CN111343712A - 一种无人机辅助认知无线网络通信安全的控制方法 - Google Patents
一种无人机辅助认知无线网络通信安全的控制方法 Download PDFInfo
- Publication number
- CN111343712A CN111343712A CN202010148172.9A CN202010148172A CN111343712A CN 111343712 A CN111343712 A CN 111343712A CN 202010148172 A CN202010148172 A CN 202010148172A CN 111343712 A CN111343712 A CN 111343712A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- flight
- receiving end
- representing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 30
- 230000005540 biological transmission Effects 0.000 claims abstract description 55
- 238000005457 optimization Methods 0.000 claims abstract description 37
- 239000004576 sand Substances 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 230000006870 function Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000004088 simulation Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/265—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the quality of service QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/38—TPC being performed in particular situations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/03—Protecting confidentiality, e.g. by encryption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/14—Spectrum sharing arrangements between different networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种无人机辅助认知无线网络通信安全的控制方法,包括步骤S201,建立无人机对地无线通信的通信模型;步骤S203,确定所述通信模型中的各个参数;步骤S205,根据所述通信模型中的各参数建立非凸优化问题模型;步骤S207,利用松弛变量和连续凸逼近方法将非凸优化问题模型转化为凸优化问题模型;步骤S209,根据所述凸优化问题模型,确定无人机的目标飞行轨迹、目标发射功率以及次级用户接收端在最坏情况下的平均保密速率。本发明通过联合优化无人机在给定飞行时间内的飞行轨迹和发射功率,来最大化次级用户接收端在最坏情况下的平均保密速率,从而有效保障信息的安全传输。
Description
技术领域
本发明涉及无线通信技术领域,更具体地说,涉及一种无人机辅助认知无线网络通信安全的控制方法。
背景技术
近年来,随着技术发展和成本降低,无人机的市场需求持续增长,应用领域不断扩大。无人机辅助通信也逐渐成为无线通信领域的一大研究热点。与传统的地面通信系统相比,利用无人机的空地通信系统主要优势有:部署快速、操作成本低廉、随需应变以及具有良好的视距传输性能。然而,无线通信因其天然的开放性和广播特性,极易遭受非法用户的恶意窃听。如何保障无人机通信系统的安全性是一大挑战。传统保障信息安全传输的主要技术手段是以现代密码学为基础设计的对称加密算法。该技术依赖于算法本身的复杂度,而计算机技术的飞速发展使得密文被破解的时间大大减小,这使得该技术面临巨大的挑战。作为传统加密技术的一种有效补充,物理层安全技术不依赖于密钥和复杂算法,而是利用无线信道的随机性、时变性、互异性等物理特征来提升系统的安全性能。因此,物理层安全技术被广泛认为是保障无人机通信系统的安全性的有效技术手段。
现有的无人机保密通信研究充分利用了无人机的高可控移动性,通过联合设计无人机的飞行轨迹和通信资源来提高系统的物理层安全性能。保密速率是衡量物理层安全性能的重要指标,它被定义为:从源节点到目的节点能实现完全保密传输的最大速率,在数值上等于目的节点的数据传输速率与非法窃听节点的数据传输速率的差值。目前大部分的工作都假设无人机通信在专用频段上进行。然而,由于移动终端数量的急剧增长,频谱稀缺的问题日益严重。这使得实际上很难为无人机通信分配专用频段。针对这一问题,认知无线电技术能够提高频谱利用率和缓解频谱稀缺状况,已被广泛接受为一种极有前景的方法。因此,基于认知无线电技术,无人机可以作为次级用户发送端,通过共享主用户的授权频段来实现和地面次级用户接收端之间的通信,以此解决无人机通信中频谱资源匮乏的问题。需要注意的是,为了保障主用户的正常通信,次级用户发送端对主用户接收端产生的干扰不能超过主用户接收端可容忍的最大干扰水平,也就是干扰温度门限值。目前,致力于提高无人机辅助认知无线网络的物理层安全性能的研究仍然非常有限。当存在多个位置信息不确切的非法窃听用户时,如何在满足多个主用户接收端的干扰温度门限值的同时,最大化从作为次级用户发送端的无人机到地面次级用户接收端的最坏情况下平均保密速率,是一个尚未有研究人员涉足的问题。
