保障无人机安全通信的自主飞行3D路径规划

在无人机服务多个地面移动用户并存在一个窃听者窃听信息的安全通信场景中,为了最大化安全速率,本文提出一种新的深度强化学习算法对无人机3D轨迹进行优化,该算法名为正确轨迹深度确定性策略梯度算法（correct trajectory - deep deterministic policy gradient, CT-DDPG）。CT-DDPG算法使用多个深度神经网络与环境交互,采用修正输出层激活函数值的方式,代替传统的使用多个激活函数的方法,简化深度神经网络结构。同时对无人机的飞行轨迹进行修正,使无人机始终处于安全速率最大化的最佳位置。与其他强化学习算法相比,该算法训练时间短,执行时能实时更新无人机的位置。仿真结果表明,所提出的算法能够快速收敛,在保障无人机安全通信的情况下完成飞行任务。      

全双工辅助的无人机上行通信抗窃听物理层安全技术研究

针对无人机上行通信链路的窃听攻击,提出一种全双工协同干扰的安全传输策略。方案利用收发双方在数据传输不同阶段的信息差异以及掌握的先验信息特征,向待传输信号注入人工噪声信号,从而使窃听链路形成干扰受限系统。在发射功率、无人机的机动性等约束条件下,建立最大化系统保密速率的联合优化问题,基于交替优化方法和连续凸近似技术将非凸问题转化为两个子问题,并设计了一种迭代优化算法进行求解。仿真结果表明,所提安全传输方案与其他参照方案相比,能够显著提高全双工无人机中继通信系统的保密速率,表现出更好的性能。     

基于飞行轨迹的无人机通信信道仿真

通过分析无人机之间无线链路的传播损耗、多普勒频率和多径时延等特征参数,提出一种基于三射线的无人机通信信道模型,并给出了无人机飞行轨迹在不同坐标系中的转换公式及已知飞行轨迹求解信道模型参数的方法。最后针对两种不同的典型飞行场景,对无人机通信链路的多径时延、传输损耗及多普勒频率算法进行了仿真验证,并获得了基于飞行轨迹的无人机空空数据链信道模型。该模型对无人机数据链系统参数选取、物理层算法设计和性能分析等具有重要意义。     

无人机辅助无线传感网络的节能保密通信数据收集方法

无人机(Unmanned Aerial Vehicle, UAV)在保密无线传感网络(Wireless Sensor Network, WSN)中能作为移动数据搜集节点的同时延长传感网络的使用周期,窃听方(Eavesdropper, Eve)的存在使传感器和UAV之间的保密通信过程受到了严重威胁。因此,保密通信方不得不消耗更多资源来保证通信的保密性能。针对WSN中保密通信的资源受限问题,提出一种UAV辅助节能保密通信数据收集方法,通过联合优化UAV轨迹和传感器节点(Sensor Node, SN)的调度策略,最小化SN能耗的同时增加传感器的保密容量;通过基于块坐标下降法解决复杂混合整数的非凸优化问题;通过连续凸优化方法联合求解UAV轨迹优化问题和传感器调度优化问题。仿真结果表明,与现有方法相比,所提方法在节能和保密速率提高上具有显著的优越性。     

分布式IRS辅助毫米波MU-MISO系统联合波束成形设计

为解决非视距场景下毫米波多用户多输入单输出(MU-MISO)系统下行链路的可靠性通信问题,提出一种分布式智能反射表面(IRS)辅助多用户通信的联合波束成形设计方案.考虑功率和恒模约束,以用户加权和速率最大为目标,将基站有源波束成形和多个IRS无源波束成形联合建模为非凸优化问题.利用闭式分式规划技术解耦该联合优化问题为易...     

