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。     

无人机辅助通信中基于用户轨迹的无线资源和航迹优化

近年来,将无人机应用在无线通信网络中来提高系统性能的研究越来越普遍。针对无人机辅助移动用户通信的下行无线传输系统,提出了一种基于用户轨迹的无人机辅助通信系统无线资源分配和航迹优化方法。根据已知的用户运动轨迹提前获取估计的大尺度信道状态信息,以最大化用户的最小平均速率为目标,建立了一个联合优化无人机通信带宽分配和飞行航迹优化的问题。该问题是一个非凸优化问题,要优化的变量之间存在非线性耦合,通过引入辅助变量和分离变量交替优化的方法,将原问题分解为2个可以求解的近似凸优化子问题,并利用连续凸逼近方法对2个子问题交替迭代优化,得到原非凸问题一个近似次优解。仿真结果表明,所提方法能够有效提高用户的平均数据吞吐量,在保证所有用户的通信质量的前提下提高无人机辅助通信的效率。     

多小区协作无人机通信感知一体化系统的资源分配

在通信感知一体化系统中,由于通信与感知两者的目的并不完全一致,这使得通信和感知之间的性能折中问题尤为关键。本文研究多小区协作联网无人机网络的通信感知一体化问题,其中基站作为通信感知收发器与无人机用户通信,同时估计感知目标的位置。基于此,联合优化多个基站协作发射功率控制以及无人机用户的轨迹来平衡感知和通信性能,在满足无人机用户的信干噪比需求和感知目标定位的克拉美罗下界需求基础上,最小化基站的能量消耗。该问题是一个非凸优化问题,通常难以直接进行求解。为解决该问题,本文提出基于交替优化的联合基站功率控制与无人机轨迹优化方案,分别利用半正定松弛技术和连续凸近似技术对基站功率控制和无人机轨迹进行优化设计。最后,实验仿真结果验证了所提联合优化方案的性能。     

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。     

全双工辅助的无人机上行通信抗窃听物理层安全技术研究

针对无人机上行通信链路的窃听攻击,提出一种全双工协同干扰的安全传输策略。方案利用收发双方在数据传输不同阶段的信息差异以及掌握的先验信息特征,向待传输信号注入人工噪声信号,从而使窃听链路形成干扰受限系统。在发射功率、无人机的机动性等约束条件下,建立最大化系统保密速率的联合优化问题,基于交替优化方法和连续凸近似技术将非凸问题转化为两个子问题,并设计了一种迭代优化算法进行求解。仿真结果表明,所提安全传输方案与其他参照方案相比,能够显著提高全双工无人机中继通信系统的保密速率,表现出更好的性能。     

无人机辅助反向散射通信计算任务卸载与资源分配

针对边缘计算网络中用户能量短缺问题，该文提出一种无人机(UAV)辅助的反向散射通信网络计算任务卸载和资源分配方案。首先，通过联合考虑飞行轨迹、用户的计算频率、任务卸载比例、无人机及用户的发射功率、反向散射时间分配以及主动通信时间分配，构建最小化无人机总能耗优化问题。其次，利用交替优化算法，将原非凸问题分解为两个子问题，并通过连续凸逼近方法将原问题转化为凸问题进行求解。仿真结果表明，所提算法使得无人机能耗显著减少，且具有良好的收敛性。     

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。      

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。     

基于博弈论的多无人机覆盖策略研究

协同控制在许多复杂的无人机通信网络中得到广泛的应用,但无人机协同覆盖和无人机节能通信技术仍然具有挑战性。为解决节能通信场景下无人机区域覆盖的问题,提出了一种基于博弈论的多无人机覆盖策略。首先,采用集中分布式优化体系结构,将多维策略问题转化为覆盖最大化和功率控制,并通过博弈理论证明了两者都存在纳什均衡点;其次,采用基于空间自适应博弈的多无人机节能覆盖部署算法,进行了覆盖最大化和最优功率控制计算,保证了最优节能覆盖部署;最后,对模型进行仿真模拟,计算结果表明了该模型的有效性和可靠性。     