发明内容
本发明的目的是提供一种无人机辅助认知无线网络通信安全的控制方法,在满足多个主用户接收端的干扰温度门限值的同时,最大化从无人机到地面次级用户接收端在最坏情况下的平均保密速率。
本发明提供的一种无人机辅助认知无线网络通信安全的控制方法,包括:
步骤S201,建立无人机对地无线通信的通信模型;
步骤S203,确定所述通信模型中的各个参数;
步骤S205,根据所述通信模型中的各参数建立非凸优化问题模型;
步骤S207,利用松弛变量和连续凸逼近方法将非凸优化问题模型转化为凸优化问题模型;
步骤S209,根据所述凸优化问题模型,确定无人机的目标飞行轨迹、目标发射功率以及次级用户接收端在最坏情况下的平均保密速率。
所述步骤S201中的通信模型包括无人机、次级用户接收端、多个非法用户以及多个主用户接收端,所述无人机通过共享主用户的授权频段向地面的次级用户接收端进行数据传输,所述非法用户窃听所述无人机向所述次级用户接收端传输的数据。
所述步骤S203中的参数包括无人机的飞行轨迹限制条件、无人机的发射功率限制条件、无人机的飞行高度、次级用户接收端位置、非法用户位置、主用户接收端位置以及主用户接收端的干扰温度门限值。
所述无人机的飞行轨迹限制条件包括无人机的最大水平飞行速度、飞行时间、飞行起点位置以及飞行终点位置。
所述发射功率限制条件包括无人机的最大峰值功率和最大平均功率。
所述步骤S205中的非凸优化问题模型表示为:
s.t.C1:||q[1]-q0||≤D,
C2:||q[n+1]-q[n]||≤D,n=1,…,N-1,
C3:q[N]=qF,
式中,N表示无人机飞行时间T划分为N个等长的时隙;β0表示距离为1米时的信道增益参考值,σ2表示噪声功率;q[n]表示无人机在第n个时隙内的水平位置,p[n]表示无人机在第n个时隙内的发射功率;ws表示次级用户接收端的水平位置;we,k表示第k个非法用户的水平位置;表示无人机掌握的第k个非法用户的估计位置,估计误差为rk米;H为无人机的飞行高度,单位为米;D=Vmaxδ,Vmax表示无人机的最大水平飞行速度,δ表示每个时隙的时长,D表示无人机在一个时隙内的最大水平飞行距离;C1-C3表示无人机的飞行轨迹限制条件,C4-C5表示无人机的发射功率限制条件,C6表示主用户接收端的干扰温度限制条件;q0为无人机飞行起点位置,qF为无人机飞行终点位置;为无人机最大平均功率值,Ppeak为无人机最大峰值功率值;Wp,l表示第l个主用户接收端的水平位置,Hl表示其高度,Γl表示其干扰温度门限值。
所述步骤S207中的凸优化问题模型表示为:
s.t.C1:||q[1]-q0||≤D,
C2:||q[n+1]-q[n]||≤D,n=1,…,N-1,
C3:q[N]=qF,
其中,μs和μe为松弛变量,D=Vmaxδ,Vmax表示无人机的最大水平飞行速度,δ表示每个时隙的时长,D表示无人机在一个时隙内的最大水平飞行距离;C1-C3表示无人机的飞行轨迹限制条件,C4-C5表示无人机的发射功率限制条件,C11表示主用户接收端的干扰温度限制条件;q0为无人机飞行起点位置,qF为无人机飞行终点位置;为无人机最大平均功率值,Ppeak为无人机最大峰值功率值;ws表示次级用户接收端的水平位置;H为无人机的飞行高度,单位为米;Hl表示第l个主用户接收端的高度,Γl表示其干扰温度门限值;β0表示距离为1米时的信道增益参考值。
所述步骤S209中次级用户接收端在最坏情况下的平均保密速率的函数表示为:
式中,Rs[n]表示第n个时隙内从无人机到次级用户接收端的数据传输速率,Re,k[n]表示第n个时隙内从无人机到第k个非法用户处的数据传输速率,表示最坏情况下第n个时隙内第k个非法用户在它可能所处的区域内获得的最大传输速率;β0表示距离为1米时的信道增益参考值,σ2表示噪声功率;q[n]表示无人机在第n个时隙内的水平位置,p[n]表示无人机在第n个时隙内的发射功率;ws表示次级用户接收端的水平位置;we,k表示第k个非法用户的水平位置;表示无人机掌握的第k个非法用户的估计位置,估计误差为rk米;H为无人机的飞行高度,单位为米。
所述第n个时隙内从无人机到次级用户接收端的数据传输速率Rs[n]表示为:
式中,β0表示距离为1米时的信道增益参考值,σ2表示噪声功率;p[n]表示无人机在第n个时隙内的发射功率;q[n]表示无人机在第n个时隙内的水平位置,ws表示次级用户接收端的水平位置;H为无人机的飞行高度,单位为米。
所述第n个时隙内从无人机到第k个非法用户处的数据传输速率Re,k[n]表示为:
式中,β0表示距离为1米时的信道增益参考值,σ2表示噪声功率;p[n]表示无人机在第n个时隙内的发射功率;q[n]表示无人机在第n个时隙内的水平位置,we,k表示第k个非法用户的水平位置;H为无人机的飞行高度,单位为米。
式中,β0表示距离为1米时的信道增益参考值,σ2表示噪声功率;p[n]表示无人机在第n个时隙内的发射功率;q[n]表示无人机在第n个时隙内的水平位置, 表示无人机掌握的第k个非法用户的估计位置,估计误差为rk米;H为无人机的飞行高度,单位为米。
所述步骤S209包括:
步骤S305,根据飞行轨迹qr+1、发射功率pr+1以及次级用户接收端在最坏情况下的平均保密速率的函数确定次级用户接收端的当前最坏情况下平均保密速率Rr+1;
