基于无人机基站的节能通信部署研究

为保证用户服务质量(Quality of Service, QoS),针对用户分布不均匀状态,解决无人机基站以最小发射功率覆盖相同数量用户问题,提出一种基于最小包围圆和K-means算法的无人机优化部署方法。利用贪心算法思想将部署问题解耦为垂直和水平放置问题,分别通过求解最优性确定无人机基站三维部署位置。利用聚类分析方法构建用户簇,采用最小包围圆思想对无人机基站水平位置进行优化;以最小化通信能耗为目标,建立无人机基站通信模型确定无人机最优飞行高度;联合两种优化方案确定三维部署位置。针对用户不同分布状态对无人机基站发射功率的仿真实验,验证了部署方法的有效性。     

基于应用场景特征描述的无人机基站飞行高度部署

由于无人机基站在不同应用场景下,所处的地理环境、用户分布、用户需求和所希望提升的性能需求不同,需要根据不同应用场景的特征对无人机基站进行部署.基于无人机基站的典型应用场景,构建两个具有代表性的无人机基站应用场景模型,并对应用场景模型特征进行抽象描述.分别构建了两个应用场景的空地通信传输模型.在此基础上,给出了最大化传输...     

基于最佳候选的蜂窝网络低能耗基站部署算法

无线异构蜂窝网络中微基站的过度增加会导致能量效率的降低。针对基站部署中的绿色通信问题,提出了一种基于最佳候选的低能耗基站部署算法。首先,设计了最佳候选点选择策略来选择一组基站候选点集合,然后再利用贪婪算法选择可以使得网络能量效率达到最大值的微基站,该方法限制了用户分布对基站部署的影响。仿真实验结果表明,在多种负载情况下,提出方法在满足网络容量的同时不仅增加了能量效率还增加了网络总流量,中负载能量效率提高了36%。     

基于IBF算法的无人机中继链路部署问题研究

无人机执行侦察任务时,需要可靠的通信链路作为基础保障,将目标情报数据回传至地面控制中心。通常情况下,仅仅依靠单架无人机的通信能力是无法满足远距离数据传输需求的。通过使用多架无人机构建一条通信中继链路,是一种实现远距离数据传输的可行方案。在存在通信盲区以及无人机使用数目受限等情况下,如何合理的部署无人机以获得较优的通信链路质量,是关注的重点问题。将通信中继链路中无人机部署问题形式化表示为AHOP问题,通过IBF算法给出无人机通信中继链路构建问题的解决方案,开展了仿真试验并进行试验分析,试验结果表明了IBF算法的有效性。     

RFEHWSN中满足节点吞吐量需求的负载均衡基站部署方案

射频能量捕获无线传感器网络可以通过不同物理环境和不同需要条件如时间、频率、能量源的发送能量功率等维度上进行充分的控制,稳定性较强,而其中的基站不仅具有较高的成本,而且其部署位置很大程度地决定节点的可达吞吐量。本文研究了在满足每个传感器节点的吞吐量不小于其吞吐量需求的条件下,均衡基站负载量,尤其是负载量最大的基站,提出了优化每个基站的负载量的方案。首先进行系统建模,然后提出了一种启发式部署算法,以达到负载均衡的目标。通过这些步骤优化部署,既满足了每个节点吞吐量限制,又让每个基站负载量尽可能小。仿真结果表明,通过节点的优化接入能够有效降低网络基站负载量方差,达到了负载均衡的效果。     

无人机中继链路部署算法设计

在存在通信盲区以及无人机(UAV)使用数目受限等情况下,针对如何合理地部署UAV并构建通信中继链路,以及扩展UAV的数据传输距离的问题,提出改进Bellman-Ford(IBF)算法和改进Dijkstra算法(IDA)两个UAV中继链路部署算法。将通信中继链路中UAV部署问题形式化表示为全跳最优路径(AHOP)问题, 其中IBF算法用来迭代生成一组可达记录集,通过逆向访问记录集可生成一组部署方案;IDA则在每轮迭代过程中改变连接边的权值,并查找能有效减少中继链路跳数的有效方案,得到UAV中继部署问题的可行解。仿真结果表明IBF和IDA能够提供中继链路部署的有效方案,同时它们的时间性能优于Bellman-Ford算法。     