无人机中继通信的轨迹与资源分配优化方法

为提高地面用户的传输速率以及保证公平性，在基站覆盖不到的偏远地区可利用无人机进行辅助中继通信。首先将无人机的轨迹控制与频谱资源分配建模成一个混合整数非线性规划问题；然后基于块坐标下降法，将联合优化问题解耦成信道分配、发射功率和飞行轨迹三个子问题以降低复杂度；最后提出基于继承的子信道迭代分配算法求解信道分配子问题，采用凸优化和连续凸近似法分别求解功率优化及飞行轨迹优化子问题。仿真结果表明，所提算法在保证地面用户公平性的同时，具有比基准策略更高的最小平均速率。     

MIMO全双工双向通信系统平均保密和速率的优化

研究多入多出（Multiple Input Multiple Output,MIMO）同时同频全双工双向通信系统中,合法节点在接收信息的同时向对方发送保密信息,并发送零空间人工噪声干扰窃听节点的物理层安全方案的优化问题.针对窃听信道状态信息仅统计分布已知,且存在残余自干扰的情况,首先推导出系统平均保密和速率的闭合表达式,进一步给出其下界.在此基础上,以最大化系统该下界为目标,对两节点的信息信号与人工噪声的功率分配因子、信息信号的功率分配矩阵进行联合优化.采用迭代的方法进行优化,每轮迭代中,先固定前者,优化后者,再固定后者,优化前者.使用DC（Difference of Concave/Convex,DC）规划优化信息信号功率分配矩阵,使用遗传算法优化信息信号与人工噪声的功率分配因子.对所提方案进行了仿真验证,证明理论推导正确,优化算法能有效地提高系统的平均保密和速率.     

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。     

智能反射面辅助的抗干扰安全通信系统鲁棒资源分配算法

为了解决恶意干扰攻击、窃听和不完美信道状态信息造成的通信质量降低和安全性差等问题,该文提出一种智能反射面(IRS)辅助的抗干扰安全通信系统鲁棒资源分配算法。首先,基于合法用户的最小安全速率约束、最大发射功率约束和IRS相移约束,在非法节点不完美信道状态信息、干扰器波束成形向量未知的情况下,构建了一个联合优化基站的波束成形向量、人工噪声的协方差矩阵和IRS的相移矩阵的鲁棒资源分配问题。其次,为了求解该非凸问题,利用交替优化、Cauchy-Schwarz不等式、连续凸逼近和泰勒级数展开等方法,将原问题转化为易于求解的凸优化问题。仿真结果表明,与传统算法相比所提算法能有效提高系统安全性、降低功率开销、提高抗干扰裕度,且在一定信道误差范围内能够减低约35%的保密中断概率,具有较强的鲁棒性。     

Secrecy Energy Efficiency Maximization for UAV-Enabled Multi-Hop Mobile Relay System

To deal with the secrecy issues and energy efficiency issues in the unmanned aerial vehicles ( UAVs) assisted communication systems, an UAV-enabled multi-hop mobile relay system is studied in an urban environment. Multiple rotary-wing UAVs with energy budget considerations are employed as relays to forward confidential information between two ground nodes in the presence of multiple passive eavesdroppers. The system secrecy energy efficiency ( SEE), defined by the ratio of minimum achievable secrecy rate ( SR) to total propulsion energy consumption (PEC), is maximized via jointly optimizing the trajectory and transmit power of each UAV relay. To solve the formulated non-convex fractional optimization problem subject to mobility, transmit power and information-causality constraints, an effective iterative algorithm is proposed by applying the updated-rate-assisted block coordinate decent method, successive convex approximation (SCA) technique and Dinkelbach method. Simulation     

基于认知无人机移动中继网络的物理层安全通信研究

针对无线频谱资源稀缺和空对地视距(Line of Sight,LoS)链路的安全隐患问题,提出了一种无人机.(Unmanned Aerial Vehicle,UAV)中继辅助的认知无线电网络(Cognitive Radio Network,CRN)安全传输方案,研究了在主用户和窃听者存在的情况下,次用户发射机向次用户接...     

