cs.IT math.IT
Spatio-Temporal Attention Enhanced Multi-Agent DRL for UAV-Assisted Wireless Networks with Limited Communications
School of Intelligent Systems Engineering, Shenzhen Campus of Sun Yat-sen University（中山大学智能系统工程学院深圳校区）；Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai)（广东海洋工程科学实验室（珠海））；Department of Equipment Management and Unmanned Aerial Vehicle Engineering, Air Force Engineering University（空军工程大学装备管理与无人机工程系）；School of Computing and Artificial Intelligence, Jiangxi University of Finance and Economics（江西财经大学计算机与人工智能学院）；College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）
本文提出一种延迟容忍的多智能体深度强化学习算法，结合延迟惩罚奖励促进无人机间信息共享，并优化轨迹规划、网络形成和传输控制策略，同时采用时空注意力预测方法恢复丢失信息，提升网络容量和吞吐量。
2026-03-23 cs.AI cs.IT cs.SY
Secrecy Performance Analysis of UAV Transmissions Subject to Eavesdropping and Jamming
无人机（UAV）在军事和民用应用中提供了更广泛的信号覆盖和更广泛的监视能力，正在经历快速发展。由于无线信号的广播性质和空间的开放性，无人机窃听器（UEDs）对地面通信构成了潜在的威胁。在本文中，我们考虑了一个合法的地面链路中存在友好的干扰和UEDs在有限的空间区域内的通信。利用服从均匀二项点过程（BPP）的UED的空间分布来表征UED的随机性。假设地面链路经历对数距离路径损耗和瑞利衰落，而具有/不具有由于环境引起的平均额外路径损耗的自由空间路径损耗用于空对地/空对空链路。提出了一种分段函数来近似空-地链路的视距（LoS）概率，这比使用现有的基于S形的拟合提供了更好的近似。推导了非合谋UE存在时合法地面链路的安全连接概率（SCP）的解析表达式。分析揭示了一些有用的趋势，在SCP作为一个功能的发射信号干扰功率比，无人机干扰机的位置，和无人机的高度。
2018-09-06 cs.IT math.IT
Secure UAV Communication with Cooperative Jamming and Trajectory Control
提出了一种新的协同干扰方法，通过利用附近无人机的干扰来防止窃听，从而保证无人机的通信安全。特别是，我们考虑了两个无人机的情况下，一个无人机发射机提供的机密信息的地面节点（GN），和其他无人机干扰机合作发送人工噪声（AN）混淆地面窃听保护数据传输的机密性。通过利用完全可控的移动性，这两个无人机可以随着时间的推移自适应地调整它们的位置（也称为位置调整）。轨迹）以促进安全通信和合作干扰。我们假设两台无人机完全知道GN的位置，并且部分知道窃听者的位置{ \emph{a-priori} }。在这种设置下，我们最大限度地提高平均保密率从无人机发射机到GN在一个特定的时间段内，通过优化无人机的轨迹，连同他们的通信/干扰功率分配。虽然制定的问题是非凸的，我们提出了一个有效的解决方案，通过应用交替优化和逐次凸逼近（SCA）的技术。
2018-12-17 cs.IT math.IT
Modeling and Analysis of Data Harvesting Architecture based on Unmanned Aerial Vehicles
本文探讨了一种新兴的无线物联网（IoT）架构的基础上无人机（UAV）。我们考虑一个网络，其中一个固定高度的无人机机队在计划的轨迹上飞行，地面上的物联网设备计划在无人机附近时将其数据传输给无人机。在这样的系统中，UAV的运动触发IoT设备的上行链路传输。因此，网络性能是由系统的几何和动态特性决定的。我们提出了一个无人机和物联网设备的联合静止模型，然后评估干扰，覆盖概率，和典型的无人机的数据率。为了评估所提出的架构的收获能力，我们推导出从每个物联网设备上传到无人机的数据量的公式。我们还建立了一个线性关系之间的无人机覆盖率和收获能力的网络，这提供了见解的建议收获计划的设计。此外，我们使用我们的分析结果来数字显示，上传的数据和物联网调度窗口的大小之间存在权衡。具体而言，对于给定的无人机和物联网几何形状，存在最佳调度窗口，可以最大限度地提高所提出的网络的收获能力。
2020-04-20 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
Cooperative Anti-Jamming for UAV Networks: A Local Altruistic Game Approach
为提高无人机辅助通信系统的抗干扰能力，研究了在内部相互干扰和外部恶意干扰下的信道选择优化问题。提出了一种基于局部利他思想的无人机协同抗干扰方法。具体而言，Stackelberg博弈模型来制定无人机和干扰机之间的对抗关系。考虑无人机自身和其他无人机的效用，建立了一个局部利他博弈模型。提出了一种分布式协同抗干扰算法，以获得Stackelberg均衡。最后，分析了算法的收敛性以及发射功率对系统损耗值的影响，与现有算法相比，该算法的抗干扰性能提高了64%左右。
2021-09-12 cs.CE cs.IT math.IT
