基于智能反射面辅助的无人机中继系统安全通信方法

为了提高无人机中继系统的安全通信性能,解决无线信道受障碍物遮挡问题,该文提出一种基于智能反射面(IRS)辅助的无人机(UAV)中继系统安全通信方法。在所提方法中,通过联合优化UAV的位置、基站波束成形和IRS相移,最大化系统的最小保密速率。为了解决这个复杂的非凸优化问题,该文将原问题分解为UAV位置优化子问题、波束成形和IRS相移优化两个子问题。使用1阶泰勒展开处理优化问题中的非凸项,然后提出一种交替优化的算法进行求解。仿真结果表明该文提出的算法能提高系统的最小保密速率,并且具有良好的收敛性。     

I/Q失衡影响下无人机多向全双工中继NOMA传输系统性能分析

无人机(UAV)具备高灵活性、强适应性和高机动性等优势,能够为6G网络提供便捷有效的辅助通信方案.为提高UAV通信系统的频谱效率,让所有用户彼此间在更少的时隙内完成信息交互,该文提出一种全双工(FD)多向中继非正交多址接入(NOMA)(FD NOMA MWRN)传输方案,考虑收发端都存在同相/正交(I/Q)失衡的情况,...     

智能反射面辅助NOMA系统上行链路速率优化算法

为了优化非正交多址接入(Non-orthogonal Multiple Access, NOMA)系统上行链路速率，文中利用智能反射面(Intelligent Reflecting Surface, IRS)可以改变入射信号相移的特性对NOMA系统上行传输速率进行研究。为了最大化和速率，提出联合优化用户发射功率和IRS的相位偏移的问题，首先采用低复杂度的块坐标下降(Block Coordinate Descent, BCD)算法将原始优化问题分解成两个简化的子问题，再通过交替优化算法求解简化后的两个子问题。实验仿真结果证明该优化方案可以显著提升系统和速率。     

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。     

基于IRS的无人机安全通信能耗优化

为了提升系统有窃听者存在时的安全能耗效率,设计了一种基于智能反射面(Intelligent Reflecting Surface, IRS)的安全能耗优化算法。该算法以最大化系统安全能耗效率为目标求解无人机(Unmanned Aerial Vehicle, UAV)飞行轨迹、基站发射功率和IRS反射相位的联合优化问题。由于该联合优化问题是多变量耦合问题,将其解耦为单独优化无人机基站轨迹、IRS相位矩阵和基站发射功率的三个子问题,最后用连续凸逼近的方法进行求解。实验结果表明,对于反射单元数量为64的IRS,所提出的基于IRS的能耗优化算法相比传统安全速率优化算法能提升系统10%的安全能耗效率。而相比不使用IRS的优化算法,能提升系统300%的安全能耗效率,并且提升倍数还将随着IRS反射单元数量增加而增加。     

智能反射面辅助的无人机无线携能通信网络吞吐量最大化算法研究

为了解决城市场景中无人机(UAV)与地面终端设备(GUs)间易受到障碍物阻挡的问题,该文提出一种基于智能反射面(IRS)辅助的UAV供能通信网络吞吐量最大化算法。首先,在满足能量因果、IRS相移、UAV移动性等约束条件下,建立了一个联合IRS相移设计、GU无线资源分配、UAV飞行轨迹设计的多变量耦合优化模型。其次,通过快坐标下降法(BCD)将原非凸问题转换为3个易于处理的子问题,并通过三角不等式、引入松弛变量、连续凸近似(SCA)等方法,对子问题进行转化求解。仿真结果表明,该文所提算法具有较好的收敛性,同时可有效提高系统总吞吐量。     

无人机辅助MEC系统中基于最优SIC顺序的能耗优化方案

在基于上行非正交多址接入（NOMA）的无人机（UAV）辅助移动边缘计算（MEC）系统中,NOMA的连续干扰消除（SIC）顺序已成为限制上行任务卸载链路传输性能的瓶颈,为降低系统能耗,对SIC顺序进行了讨论,提出了联合信道增益与任务时延约束的最优SIC顺序。在满足设备给定任务时延、设备最大发射功率约束以及UAV轨迹的约束下,基于最优SIC顺序提出了最小化系统能耗的问题。由于该问题是个复杂的非凸问题,采取交替优化的方法求解该优化问题,以实现功率分配和UAV轨迹的优化;利用匹配理论,提出了低复杂度算法来得到不同时隙的最优设备分组。仿真结果表明,与其他SIC顺序相比,最优SIC顺序能够在相同的任务时延约束下实现更小的系统能耗;所提的低复杂度设备分组算法能够得到最优设备分组。     