基于改进虚拟力算法的无人机边缘节点部署北大核心

无人机边缘节点结合了无人机的移动性和边缘计算的源端处理优势,可以在基础设施薄弱区域中提供计算、传输和存储服务。其中,如何对多个无人机边缘节点进行合理部署,避免提供服务时承载不均造成的缓存资源浪费,是提升服务质量的关键挑战。本文首先对初始状态下的无人机边缘节点的理想部署进行了分析,确定相应的最小无人机边缘节点数。接着通过改进虚拟力算法对单个无人机边缘节点的最佳部署进行调整,将虚拟力定义为无人机边缘节点间的分子力和节点与地面设备间万有引力的合力,使用排斥、吸引、盘旋这3个准则来调整每个时隙中无人机边缘节点的分布,在满足边缘缓存限制的同时使无人机边缘节点的区域覆盖率达到最大。最后与传统的虚拟力算法进行了比较,仿真结果表明,上述算法能够动态地维持对地面设备的覆盖率,降低边缘计算的服务时延。     

车辆与无人机组合配送研究综述

随着无人机技术的成熟,无人机配送已成为近几年工业界和学术界共同关注的热点.由于无人机仍存在续航能力不足、空中管制等限制,车辆与无人机组合配送具有较大的发展空间.对此,研究车辆与无人机组合配送问题的5种运行模式,包括车辆与无人机协同配送、车辆与无人机并行配送、车辆支持无人机配送、无人机支持车辆配送,以及混合模式配送.根据...     

无人机基站辅助的内容缓存多目标优化策略

近年来,随着各类视频、短视频平台的快速发展,网络视频流量在全球无线网络总流量中占比日益增长.移动边缘计算通过将用户可能请求的视频内容事先存放于网络边缘节点可以有效降低骨干网负载,提高视频服务的响应速度.另一方面,移动无人机技术的推广应用为移动边缘计算应用带来了新的机遇.针对短视频等新兴的应用场景,本文提出的视频内容缓存策略(DC-DRL),基于视频文件内容流行度预测,并与无人机基站调度相结合,从边缘服务器的内容缓存策略和无人机的调度等方面进行多因素、多目标的联合优化,以提升边缘节点高速缓存的系统平均缓存命中率.在缓存替换策略方面,使用对时序特征敏感的长短期记忆神经网络进行基于流行度的文件替换;在无人机基站的轨迹优化方面,本文提出的系统模型,结合演员-批评家算法,利用无人机的移动性辅助优化系统平均缓存命中率.最后通过一系列的仿真实验分析验证了上述策略的有效性.     

鱼群算法求解无人机任务规划问题

无人机任务规划问题是一个NP难问题,文中提出了一种带禁忌算子的鱼群算法对该问题进行求解.鱼群算法是在群体智能行为研究基础上提出的一种新型仿生优化算法,该算法根据"水域中鱼生存数目最多的地方一般就是该水域中富含营养最多的地方"这一特点来模拟鱼群的觅食行为以实现全局最优.文章在基本鱼群算法FSA的基础上,结合禁忌搜索的思想,对基本鱼群算法中的三种行为算子进行改进,在每种行为算子中增添对解领域的禁忌搜索规则,提出带禁忌算子的鱼群算法(FSAWTS).然后将该算法应用于无人机任务规划问题.仿真试验表明,与基本鱼群算法相比,改进后的鱼群算法能够更为有效得解决无人机任务规划问题.     

考虑基站选址的UAV交通巡视路径超级时空网络模型

针对考虑基站选址的无人机交通巡视路径优化问题,提出一个超级网络与时空网络相结合的方法,并通过该方法建立模型。通过在时空网络添加虚拟起降点,与全部时刻的备选基站相连接构成超级时空网络,可将考虑基站选址的路径规划转换为一个单纯的多UAV路径规划问题。与不考虑基站选址的路径规划相比,考虑基站选址能够使最大单机飞行时间和总飞行时间分别减少5.71%和11.59%。数值分析表明,基站选址和交通巡视路径规划整合可有效减少UVA的巡视成本。     

异构网中具有服务质量约束的高能效微基站部署方法

针对异构密集网络中基站密度增大带来的网络能耗过高问题,提出一种异构网络中高能效的微基站部署方法。首先,考虑微基站候选位置可行性以减轻环境条件的影响;其次,在不同的用户分布状态下对优化目依概率进行加权,增强了对不同用户分布场景的适应性;最后,通过对微基站部署数目、位置和功率配置的联合优化来提升系统能效,并提出了一种高能效的微基站部署算法。仿真表明,与仅优化微基站数量和部署位置的方法相比,所提方法提升能效最高达26%。实验结果表明,相对于不考虑功率的部署方法,所提出的联合优化方法能够有效提升系统能效,同时验证了微基站功率对异构网络能效的影响。     

