基于部分中继选择的能量收集双跳网络信息年龄优化

针对传统中继协作网络传感器节点能量受限导致信息传输延迟较高的问题,将短包通信（SPC）和能量收集技术相结合,构建了一种双跳中继无线传感器网络模型。网络中源节点和中继均需从专用能量基站收集射频信号能量以保证信息的持续传输,中继采用半双工解码转发协议将源节点发送的状态更新信息以短包形式传递到目的节点,利用中继选择策略与最大比合并技术提出了基于时效性的最早部分中继选择方案。考虑该网络信息的新鲜度,首先,分析了SPC传输性能,推导了中继和目的节点处的平均包错误率。其次,利用顺序统计量描述了源节点到中继端数据包的重传次数,基于更新过程理论推导了网络的平均信息年龄（AoI）表达式,并采用梯度下降方法优化了影响网络平均AoI的部分参数。最后,仿真分析结果表明,优化中继数量和数据包长度可以有效提高网络信息新鲜度,同时,通过对比优化部分参数得到的最优值与贪婪方法得到的最小化平均AoI理论值,可以验证部分中继协作方案在双跳状态更新网络中的可行性。      

基于DRL的无人机辅助边缘计算服务质量优化

针对无人机（Unmanned Aerial Vehicle, UAV）搭载移动边缘服务器为地面用户进行服务时的服务质量（Quality of Service, QoS）问题,提出了一种基于深度强化学习的优化方案,旨在优化UAV飞行轨迹和卸载方案以最大化UAV为用户服务时的QoS。首先,定义了任务延迟来表征任务新鲜度,在任务延迟的基础上提出了一种新的QoS评价指标;其次,将最大化QoS问题建模为一个无转移概率的马尔可夫决策过程,并定义了该过程的状态空间、动作空间和奖励函数;最后,UAV通过所提出的算法进行训练,优化任务卸载方案并寻找最优飞行轨迹为地面用户进行服务以提高QoS。仿真结果表明所提算法较于其他算法能有效提高UAV为地面用户服务过程中的QoS且提高任务新鲜度。      

面向无线传感器网络信息年龄的多无人机轨迹优化算法

由于无线传感器网络(WSN)中传感器的传输功率有限,同时可能与基站(BS)传输距离较远,造成无法及时交付数据,数据新鲜度过低,影响时延敏感型业务决策质量。因此,采用无人机(UAV)辅助收集传感器数据,成为提升无线传感器网络数据新鲜度的有效手段。该文通过信息年龄(AoI)性能指标评估无线传感器网络数据新鲜度,并基于集中式训练分布式执行框架的多智能体近端策略优化(MAPPO)方法研究了无人机轨迹优化算法。通过联合优化所有无人机的飞行轨迹,实现地面节点平均加权信息年龄的最小化。仿真结果验证了所提多无人机路径规划算法在降低无线传感器网络信息年龄方面的有效性。     

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...     

考虑信息年龄的无人机辅助智能交通系统计算卸载优化

该文考虑无人机(UAV)交通监测与移动边缘计算(MEC)技术结合的智能交通系统。为了保障系统中数据时效性并且降低系统能耗,提出计及信息年龄(AoI)的UAV计算卸载优化方法。首先,建立UAV辅助的MEC系统模型,允许MEC服务器缓存常用的应用程序并为UAV提供计算卸载,以支持UAV执行交通监测任务。通过联合优化UAV任务卸载决策、UAV上下行通信带宽分配以及被卸载任务的计算资源分配,最小化所有UAV与MEC服务器的总能耗,同时满足AoI与资源容量等约束条件。其次,系统能耗最小化问题是混合整数非凸优化问题,因此采用离散化和线性化手段,快速获得问题的近似最优解,并设计离散点生成算法来调节近似误差。最后,仿真结果表明,即使对于大型的非凸问题,所提方法也能够快速得到近似最优解,并且可以在不同的任务场景中满足AoI等约束条件,最大限度降低系统能耗。仿真结果验证了所提方法的有效性。     