步骤S307,判断当前迭代索引r是否大于等于1,若否,则更新迭代索引r=r+1,然后重复步骤S303-S305,若是,则计算次级用户接收端的当前最坏情况下平均保密速率增长率(Rr+1-Rr)/Rr;
步骤S309,判断平均保密速率增长率(Rr+1-Rr)/Rr是否小于等于预设增长率ε,若否,则更新迭代索引r=r+1,然后重复步骤S303至步骤S307,若是,则确定当前无人机的飞行轨迹qr+1为目标飞行轨迹,确定当前无人机的发射功率pr+1为目标发射功率,确定Rr+1为次级用户接收端的目标最坏情况下平均保密速率。
所述步骤S301中的飞行轨迹q0为:无人机以最大飞行速度Vmax从指定的起点直线飞至次级用户接收端的正上方,然后悬停,最后以最大飞行速度Vmax从悬停点飞至指点的终点。
式中,β0表示距离为1米时的信道增益参考值,σ2表示噪声功率;为无人机最大平均功率值;ws表示次级用户接收端的水平位置;表示无人机掌握的第k个非法用户的估计位置,估计误差为rk米;H为无人机的飞行高度,单位为米;第l个主用户接收端的水平位置为高度为Hl米,干扰温度门限值为Γl。
本发明的无人机辅助认知无线网络通信安全的控制方法,考虑到无人机辅助认知无线保密通信系统中非法用户位置的不确切性,通过联合优化无人机在给定飞行时间内的飞行轨迹和发射功率,来最大化次级用户接收端在最坏情况下的平均保密速率,从而有效保障信息的安全传输。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是按照本发明的实施例提供的一种应用场景示意图。
图2是按照本发明实施例提供的无人机辅助认知无线网络通信安全的控制方法流程图。
图3是图2中步骤S209的流程图。
图4(a)-图4(f)是按照本发明实施例的无人机辅助认知无线网络通信安全的控制方法仿真实验结果示意图。
具体实施方式
下面结合附图,给出本发明的较佳实施例,并予以详细描述使能更好地理解本发明的功能、特点。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,为按照本发明的实施例的提供的一种应用场景的示意图,具体包括无人机101、次级用户接收端102、多个非法用户103以及多个主用户接收端104,且四者均是单天线设备。在该应用场景下,无人机101可以通过共享主用户的授权频段来向地面的次级用户接收端102提供数据传输的服务,同时确保主用户接收端104受到的干扰小于干扰温度门限值,而非法用户103可以窃听无人机101向次级用户接收端102传输的数据。
其中,非法用户103的位置由无人机101配备的光学相机或者合成孔径雷达测得,但与精确位置存在估计误差。本发明的控制方法确定无人机101的飞行轨迹限制条件、发射功率限制条件,无人机101的飞行高度,次级用户接收端102位置,非法用户103位置,主用户接收端104位置,以及主用户接收端104的干扰温度门限值;其中,无人机101的飞行轨迹限制条件包括无人机101的最大水平飞行速度、飞行时间、飞行起点位置、飞行终点位置,发射功率限制条件包括无人机101的最大峰值功率和最大平均功率;建立以无人机飞行轨迹、无人机发射功率为变量,以次级用户接收端的最坏情况下平均保密速率最大化为目标,并考虑无人机的飞行轨迹限制条件、无人机的发射功率限制条件和主用户接收端的干扰温度限制条件的非凸优化问题模型;通过利用松弛变量和连续凸逼近方法将所述非凸优化问题模型近似为凸优化问题模型;基于所述凸优化问题模型确定无人机101的目标飞行轨迹、无人机101的目标发射功率和次级用户接收端102的目标最坏情况下平均保密速率;考虑到非法用户103位置的不确切性,通过求解给定飞行时间内无人机101最佳的飞行轨迹和发射功率,来最大化次级用户接收端102在最坏情况下的平均保密速率。如此,可以有效保障信息的安全传输。
图2是本申请实施例提供的一种无人机辅助认知无线网络通信安全的控制方法的流程示意图,本说明书提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示,该方法可以包括:
步骤S201,建立无人机对地无线通信的通信模型,即建立无人机101、次级用户接收端102、多个非法用户103以及多个主用户接收端104之间的数据传输关系。
步骤S203,确定所述通信模型中的各个参数。各参数包括无人机101的飞行轨迹限制条件、无人机101的发射功率限制条件、无人机101的飞行高度、次级用户接收端102位置、非法用户103位置、主用户接收端104位置以及主用户接收端104的干扰温度门限值。其中,无人机101的飞行轨迹限制条件包括无人机101的最大水平飞行速度、飞行时间、飞行起点位置以及飞行终点位置;无人机101的发射功率限制条件包括无人机101的最大峰值功率和最大平均功率。
无人机101飞行高度、最大水平飞行速度、最大峰值功率和最大平均功率由无人机101自身性能确定,飞行时间、飞行起点位置和飞行终点位置则可以根据无人机101执行任务的需求人为设定。次级用户接收端102位置由次级用户接收端配备的GPS测得,然后发送给无人机101。主用户接收端104是具有固定位置的基站,其位置很容易获取,其干扰温度门限值由主用户接收端决定。
