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。     

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。      

公平性驱动的RSMA-SDMA预编码设计

针对在发射功率受限时系统最小用户速率与系统公平性问题,提出了一种联合速率分拆多址接入(RSMA)和空分多址接入(SDMA)的用户接入方式选择传输策略,并建模了最大化系统公平性预编码设计问题.为解决建模所形成的离散非凸优化问题,将其分解为求解外层用户接入方式选择与内层最优预编码设计2个非凸子问题.针对预编码设计优化,利用...     

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。     

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。     

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。     

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。     

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。     

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。     

毫米波大规模MIMO-NOMA系统功率分配和混合预编码设计

针对基于非正交多址接入(Non-Orthogonal Multiple Access, NOMA)的毫米波大规模多输入多输出(Multiple Input Multiple Output, MIMO)系统中边缘用户可达速率较低的问题，提出了一种联合功率分配和混合预编码的优化方案来保证边缘用户在内的所有用户都具有较好的速率性能。基于最大最小公平性准则，设定了一个含有复杂目标函数和高维非凸约束的优化问题。采用固定变量法将该非凸问题转换为功率分配和混合预编码2个子优化问题处理。对于功率分配的设计，通过卡罗需-库恩-塔克(Karush-Kuhn-Tucker, KKT)条件得到了封闭形式下的最优功率分配系数；对于混合预编码的设计，提出了基于迫零(Zero Forcing, ZF)和压缩边界粒子群优化(Boundary Compressed-Particle Swarm Optimization, BC-PSO)算法相结合的求解方法，得到混合预编码的次优解。提出了一种交替优化算法来交替优化功率分配和混合预编码，直到满足设定的精度要求。仿真结果表明，该方案的最大最小速率优于传统的NOMA方案。     

基于全频谱共享的三维轨迹和功率优化方法

当前蜂窝系统频谱资源极度短缺,免授权频谱因而被建议在蜂窝系统中使用。无人机(UAV)的飞行轨迹和功率控制对频谱利用效率有重大影响。然而,基于频谱共享的3维轨迹和功率优化方法却鲜少研究。为此,该文首先提出一种全频谱共享方法,即无人机通过控制上行蜂窝用户和设备到设备(D2D)用户的发射功率,在不影响WiFi设备正常传输的前提下使用免授权频谱;同时无人机也能够在不影响其他下行蜂窝用户的前提下使用授权频谱。然后基于提出的全频谱共享方法,该文构建了无人机电池能量约束下的3维飞行轨迹和发射功率的联合优化问题。为了求解提出的复杂多变量耦合的非凸优化问题,该文采用块坐标下降和连续凸逼近方法将原问题转化为3维轨迹优化和功率控制两个凸优化子问题并迭代求解。大量仿真结果证明提出的基于3维轨迹和功率优化的全频谱共享方法能够显著提高频谱利用效率。     

单天线功率约束下的能效预编码优化设计

针对多小区多用户下行链路系统,研究了能效传输预编码设计问题。不同于传统设计中的和功率约束,由于实际系统中各天线的功率由其各自配备的功率放大器的线性度所限制,考虑更加实际的单天线功率约束。目标优化问题建模为最大化能效/谱效,同时满足各用户速率约束以及单天线功率约束。为了求解该优化问题,利用凸近似逼近的方法,将原始问题转化为凸优化问题,并提出了一种有效迭代优化算法求解该优化问题。MATLABAL数值仿真结果验证了所提算法的有效性。      

利用部分重叠信道的多无人机自主协同优化抗干扰

针对多无人机通信网络抗干扰中的功率和信道联合优化问题,考虑多无人机通信网络中的部分重叠信道切换、外部恶意干扰与网络内部互扰问题,通过构建Stackelberg博弈抗干扰模型,设计无人机用户和干扰机的效用函数,并提出了基于次梯度迭代的算法求解博弈的均衡解,获得无人机用户在干扰条件下的部分重叠信道选择和功率选择联合优化结果。仿真结果表明,所提算法能使多无人机用户获得良好的信道选择和传输功率策略,优化多无人机通信网络抗干扰性能。     

智能反射面辅助的无人机无线携能通信网络吞吐量最大化算法研究

为了解决城市场景中无人机(UAV)与地面终端设备(GUs)间易受到障碍物阻挡的问题,该文提出一种基于智能反射面(IRS)辅助的UAV供能通信网络吞吐量最大化算法。首先,在满足能量因果、IRS相移、UAV移动性等约束条件下,建立了一个联合IRS相移设计、GU无线资源分配、UAV飞行轨迹设计的多变量耦合优化模型。其次,通过快坐标下降法(BCD)将原非凸问题转换为3个易于处理的子问题,并通过三角不等式、引入松弛变量、连续凸近似(SCA)等方法,对子问题进行转化求解。仿真结果表明,该文所提算法具有较好的收敛性,同时可有效提高系统总吞吐量。     

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。     

基于多智能体强化学习的混合博弈模式下多无人机辅助通信系统设计

空天地一体化通信作为未来6G的发展方向,很好地弥补了当前无线通信覆盖不足的弊端.该文提出一种基于多智能体强化学习(MARL)的多无人机(Multi-UAV)辅助通信算法,在用户与无人机(UAVs)构成的混合博弈模式下求解纳什均衡近似解,解决了动态环境下UAVs轨迹设计、多维资源调度以及用户接入策略联合优化问题.结合马尔...     

基于协作MIMO机制的预编码算法

针对在协作机制下多输入多输出系统中用户干扰对系统容量的影响,提出了一种基于多点协作多输入多输出系统的预编码设计算法,所提算法基于系统和速率最大化构建了预编码矩阵目标函数,并给出了借助凸优化理论的预编码矩阵求解方法和实施步骤,最后通过系统的平均速率对所提算法与现有算法的性能进行了仿真对比,并验证了目标函数的收敛性能．仿真结果证明了所提算法的可行性。     

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。     

多用户毫米波MIMO系统中基于信道互易性的混合模数预编码算法

本文针对多用户毫米波多输入多输出(Multiple Input Multiple Output,MIMO)系统,首次提出了分离子阵列MIMO混合模数预编码架构毫米波系统的一种模拟接收方案。将最大化和速率求解混合模数预编码的三元联合优化问题分成模拟和数字两部分求解,进一步提出了基于信道互易性的混合模数预编码算法。该算法通过最大化下行各个用户和上行各个子阵列的接收信干噪比分别求解模拟合并矢量和模拟预编码矢量;优化模拟部分后,设计发射端数字预编码器消除多用户数据流之间的干扰。数值仿真表明所提算法收敛速度快,且可获得接近最优纯数字预编码算法的性能。