多无人机辅助移动用户通信的功率分配和航迹优化

针对多无人机辅助移动用户通信的下行无线传输系统,提出了一种用户吞吐量最大化的多无人机发送功率和飞行航迹分簇优化方法。考虑每架无人机服务的用户分簇、发送功率分配和飞行航迹规划,构建了一个多无人机辅助多用户通信的吞吐量最大化问题。通过引入辅助变量和分离耦合变量的方法,将非凸问题分解为两个近似凸优化问题;再基于贪婪算法的思想和连续凸逼近方法,对两个近似凸优化问题进行迭代交替优化,得到原非凸问题的一个近似次优解。仿真结果表明,所提优化方法能够有效提高用户数据吞吐量。     

对抗恶意无人机窃听的无人机通信系统三维航迹规划和功率控制

为应对恶意无人机窃听者对无人机通信系统带来的安全挑战,提出了一种基于物理层安全机制的无人机三维航迹规划和功率控制的协同优化方案。将航迹规划与功率控制建模为带约束的用户安全通信速率最大化问题,并将该问题分解为水平航迹规划、高度控制与功率控制三个子问题。采用连续凸逼近法将各个子问题转化为凸优化问题,通过迭代优化方式得到近似解。仿真结果表明,和二维航迹规划方案相比,该协同优化方案能有效提升用户安全通信的性能指标。     

无人机交替中继通信及其轨迹优化和功率分配研究

为了提高无人机中继通信系统的频谱利用率,该文提出一种交替中继方法,通过两个无人机中继交替工作,轮流将信息从源端转发到目的端。研究联合优化无人机中继的飞行轨迹和各发射端的发射功率,协调两条中继链路的相互干扰,实现端到端的吞吐量最大化。涉及的优化问题受限于无人机的高度约束、机动约束、防碰撞约束以及各发射端的平均与峰值发射功率约束,是难以求得最优解的非凸优化问题。该文提出一种基于交替最大化和连续凸优化技术的高效迭代算法求解次优解,并用计算机仿真验证了所提算法的有效性。     

多无人机辅助通信中用户匹配与频谱资源联合优化方法

针对多无人机作为空中基站为地面设备提供临时服务的动态频谱分配问题,主要考虑无人机与地面用户匹配、子信道分配和功率分配三个方面。为了保证用户通信的公平性,在考虑频谱复用和共信道干扰的情况下,以最大化地面用户最小传输速率为目标,提出了一种用户匹配与频谱资源联合优化算法来解决上述混合整数非线性优化问题,通过聚类算法优化无人机与地面用户的最佳匹配,通过块坐标下降法迭代优化子信道分配和功率分配。仿真实验分析表明,提出的求解方法可以有效提升用户的传输速率,保证用户通信公平性。     

基于飞行轨迹的无人机通信信道仿真

通过分析无人机之间无线链路的传播损耗、多普勒频率和多径时延等特征参数,提出一种基于三射线的无人机通信信道模型,并给出了无人机飞行轨迹在不同坐标系中的转换公式及已知飞行轨迹求解信道模型参数的方法。最后针对两种不同的典型飞行场景,对无人机通信链路的多径时延、传输损耗及多普勒频率算法进行了仿真验证,并获得了基于飞行轨迹的无人机空空数据链信道模型。该模型对无人机数据链系统参数选取、物理层算法设计和性能分析等具有重要意义。     

基于Q学习算术优化算法的无人机三维航迹规划

针对传统方法求解无人机三维航迹规划易导致规划代价高、精度差和容易陷入局部最优的不足,提出基于Q学习算术优化算法的无人机三维航迹规划算法。为了提升算术优化算法的寻优精度,引入Circle混沌映射提高初始种群多样性和分布均匀性,引入Q学习根据个体状态自适应调整数学优化加速函数更新,均衡算法全局搜索与局部开发,设计最优解邻域扰动优化全局搜索能力。通过建立无人机三维航迹规划模型,将航迹规划转化为多目标函数优化问题,并利用改进算法求解无人机三维航迹规划,以综合考虑航迹代价、地形代价和边界代价的目标函数评估粒子适应度,对航迹规划迭代寻优。仿真实验结果表明,所提算法规划的航迹具有更低的总代价和适应不同复杂地形环境的稳定性。     

采用粒子群优化算法的无人机实时航迹规划

战场环境是动态变化的,很难预先获得全局精确的威胁信息,因此需要无人机具备一定的实时航迹规划能力.采用连续型粒子群优化(PSO)算法进行无人机参考航迹的实时规划,以最大转弯半径、步进、最短距离和回避威胁作为适应度函数的评价指标,得到代表最优航路的离散点.对算法进行了相应的仿真,结果表明该方法费时短,占用内存少,可以满足在线实时航迹规划的要求.     