Performance Analysis of Cooperative Multi-Carrier Relay-Based UAV Networks Over Generalized Fading Channels
Khalifa University（哈利法大学）；The University of Mississippi（密西西比大学）
本文针对广义衰落信道下的协作多载波中继无人机网络，利用有限混合与期望最大化算法推导中断概率与平均比特率的闭式表达式，分析系统性能。
2026-09-21 cs.IT math.IT
Supporting UAV Cellular Communications through Massive MIMO
在这篇文章中，我们提供了一个急需的无人机蜂窝通信的研究，重点是无人机下行链路命令和控制（C&C）信道可实现的速率。对于这个关键的性能指标，我们执行一个现实的比较现有的部署在单用户模式和下一代多用户大规模MIMO系统。我们发现，在大数据流量下的单用户部署中，以50米、150米和300米飞行的无人机分别仅在35%、2%和1%的情况下实现了3GPP设定的100 kbps的C&C目标速率。由于减轻的干扰、更强的载波信号和空间复用增益，大规模MIMO时分双工系统可以显著增加这种概率。事实上，我们表明，无人机高度高达300米的目标速率是满足大规模MIMO在74%和96%的情况下，有和没有上行链路导频复用信道状态信息（CSI）的收购，分别。另一方面，UAV的存在会显著降低地面用户的性能，其导频信号容易受到UAV产生的污染，并且需要通过上行链路功率控制来保护。
2018-02-05 cs.IT math.IT
Incentivizing Proof-of-Stake Blockchain for Secured Data Collection in UAV-Assisted IoT: A Multi-Agent Reinforcement Learning Approach
物联网（IoT）可以方便地部署，同时为各种应用提供支持，其中IoT节点可以形成集群，共同完成某些任务。在本文中，我们建议使用无人机（UAV）来协助集群物联网数据汇集和基于区块链的安全配置。特别是，无人机基于收集的数据生成候选区块，然后通过基于无人机的区块链网络内的轻量级权益证明共识机制进行审计。为了激励高效的区块链，同时降低运营成本，在活跃的无人机上构建了一个股权池，同时鼓励其他无人机进行股权投资，并分享利润。该问题通过共同研究物联网传输，通过投资和利润分享激励以及无人机部署策略，在单位时间内通过区块链系统实现整体利润最大化。然后，该问题被解决在一个分布式的方式，同时被解耦成两个层。内层包括物联网传输和激励设计，分别采用大系统近似和一领导者-多追随者Stackelberg博弈分析。无人机部署的外层采用多智能体深度确定性策略梯度方法。结果表明，所提出的学习过程和无人机部署的收敛性，也证明了我们的建议相比，基线的性能优越性。
2022-07-06 cs.IT cs.NI 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
Optimal Downlink-Uplink Scheduling of Wireless Networked Control for Industrial IoT
针对半双工控制器下工业IIoT无线网络化控制的上下行传输折中，建立长期平均代价优化问题，给出有界代价最优平稳确定性策略的充要条件及低复杂度次优策略。
2019-10-06 cs.IT cs.SY eess.SY
A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence
University of Macau（澳门大学）；Future Network of Intelligence Institute（未来网络智能研究院）；The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））；Southeast University（东南大学）；Purple Mountain Laboratories（紫金山实验室）；University of New South Wales（新南威尔士大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）；Friedrich-Alexander-University Erlangen-Nurnberg（弗里德里希-亚历山大-埃尔朗根-纽伦堡大学）；University of California, Irvine（加州大学欧文分校）
由于蜂窝技术的进步和蜂窝基础设施的密集部署，将无人机（UAV）集成到第五代（5G）及更高级别的蜂窝网络中是实现安全UAV操作以及通过特定任务有效载荷数据交付实现多样化应用的有前途的解决方案。特别是，5G网络需要支持三种典型的使用场景，即增强型移动宽带（eMBB）、超可靠低延迟通信（URLLC）和大规模机器类型通信（mMTC）。一方面，无人机可以作为具有成本效益的空中平台，通过利用其高巡航高度和三维（3D）空间中的可控机动性，为地面用户提供增强的通信服务。另一方面，由于需要无处不在的3D信号覆盖以及强烈的空中-地面网络干扰，同时为UAV和地面用户提供这种通信服务提出了新的挑战。除了高性能无线通信的要求外，支持有效和高效的传感以及网络智能的能力对于空中和地面用户共存的5G及更高3D异构无线网络也至关重要。在本文中，我们提供了一个全面的概述，最新的研究工作，将无人机集成到蜂窝网络，重点是如何利用先进的技术（例如，智能反射面、短包传输、能量收集、联合通信和雷达感知、边缘智能等），以满足下一代无线系统的多样化业务需求。此外，我们强调在未来的工作中进一步调查的重要方向。
2021-06-12 cs.AI cs.IT cs.LG