基于通感融合的无人机预编码及飞行轨迹设计

无人机(UAVs)具有机动性强,低成本及易部署等特性,通过搭载通信及感知设备,支持通信与感知技术的高效资源共享,无人机可作为融合通信与传感技术的高性能空中平台。该文针对多输入多输出(MIMO)无人机使能的联合通信、感知场景,综合考虑无人机飞行能量、多天线传输及用户业务需求等限制条件,建模无人机通信、感知预编码及飞行轨迹联合优化问题为多目标优化问题,以实现通信用户最低速率最大化及目标最小发现概率最大化。由于通信用户最低速率最大化问题为非凸优化问题,难以直接求解,将原优化问题分解为通信预编码设计子问题及无人机轨迹设计子问题,并采用交替迭代法依次求解两个子问题直至算法收敛,其中,对于通信预编码设计子问题,提出一种基于迫零(ZF)算法的求解策略;对于无人机轨迹设计子问题,提出一种基于连续凸逼近(SCA)算法的求解策略。基于所得到的无人机最优轨迹,将无人机感知位置选择问题建模为加权距离和最小化问题,进而应用泛搜索算法优化确定目标感知位置,并设计基于ZF算法的通信感知预编码联合优化策略,以实现通信感知性能的联合优化。最后通过仿真验证了该文所提算法的有效性。     

Secrecy Energy Efficiency Maximization for UAV-Enabled Multi-Hop Mobile Relay System

To deal with the secrecy issues and energy efficiency issues in the unmanned aerial vehicles ( UAVs) assisted communication systems, an UAV-enabled multi-hop mobile relay system is studied in an urban environment. Multiple rotary-wing UAVs with energy budget considerations are employed as relays to forward confidential information between two ground nodes in the presence of multiple passive eavesdroppers. The system secrecy energy efficiency ( SEE), defined by the ratio of minimum achievable secrecy rate ( SR) to total propulsion energy consumption (PEC), is maximized via jointly optimizing the trajectory and transmit power of each UAV relay. To solve the formulated non-convex fractional optimization problem subject to mobility, transmit power and information-causality constraints, an effective iterative algorithm is proposed by applying the updated-rate-assisted block coordinate decent method, successive convex approximation (SCA) technique and Dinkelbach method. Simulation     

一种面向无人机通信的协作干扰安全传输技术

本文利用无人机的高机动特性带来信道的动态变化这一机理,通过合理地控制无人机位置,靠近合法节点并远离窃听节点,增加合法节点的信道增益,削弱窃听节点的信道增益,从而提高信源端和目的端的安全通信容量。已有的无人机空地信道模型大多仅考虑视距传输链路,本文在此基础上增加了非视距链路（Not Line of Sight, NLOS）,并且在窃听者位置存在估计误差条件下,建立了两架无人机协同通信场景,在上述场景下通过合理规划两架无人机飞行轨迹,增强合法信道增益,削弱窃听信道增益,并联合无人机的功率分配,实现最大化平均保密速率。该优化问题为非凸问题,因此采用了连续凸近似（Successive Convex Approximation, SCA）以及块坐标下降算法 （Block Coordinate Descent Algorithm, BCD）来解决问题。仿真结果表明在视距链路和非视距链路同时存在的前提下,通过规划两架无人机的飞行轨迹,信号功率,能有效提升无人机通信系统的保密速率。      

Learning-based joint UAV trajectory and power allocation optimization for secure IoT networks

Non-Orthogonal Multiplex Access (NOMA) can be deployed in Unmanned Aerial Vehicle (UAV) networks to improve spectrum efficiency. Due to the broadcasting feature of NOMA-UAV networks, it is essential to focus on the security of the wireless system. This paper focuses on maximizing the secrecy sum rate under the constraint of the achievable rate of the legitimate channels. To tackle the non-convexity optimization problem, a reinforcement learning-based alternative optimization algorithm is proposed. Firstly, with the help of successive convex approximations, the optimal power allocation scheme with a given UAV trajectory is obtained by using convex optimization tools. Afterwards, through plenty of explorations of the wireless environment, the Q-learning networks approach the optimal location transition strategy of the UAV, even without the wireless channel state information.     

面向空天地异构网络的边缘计算部分任务卸载策略

空天地异构网络作为一种新型网络构架,是未来6G实现泛在连接的关键支撑。该文提出一种面向空天地异构网络(SAGIN)的移动边缘计算部分任务卸载方案。首先,分析了低轨(LEO)卫星的覆盖时间。其次,联合考虑用户与无人机(UAV)匹配关联因子、任务分配、带宽分配、无人机计算资源分配以及无人机轨迹,旨在建立一个能耗最小化问题。最后,采用交替迭代优化算法,将原非凸问题分解为3个子问题,并利用变量替换和连续凸逼近方法将问题转化为凸问题进行求解。仿真结果表明,所提算法具有良好的收敛性能,并有效地降低系统能耗。     