具体地,无人机101的飞行高度为H米,最大水平飞行速度为Vmax米/秒,飞行时间为T秒。将飞行时间段划分为数个等长的时隙,假设每个时隙的持续时间为δ秒(通常设为0.5秒-1秒),则总时隙数为N=T/δ。基于此时隙划分,则无人机101在第n个时隙内的水平位置可以表示为 飞行起点位置为飞行终点位置为其中,表示实数集;表示2维实列向量的集合;表示“定义为”。无人机在第n个时隙内的发射功率为p[n],最大峰值功率值为Ppeak,最大平均功率值为 表示非法用户103集合;表示主用户接收端104集合。次级用户接收端102和第k个非法用户的水平位置分别为和高度均为O。无人机掌握了第k个非法用户的估计位置估计误差为rk米,由此可得 表示第k个非法用户可能所处位置的集合,||·||表示取欧几里得范数;第l个主用户接收端的水平位置为高度为Hl米,干扰温度门限值为Γl。
步骤S205,根据上述通信模型中的各参数建立以无人机飞行轨迹、无人机发射功率为变量,以次级用户接收端的最坏情况下平均保密速率最大化为目标,并考虑无人机的飞行轨迹限制条件、无人机的发射功率限制条件和主用户接收端的干扰温度限制条件的非凸优化问题模型。
本申请实施例中,无人机与地面用户之间的信道服从自由空间路径损耗模型。第n个时隙内从无人机到次级用户接收端的数据传输速率可以表示为:
类似地,第n个时隙内从无人机到第k个非法用户处的数据传输速率可以表示为:
由于非法用户的位置存在估计误差,考虑最坏情况下,即第n个时隙内第k个非法用户在它可能所处的区域内可能获得的最大传输速率可以表示为:
其中,符号|·|表示取绝对值。
由于存在K个非法用户,则最坏情况下第n个时隙内所有的非法用户中可能获得的最大数据传输速率可以表示为由保密速率的定义,我们可以将第n个时隙内次级用户接收端的最坏情况下保密速率表示为其中符号[·]+表示取O和中的较大值。则N个时隙内次级用户接收端的最坏情况下平均保密速率函数可以表示为:
本申请旨在通过设计无人机的飞行轨迹和发射功率来最大化次级用户接收端的最坏情况下平均保密速率,同时满足无人机的飞行轨迹限制条件、无人机的发射功率限制条件和主用户接收端的干扰温度限制条件。非凸优化问题模型可以表示为公式(5):
s.t.C1:||q[1]-q0||≤D,
C2:||q[n+1]-q[n]||≤D,n=1,…,N-1,
C3:q[N]=qF,
其中,D=Vmaxδ,Vmax表示无人机的最大水平飞行速度,δ表示每个时隙的时长,D表示无人机在一个时隙内的最大水平飞行距离;C1-C3表示无人机的飞行轨迹限制条件,C4-C5表示无人机的发射功率限制条件,C6表示主用户接收端的干扰温度限制条件。由于变量q和p耦合,公式(1)是一个难以求解的非凸优化问题。此外,需要说明的是,通过优化无人机在每个时隙内的发射功率,总能得到非负的保密速率,所以目标函数中的符号[·]+实际上可以被省略。
S207:利用松弛变量和连续凸逼近方法将所述非凸优化问题模型近似为凸优化问题模型。
C1-C5,......(6)
假设公式(6)的最优解为q*,p*,那么一定有 否则我们通过减小(或增大)可以进一步增大目标函数值,由此会与先前的假设:是最优解相矛盾。此外,约束C9由约束C6等价转化而得。故而公式(6)等价于公式(5)。
接着,利用连续凸逼近方法将公式(6)近似为凸优化问题模型。
具体步骤如下:
注意到公式(6)的非凸性是由目标函数、约束C8和约束C9引起的。因此,首先将Rsec[n]重写为:
Rsec[n]=log2(μs[n]+γ0p[n])-log2(μs[n])-log2(μe[n]+γOpn+log2μen。......(8)
公式(8)中的-log2(μs[n])是关于μs[n]的凸函数,-log2(μe[n]+γOpn是关于μen和pn的联合凸函数,这两个凸函数使得公式(8)是一个非凹函数。根据连续凸逼近方法,将这两项替换成它们各自的一阶泰勒展开式,以此获得公式(8)的下界。具体地说,对于给定的预设飞行轨迹 预设发射功率预设松弛变量和预设松弛变量
有如下不等式(9):
C1-C5,C7......(12)
公式(12)是一个标准的凸优化问题,可以利用现有的凸优化工具箱(例如CVX)直接求解。
步骤S209,根据建立的凸优化问题模型,确定无人机101的目标飞行轨迹、无人机101的目标发射功率以及次级用户接收端102的目标在最坏情况下的平均保密速率。如图3所示,具体包括:
其中,无人机101的飞行轨迹q0为:无人机101以最大飞行速度Vmax从指定的起点直线飞至次级用户接收端102的正上方,然后尽可能长时间地悬停在那里,最后以最大飞行速度Vmax从悬停点飞至指点的终点。
步骤S305,根据飞行轨迹qr+1、发射功率pr+1以及公式(4)确定次级用户接收端102的当前最坏情况下平均保密速率Rr+1。
步骤S307,判断当前迭代索引r是否大于等于1,若否,则更新迭代索引r=r+1,然后重复步骤S303-S305,若是,则计算次级用户接收端102的当前最坏情况下平均保密速率增长率(Rr+1-Rr)/Rr。
步骤S309,判断平均保密速率增长率(Rr+1-Rr)/Rr是否小于等于预设增长率ε,若否,则更新迭代索引r=r+1,然后重复步骤S303至步骤S307,若是,则确定当前无人机的飞行轨迹qr+1为目标飞行轨迹,确定当前无人机的发射功率pr+1为目标发射功率,确定Rr+1为次级用户接收端的目标最坏情况下平均保密速率。
以下具体举例说明如何实现步骤S303至步骤S309。
在步骤S305中,根据当前飞行轨迹q1、当前发射功率p1和公式(4)确定次级用户接收端的当前最坏情况下平均保密速率R1。
在步骤S307中,当前迭代索引r小于1,因此更新迭代索引r=1,然后重复步骤S303-S305:根据飞行轨迹q1、发射功率p1、松弛变量松弛变量和公式(12)确定飞行轨迹q2、发射功率p2、松弛变量和松弛变量并根据当前飞行轨迹q2、当前发射功率p2和公式(4)确定次级用户接收端102的当前最坏情况下平均保密速率R2,则此时根据历史最坏情况下平均保密速率R1可以确定平均保密速率增长率为(R2-R1)/R1。