能量收集认知无线电网络下的多接入用户信息年龄研究

针对信道资源有限的多接入信道无线传感器网络场景,实时信息的传送需要考虑信道环境和信息新鲜度问题。该文基于认知无线电物联网（Cognitive Radio-Internet of Things, CR-IoT）系统,构建了一个具有频谱访问权限的主用户（Primary User, PU）和两个可共享PU频谱次用户（Secondary User, SU）的网络模型。在考虑PU工作状态和SU数据队列稳定的条件下,提出了一个以最小化节点平均AoI为目标的优化问题。其次使用两种策略进行优化,包括概率随机接入策略（Probabilistic Random Access Policy, PRA）,该策略下两个SU节点根据相应的概率分布做出独立的传输决策;以及基于李雅普诺夫优化框架优化时隙内调度决策的漂移加罚策略（Drift Plus Penalty Policy, DPP）。仿真结果可知,DPP策略下得到的平均AoI的值要明显低于PRA策略,表明使用DPP策略对平均AoI的优化更加显著,可以有效提升数据包的时效性和新鲜度。      

非线性能量收集认知无线电网络的次用户吞吐量最大化方案

针对一对主用户和M对次用户构成的认知无线电网络（cognitive radio network,CRN），研究了非线性能量收集的认知无线电网络的次用户吞吐量最大化问题。具体来说，对于考虑次用户发射器（secondary transmitter,ST）电路功率的情况，首先将主用户吞吐量需求下的次用户吞吐量最大化（secondarythroughput maximization,STM）问题建模为一个非线性优化问题，然后将它转化成凸优化问题，最后提出一种联合使用黄金分割和二分法的低复杂度算法，获得主用户发射器（primarytransmitter,PT）能量传输和次用户信息传输的最优时间分配以及主用户发射器的最优发射功率。对于忽略次用户发射器电路功率的情况，首先证明次用户吞吐量最大化问题的凸特性，然后设计了一个更高效的算法来求解。仿真结果表明，相比等时间分配方案和链路增益优先级方案，提出的设计算法能显著提升次用户吞吐量。     

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。     

认知物联网短包通信中双向中继系统的信息年龄分析

未来认知物联网(IoT)将存在大量用于监控的时间敏感类短包信息。针对认知物联网短包通信场景，该文分析了认知次用户对在双向中继短包通信系统中的信息新鲜度。该文采用信息年龄(AoI)作为衡量信息新鲜度的性能指标。根据短包通信理论，该文推导出系统的误包率和平均峰值AoI(PAoI)表达式，并得出了系统在高信噪比情况下的表达式。在此基础上，考虑认知物联网短包通信中频谱检测性能的非理想，采用交替迭代优化算法对感知包长和传输包长进行联合优化以最小化PAoI加权和。仿真结果验证了理论分析的正确性。该研究发现，对于双向中继系统次用户对的PAoI加权和，感知包长和传输包长存在折中关系，该文所采用的交替迭代优化算法能够有效提升系统PAoI性能。     

基于强化学习的智能超表面辅助无人机通信系统物理层安全算法

该文从物理层安全的角度出发研究了智能超表面(RIS)辅助的无人机(UAV) 3D轨迹优化。具体地说,当RIS辅助的UAV向地面用户进行无线传输时,通过联合优化RIS相移和UAV的3D轨迹来最大化物理层安全速率。然而,由于目标函数是非凸的,传统的优化技术很难直接求解。深度强化学习能够处理无线通信中动态复杂的优化问题,该文基于强化学习双深度Q网络(DDQN)设计一种联合优化RIS相移和无人机3D轨迹算法,最大化可实现的平均安全速率。仿真结果表明,所设计的RIS辅助UAV通信优化算法可以获得比固定飞行高度的连续凸逼近算法(SCA)、随机相移下的RIS算法和没有RIS的算法有更高的安全速率。     

面向物联网的深度Q网络无人机路径规划

随着无人机技术的广泛应用,基于无人机辅助数据收集的物联网架构扩展了物联网的应用范围,尤其适用于军事战场、灾害救援等极端场景。针对上述场景,该文提出一种基于深度Q网络(Deep Q-Network, DQN)框架的无人机飞行路径规划算法。该算法以无人机飞行周期内收集信息的平均信息年龄(Age of Information, AoI)为优化目标,来保证无人机收集数据的时效性。仿真结果表明,所提算法可以有效降低无人机单个飞行周期内收集数据的平均AoI。与随机算法、基于最大AoI的贪心算法、最短路径算法以及基于AoI的路径规划算法(AoI-based Trajectory Planning, ATP)相比,平均AoI分别降低了约81%, 67%, 56%和39%。该研究实现了无人机辅助物联网系统中,数据的高效、低时延采集。     

