无人机辅助车联网的网络传输链路优化

无人机(UAV)通信技术的快速发展与智能车联网应用需求的极速增长促进了无人机辅助车联网系统的产生与发展。在无人机辅助车联网系统中,如何节省能量的同时最大化系统性能对于能量有限的节点十分重要。基于此,本文主要考虑无人机辅助车联网通信过程中如何选择最优的通信网络链路,从而最大化能量效率的问题。首先建立通信网络链路选择问题为混合整数规划问题,然后提出基于能量效率最大化的网络传输链路优化算法获得最优的传输链路及对应的能量分配,最后通过数值实验仿真验证了所提算法的有效性。     

无人机辅助边缘计算中安全通信与能效优化策略

无人机的灵活移动性在移动边缘计算系统中引起了广泛的关注。然而,空中窃听者的存在使它的安全传输仍然面对巨大的挑战。为了解决高安全通信速率与低能耗之间的矛盾,引入安全通信能效这一概念,即无人机安全通信传输速率与无人机能耗之间的比值。首先,在满足给定任务时延、无人机的CPU计算频率以及任务卸载率的约束下,提出一种最大化安全通信能效的卸载策略,即联合优化合法无人机悬停位置、CPU计算频率分配以及区分计算任务复杂度的卸载策略;同时从物理层安全角度提升了无人机-移动边缘计算场景下的安全通信。其次,由于该策略是一个复杂的非凸问题,将其解耦为3个子问题,通过块坐标下降法与连续凸逼近（SCA）相结合的全局优化算法来求解该非凸问题。仿真结果表明,针对不同任务复杂度的系统,所提策略都能在满足地面终端卸载需求的同时,平衡整体的通信安全性能和能耗之间的关系,并提高安全通信能效。     

多无人机辅助移动用户通信的功率分配和航迹优化

针对多无人机辅助移动用户通信的下行无线传输系统,提出了一种用户吞吐量最大化的多无人机发送功率和飞行航迹分簇优化方法。考虑每架无人机服务的用户分簇、发送功率分配和飞行航迹规划,构建了一个多无人机辅助多用户通信的吞吐量最大化问题。通过引入辅助变量和分离耦合变量的方法,将非凸问题分解为两个近似凸优化问题;再基于贪婪算法的思想和连续凸逼近方法,对两个近似凸优化问题进行迭代交替优化,得到原非凸问题的一个近似次优解。仿真结果表明,所提优化方法能够有效提高用户数据吞吐量。     

基于通感融合的无人机预编码及飞行轨迹设计

无人机(UAVs)具有机动性强,低成本及易部署等特性,通过搭载通信及感知设备,支持通信与感知技术的高效资源共享,无人机可作为融合通信与传感技术的高性能空中平台。该文针对多输入多输出(MIMO)无人机使能的联合通信、感知场景,综合考虑无人机飞行能量、多天线传输及用户业务需求等限制条件,建模无人机通信、感知预编码及飞行轨迹联合优化问题为多目标优化问题,以实现通信用户最低速率最大化及目标最小发现概率最大化。由于通信用户最低速率最大化问题为非凸优化问题,难以直接求解,将原优化问题分解为通信预编码设计子问题及无人机轨迹设计子问题,并采用交替迭代法依次求解两个子问题直至算法收敛,其中,对于通信预编码设计子问题,提出一种基于迫零(ZF)算法的求解策略;对于无人机轨迹设计子问题,提出一种基于连续凸逼近(SCA)算法的求解策略。基于所得到的无人机最优轨迹,将无人机感知位置选择问题建模为加权距离和最小化问题,进而应用泛搜索算法优化确定目标感知位置,并设计基于ZF算法的通信感知预编码联合优化策略,以实现通信感知性能的联合优化。最后通过仿真验证了该文所提算法的有效性。     

无人机辅助反向散射通信计算任务卸载与资源分配

针对边缘计算网络中用户能量短缺问题，该文提出一种无人机(UAV)辅助的反向散射通信网络计算任务卸载和资源分配方案。首先，通过联合考虑飞行轨迹、用户的计算频率、任务卸载比例、无人机及用户的发射功率、反向散射时间分配以及主动通信时间分配，构建最小化无人机总能耗优化问题。其次，利用交替优化算法，将原非凸问题分解为两个子问题，并通过连续凸逼近方法将原问题转化为凸问题进行求解。仿真结果表明，所提算法使得无人机能耗显著减少，且具有良好的收敛性。     

多无人机协作的认知通信网络中能/谱效折中优化

在无人机（Unmanned Aerial Vehicle,UAV）认知通信网络中,其能量受限和通信高吞吐量问题备受关注。然而,能量效率（Energy Efficiency,EE）的提升可能会导致频谱效率（Spectrum Efficiency,SE）的下降。针对此问题,对UAV协作认知通信网络中EE和SE的折中优化进行了研究。首先,进行了感知时间、UAV通信的发射功率和判决门限各自对SE与EE两者的优化;其次,通过二分法求解使得EE和SE最大化的感知时间值,并通过穷尽搜索法分别求解感知时间、UAV通信的发射功率和判决门限对EE和SE折中优化问题的最优参数值。在此基础上,提出一种联合参数迭代优化算法,求解EE和SE的折中优化问题。仿真实验表明,SE和EE之间存在折中的权衡,并验证了所提优化方案的有效性。     

