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。     

基于智能反射面辅助的无线供电通信网络鲁棒能效最大化算法

为了解决能量收集效率易受到障碍物阻挡和信道不确定性影响的问题,该文提出一种基于智能反射面(IRS)辅助的无线供电通信网络鲁棒能效(EE)最大化算法。首先,考虑最小收集能量、IRS相移、最小吞吐量等约束,基于有界信道不确定性,建立一个联合优化能量波束、相移、传输时间的多变量耦合非线性资源分配模型。然后,利用最坏准则、变量替换和S-Procedure等方法,将原非凸问题转换为确定性凸优化问题,同时,提出一种基于迭代的鲁棒能效最大化算法进行求解。仿真结果表明,与现有算法比较,该文算法具有较好的能效和鲁棒性。     

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。     

IRS辅助的NOMA无人机网络安全速率最大化算法

该文研究了智能反射面(IRS)辅助基于非正交多址接入(NOMA)技术的无人机(UAV)网络中的安全传输。为了使系统安全速率最大化，该文提出联合优化无人机位置、串行干扰消除解码顺序、IRS反射矩阵和UAV发射功率的资源优化问题。由于优化问题是一个混合整数非凸优化问题，该文提出一种基于块坐标下降的迭代算法，将原问题分解为3个子问题，采用基于惩罚、半正定松弛和连续凸逼近的方法求解子问题。仿真表明，所提算法的系统安全速率优于没有IRS辅助的NOMA方案和没有IRS辅助的正交多址方案。     

基于IRS辅助的异构网络中超可靠低时延通信波束成形算法设计

为了增强微小区内超可靠低时延通信(URLLC)业务在异构网络场景下的传输性能,该文提出一种基于智能超表面(IRS)辅助通信网络下最大化用户和速率的波束成形算法。异构网络中微小区采用短包通信技术,在保证宏小区用户通信质量的前提下,使用IRS提高微小区用户在一定解码错误概率下的短数据包传输性能,建立一个联合优化波束向量和IRS相移向量的微小区用户和速率最大化问题模型。通过交替固定优化变量的方式,将该非凸优化问题拆分为两个子问题,利用逐次凸逼近(SCA)的方法将原问题转换成凸优化问题,并利用交替优化算法对该问题进行求解。仿真结果表明,该算法通过部署IRS可以有效减弱异构场景下对于微小区用户的干扰,同时由于IRS的部署能够有效优化波束成形向量进而提高微小区用户的短包传输性能,并且IRS的通信增强效果与微小区用户的解码错误概率以及IRS反射单元的数量有直接关系。     

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。     

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。     

基于IRS辅助的SWIPT物联网系统安全波束成形设计

为满足绿色万物互联的智能信号处理部署和物理层安全的新要求,针对基于智能反射面辅助的无线携能通信物联网系统中可持续能量供应紧缺问题,提出了一种安全波束成形设计方法。考虑保密速率、发射功率和IRS反射相移约束,以最大化能量采集器采集功率为目标,联合优化基站发射波束成形矩阵和干扰机协方差矩阵以及IRS相移,将优化问题建模为具有二次型约束的非凸二次型规划问题。利用松弛变量、半定松弛法、辅助变量和序列参数凸逼近法将非凸的二次型问题转化为等价的凸问题,并提出一种交替迭代优化算法获取原问题的可行解。仿真结果表明,所提算法能够快速收敛,且与基准方案相比能有效地提升性能。     

基于IRS辅助的MIMO车联网系统联合波束成形设计

针对MIMO车联网系统中V2I和V2V共享频谱的情形,提出了一种IRS辅助的联合波束成形设计方法。在保证V2V用户数据速率需求、V2I基站发射功率受限和IRS反射相移模约束等条件下,以最大化V2I用户的信道容量为目标,联合优化基站端发送预编码和IRS端的反射相移矩阵。采用最小均方误差规则、矩阵分析理论和内逼算法把非凸且变量耦合的优化问题转换为解耦后的凸优化问题,并提出一种交替迭代优化算法获得原问题的解。对所提算法的性能进行仿真,分析了IRS反射单元数、IRS部署位置和车速对车联网频谱效率的影响。仿真结果表明,所提算法收敛性较好,若在基站附近部署IRS,利用所提的联合波束成形方法能最大限度地提高车联网频谱效率。     

智能反射面增强的多无人机辅助语义通信资源优化

无人机(Unmanned Aerial Vehicle, UAV)为无线通信系统提供了具有高成本效益的解决方案。进一步地,提出了一种新颖的智能反射面(Intelligent Reflecting Surface, IRS)增强多UAV语义通信系统。该系统包括配备IRS的UAV、移动边缘计算(Mobile Edge Computing, MEC)服务器和具有数据收集与局部语义特征提取功能的UAV。通过IRS优化信号反射显著改善了UAV与MEC服务器的通信质量。所构建的问题涉及多UAV轨迹、IRS反射系数和语义符号数量联合优化,以最大限度地减少传输延迟。为解决该非凸优化问题,本文引入了深度强化学习(Deep Reinforce Learning, DRL)算法,包括对偶双深度Q网络(Dueling Double Deep Q Network, D3QN)用于解决离散动作空间问题,如UAV轨迹优化和语义符号数量优化;深度确定性策略梯度(Deep Deterministic Policy Gradient, DDPG)用于解决连续动作空间问题,如IRS反射系数优化,以实现高效决策。仿真结果表明...     