进入步骤S309,假设(R2-R1)/R1大于预设增长率ε,则更新迭代索引r=2,然后重复上述步骤S303至步骤S307:根据飞行轨迹q2、发射功率p2、松弛变量松弛变量和公式(12)确定飞行轨迹q3、发射功率p3、松弛变量和松弛变量根据当前飞行轨迹q3、当前发射功率p3和公式(4)确定次级用户接收端的当前最坏情况下平均保密速率R3,此时根据历史最坏情况下平均保密速率R2可以确定平均保密速率增长率为(R3-R2)/R2。假设此时(R3-R2)/R2小于等于预设增长率ε,确定当前无人机的飞行轨迹q3为目标飞行轨迹,确定当前无人机的发射功率p3为目标发射功率,确定R3为次级用户接收端的目标最坏情况下平均保密速率。
本申请实施例提供的无人机辅助认知无线网络通信安全的控制方法可以利用MATLAB仿真实现,图4是本实施例提供的一种仿真实验结果的示意图。
仿真参数设置为:无人机的飞行高度为H=100m,最大水平飞行速度为Vmax=10m/s,指点飞行起点和终点分别为q0=[-400,-200]T,qF=[400,-200]T。次级用户接收端的水平位置为ws=[0,0]T。假设存在K=2个非法用户,它们的水平估计位置分别为 估计误差分别为r1=20m,r2=80m。假设存在L=4个主用户接收端,它们的水平位置分别为wp,1=[-200,-150]Twp,2=[0,-50]Twp,3=[0,50]T以及wp,4=[200,-150]T,高度为Hl=25m,此外,δ=0.5s,β0=10-3,σ2=-80dBm,预设增长率ε=10-4。主用户接收端的干扰温度门限值相同,即Γl=Γ,为了便于展示,在图4中分别用“×”、“+”、“○”、“Δ”、“□”表示无人机的飞行起点位置、无人机的飞行终点位置、次级用户接收端位置、非法用户位置、主用户接收端位置。
如图4(a)所示,当飞行时间T=120s时,在不同的值和Γ值下,本申请提出的方案所获得的无人机飞行轨迹设计结果。当和Γ=-50dBm时,无人机选择了一条远离非法用户的轨迹;当和Γ=-50dBm时,与前面一种情况相比,无人机的飞行轨迹离非法用户更远一些,说明当无人机被允许以更高的发射功率传输数据时,它与非法用户之间的距离变远会有利于提高系统的保密速率;当和Γ=-80dBm时,与前面两种情况不同的是无人机选择了一条远离主用户接收端的飞行轨迹,因为此时的干扰温度门限值Γ非常低,也就是主用户接收端可容忍的干扰水平非常低。
如图4(b)所示,当飞行时间T=120s、和Γ=-50dBm时,本申请提出的方案所获得的无人机发射功率设计结果。可以看出,当无人机与次级用户接收端之间的距离大于它与可能距离它最近的非法用户之间的距离时,无人机的发射功率为O。如图4(c)所示,当飞行时间T=120s、和Γ=-50dBm时,本申请提出的方案所获得的无人机发射功率设计结果。可以看出,无人机在靠近主用户接收端时会降低发射功率以满足主用户接收端的干扰温度约束。如图4(d)所示,当飞行时间T=120s、和Γ=-80dBm时,本申请提出的方案所获得的无人机发射功率设计结果。可以看出,由于此时的干扰温度门限值Γ很低,无人机的发射功率被限制在了极低的水平。
如图4(f)所示,当飞行时间T=120s时,在不同的值下,本申请提出的方案的最坏情况下平均保密速率与干扰温度门限值Γ的对应关系。可以看出,当Γ较小时,最坏情况下平均保密速率不随值的变化而变化;当Γ较大时,最坏情况下平均保密速率随着值的增大而增大。在不同的值下,最坏情况下平均保密速率先随着Γ值的增大而增大,然后趋于饱和。
图4的仿真实验结果验证了本申请的有效性,表明了本申请可以有效保障机密信息的安全传输。
由上述本申请提供的无人机辅助认知无线网络通信安全的控制方法的实施例可见,本申请中通过确定无人机的飞行高度,最大水平飞行速度,最大峰值功率,最大平均功率,飞行时间,飞行起点位置,飞行终点位置,次级用户接收端位置,非法用户位置,主用户接收端位置,以及主用户接收端的干扰温度门限值;建立以无人机飞行轨迹、无人机发射功率为变量,以次级用户接收端的最坏情况下平均保密速率最大化为目标,并考虑无人机的飞行轨迹限制条件、无人机的发射功率限制条件和主用户接收端的干扰温度限制条件的非凸优化问题模型;利用松弛变量和连续凸逼近方法将所述非凸优化问题模型近似为凸优化问题模型;基于凸优化问题模型确定无人机的目标飞行轨迹、目标发射功率和次级用户接收端的目标最坏情况下平均保密速率。上述方法考虑到无人机辅助认知无线保密通信系统中非法用户位置的不确切性,通过求解给定飞行时间内最佳的无人机的飞行轨迹和发射功率来最大化次级用户接收端的最坏情况下平均保密速率,如此,可以有效保障信息的安全传输。
需要说明的是:上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (13)
1.一种无人机辅助认知无线网络通信安全的控制方法,其特征在于,包括:
步骤S201,建立无人机对地无线通信的通信模型;
步骤S203,确定所述通信模型中的各个参数;
步骤S205,根据所述通信模型中的各参数建立非凸优化问题模型;
步骤S207,利用松弛变量和连续凸逼近方法将所述非凸优化问题模型转化为凸优化问题模型;
步骤S209,根据所述凸优化问题模型,确定无人机的目标飞行轨迹、目标发射功率以及次级用户接收端在最坏情况下的平均保密速率。
2.根据权利要求1所述的无人机辅助认知无线网络通信安全的控制方法,其特征在于,所述步骤S203中的参数包括无人机的飞行轨迹限制条件、无人机的发射功率限制条件、无人机的飞行高度、次级用户接收端位置、非法用户位置、主用户接收端位置以及主用户接收端的干扰温度门限值。
