面向接入回传一体化的毫米波空地网络建模与分析

无人机(UAV)作为空中基站有望成为传统地面网络的有力补充,以提供灵活覆盖和容量增强的解决方案.然而,大多现有研究忽略空中基站的无线回传这一实际因素对网络性能和用户体验的影响.为此,考虑接入回传一体化的空地毫米波蜂窝网络场景,其中无人机提供热点流量传输服务,地面基站(TBS)提供无人机回传链路并且服务非热点区域用户,以...     

无人机集群编队控制方法研究综述

随着无人机技术的进一步发展，多无人机编队飞行的研究也受到了越来越多的关注。无人机相互配合组成编队群，可以充分发挥单个无人机所不具备的优势，更能胜任复杂、多任务场景下的工作。对无人机集群编队控制方法进行分类，分为传统控制法、群体智能算法、深度强化学习算法；对各类方法进行分析，着重归纳讨论了领导者-跟随者方法、人工势场法、运动学控制方法、蚁群优化算法、粒子群优化算法、人工蜂群算法、深度Q网络算法、深度确定性策略梯度算法、多智能体深度确定性策略梯度算法，并给出各自的优劣势；对无人机集群编队控制方法进行总结，指出传统控制法已接近成熟，但为了实现无人机的智能自主协同编队控制，仍需在群体智能算法和深度强化学习算法上融合新的思想与改进，从而发挥大数量无人机在复杂场景下的优势。     

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。     

基于路灯杆的5G微基站规划设想

针对5G无线网络覆盖中部分区域网络补盲与高流量场景热点分流,提出利用市政杆体建设微基站的规划方案,介绍微基站的特点及应用场景,重点阐述利用市政路灯杆、视频杆等杆体的进行微基站建设的规划原则与建议,对微基站建设实现补盲建设与热点分流提出规划设想。     

面向无线传感器网络信息年龄的多无人机轨迹优化算法

由于无线传感器网络(WSN)中传感器的传输功率有限,同时可能与基站(BS)传输距离较远,造成无法及时交付数据,数据新鲜度过低,影响时延敏感型业务决策质量。因此,采用无人机(UAV)辅助收集传感器数据,成为提升无线传感器网络数据新鲜度的有效手段。该文通过信息年龄(AoI)性能指标评估无线传感器网络数据新鲜度,并基于集中式训练分布式执行框架的多智能体近端策略优化(MAPPO)方法研究了无人机轨迹优化算法。通过联合优化所有无人机的飞行轨迹,实现地面节点平均加权信息年龄的最小化。仿真结果验证了所提多无人机路径规划算法在降低无线传感器网络信息年龄方面的有效性。     

无人机辅助智能边缘网络技术综述

简要介绍了无人机作为空基信息平台的主要应用场景,结合6G多接入网络和用户为中心网络架构,讨论了无人机在构建智能边缘网络中的重要作用。结合无人机平台在不同场景下的通、感、算能力特点,介绍无人机自组网、无人机通感一体化、无人机边缘计算等无人机辅助智能边缘网络关键技术。最后,围绕无人机在构建智能边缘网络过程中与无线接入网新技术结合时产生的新问题,探讨无人机通信信道建模、三维立体部署与路径规划、携能有限与续航问题、无人机网络安全、无人机集群异构网络融合等关键技术挑战和未来研究方向。     

基于深度强化学习的无人机间通信链路智能决策

由于无人机组网灵活、快速、低成本的特性,空中基站被视为在未来无线通信中有前景的技术。无人机集群可以通过相互协调和合作,完成的复杂任务,具有重大的研究和实用价值,而无人机间的高效通信是当下面临的重大挑战。为了在满足无人机间通信速率的前提下,尽可能节省发射功率,本文提出基于深度强化学习的集群方案和功率控制的智能决策算法。首先,本文设计了三种无人机集群方案,以对地面用户提供无缝的无线覆盖;然后,本文提出了基于深度Q网络（Deep Q-network）算法的集群方案和功率控制决策算法,用深度神经网络输出不同条件下联合决策的无人机集群方案和发射功率,并研究了重要性采样技术,提高训练效率。仿真结果表明,本文提出的深度强化学习算法能够正确决策无人机集群方案和发射功率,与不带强化学习的深度学习（Deep Learning Without Reinforcement Learning, DL-WO-RL）算法相比,用更低的发射功率满足无人机之间的通信速率要求,并且重要性采样技术能够缩短DQN算法的收敛时间。      

基于热点自发现的GW网络协同研究

自2011年来运营商加大了WLAN网络部署,旨在针对不用应用场景满足用户日益增长的数据业务应用需求。本文提出基于热点自发现的WLAN和GSM网络协同方案,结合PEAP认证、BSC热点配置等手段实现数据分流。测试数据表明网络协同可实现智能数据分流,改善网络性能,用户感知提升也带动整体数据流量提升。     

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。     

一种飞行器集群管理和任务分离的组网方法

组网是卫星、无人机等飞行器集群实现协同的基础。传统自组织组网技术针对地面随机移动场景设计,不适用于拓扑和传输根据任务变化的飞行器集群场景,为此设计了一种管理与任务分离的组网方法,将网络分为管理面和任务面两个逻辑层面,管理面负责拓扑发现、路由建立、任务规划等基础组网功能,任务面负责任务执行过程中的数据传输功能。管理面和任务面实行不同的组网策略,从而使得网络的传输性能根据管理和任务执行的不同需求进行优化,以减少协议开销及降低传输自干扰。     

