无人机数据采集系统在通信勘查中的应用要点

无人机数据采集系统可以通过新型工具、新型采集方式、新型数据改造现有的通信勘查生产模式,达到提升通信勘查工作效率、提高通信设计技术含量的目的,并起到累计通信行业数字资产的作用.     

面向通信-导航-感知一体化的应急无人机网络低能耗部署研究

在事故灾难救援等突发公共事件中,救援人员往往面临通信传输不畅、定位导航不稳、灾情感知不准的问题,亟须部署一套应急无人机网络,对受灾地区进行通信、导航、感知服务补盲。针对无人机续航能力受限的问题,首先提出了一套网络拓扑可重构、节点角色可切换的通信-导航-感知一体化应急无人机网络低能耗部署方案,然后设计了一种基于粒子群算法的层次化匹配决策算法,联合求解无人机与通导感用户关联、多角色无人机通信资源分配以及无人机位置这3个子问题。仿真表明,所提方案能够实现通导感多目标需求与受限网络资源的灵活适配,极大降低了对无人机数量的需求与部署能耗。     

面向最大化服务用户数的无人机基站3D部署方法

面向无人机基站为地面用户提供通信覆盖的场景,综合考虑用户服务质量、无人机之间的连通和服务公平性,以最大化服务用户数为目标,对无人机的三维坐标和覆盖半径进行优化。由于该问题是非确定性多项式难题,设计了一种将遗传算法和粒子群算法相结合的启发式算法和高度微调法部署无人机。分别在用户随机分布和分簇分布模式下进行仿真,结果验证了所提算法的有效性。     

面向异构传输需求的多无人机通信协同抗干扰决策方法

干扰条件下的多无人机通信中,用户根据业务有不同的通信需求,而各个信道质量也不同,对抗干扰通信决策提出了业务需求与资源匹配的新要求。针对外部对抗性干扰场景下,多个用户如何选择适合的信道和功率,在干扰躲避、内部冲突控制以及功率优化的同时实现有限资源的高效利用这一问题进行研究,提出了一种面向传输需求匹配的抗干扰决策方法。首先,利用部分重叠信道的特性进行信道资源复用;然后,运用多用户协同强化学习训练用户信道选择策略,并使用斯坦伯格博弈对功率进行优化,实现对用户异构传输需求进行资源匹配。所提方法能实现干扰条件下的多用户异构传输需求的信道和功率联合优化,提升资源利用合理性,实现传输效果的提升。     

基于甲虫搜索的改进粒子群无人机辅助网络部署优化算法

在体育赛场等用户大规模聚集或者突发灾难的情况下,地面基站经常面临过载甚至瘫痪的问题。此时,多无人机(UAV)辅助网络系统可以很好地为地面基站提供信号补偿,有效地增强局部地区的通信质量。然而,无人机的机动性和网络流动引起的拓扑结构变化,会导致频繁的间歇性连接甚至出现传输故障。因此,UAV基站的有效部署以及网络性能的优化成为亟待解决的问题。该文提出一种基于甲虫搜索的改进粒子群UAV辅助网络部署优化算法—智能高效算法(IEA),利用甲虫搜索算法(BAS)的个体寻优优势,对粒子群算法(PSO)进行改进,并首次采用双门限约束保证用户通信质量,使得多UAV系统下的网络性能得到了改善。仿真结果表明,相对于传统算法,该文提出的IEA算法在系统吞吐量、用户平均吞吐量以及频谱效率等方面都获得了较大提升。     

面向多类型目标的多无人机协同搜索

搜索环境的复杂化使得多无人机(UAV)协同搜索需要面对各种类型的目标。针对各类型目标的运动特征,采用目标存在概率密度相关的搜索图方法,在考虑协同搜索问题特性基础上,建立合理的目标收益函数。采用集中式与分布式相结合的集散式控制框架,结合对搜索图的探测更新,通过预测控制及改进匈牙利算法进行多UAV的协同搜索决策。所用决策方法可在提高搜索效率的同时,有效避免多UAV间可能发生碰撞的问题。最后,通过与传统搜索方法进行仿真对比分析,验证了所提方法的有效性。     