3.根据权利要求2所述的无人机辅助认知无线网络通信安全的控制方法,其特征在于,所述无人机的飞行轨迹限制条件包括无人机的最大水平飞行速度、飞行时间、飞行起点位置以及飞行终点位置。
4.根据权利要求2所述的无人机辅助认知无线网络通信安全的控制方法,其特征在于,所述发射功率限制条件包括无人机的最大峰值功率和最大平均功率。
5.根据权利要求1所述的无人机辅助认知无线网络通信安全的控制方法,其特征在于,所述步骤S205中的非凸优化问题模型表示为:
s.t.C1:||q[1]-q0||≤D,
C2:||q[n+1]-q[n]||≤D,n=1,…,N-1,
C3:q[N]=qF,
式中,N表示无人机飞行时间T划分为N个等长的时隙;β0表示距离为1米时的信道增益参考值,σ2表示噪声功率;q[n]表示无人机在第n个时隙内的水平位置,p[n]表示无人机在第n个时隙内的发射功率;ws表示次级用户接收端的水平位置;we,k表示第k个非法用户的水平位置;表示无人机掌握的第k个非法用户的估计位置,估计误差为rk米;H为无人机的飞行高度,单位为米;D=Vmaxδ,Vmax表示无人机的最大水平飞行速度,δ表示每个时隙的时长,D表示无人机在一个时隙内的最大水平飞行距离;C1-C3表示无人机的飞行轨迹限制条件,C4-C5表示无人机的发射功率限制条件,C6表示主用户接收端的干扰温度限制条件;q0为无人机飞行起点位置,qF为无人机飞行终点位置;为无人机最大平均功率值,Ppeak为无人机最大峰值功率值;wp,l表示第l个主用户接收端的水平位置,Hl表示其高度,Γl表示其干扰温度门限值。
6.根据权利要求1所述的无人机辅助认知无线网络通信安全的控制方法,其特征在于,所述步骤S207中的凸优化问题模型表示为:
s.t.C1:||q[1]-q0||≤D,
C2:||q[n+1]-q[n]||≤D,n=1,…,N-1,
C3:q[N]=qF,
7.根据权利要求1所述的无人机辅助认知无线网络通信安全的控制方法,其特征在于,所述步骤S209中次级用户接收端在最坏情况下的平均保密速率的函数表示为:
11.根据权利要求1所述的无人机辅助认知无线网络通信安全的控制方法,其特征在于,所述步骤S209包括:
步骤S305,根据飞行轨迹qr+1、发射功率pr+1以及次级用户接收端在最坏情况下的平均保密速率的函数确定次级用户接收端的当前最坏情况下平均保密速率Rr+1;
步骤S307,判断当前迭代索引r是否大于等于1,若否,则更新迭代索引r=r+1,然后重复步骤S303-S305,若是,则计算次级用户接收端的当前最坏情况下平均保密速率增长率(Rr+1-Rr)/Rr;
步骤S309,判断平均保密速率增长率(Rr+1-Rr)/Rr是否小于等于预设增长率ε,若否,则更新迭代索引r=r+1,然后重复步骤S303至步骤S307,若是,则确定当前无人机的飞行轨迹qr+1为目标飞行轨迹,确定当前无人机的发射功率pr+1为目标发射功率,确定Rr+1为次级用户接收端的目标最坏情况下平均保密速率。
12.根据权利要求11所述的无人机辅助认知无线网络通信安全的控制方法,其特征在于,所述步骤S301中的飞行轨迹q0为:无人机以最大飞行速度Vmax从指定的起点直线飞至次级用户接收端的正上方,然后悬停,最后以最大飞行速度Vmax从悬停点飞至指点的终点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010148172.9A CN111343712A (zh) | 2020-03-05 | 2020-03-05 | 一种无人机辅助认知无线网络通信安全的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010148172.9A CN111343712A (zh) | 2020-03-05 | 2020-03-05 | 一种无人机辅助认知无线网络通信安全的控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111343712A true CN111343712A (zh) | 2020-06-26 |
Family
ID=71187851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010148172.9A Pending CN111343712A (zh) | 2020-03-05 | 2020-03-05 | 一种无人机辅助认知无线网络通信安全的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111343712A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055310A (zh) * | 2020-07-30 | 2020-12-08 | 中国科学院上海微系统与信息技术研究所 | 无人机cr-noma网络中轨迹设计和功率分配方法 |
CN112105032A (zh) * | 2020-07-06 | 2020-12-18 | 天津大学 | 一种基于缓存的无人机协同认知无线网络传输方法 |
CN112437450A (zh) * | 2020-10-23 | 2021-03-02 | 北京科技大学 | 一种双无人机无线网络中的发射功率优化的方法 |
CN112512037A (zh) * | 2020-12-01 | 2021-03-16 | 华侨大学 | 一种联合轨迹和干扰功率优化的无人机主动窃听方法 |
CN112564768A (zh) * | 2020-11-30 | 2021-03-26 | 北京邮电大学 | 基于边际效应的无人机认知无线网络中安全传输优化方法 |