基于学习的能量采集认知M2M通信资源分配算法

本文针对能量采集认知机器到机器（Machine-to-Machine,M2M）通信的能量效率问题，在保证服务质量（Quality of Service,QoS）的条件下，提出了一种能效优化算法.以最大化网络中用户能效为目标，综合考虑传输功率控制、时隙分配、传输模式选择、中继选择以及每个设备的能量状态为约束，将优化问题建模为一个混合整数非线性规划问题.将该能效优化问题转化为离散时间有限状态马尔科夫决策过程（Discrete-time and Finite-state Markov Decision Process,DFMDP）进行求解.提出一种基于深度强化学习的算法寻找最优策略.仿真结果表明，所提算法在平均能效方面优于其他方案，且收敛速度在可接受范围内.     

无人机辅助通信中基于用户轨迹的无线资源和航迹优化

近年来,将无人机应用在无线通信网络中来提高系统性能的研究越来越普遍。针对无人机辅助移动用户通信的下行无线传输系统,提出了一种基于用户轨迹的无人机辅助通信系统无线资源分配和航迹优化方法。根据已知的用户运动轨迹提前获取估计的大尺度信道状态信息,以最大化用户的最小平均速率为目标,建立了一个联合优化无人机通信带宽分配和飞行航迹优化的问题。该问题是一个非凸优化问题,要优化的变量之间存在非线性耦合,通过引入辅助变量和分离变量交替优化的方法,将原问题分解为2个可以求解的近似凸优化子问题,并利用连续凸逼近方法对2个子问题交替迭代优化,得到原非凸问题一个近似次优解。仿真结果表明,所提方法能够有效提高用户的平均数据吞吐量,在保证所有用户的通信质量的前提下提高无人机辅助通信的效率。     

基于能量均衡的认知无线电双向中继网络能耗优化研究

针对使用电池的认知无线电（CR）节点能量消耗不均衡导致系统节点生存时间短,能量利用率低的问题,提出了一种基于双向中继（TWR）的无线通信能耗均衡通信系统.该系统由源节点、目的节点、双向中继及其接收节点组成,每个节点分配初始能量,节点间通过合理的方法设置发射功率来实现功率归一化处理,从而平衡节点间的能量,防止网络中部分节点由于能量耗尽过早消亡,实现无线通信网络中节点能量的均衡和网络生存寿命的最大化.仿真结果表明,本文提出的基于能量归一化均衡算法可最大化能效,并能提高能量利用率的同时延长系统生存时间.     

多标签无线供电反向散射通信网络能效优化算法

为了提高物联网(IoT)节点的运行周期和能量利用率,该文提出一种多标签无线供电反向散射通信网络能效最大化资源分配算法。考虑传输速率约束、能量收集约束以及发射功率约束,建立了基于系统能效最大化的资源分配模型。利用Dinkelbach理论、2次变换以及变量替换法,将原分式非凸问题转化为可求解的凸优化问题。通过拉格朗日对偶理论求得优化问题的全局最优解。仿真结果表明,该算法具有较好的收敛性和能效。     

基于联合波束赋形的无人机辅助通信网络上行传输技术

无人机辅助通信网络可以对现有无线通信网络进行补充,改善通信系统性能以及覆盖服务范围,但无人机辅助通信过程中上行传输通信速率的提高仍面临着巨大的挑战.针对如何提高无人机辅助通信网络的上行传输通信速率问题,该文提出了一种基于联合波束赋形的无人机辅助通信网络上行传输技术.首先,对用户节点接收信号强度值进行伯努利粒子滤波,结合...     

Enhancing the spectral efficiency and energy efficiency of underwater channel communication by optimal cooperative spectrum sensing using hybrid optimization

Underwater wireless sensor networks (UWSNs) contain quite a lot of components such as vehicles and sensors that are deployed in a specific acoustic area to perform collaborative monitoring and data collection errands. These networks are adopted interactively between diverse nodes and ground‐based stations. Currently, UWSNs face problems and challenges that pertain to limited bandwidth, media access control, high propagation delay, 3D topology, spectrum sensing, resource utilization, routing, and power constraints. This proposal deals with the intelligent spectrum sensing in underwater cognitive sonar communication networks (CSCN). Here, the improved performance of spectrum sensing in underwater communication is attained by optimizing the cooperative spectrum sensing and data transmission. The parameters of system like subchannel allocation and transmission power is optimized by a new hybrid meta‐heuristic algorithm by integrating the concepts of deer hunting optimization algorithm (DHOA) and lion algorithm (LA) termed as lion‐enabled DHOA (L‐DHOA). The main intention of optimizing these parameters is to maximize the spectrum efficiency (SE) and energy efficiency (EE) of the underwater channel communication system. From the analysis, with respect to convergence rate, minimum detection probability, and local sensing time, it is proved that the novel hybrid optimization algorithm keeps a great role in making the trade‐off between the SE and EE in underwater channel modeling.     