基于能量效率的双层非正交多址系统资源优化算法

该文针对双层非正交多址系统(NOMA)中基于能量效率的资源优化问题,该文提出基于双边匹配的子信道匹配方法和基于斯坦科尔伯格(Stackelberg)博弈的功率分配算法。首先将资源优化问题分解成子信道匹配与功率分配两个子问题,在功率分配问题中,将宏基站与小型基站层视作斯坦科尔伯格博弈中的领导者与追随者。然后将非凸优化问题转换成易于求解的方式,分别得到宏基站和小型基站层的功率分配。最后通过斯坦科尔伯格博弈,得到系统的全局功率分配方案。仿真结果表明,该资源优化算法能有效地提升双层NOMA系统的能量效率。     

IRS和人工噪声辅助的MIMO-SWIPT系统安全传输方案设计

针对多天线无线携能通信系统中能量收集节点作为潜在窃听者的信息安全问题，提出了一种智能反射面(Intelligent Reflecting Surface, IRS)和人工噪声辅助的物理层安全传输方案。首先考虑发射功率、能量收集门限以及IRS单位模约束，以最大化系统安全速率为优化目标，在合法用户直射链路不可用的情况下，联合设计发射端波束赋形矩阵、人工噪声协方差矩阵以及IRS相移矩阵，建模一非线性多变量耦合的非凸优化问题；接着利用均方误差准则等价转换非凸目标函数，并利用连续凸逼近方法(Successive Convex Approximation, SCA)处理非凸的能量收集约束；最后基于交替优化框架，分别用拉格朗日对偶方法和基于价格机制的优化最小化(Majorization-Minimization, MM)算法求解发射端变量和IRS端变量。仿真结果表明，与现有方案相比，所提算法能够在保障能量收集需求的同时大幅度提升系统的安全性能。     

NOMA物联网下多UAV辅助MEC系统的资源分配

为解决偏远地区或突发灾害等场景中的物联网(Internet of Things, IoT)设备的任务计算问题,构建了一个非正交多址接入(Non-orthogonal Multiple Access, NOMA)-IoT(NOMA-IoT)下多无人机(Unmanned Aerial Vehicle, UAV)辅助的NOMA多址边缘计算(Multiple Access Edge Computing, MEC)系统。该系统中设备的计算能耗、卸载能耗和MEC服务器计算能耗直接受同信道干扰、计算资源和发射功率的影响,可通过联合优化卸载策略、计算资源和发射功率最小化系统加权总能耗。根据优化问题的非凸性和复杂性,提出了一种有效的迭代算法解决：首先,对固定卸载策略,计算资源和发射功率分配问题可通过连续凸逼近转化为可解的凸问题;其次,对固定计算资源和发射功率,利用联盟形成博弈解决卸载策略问题,以最小化IoT设备之间的同信道干扰。仿真结果表明,较OMA接入方式,NOMA接入方式减少本地计算能耗、卸载能耗及计算能耗约20%;较无卸载策略方法,包含卸载策略方法在减少系统加权总能耗方面效果较为明显。     

基于上行非正交多址接入技术的星空地融合网络性能分析

针对光电混合的星空地融合网络上行链路,该文研究了多天线波束成形技术和上行非正交多址接入(NOMA)技术相结合的系统遍历和速率性能。首先,在无人机采用多天线和上行NOMA技术条件下,为实现系统和速率最大化,提出了一种基于统计信道状态信息的波束成形方案。接着,假设卫星-无人机链路采用自由空间光链路且服从伽马-伽马衰落,无人机-地面用户链路采用射频链路且服从相关瑞利衰落,推导了系统和速率的闭合表达式。最后,通过数值仿真验证了理论分析的正确性。仿真结果表明,与正交多址接入(OMA)方案相比,所提方案提高了系统性能,并且与基准波束成形(BF)方案相比,所提方案具有更好的性能优势。     

全双工主动窃听非正交多址接入系统智能超表面辅助物理层安全传输技术

针对全双工被动窃听和主动干扰攻击下的多用户非正交多址接入(NOMA)系统,该文提出一种智能超表面(RIS)辅助的鲁棒波束赋形方案以实现物理层安全通信。考虑在仅已知窃听者统计信道状态信息的条件下,以系统传输中断概率和保密中断概率作为约束,通过联合优化基站发射波束赋形、RIS相移矩阵、传输速率和冗余速率,来最大化系统的保密速率。为解决上述多变量耦合非凸优化问题,提出一种有效的交替优化算法得到联合优化问题的次优解。仿真结果表明,所提方案可实现较高的保密速率,且通过增加RIS反射单元数,系统保密性能更佳。     

毫米波大规模MIMO-NOMA系统功率分配和混合预编码设计

针对基于非正交多址接入(Non-Orthogonal Multiple Access, NOMA)的毫米波大规模多输入多输出(Multiple Input Multiple Output, MIMO)系统中边缘用户可达速率较低的问题，提出了一种联合功率分配和混合预编码的优化方案来保证边缘用户在内的所有用户都具有较好的速率性能。基于最大最小公平性准则，设定了一个含有复杂目标函数和高维非凸约束的优化问题。采用固定变量法将该非凸问题转换为功率分配和混合预编码2个子优化问题处理。对于功率分配的设计，通过卡罗需-库恩-塔克(Karush-Kuhn-Tucker, KKT)条件得到了封闭形式下的最优功率分配系数；对于混合预编码的设计，提出了基于迫零(Zero Forcing, ZF)和压缩边界粒子群优化(Boundary Compressed-Particle Swarm Optimization, BC-PSO)算法相结合的求解方法，得到混合预编码的次优解。提出了一种交替优化算法来交替优化功率分配和混合预编码，直到满足设定的精度要求。仿真结果表明，该方案的最大最小速率优于传统的NOMA方案。     