无人机交替中继通信及其轨迹优化和功率分配研究

为了提高无人机中继通信系统的频谱利用率,该文提出一种交替中继方法,通过两个无人机中继交替工作,轮流将信息从源端转发到目的端。研究联合优化无人机中继的飞行轨迹和各发射端的发射功率,协调两条中继链路的相互干扰,实现端到端的吞吐量最大化。涉及的优化问题受限于无人机的高度约束、机动约束、防碰撞约束以及各发射端的平均与峰值发射功率约束,是难以求得最优解的非凸优化问题。该文提出一种基于交替最大化和连续凸优化技术的高效迭代算法求解次优解,并用计算机仿真验证了所提算法的有效性。     

IRS辅助的安全通信系统波束成形嵌套优化算法

智能反射面（Intelligent Reflecting Surface,IRS）是一种通过重新配置无线传播环境,提高无线通信网络安全性的绿色通信新技术。该文针对IRS辅助的多输入单输出安全通信系统,考虑在合法用户保密率约束下,联合优化基站处的发射波束成形和IRS处无源移相器的反射波束成形,使基站的发射功率最小。为了求解多变量耦合的非凸优化问题,我们提出了拉格朗日函数和粒子群嵌套优化算法,使用粒子群算法搜索IRS的反射波束成形,拉格朗日函数求解对应的发射波束成形,获得非凸优化问题的次优解。论文仿真比较了不同算法下基站所需的发射功率,结果表明所提算法基站所需发射功率更低。     

对抗恶意无人机窃听的无人机通信系统三维航迹规划和功率控制

为应对恶意无人机窃听者对无人机通信系统带来的安全挑战,提出了一种基于物理层安全机制的无人机三维航迹规划和功率控制的协同优化方案。将航迹规划与功率控制建模为带约束的用户安全通信速率最大化问题,并将该问题分解为水平航迹规划、高度控制与功率控制三个子问题。采用连续凸逼近法将各个子问题转化为凸优化问题,通过迭代优化方式得到近似解。仿真结果表明,和二维航迹规划方案相比,该协同优化方案能有效提升用户安全通信的性能指标。     

Learning-based joint UAV trajectory and power allocation optimization for secure IoT networks

Non-Orthogonal Multiplex Access (NOMA) can be deployed in Unmanned Aerial Vehicle (UAV) networks to improve spectrum efficiency. Due to the broadcasting feature of NOMA-UAV networks, it is essential to focus on the security of the wireless system. This paper focuses on maximizing the secrecy sum rate under the constraint of the achievable rate of the legitimate channels. To tackle the non-convexity optimization problem, a reinforcement learning-based alternative optimization algorithm is proposed. Firstly, with the help of successive convex approximations, the optimal power allocation scheme with a given UAV trajectory is obtained by using convex optimization tools. Afterwards, through plenty of explorations of the wireless environment, the Q-learning networks approach the optimal location transition strategy of the UAV, even without the wireless channel state information.     

无人机辅助物理层安全下的保密性能优化

信息安全是影响物联网(IoT)应用的关键因素之一,物理层安全是解决物联网信息通信安全问题的有效技术。该文针对物联网中带有主动攻击的全双工窃听者,利用无人机(UAV)辅助发射人工噪声的方法,提升系统物理层安全性能。为了跟踪窃听者位置移动,首先采用贝叶斯测距和最小二乘法迭代估计窃听者位置,然后提出基于Q-learning的无人机轨迹优化算法,以达到在窃听者移动情况下系统保密性能最优。仿真结果表明,该算法能快速收敛,并且无人机能够跟踪窃听者移动来确定自身最佳位置,对窃听信道实施有效干扰,从而保证系统可达安全速率最大。     

基于无人机辅助的认知无线电网络信息年龄研究

考虑到信息时效性和数据新鲜度对各类实时状态更新系统带来的挑战,提出了一种无人机（Unmanned Aerial Vehicle, UAV）中继辅助的认知无线电网络（Cognitive Radio Network, CRN）信息年龄（Age of Information, AoI）最小化方案。为了降低CRN中次用户接收机处的AoI,在不影响主用户正常通信的前提下,利用UAV作为移动中继来辅助次用户发射机将数据包传输到对应的接收机。通过联合优化UAV的飞行轨迹和资源分配来确保信息新鲜度。由于联合设计问题是非凸的,故采用连续凸逼近的高效迭代算法得出问题的最优解。仿真结果表明,所提方案可以有效提高信息新鲜度,并获得峰值AoI的最小值。同时,数据包的大小和数量与AoI呈线性关系,对UAV的飞行轨迹也有影响。      

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。