系留无人机通信系统部署问题研究

由普通无人机携带的基站(机载基站)在拓展5G蜂窝网络的覆盖范围、提升系统容量方面具有巨大潜力,但存在着能源有限、续航时间短、通信性能不高等缺点,系留无人机通信系统应运而生。文章描述系留无人机通信系统的构成,给出系留无人机视距传播距离公式,分析升空高度对系留无人机通信系统设计的影响,列举系留无人机通信系统的三大部署用例:城区网络流量卸载、农村网络覆盖增强和超密集网络,对将地面站部署于移动车和将地面站部署于屋顶两种情况下的通信覆盖范围进行仿真,最后讨论系留无人机通信系统部署面临的开放性挑战和需要深入研究的问题。     

基于多智能体深度强化学习的无人机动态预部署策略

针对传统优化算法在求解长时间尺度内通信无人机(UAV)动态部署时复杂度过高且难以与动态环境信息匹配等缺陷,该文提出一种基于多智能体深度强化学习(MADRL)的UAV动态预部署策略。首先利用一种深度时空网络模型预测用户的预期速率需求以捕捉动态环境信息,定义用户满意度的概念以刻画用户所获得UAV提供服务的公平性,并以最大化长期总体用户满意度和最小化UAV移动及发射能耗为目标建立优化模型。其次,将上述模型转化为部分可观测马尔科夫博弈过程(POMG),并提出一种基于MADRL的H-MADDPG算法求解该POMG中轨迹规划、用户关联和功率分配的最佳决策。该H-MADDPG算法使用混合网络结构以实现对多模态输入的特征提取,并采用集中式训练-分布式执行的机制以高效地训练和执行决策。最后仿真结果证明了所提算法的有效性。     

面向频谱测绘任务的多无人机协同航迹规划方法

针对非合作环境下的传统频谱地图测绘方法中存在的低精度、低效率问题,本文提出了一种基于人工势场法的多无人机协同航迹规划方法。首先,构建了多无人机协同测绘方案及优化目标;然后,通过多无人机的预先航迹规划完成对环境的初步感知,并基于感知信息提出基于人工势场法的多无人机协同航迹参数设计方法;之后,基于设计的参数及采集的数据完成航迹的再规划,从而有效规避多无人机飞行过程中可能存在的重复采集数据及无人机之间发生碰撞等问题。仿真结果表明,相比与传统单无人机航迹规划方法,本文所提航迹规划方法能够高效、高精度、安全地完成测绘任务,所得结果满足了多架无人机协同飞行要求,具有较强的理论与实用价值。      

基于强化学习的通信受限环境多无人机协同策略

文章对基于强化学习的通信受限环境中的多无人机协同架构、通信需求和协同策略进行了分析,旨在提高多无人机协同的合理性,解决多无人机在通信受限环境中出现的问题,发挥强化学习的作用。     

Data dissemination with interoperability in IoT network

Internet of Things (IoT) is connected to heterogeneous devices. Efficient adaptive scheduling with encoding and decoding of data is an unaddressed issue in IoT. This paper processes the data under three major hierarchy: namely, adaptability, scheduling of data, and network coding for that data. The reliable access to the information is ensured by a device which is a primary eminence in IoT. Device must be able to adapt itself according to the changes in the network and to maintain its reliability as well as transparency and seamless access to the resources. To enhance the performance of the data dissemination, the scheduling process is investigated using the spatial grouping in IoT devices; this is achieved by joint spatial and code domain scheduling scheme, and the novel preconfigured access scheme is coined in order to minimize the collision rate of arbitrary access; during the data dissemination, the erasure coding scheme is used for the encoding and decoding of packets which provides optimal redundancy. We carried the simulation using Contiki and it shows the proposed Polymorphic Erasure Coding with Markov decision Adaptability and Neural networks (PECMAN) improves in terms of cost, overhead, and delay when compared with Multi‐user Shared Access (EMUSA), Polynomial‐time Optimal Storage Allocation (OSA) scheme, and Event‐Aware Back pressure Scheduling Scheme (EABS).     

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。     

Double Q-learning-based adaptive trajectory selection for energy-efficient data collection in wireless sensor networks

This paper proposes a novel distributed stochastic routing strategy using mobile sink based on double Q-learning algorithm to improve the network performance in wireless sensor network with uncertain communication links. Furthermore, in order to extend network lifetime, a modified leach-based clustering technique is proposed. To balance the energy dissipation between nodes, the selected cluster head nodes are then rotated based on the newly suggested threshold energy value. The simulation results demonstrate that the proposed algorithms outperform the QWRP, QLMS, ESRP and HACDC in terms of network lifetime by 18.33%, 35.1%, 39.7% and 44.7%, respectively. Moreover, the proposed algorithms considerably enhances the learning rate and hence reduces the data collection latency.     