基于MADDPG的无人机辅助通信功率分配算法

针对多无人机(unmanned aerial vehicle, UAV)作为空中基站辅助通信的吞吐量和公平性问题,提出了一种基于多智能体深度确定性策略梯度算法(multi-agent deep deterministic policy gradient algorithms, MADDPG)的功率分配算法,该算法通过联合优化UAV基站的功率分配和用户接入以提高系统吞吐量和公平性。本文首先构建了UAV基站为地面建立通信服务的三维场景,然后通过联合功率、用户关联和UAV位置约束,构建了吞吐量和公平性最大化的问题模型。考虑到该问题的复杂性,本文将所构建的优化问题建模为马尔科夫决策过程(Markov decision process, MDP),通过引入深度确定性策略梯度算法(deep deterministic policy gradient algorithm, DDPG)解决该问题。仿真结果表明,本文提出的基于MADDPG的UAV基站功率分配算法与其他算法相比,可以有效地提升系统的吞吐量和用户的公平性,提高通信的服务质量。     

自适应时空正则的无人机目标跟踪算法

针对无人机跟踪场景中目标分辨率较低且易受无人机(unmanned aerial vehicle,UAV)飞行姿态、速度变化等因素的影 响而难以对目标进行鲁棒跟踪的问题,提出了一种自适应时空正则的无人机目标跟踪算法以 有效解决上述问题。在时空正则相关滤波器(spatial temporal regularized correlation filter,STRCF)算法基础上引入AutoTrack中的空间正则性代价并利用峰值 旁瓣比和局部响应变化量,在线动态更新时空正则化参数以提升跟踪器的准确性,通过在跟踪 器中嵌入遮挡处理模块解决目标遭遮挡后跟踪漂移的问题。在多个无人机基准数据集上进行 了测试,实验结果表明,与基准算法AutoTrack相比,本文算法具有更高的精确度和更快的 处理速度。其中在DTB70数据集上跟踪精度和速度分别提升了1.5% 和74.4%;在UAVDT 数据集上9个属性的分类对比中,本文算法在尺度变化(scale variation,SV)、目标模糊(object blur,OB)等7个属 性上取得较高的性能,均排在第一位。由此可见本文算法可以更好地满足无人机应用需求。     

无人机基站的飞行路线在线优化设计

针对离线的无人机(UAV)基站飞行路线设计无法满足随机的、动态的地面用户通信请求难题,该文研究了飞行路线在线优化设计算法。考虑单个无人机空中基站为两个地面用户提供无线通信服务,通过在线实时优化无人机的飞行路线实现最小化与地面用户的平均通信时延。首先,由于系统的无人机的状态和动作是连续的,将问题转化成一个马尔可夫决策过程(MDP);然后,把单次通信时延引入到动作价值函数中;最后分别采用强化学习中蒙特卡罗和Q-Learning算法来实现无人机的飞行路线在线优化。仿真结果表明,所提出的在线优化的平均时延性能优于“固定位置”和“贪婪算法”的时延计算结果。     

基于强化学习的无人机基站多播通信系统的飞行路线在线优化

针对无人机(UAV)基站(BS)多播通信系统的通信时延最小化问题,该文提出飞行路线在线优化算法.在该系统中无人机基站向多个地面用户同时发送公共信息,其中每次通信任务中地面用户位置是随机的.为了保证地面用户能够接收完整的公共信息以及考虑到无人机的能量有限性,该文以最小化无人机基站完成通信任务的平均时间为目标.首先将问题转...     

基于并行蚁群算法的无人机协同任务/航迹规划应用研究

无人机协同任务/航迹规划问题具有多类复杂的约束条件,针对该问题本文提出并行蚁群算法的求解思路。首先采用蚁群算法构造无人机航迹的解空间,然后对解空间提出基于整数编码的遗传算法,对参与作战的无人机、目标任务、可选航迹进行编码,来提高解空间的求解效率。本文以无人机的SEAD任务为想定,对单任务进行了仿真实验。结果表明,并行蚁群算法可以有效地解决无人机协同任务/航迹规划问题,满足各类约束条件,提高问题解的可行性。     

基于SSD的实时轻量级无人机检测算法

针对当前无人机检测算法普遍不能做到快速准确检测的问题,提出了一种基于SSD的改进实时轻量级无人机检测算法--TSSD。首先,针对SSD算法的骨干网络权重参数量大的问题,改进得到一种轻量级的骨干网络。其次,针对SSD只利用多层特征图进行多尺度预测,而特征之间的联系没有被很好地融合利用,加入了一种特征增强模块来提高检测能力。在自建无人机数据集中进行的实验结果表明,提出的算法检测速度达到125f/s,远高于原始SSD的检测速度,且准确率比原始SSD也有所提升。