无人机集群远程控制系统研究

无人机领域正在向着多机协同任务、集群任务的方向发展,但是目前无人机集群技术的研发多偏重于集群智能、集群算法的研究和无人机本身的设计,而缺乏对于集群任务下远程控制系统的研究。针对这样的现状,分析了无人机集群远程控制系统的必要性和需要实现的功能,从单机任务、多机协同任务、集群任务三个维度探讨了无人机远程控制系统的组成结构,并对无人机集群远程控制系统的整体架构和内部各组成模块的功能细节进行了详细介绍。该远程控制系统很好地符合了集群理论的技术特征需求,能够有效发挥无人机集群协作的优势。     

MIMO中无人机基站的最优定位策略

无人机基站的概念已被应用于军事通信、人工智能和高密度网络等多种场景，缩短固定基站与活跃用户之间的无线链路距离，并在基础设施受损的拓扑中提供服务。文中讨论了无人机基站在多输入多输出无线网络设置中的最优定位问题，提出一种基于机器学习的低复杂度算法，通过最小化有源终端所经历的无线接收信号强度来优化无人机基站的位置。与欧几里德成本基准相比，该算法减少了系统中的传播损耗。     

面向多模异构任务的无人机集群自主协同优化

针对无人机集群同时遂行多个异构模式、异构价值、异构需求任务时的自主协同优化问题,构建了集群遂行多模异构任务协同优化模型,提出了一种基于重叠式联盟博弈的分布式协作算法。通过综合考虑任务模式、任务价值、任务需求,以及集群中不同无人机成员的资源情况,基于不同任务类型下联盟内任务成功率和效能计算,优化无人机任务选择和资源分配并实现算法收敛和系统稳定,以及优化的分布式多机协同。仿真结果表明,所提方法能有效提高系统效用和任务成功率,并能在不同环境下实现面向异构任务目标的高效协同。     

基于多智能体强化学习的异构网络CRE偏置动态优化算法

为应对无线网络用户激增导致的高吞吐量需求,针对宏微异构网络干扰场景,提出一种基于多智能体强化学习的小区范围扩展（CRE）偏置动态优化算法。基于协作多智能体强化学习的值分解网络框架,通过合理利用并在微微基站间交互系统内用户分布及其所受干扰水平,实现所有微微基站的个性化CRE偏置值在线本地化决策。仿真结果表明,与CRE=5 dB、分布式Q-Learning算法相比,所提算法在提高系统吞吐量、均衡各基站吞吐量及改善边缘用户吞吐量方面具有明显优势。     

突发公共事件天地一体化应急通信技术综述

在突发公共事件发生后,往往由于通信中断造成信息沟通不畅,从而大大降低了应急救援人员对突发公共事件的救援效率。为了保证救援现场人员便捷、可靠的通信,对现有应急通信技术进行分析总结并给出了面向公共突发事件的天地一体化应急指挥通信网络架构。在天基通信网络保障体系方面介绍了天基通信网络技术的发展及现状,给出了基于车载通信的融合方案,还介绍了天基基站技术。在地面应急通信保障体系方面介绍了地面卫星通信设备、无线自组织网络、超级基站、便携式基站、短波电台系统及集群通信网络等技术。天地一体化的应急通信保障体系能够快速地分享现场信息,为后方及现场指挥提供通信保障。     

无人机编队信息交互拓扑多目标优化

无人机编队信息交互拓扑优化对于提高无人机集群任务执行的协同性和通信传输效率具有重要意义。首先,提出无人机编队剩余能量不均衡度指标,在编队通信链长的基础上,将网络延迟影响因素、剩余能量不均衡度纳入无人机编队信息交互拓扑的生成体系中,综合考虑多个目标优化无人机集群信息交互拓扑;然后,通过构建满意度偏差隶属度函数,建立目标规划模型实现多个目标的综合;同时,在拓扑生成中采用多叉树结构进行分级,并改进人工蜂群算法求解模型,可以支持较大规模无人机的协同;最后,通过16架无人机组成的编队进行仿真分析,验证了模型的合理性及算法的有效性。     

无人机集群综述:技术、挑战与未来

随着无人系统、网络通信技术和群体智能理论的发展，使无人机集群协作从概念走向现实、从理论转向实践。回顾了无人机集群的兴起与发展，概述了无人机集群难点与特点；从无人机集群层次结构技术框架出发，分别从智能感知层、通信网络层、自主决策层、路径规划层、协同控制层和实际应用层6个方面介绍了无人机集群关键技术的研究进展；讨论了无人机集群在未来发展中面临的诸多挑战，并对未来研究方向进行了展望，旨在为无人机集群技术的进一步应用落地提供理论参考。     

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。     

空天地一体化网络中联合地面基站选择及功率分配

针对由卫星通信网络、地面移动网络以及空中飞行平台所组成的空天地一体化网络(Hybrid Satellite-Aerial-Terrestrial Network,HSAT)下行链路的系统吞吐量问题,提出了基于多目标遗传算法的地面基站选择及功率分配算法。在这一网络中,空中飞行平台需要地面基站为其进行中继通信。因此,地面中继基站的选择和功率分配决定了系统的吞吐量。所提算法为了取得对系统吞吐量更好的优化效果,将优化系统吞吐量和满足约束条件建模成两个优化目标,通过设计特有的迭代选择过程使地面基站选择和功率分配不断优化。仿真分析表明,所提算法在保证用户最低通信需求的前提下,有效提升了系统的吞吐量。     

LTE微基站的应用研究及性能测试

4G网络建设中,微基站的部署应用可以有效的解决LTE宏基站的覆盖盲点问题,吸收热点区域流量,大幅提升用户感知度。本文对微基站的产品特点及能力进行了分析,根据微基站网络建设的需求,归纳出微基站的规划建设方法。最后进行测试及性能对比,对微基站的组网建设及应用场景进行了总结。