短包传输下缓冲区辅助的无线传感器状态更新系统的信息新鲜度研究

考虑到信息新鲜度对无线传感器状态更新系统设计和部署带来的影响,提出一个由两个传感器源节点和一个公共目的节点组成的状态更新系统。该系统中两个传感器源节点均配备一个单位大小的缓冲区,并根据伯努利过程在每个时隙感知对应物理过程的状态更新。随后传感器以有限块长度短包的形式将状态更新发送至目的节点。该文采用信息年龄（Age of Information,AoI）描述状态更新的新鲜度。首先,以传感器缓冲区状态组合为中心,该系统可建模为连续时间有限状态的马尔可夫过程,其中有限状态表示缓冲区的不同状态,连续时间表示与年龄相关过程的演进。因此,该系统平均AoI可采用随机混合系统（Stochastic Hybrid System,SHS）评估。最后仿真结果表明,当更新包的感知概率为0.2时,信噪比从0 dB增加至3 dB将导致平均AoI降低20.6%;当信噪比固定为4 dB时,状态更新包块长度从300 channel uses增长至400 channel uses会致使平均AoI降低8.8%。该研究可为缓冲区辅助的状态更新系统设计提供基本理论依据。     

无人机网络中人工噪声增强的短包隐蔽通信

考虑无人机（Unmanned Aerial Vehicle, UAV）网络中人工噪声（Artificial Noise, AN）增强的隐蔽无线通信,其中UAV工作在全双工状态,不仅接收Alice发送的隐蔽信息,而且产生AN恶化Willie的探测性能。构建了UAV的三维位置部署和AN发射功率以及Alice发射功率设计的联合优化问题。所构建的优化问题是非凸的且其优化变量相互耦合,这导致该优化问题很难直接求解。为了求解该优化问题,首先根据优化问题隐含的特性,将其等价地转换为更易处理的形式。随后,推导了Alice发射功率和AN发射功率的最优解析表达式。随后证明了UAV的最优水平位置一定位于Alice和Willie的连线上。在此基础上,推导了UAV的最优三维放置位置。仿真结果表明,与无AN方案相比,所提方案可以显著的提高系统的隐蔽传输性能。      

Improving Voice‐Service Support in Cognitive Radio Networks

Voice service is very demanding in cognitive radio networks (CRNs). The available spectrum in a CRN for CR users varies owing to the presence of licensed users. On the other hand, voice packets are delay sensitive and can tolerate a limited amount of delay. This makes the support of voice traffic in a CRN a complicated task that can be achieved by devising necessary considerations regarding the various network functionalities. In this paper, the support of secondary voice users in a CRN is investigated. First, a novel packet scheduling scheme that can provide the required quality of service (QoS) to voice users is proposed. The proposed scheme utilizes the maximum packet transmission rate for secondary voice users by assigning each secondary user the channel with the best level of quality. Furthermore, an analytical framework developed for a performance analysis of the system, is described in which the effect of erroneous spectrum sensing on the performance of secondary voice users is also taken into account. The QoS parameters of secondary voice users, which were obtained analytically, are also detailed. The analytical results were verified through the simulation, and will provide helpful insight in supporting voice services in a CRN.     

基于信息年龄的工业无线传感器网络混合数据调度方法

在工业无线传感器网络(IWSN)中，实时交付工业现场的周期性控制/传感数据流与非周期性事件数据流，是保障生产安全高效运行的关键。信息年龄(AoI)作为一种新兴的数据新鲜度衡量指标，能够从目标节点角度全面地度量网络数据交付的实时性。针对周期性和非周期性数据混合的工业无线传感器网络，该文在引入网络数据整体新鲜度指标的同时，考虑到周期性数据新鲜度在超过阈值后可能会对工业生产造成负面影响，建立了最小化系统平均AoI和周期性数据AoI逾期概率的联合优化模型，并将优化问题表述为马尔可夫决策过程(MDP)进行求解。由于传统基于相对值迭代的最优求解方法在大规模网络中因为维度灾难难以实施，因此采用深度强化学习(DRL)降低优化问题的状态空间维度，并改进决策探索机制以加快学习速度，提出了基于优化决策探索的深度强化学习(DRL-ODE)调度方法。仿真结果表明，所提方法能够提高网络数据交付的实时性，并有效减少周期性数据的AoI逾期概率。