碰撞冲突下认知无线网络能量效率分析

在认知无线网络的实际应用中,对于一些能量受限的认知用户来说,提高认知无线网络的能量效率尤其重要。该文从最大化认知无线网络能量效率的角度出发,考虑当认知用户在发送数据时突然出现的主用户信号引起碰撞冲突的情况,提出了对感知时间和帧周期进行分别优化和联合优化的单目标最优化问题,并进行理论推导分析。同时,实验仿真验证了理论分析的正确性。结果表明,能量效率分别随感知时间和帧周期的增大而先增大后减小,存在一组最优感知时间和帧周期使能量效率最大化。      

云无线接入网络的下行链路能效的优化

在下行云接入网络(C-RANs)中,核心网络内基站处理单元(BBU)通过前向回传线路向远端无线电头端(RRH)传输数据,然后RRHs通过无线接入链路转发数据。目前,C-RANs的下行链路的能效是C-RANs的研究热点。为此,对C-RANs下行链路能效进行研究,其目的在于最大下行链路的能效。通过对联合用户分配(UA)、RRH激活、数据率分配和信号预编码约束,建立能效最大化表述式,再利用基于逐次凸二次规划的迭代算法求解混合整数非线性问题。仿真结果表明,提出的联合优化设计提高了C-RANs的能效。     

Cooperative caching algorithm of UAV and user in UAV-assisted cellular network

Aiming at the problem of mass data content transmission and limited wireless backhaul resource of UAV in UAV-assisted cellular network,a cooperative caching algorithm for cache-enabled UAV and user was proposed.By deploying caches on UAV and user device,the popular content requested by user was cached and delivered,which alleviated the backhaul resource and energy consumption of UAV,reduced the traffic load and user delay.A joint optimization problem of UAV and user caching was established with the goal of minimizing user content acquisition delay,and decomposed into UAV caching sub-problem and user caching sub-problem,which were solved based on alternating direction method of multiplier and global greedy algorithm respectively.The iterative way was used to obtain convergent optimization result,and the cooperative caching of UAV and user was realized.Simulation results show that the proposed algorithm can effectively reduce user content acquisition delay and improve system performance.     

SINR概率感知下的无人机覆盖优化

针对多无人机网络辅助灾区用户通信的场景,构建了一种基于信干噪比(Signal-to-Interference plus Noise Ratio,SINR)检测的概率感知模型,旨在最大化无人机服务区域的覆盖率,同时降低无人机额外能耗,并提升网络吞吐量。在该模型下,提出了两种改进的麻雀搜索算法,分别为Logistic高斯麻雀搜索算法(Logistic Gaussian Sparrow Search Algorithm,LGSSA)和Logistic柯西麻雀搜索算法(Logistic Cauchy Sparrow Search Algorithm,LCSSA)。首先使用Logistic混沌序列产生初始种群,以丰富种群的多样性,提高算法的全局搜索能力;然后,在LGSSA和LCSSA中分别引入高斯变异和柯西变异因子,以改善局部最优解。仿真结果表明改进后的算法可以有效地优化无人机的空中部署,大幅度提升无人机网络的覆盖率。     

无人机通信网络的容量与覆盖性能

无人机搭载通信设备升空作为空中基站,具有灵活机动、部署迅速等特点,合理地部署无人机基站可以有效提升网络的覆盖与容量。与传统的移动通信网络相比,无人机通信网络性能不仅受到无人机基站部署密度的影响,还与无人机的飞行高度有关。通过搭建无人机通信的系统级仿真平台研究了不同场景下无人机通信网络中各参数对网络容量与覆盖能力的影响。仿真结果表明,无人机密度增加,会提升网络容量及覆盖;相同无人机密度下,网络容量随着无人机飞行高度增加先增后减。     

多小区协作无人机通信感知一体化系统的资源分配

在通信感知一体化系统中,由于通信与感知两者的目的并不完全一致,这使得通信和感知之间的性能折中问题尤为关键。本文研究多小区协作联网无人机网络的通信感知一体化问题,其中基站作为通信感知收发器与无人机用户通信,同时估计感知目标的位置。基于此,联合优化多个基站协作发射功率控制以及无人机用户的轨迹来平衡感知和通信性能,在满足无人机用户的信干噪比需求和感知目标定位的克拉美罗下界需求基础上,最小化基站的能量消耗。该问题是一个非凸优化问题,通常难以直接进行求解。为解决该问题,本文提出基于交替优化的联合基站功率控制与无人机轨迹优化方案,分别利用半正定松弛技术和连续凸近似技术对基站功率控制和无人机轨迹进行优化设计。最后,实验仿真结果验证了所提联合优化方案的性能。