无人机辅助物理层安全下的保密性能优化

信息安全是影响物联网(IoT)应用的关键因素之一,物理层安全是解决物联网信息通信安全问题的有效技术。该文针对物联网中带有主动攻击的全双工窃听者,利用无人机(UAV)辅助发射人工噪声的方法,提升系统物理层安全性能。为了跟踪窃听者位置移动,首先采用贝叶斯测距和最小二乘法迭代估计窃听者位置,然后提出基于Q-learning的无人机轨迹优化算法,以达到在窃听者移动情况下系统保密性能最优。仿真结果表明,该算法能快速收敛,并且无人机能够跟踪窃听者移动来确定自身最佳位置,对窃听信道实施有效干扰,从而保证系统可达安全速率最大。     

保障无人机安全通信的自主飞行3D路径规划

在无人机服务多个地面移动用户并存在一个窃听者窃听信息的安全通信场景中,为了最大化安全速率,本文提出一种新的深度强化学习算法对无人机3D轨迹进行优化,该算法名为正确轨迹深度确定性策略梯度算法（correct trajectory - deep deterministic policy gradient, CT-DDPG）。CT-DDPG算法使用多个深度神经网络与环境交互,采用修正输出层激活函数值的方式,代替传统的使用多个激活函数的方法,简化深度神经网络结构。同时对无人机的飞行轨迹进行修正,使无人机始终处于安全速率最大化的最佳位置。与其他强化学习算法相比,该算法训练时间短,执行时能实时更新无人机的位置。仿真结果表明,所提出的算法能够快速收敛,在保障无人机安全通信的情况下完成飞行任务。      

加权能耗最小化的无人机辅助移动边缘计算资源分配策略

针对无人机(UAV)辅助的移动边缘计算(MEC)系统,考虑到无人机能耗与地面设备能耗不在一个数量级,该文提出通过给地面设备能耗增加一个权重因子以平衡无人机能耗与地面设备能耗。同时在满足地面设备的任务需求下,通过联合优化无人机轨迹、系统资源分配以最小化无人机和地面设备的加权能耗。该问题高度非凸,为此提出一个基于交替优化算法的两阶段资源分配策略解决该非凸问题。第1阶段在给定地面设备的卸载功率下,利用连续凸逼近(SCA)方法求解无人机轨迹规划、CPU频率资源分配及卸载时间分配;第2阶段求解地面设备的卸载功率分配。通过两阶段的交替和迭代优化找到原问题的次优解。仿真结果验证了所提算法在降低系统能耗方面的有效性。     

面向隐蔽侦察任务的无人机中继通信频谱资源优化方法

战场环境下,无人机因其自身辐射被敌侦收而产生安全威胁,并容易对其他通信网络产生干扰。为提高无人机安全执行战场侦察任务时的侦察信息传输速率,提出面向隐蔽侦察任务的无人机中继通信频谱资源优化方法,通过功率控制避免被敌方反侦测,并利用无人机中继增大系统通信速率,通过频谱资源优化达到无有害干扰通信的目的。同时提出了基于块坐标下降法与连续凸近似法相结合的频谱资源联合优化算法,通过对带宽分配、发射功率和无人机轨迹等变量的联合优化获得次优解。仿真结果表明：与基准策略相比,联合优化算法具有更高的信息传输速率。     

基于无人机无线能量传输的边缘计算系统能耗优化方法研究

无线能量传输(WPT)和移动边缘计算(MEC)可以为无线设备提供能量供应和任务计算,有效提高设备的能量效率.该文提出一种基于无人机无线能量传输的边缘计算系统能耗优化方法,在所提方法中,通过联合优化能量收集(EH)时间、用户发射功率和卸载决策,最小化系统总能耗.利用块坐标下降法(BCD),将优化问题分解为两个子问题,通过...     

Performance study of hybrid decode–amplify–forward (HDAF) relaying scheme for physical layer security in wireless cooperative network

In this paper, the secrecy performance and power allocation of the signal‐to‐noise ratio‐based hybrid decode–amplify–forward (HDAF) relaying protocol in wireless cooperative network are investigated to get security at physical layer. The performance metrics considered are secrecy rate and intercept probability. The Ergodic secrecy rate is approximated theoretically. The effect of relay and eavesdropper locations on the secrecy performance of the system is analyzed. It is found that maximum secrecy rate is obtained for the relay close‐to‐destination case and minimum for the relay close‐to‐eavesdropper case. Jamming schemes are superior in secrecy rate performance than without jamming schemes. To enhance the secrecy rate further with the optimized relay and jammer powers, invasive weed optimization (IWO) algorithm‐based power allocation is proposed. Here, maximizing the secrecy rate is defined as the cost function for the proposed IWO algorithm‐based power allocation. Comparative study is done over the conventional equal and proposed power allocation schemes for validation. The proposed power allocation scheme proved to be superior. Copyright © 2016 John Wiley & Sons, Ltd.