CN112859909A (zh) * | 2021-01-05 | 2021-05-28 | 中国科学院上海微系统与信息技术研究所 | 一种内外部窃听并存的无人机辅助网络数据安全传输方法 |
CN113240894A (zh) * | 2021-05-11 | 2021-08-10 | 无锡迪富智能电子股份有限公司 | 一种具有优化正弦振幅波形无线信号的远程遥控器 |
CN114006645A (zh) * | 2021-09-07 | 2022-02-01 | 西北工业大学 | 一种认知无人机中继辅助的安全传输方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108566670A (zh) * | 2018-04-19 | 2018-09-21 | 郑州航空工业管理学院 | 无人机辅助无线传感网及其节点调度与路径规划功率分配设计方法 |
CN109587690A (zh) * | 2018-12-07 | 2019-04-05 | 郑州航空工业管理学院 | 无人机辅助认知卫星地面通信网络多点协作传输方法 |
US20190342842A1 (en) * | 2018-05-03 | 2019-11-07 | Motorola Solutions, Inc. | Method and device for altitude-based interference mitigation |
CN110855342A (zh) * | 2019-10-29 | 2020-02-28 | 中国科学院上海微系统与信息技术研究所 | 无人机通信安全的控制方法、装置、电子设备及存储介质 |
-
2020
- 2020-03-05 CN CN202010148172.9A patent/CN111343712A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108566670A (zh) * | 2018-04-19 | 2018-09-21 | 郑州航空工业管理学院 | 无人机辅助无线传感网及其节点调度与路径规划功率分配设计方法 |
US20190342842A1 (en) * | 2018-05-03 | 2019-11-07 | Motorola Solutions, Inc. | Method and device for altitude-based interference mitigation |
CN109587690A (zh) * | 2018-12-07 | 2019-04-05 | 郑州航空工业管理学院 | 无人机辅助认知卫星地面通信网络多点协作传输方法 |
CN110855342A (zh) * | 2019-10-29 | 2020-02-28 | 中国科学院上海微系统与信息技术研究所 | 无人机通信安全的控制方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
PHU X. NGUYEN等: "UAV-Enabled Jamming Noise for Achieving Secure Communications in Cognitive Radio Networks", 《2019 16TH IEEE ANNUAL CONSUMER COMMUNICATIONS & NETWORKING CONFERENCE (CCNC)》 * |
钟灿辉: "无人机通信中的物理层安全技术研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112105032A (zh) * | 2020-07-06 | 2020-12-18 | 天津大学 | 一种基于缓存的无人机协同认知无线网络传输方法 |
CN112105032B (zh) * | 2020-07-06 | 2021-10-26 | 天津大学 | 一种基于缓存的无人机协同认知无线网络传输方法 |
CN112055310A (zh) * | 2020-07-30 | 2020-12-08 | 中国科学院上海微系统与信息技术研究所 | 无人机cr-noma网络中轨迹设计和功率分配方法 |
CN112437450A (zh) * | 2020-10-23 | 2021-03-02 | 北京科技大学 | 一种双无人机无线网络中的发射功率优化的方法 |
CN112437450B (zh) * | 2020-10-23 | 2021-10-15 | 北京科技大学 | 一种双无人机无线网络中的发射功率优化的方法 |
CN112564768A (zh) * | 2020-11-30 | 2021-03-26 | 北京邮电大学 | 基于边际效应的无人机认知无线网络中安全传输优化方法 |
CN112512037A (zh) * | 2020-12-01 | 2021-03-16 | 华侨大学 | 一种联合轨迹和干扰功率优化的无人机主动窃听方法 |
CN112512037B (zh) * | 2020-12-01 | 2023-12-15 | 华侨大学 | 一种联合轨迹和干扰功率优化的无人机主动窃听方法 |
CN112859909B (zh) * | 2021-01-05 | 2022-07-12 | 中国科学院上海微系统与信息技术研究所 | 一种内外部窃听并存的无人机辅助网络数据安全传输方法 |
CN112859909A (zh) * | 2021-01-05 | 2021-05-28 | 中国科学院上海微系统与信息技术研究所 | 一种内外部窃听并存的无人机辅助网络数据安全传输方法 |