基于协作非正交多址的无人机辅助卫星通信系统中断性能分析

针对无人机(UAV)辅助的卫星通信系统下行链路,该文研究了基于多天线波束成形和协作非正交多址(NOMA)技术相结合的多用户传输系统。首先,在UAV采用多天线和NOMA技术服务多个用户的情况下,基于用户平均信干噪比最大化准则,提出一种利用角度信息的波束成形方案。其次,在卫星-UAV链路服从相关阴影莱斯分布,而UAV-地面用户链路服从Nakagami-m分布的条件下,推导出系统的中断概率闭合表达式。然后,为了进一步分析系统性能,还推导了高信噪比条件下系统的中断概率近似表达式。最后,计算机仿真验证了理论分析的正确性和所提方案的优越性。     

机器类通信中基于NOMA短编码块传输的高可靠低迟延无线资源分配优化方案

针对机器类通信(MTC)应用场景的业务特征和服务质量(QoS)要求,该文考虑基于非正交多址(NOMA)的MTC中短分组/短编码块传输,探讨MTC中基于NOMA的高可靠低迟延无线资源优化问题。首先,上行传输是基于NOMA的MTC通信的瓶颈,考虑无线蜂窝网络中支持NOMA和高可靠低迟延性能要求,该文建立了上行无线资源优化的系统模型;然后,分析上行传输迟延,导出基于距离的链路可靠性函数;进一步,以迟延、可靠性和带宽为约束下条件,提出一种最大化中心用户和速率的无线资源分配算法,并给出算法的收敛性证明和复杂度分析;最后,实验仿真验证了所提算法的性能优势。     

基于非正交多址接入中继通信系统的功率优化

针对基于非正交多址接入(NOMA)技术的中继通信系统,在兼顾系统性能与计算复杂度的基础上,该文提出一种结合统计信道信息(S-CSI)和瞬时信道信息(I-CSI)的混合功率分配策略(H-PAS)来有效实现上述折中。仿真结果表明,NOMA方案在H-PAS策略下,一方面比单纯利用S-CSI时的传统正交多址接入技术具有更高的频谱效率;另一方面在和速率差别不大的情况下,又比单纯利用I-CSI时的NOMA方案具有更低的信令开销和计算复杂度。     

NOMA系统中利用共轭梯度法的功率分配方案

通过功率分配,5G通信的关键技术——非正交多址（NOMA）实现发射功率域的多用户复用,有效提高了频谱效率。不同的功率分配方案直接影响系统的吞吐量,针对NOMA下行链路现有功率分配算法存在的局部最优问题,提出了一种利用共轭梯度法的最优功率分配方案,采用共轭梯度法求解用户的加权和速率最大化的优化问题。现有理论证明,该方法可以收敛到全局最优解。仿真结果表明,该方法性能优于已有的固定功率分配（FPA）算法和分数阶发射功率分配（FTPA）算法,且此非正交多址（NOMA）系统性能明显优于正交多址（OMA）系统。      

基于能效的NOMA蜂窝车联网动态资源分配算法

在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的速率需求,联合考虑子信道调度、功率分配和拥塞控制,建立了最大化系统能效的随机优化模型。其次,利用李雅普诺夫随机优化方法,通过控制可接入数据量保证队列稳定性以避免网络拥塞,并根据实时网络负载状态动态地进行资源调度,设计一种次优化子信道匹配算法获得用户调度方案,进一步,利用凸优化理论和拉格朗日对偶分解方法得到功率分配策略。最后,仿真结果表明,该文算法可以满足不同用户的服务质量(QoS)需求,并在保证网络稳定性前提下提高系统能效。     

NOMA-VLC系统中最大化总和速率功率分配方法

非正交多址接入(Non-Orthogonal Multiple Access, NOMA)被认为是提高无线通信系统频谱效率的一种很有前途的技术。文中将NOMA技术应用于可见光通信(Visible Light Communication, VLC)中，提出了一种基于深度Q网络(Deep Q Network, DQN)强化学习算法的功率分配方案来解决可见光通信系统最大化总和速率优化问题，该方案充分考虑了用户的信道条件，能够提升系统总和速率，可为VLC系统的功率分配问题提供新的思路。仿真结果表明，所提算法比Q学习功率分配算法、增益比功率分配算法、随机功率分配算法拥有更高的总和速率，在用户数小于11的范围内，总和速率平均分别提升了6.28%、12.20%、51.36%。     

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。