基于QoE的无人机网络部署和缓存策略优化方法

为了最大限度提升用户的体验质量,设计了一个使用支持缓存的无人机进行辅助通信的蜂窝网络模型。该模型使用无人机通信和边缘缓存相结合的方式来进行流量卸载,通过联合优化无人机部署,缓存放置和用户关联以实现用户QoE的最大化,并使用平均意见得分来对其进行评估。基于问题定义,提出了一个无人机部署、缓存放置和用户关联的联合优化算法,以最大化MOS。该联合算法使用K-means聚类算法为用户创建基于用户位置的无人机部署集群,使用基于罚函数的凸优化算法以获得缓存放置策略,使用贪心算法以获得对用户的关联策略。多次仿真实验验证了所提出算法的有效性和可行性。实验结果表明,与三种基准算法相比,所提出的联合优化算法在MOS、回程流量卸载率和内容访问时延三方面均具有更好的性能。     

移动通信基站定位系统

介绍一种车载基站定位系统的结构、定位原理.系统硬件由GSM模块、CDMA模块、GPS接收机和笔记本组成.基站目标位置最终在数字电子地图显示.分析了使用AT指令获取基站定位数据的方法,给出了基站定位的原理及算法流程.     

四旋翼无人机地面站软件系统的设计与实现

针对我校无人机应用专业学生操作无人机能力强而对地面站的实现原理理解不够深入的情况,以四旋翼无人机地面站为对象,以Qt5.4为开发平台,分别对地面站串口通讯、飞机虚拟仪表、地图浏览器、航点规划,以及数据存储等进行了设计,较完整地实现了地面站的各项功能。此设计具有一定的实用性,有助于加强学生对地面站实现原理的理解,提高他们的学习兴趣,为将来从事无人机工作夯实基础。     

灾害场景下基于MADRL的信息收集无人机部署与节点能效优化

灾害场景下,对灾区内第一手重要信息的及时、可靠收集是灾害预警研究、灾区救援工作开展的关键。无人机是与灾区内部建立应急通信网络的高效辅助工具。通过对现有研究中应急场景下无人机的部署方法进行调查,指出了无人机部署时对节点能效考虑不充分的问题。由于地面传感器节点位于灾区内部,环境恶劣且极为被动,所以结合灾害场景,首次以提高地面节点能效为优化目标,基于深度强化学习方法,在DDQN网络模型基础上,通过自定义经验回放优先级、合理设计奖励函数和采用完全去中心化训练方式,解决该特定场景下用于信息收集无人机的自适应部署问题。仿真结果表明,所提算法的节点能源效率比DDQN基准算法提高21%,训练速度相比DDPG、A3C算法分别提升42%和34%。     

移动边缘计算中的无人机三维部署和内容缓存优化方法

随着无线网络中的移动数据流量爆炸式增长,支持高速缓存的无人机被应用于移动计算领域充当边缘服务器,为网络中的用户提供按需服务。为了在满足其他资源约束的条件下,给用户带来更好的体验,通过联合优化无人机部署、缓存放置和用户关联以实现最小化所有用户的内容访问时延,并为用户提供质量不同的内容缓存服务。针对多无人机和地面基站协同提供缓存服务的场景,提出了一种基于迭代优化的联合优化算法。该算法通过迭代求解由目标问题分解得到的三个子问题的方式来获得具有收敛性保证的次优解决方案。首先,采用基于连续凸近似的算法求解无人机部署子问题;其次,采用基于贪心的算法求解内容缓存子问题;然后,利用基于罚函数的连续凸近似算法求解用户关联子问题;最后,对上述过程重复迭代,得到目标问题的一个次优解。多次仿真实验验证了所提算法的有效性和可行性。仿真结果表明,与基准算法相比,所提联合优化算法在平均内容访问时延、缓存命中率两方面均具有更好的性能。     

蜂窝网络单基站定位技术的研究与实现

基站定位已成为手机软件研发的热点。研究了手机蜂窝网络通信原理、基站信息的获取、单基站定位技术以及地图标示的基本原理与实现方法。通过创建Json串、激活手机GPRS、访问google服务器等获取单基站的主要信息,进而获得基站的经纬度,实现了手机定位技术。     

基于信令分析的伪基站侦测与追踪系统

伪基站是通过仿真移动通信无线基站,采用大功率的无线信号发射器,强迫用户手机在仿真基站上进行登记,并强行推送商业广告短信,甚至诈骗短信,给手机用户带来骚扰和损失.“伪基站侦测与追踪系统”是对海量信令数据进行深入挖掘,并且结合无线覆盖模型、GIS等技术实现对伪基站跟踪、定位的系统.