CN113240894A (zh) * | 2021-05-11 | 2021-08-10 | 无锡迪富智能电子股份有限公司 | 一种具有优化正弦振幅波形无线信号的远程遥控器 |
CN113240894B (zh) * | 2021-05-11 | 2021-12-07 | 无锡迪富智能电子股份有限公司 | 一种具有优化正弦振幅波形无线信号的远程遥控器 |
CN114006645A (zh) * | 2021-09-07 | 2022-02-01 | 西北工业大学 | 一种认知无人机中继辅助的安全传输方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111343712A (zh) | 一种无人机辅助认知无线网络通信安全的控制方法 | |
Zhou et al. | UAV-enabled secure communications: Joint trajectory and transmit power optimization | |
Zhong et al. | Secure UAV communication with cooperative jamming and trajectory control | |
Zhou et al. | UAV-enabled covert wireless data collection | |
CN112052086B (zh) | 一种移动边缘计算网络中的多用户安全节能资源分配方法 | |
Mamaghani et al. | Joint trajectory and power allocation design for secure artificial noise aided UAV communications | |
CN110996254B (zh) | 一种通信系统中功率及干扰无人机轨迹的鲁棒优化方法 | |
CN110855342B (zh) | 无人机通信安全的控制方法、装置、电子设备及存储介质 | |
Duo et al. | Joint trajectory and power optimization for securing UAV communications against active eavesdropping | |
CN109587690A (zh) | 无人机辅助认知卫星地面通信网络多点协作传输方法 | |
CN112859909B (zh) | 一种内外部窃听并存的无人机辅助网络数据安全传输方法 | |
Zhang et al. | Dual-UAV enabled secure data collection with propulsion limitation | |
Li et al. | Secrecy energy efficiency maximization in UAV-enabled wireless sensor networks without eavesdropper’s CSI | |
CN112055310B (zh) | 无人机cr-noma网络中轨迹设计和功率分配方法 | |
CN110730494A (zh) | 最大化无人机下行非正交多址noma移动用户最小安全速率的功率优化方法 | |
Ji et al. | Trajectory and transmit power optimization for IRS-assisted UAV communication under malicious jamming | |
CN108260215B (zh) | 一种低密度码的noma中信道状况优化的资源分配方法 | |
CN104581960A (zh) | 一种保密中断概率约束下的多用户协作干扰功率分配方法 | |
CN110224782B (zh) | 一种基于主动干扰的无人机编队网络安全通信方法及系统 | |
Amos et al. | Computation efficiency maximization for secure UAV-enabled mobile edge computing networks | |
Lei et al. | Enhancing UAV-enabled communications via multiple intelligent omni-surfaces | |
Duo et al. | Robust 3D trajectory and power design in probabilistic LoS channel for UAV-enabled cooperative jamming | |
CN114268355A (zh) | 一种面向全双工无人机通信基站的低能耗鲁棒安全优化方法及系统 | |
Zhang et al. | Power allocation for proactive eavesdropping with spoofing relay in UAV systems | |
Tao et al. | Resource allocation and trajectories design for UAV-assisted jamming cognitive UAV networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200626 |
|
WD01 | Invention patent application deemed withdrawn after publication |