基于改进粒子群优化算法的无人机实时航迹规划

在无人机航迹规划中,通过改变惯性权重和采用自适应粒子群编码方式,以最大转弯半径、步进、最短距离和回避威胁作为航迹的评价指标,将约束条件、地形地貌及威胁信息引入适应度函数等方法,对粒子群优化算法进行改进,解决了粒子群算法在寻优过程中易陷入局部最优的问题.仿真结果表明,该方法可实现在线实时航迹规划.     

基于启发式算法的无人机三维航迹规划仿真研究

通过引入状态空间节点的概念生成三维航迹搜索空间,将原来的航迹规划问题简化为在状态空间中的搜索寻优问题。再利用改进估价函数,将约束条件和优化的搜索算法相结合,有效减小搜索空间,提高搜索速度。仿真结果表明,生成的航迹具有自主地形跟随、地形规避和威胁规避的能力,并具有根据任务决策偏好选择飞越威胁的能力。     

基于优化蚁群算法的无人机海岛监测航迹规划

本文提出一种可行的面向海岛监测的无人机航迹规划控制算法,主要针对复杂的海岛群及气流不稳定等因素的无人机海岛监测,为海岛监测提供技术支持具有重要的理论意义及应用价值。通过MAKLINK图论建立二维路径规划空间模型,利用Dijkstra算法规划无人机初始航迹,融合蚁群算法仿真得到优化航迹规划路径。仿真结果表明,该融合得到的优化算法,比改进前的蚁群算法求解时间快、规划路径准确、迭代过程中系统稳定的特点,从而保证无人机在复杂的海岛监测中飞行航迹规划零失误。     

无人机辅助边缘计算中安全通信与能效优化策略

无人机的灵活移动性在移动边缘计算系统中引起了广泛的关注。然而,空中窃听者的存在使它的安全传输仍然面对巨大的挑战。为了解决高安全通信速率与低能耗之间的矛盾,引入安全通信能效这一概念,即无人机安全通信传输速率与无人机能耗之间的比值。首先,在满足给定任务时延、无人机的CPU计算频率以及任务卸载率的约束下,提出一种最大化安全通信能效的卸载策略,即联合优化合法无人机悬停位置、CPU计算频率分配以及区分计算任务复杂度的卸载策略;同时从物理层安全角度提升了无人机-移动边缘计算场景下的安全通信。其次,由于该策略是一个复杂的非凸问题,将其解耦为3个子问题,通过块坐标下降法与连续凸逼近（SCA）相结合的全局优化算法来求解该非凸问题。仿真结果表明,针对不同任务复杂度的系统,所提策略都能在满足地面终端卸载需求的同时,平衡整体的通信安全性能和能耗之间的关系,并提高安全通信能效。     

基于改进混沌遗传算法的无人机航迹规划

如何快速地规划出满足约束条件的飞行航迹,是实现无人机自主规划的关键.提出了一种基于混沌遗传算法的航迹规划方法,该方法首先由Voronoi图生成初始航速,然后采用混沌遗传算法在生成的航迹空间中寻优.主要对近年来出现的混沌遗传算法进行了改进以使其更具智能化.该方法采用幂函数载波代替传统混沌优化算法中的线性载波;为进一步提高混沌映射迭代序列的均匀性,提出了确定区间的随机幂指数概念并将其应用到混沌遗传算法中.仿真结果表明,该方法可以提高混沌遗传算法收敛的精确性.     