A novel chain-based clustering for green communication in wireless sensor network

The rapid growth of the Internet of Things (IoT) creates a high requirement for data collected through wireless sensor networks (WSNs), resulting in a lot of emphasis on WSN data collecting in recent decades. However, the resource-constrained nature of sensor devices exerts heavy constraints for acquiring the optimal network performance. To resolve this concern, this paper proposes the Chain-based Energy-Efficient Clustering (CBEEC) Routing Protocol that considers nodes of two heterogeneous levels of energy (normal level and advanced level). The number of advanced nodes in CBEEC is analytically determined and hence are analytically allocated. However, normal nodes are stochastically deployed in the vicinity of advanced nodes. The data transmission is performed among the advanced nodes in the form of chain and from there it is forwarded to base station (BS). Consequently, it preserves immense amount of energy for the network. The performance of CBEEC is empirically investigated with benchmarks of different performance metrics and simulation outcomes showing that the CBEEC outperforms state-of-the-art routing protocols.     

物联网核心技术与应用场景

首先对物联网的概念、组成部分以及服务体系进行简要介绍,使读者首先对物联网在整体上有较为清晰的认识,其次,依托对传感器无线射频识别技术（RFID）两种主要数据采集手段的坚实论述,融合ZigBee、WIA-PA两种常用标准,着重阐述物联网的核心-传感器网络,为读者详细论述了传感器网络中的数据采集和处理以及无线通信这两个方面。最后,展望物联网的发展前景,剖析过程中的机遇与挑战。     

基于电磁能量收集的无源WiFi物联网散射通信

为解决传统的物联网(IoT)通信设备功耗大、需要人工定期维护、频繁更换电池等问题,该文提出一种基于电磁波能量收集的无源WiFi物联网散射通信方法。该方法基于低功耗微处理器实现WiFi反向散射通信,同时利用自身收集的电磁波能量实现系统自供电,具有功耗低、无需电池、体积小、成本低、免人工维护、容易大量部署等诸多优势,可广泛用于物联网领域。     

基于深度强化学习的反向散射网络资源分配机制

为了提升反向散射网络中物联网设备的平均吞吐量,提出了一种资源分配机制,构建了用户配对和时隙分配联合优化资源分配模型。由于该模型直接利用深度强化学习(Deep Reinforcement Learning,DRL )算法求解导致动作空间维度较高且神经网络复杂,故将其分解为两层子问题以降低动作空间维度：首先,基于深度强化学习算法,利用历史信道信息推断当前的信道信息以进行最优的用户配对;然后,在用户固定配对的情况下,基于凸优化算法,以最大化物联网设备总吞吐量为目标进行最优的时隙分配。仿真结果表明,与其他资源分配方法相比,所提资源分配方法能有效提升系统吞吐量,且有较好的信道适应性和收敛性。     

面向多用户室内可见光通信系统优化研究

可见光通信(VLC)技术将照明与通信有机结合,在长距离和短距离传输方面都具有很大应用潜能。本文将VLC系统室内传输模型进行研究,提出了适合多用户的室内传输模型的同时,进一步进行优化、修正,对物联网的室内应用具有参考意义。     

物联网中一种抗大规模天线阵列窃听者的噪声注入方案

物联网中无线传输的安全难题是制约其发展的重要瓶颈,物联网终端受限的计算能力与硬件配置以及配备大规模天线阵列的窃听者给物理层安全技术带来了新的挑战。针对该问题,该文提出一种可对抗大规模天线阵列窃听者的轻量级噪声注入策略。首先,对所提出的噪声注入策略进行介绍,并分析了该策略的安全性;然后,基于该策略得到了系统吞吐量的闭式表达式,并对时隙分配系数和功率分配系数进行优化设计。理论和仿真结果表明,通过对物联网系统参数进行设计,所提出的噪声注入策略能够实现私密信息的安全传输。

     

一种功能分层的无人机测控链路互联互通设计方法

参考开放式系统互联模型,采用功能分层的方法建立了无人机测控链路抽象架构,分析了链路互联互通的影响要素。提出了一种适用于各种物理层波形、数据类型、消息格式、链路管理体制的测控链路互联互通设计方法,实现了不同型号无人机测控链路的互联互通,为现役的各型无人机链路改造及后续新型无人机链路通用化设计奠定了基础。