无人机中继通信的轨迹与资源分配优化方法

为提高地面用户的传输速率以及保证公平性,在基站覆盖不到的偏远地区可利用无人机进行辅助中继通信。首先将无人机的轨迹控制与频谱资源分配建模成一个混合整数非线性规划问题;然后基于块坐标下降法,将联合优化问题解耦成信道分配、发射功率和飞行轨迹三个子问题以降低复杂度;最后提出基于继承的子信道迭代分配算法求解信道分配子问题,采用凸优化和连续凸近似法分别求解功率优化及飞行轨迹优化子问题。仿真结果表明,所提算法在保证地面用户公平性的同时,具有比基准策略更高的最小平均速率。     

考虑能耗中断的无人机通信中基于深度强化学习的资源管理

最新研究表明,高速传输导致的手机温度变化会影响相应的传输性能。针对高速传输下未考虑与手机温度有关的能耗中断而导致传输性能降低的问题,该文提出一种基于深度强化学习的资源管理方案去考虑无人机(UAV)通信场景下的能耗中断。首先,给出无人机通信的网络模型与智能手机热传递模型的分析;其次,将能耗中断的影响以约束条件的形式整合到无人机场景的优化问题中,并通过联合考虑带宽分配、功率分配和轨迹设计优化系统吞吐量;最后,采用马尔可夫决策过程描述相应的优化问题并通过名为归一化优势函数的深度强化学习算法求解。仿真表明,所提方案能有效提升系统吞吐量并得到合理的无人机飞行轨迹。     

无人机辅助无线传感网络的节能保密通信数据收集方法

无人机(Unmanned Aerial Vehicle, UAV)在保密无线传感网络(Wireless Sensor Network, WSN)中能作为移动数据搜集节点的同时延长传感网络的使用周期,窃听方(Eavesdropper, Eve)的存在使传感器和UAV之间的保密通信过程受到了严重威胁。因此,保密通信方不得不消耗更多资源来保证通信的保密性能。针对WSN中保密通信的资源受限问题,提出一种UAV辅助节能保密通信数据收集方法,通过联合优化UAV轨迹和传感器节点(Sensor Node, SN)的调度策略,最小化SN能耗的同时增加传感器的保密容量;通过基于块坐标下降法解决复杂混合整数的非凸优化问题;通过连续凸优化方法联合求解UAV轨迹优化问题和传感器调度优化问题。仿真结果表明,与现有方法相比,所提方法在节能和保密速率提高上具有显著的优越性。     

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...     

采用改进细菌觅食优化算法的无人机航迹规划

针对现有的无人机航迹规划方法收敛速度较慢、效率不高、易陷入局部最优等问题,构建了基于改进细菌觅食优化算法的无人机航迹规划结构,从三个方面改进算法:一是将固定步长改为自适应步长;二是游动时嵌入粒子群算法学习因子思想;三是将固定迁徙概率改为自适应迁徙概率.同时,提出了飞行代价目标函数,通过函数寻优进行无人机航迹规划,并由数...     

基于Voronoi图和离散粒子群优化的无人机航迹规划

航迹规划是根据任务目标规划出满足约束条件的飞行轨迹,是实现无人机突防攻击的关键技术.由于无人机航迹规划的复杂性,提出了一种无人机分层航迹规划的方法,该方法首先由Voronoi图生成初始航路,然后考虑各约束条件,赋予各航路相应的权值,最终应用离散型粒子群算法搜索出满意的规划解.仿真结果表明,该方法规划效率高,占用内存少,...     

基于内容感知的无人机轨迹规划和资源分配联合优化方法

针对未来网络中激增的数据流量以及用户多样化的业务需求,利用无人机来辅助蜂窝网络为用户提供更好的服务。该文提出了基于内容感知的无人机轨迹规划和资源分配联合优化方法,在无人机上缓存热点内容,在满足用户内容需求的条件下,联合优化用户接入以及无人机飞行轨迹来最大化最小用户平均服务速率。由于所建立的优化问题具有非凸性,该文提出了一种块坐标下降的方法将原问题分解为两个子问题,并利用连续凸优化方法对问题进行求解。仿真结果表明,所提方法能够有效提升最小用户平均服务速率,提升网络深度覆盖水平。     

基于混合蚁群算法的无人机航迹规划

由于传统方法在无人机航迹规划实际应用中规划的航迹长度较长,文章提出基于混合蚁群算法的无人机航迹规划。由山峰模型和天气模型组建无人机航迹环境数学模型,描述无人机飞行航迹环境情况,以无人机航迹代价最小建立目标函数,并对无人机航迹长度、高度、速度、转弯角度进行约束,采用混合蚁群算法对目标函数求解,求出最优航迹规划策略。实验证明,文章设计方法规划的航迹长度最短为1 032.58 m,规划航迹长度较短,在无人机航迹规划方面具有良好的应用前景。