CN112437450B - 一种双无人机无线网络中的发射功率优化的方法 - Google Patents

一种双无人机无线网络中的发射功率优化的方法 Download PDF

Info

Publication number
CN112437450B
CN112437450B CN202011144102.2A CN202011144102A CN112437450B CN 112437450 B CN112437450 B CN 112437450B CN 202011144102 A CN202011144102 A CN 202011144102A CN 112437450 B CN112437450 B CN 112437450B
Authority
CN
China
Prior art keywords
unmanned aerial
power
aerial vehicle
channel
user
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.)
Active
Application number
CN202011144102.2A
Other languages
English (en)
Other versions
CN112437450A (zh
Inventor
张海君
李亚博
隆克平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202011144102.2A priority Critical patent/CN112437450B/zh
Publication of CN112437450A publication Critical patent/CN112437450A/zh
Application granted granted Critical
Publication of CN112437450B publication Critical patent/CN112437450B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
    • H04K3/00—Jamming of communication; Counter-measures
    • H04K3/40—Jamming having variable characteristics
    • H04K3/43—Jamming having variable characteristics characterized by the control of the jamming power, signal-to-noise ratio or geographic coverage area
    • 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
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H04W52/36—TPC using constraints in the total amount of available transmission power with a discrete range or set of values, e.g. step size, ramping or offsets
    • H04W52/367—Power values between minimum and maximum limits, e.g. dynamic range
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • 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)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种双无人机无线网络中的发射功率优化的方法，属于无人机通信技术领域。所述方法包括：采用近似优化的思想将双无人机无线网络中通信无人机与用户通信时发射功率的优化问题转换为凸优化问题，得到功率优化模型；以最大化双无人机无线网络的安全能量效率为目标，对被转化为凸优化问题的功率优化模型进行迭代优化；判断得到的功率分配方案是否满足预设的收敛条件，若满足，则根据得出的功率分配方案判断安全能量效率的前后2次的变动值是否小于预设的固定阈值，若小于，则当前的功率分配方案为最优的功率分配方案。采用本发明，能够使得双无人机无线网络的安全能量效率得到稳步提升。

Description

一种双无人机无线网络中的发射功率优化的方法
技术领域
本发明涉及无人机通信技术领域，特别是指一种双无人机无线网络中的发射功率优化的方法。
背景技术
无人机通信作为一种可以机动灵活部署的辅助通信方式，越来越引起业界的关注。无人机具有生产简单、体积轻小、机动性高以及部署方便等显著优势，搭载无线基站的无人机可以轻松被部署到应急通信场景、信息搜集场景以及专网部署等场景内进行临时的通信服务支持。
在无人机通信场景中，存在潜在的窃听用户可以窃听用户的信息，而保证安全能量效率的大小是至关重要的，但是现有技术中，没有一种有效的方法来保证安全能量效率。
发明内容
本发明实施例提供了双无人机无线网络中的发射功率优化的方法，能够使得双无人机无线网络的安全能量效率得到稳步提升。
本发明实施例提供了一种双无人机无线网络中的发射功率优化的方法，该方法包括：
S101，采用近似优化的思想将双无人机无线网络中通信无人机与用户通信时发射功率的优化问题转换为凸优化问题，得到功率优化模型；
S102，以最大化双无人机无线网络的安全能量效率为目标，对被转化为凸优化问题的功率优化模型进行迭代优化；
S103，判断S102得到的功率分配方案是否满足预设的收敛条件，若不满足，则返回S102继续执行，若满足，则执行S104；
S104，根据S103得出的功率分配方案判断安全能量效率的前后2次的变动值是否小于预设的固定阈值，若不小于，则返回S102继续执行，若小于，则当前的功率分配方案为最优的功率分配方案。
进一步地，所述双无人机包括：为所有用户提供通信服务的通信无人机和为信道施加人工噪声以应对窃听用户窃听的干扰无人机。
进一步地，在S101之前，所述方法还包括：
初始化通信无人机与干扰无人机的位置，初始化所有正常用户以及窃听用户的位置，初始化人工噪声分配结果为固定值。
进一步地，通信无人机和干扰无人机的飞行轨迹是固定的，飞行轨迹被划分为若干个时隙，在每个时隙内通信无人机和干扰无人机的位置是固定的。
进一步地，功率优化模型表示为：
Figure BDA0002739156360000021
其中，I、N和Mn分别表示总的时隙、信道和信道n上用户的集合，i、n、m分别表示时隙i、信道n、用户m，Bsc表示信道带宽，ηt表示第t次迭代时得出的安全能量效率，U表示消耗的总功率，ξ′1、ξ″1,ub、ξ2,ub都表示简写形式，ξ′1、ξ″1,ub、ξ2,ub的具体表达式分别为：
Figure BDA0002739156360000022
Figure BDA0002739156360000023
Figure BDA0002739156360000024
其中，
Figure BDA0002739156360000025
表示通信无人机在时隙i内对信道n上用户m的发射功率，右上角C表示通信无人机；
Figure BDA0002739156360000026
表示通信无人机在时隙i内对信道n上用户m的信道功率增益；m′∈Mn表示在信道n上的用户m′，且用户m′不等于用户m；
Figure BDA0002739156360000027
表示通信无人机在时隙i内对信道n上用户m′的发射功率，σ2表示高斯白噪声功率；
Figure BDA0002739156360000028
表示通信无人机在第r次迭代过程中得到的在时隙i内对信道n上用户m′的发射功率，右上角的→r表示第r次迭代得到的值；
Figure BDA0002739156360000029
表示通信无人机在第r次迭代过程中得到的在时隙i内对信道n上用户m的发射功率；
Figure BDA00027391563600000210
表示通信无人机在时隙i内对信道n上的窃听用户e的信道功率增益；
Figure BDA00027391563600000211
为在时隙i内干扰无人机对信道n上的窃听用户e的干扰，右上角J表示干扰无人机。
进一步地，功率优化模型的限制条件包括：
Figure BDA0002739156360000031
Figure BDA0002739156360000032
其中，
Figure BDA0002739156360000033
为信道n上功率的最大值。
进一步地，所述功率分配方案包括：通信无人机在时隙i内对信道n上用户m的发射功率
Figure BDA0002739156360000034
和通信无人机在时隙i内对信道n上用户m′的发射功率
Figure BDA0002739156360000035
所述判断S102得到的功率分配方案是否满足预设的收敛条件，若不满足，则返回S102继续执行，若满足，则执行S104包括：
判断S102得到的功率分配方案是否满足预设的收敛条件：
Figure BDA0002739156360000036
若不满足，则返回S102继续执行，若满足，则表示收敛，执行S104；
其中，
Figure BDA0002739156360000037
表示第t次迭代后的得出的ξ′1值，
Figure BDA0002739156360000038
表示第t次迭代后的得出的ξ″1,ub值，
Figure BDA0002739156360000039
表示第t次迭代后的得出的ξ2,ub值，Ut表示第t次迭代后的得出的U值，ε为收敛阈值。
进一步地，所述根据S103得出的功率分配方案判断安全能量效率的前后2次的变动值是否小于预设的固定阈值，若不小于，则返回S102继续执行，若小于，则当前的功率分配方案为最优的功率分配方案包括：
根据S103得出的功率分配方案，判断ηt+1-ηt≤ι是否成立，若不成立，则返回S102继续执行；若成立，则当前的功率分配方案为最优的功率分配方案；
其中，ηt+1和ηt分别为第t+1次和第t次迭代后求出的安全能量效率的数值，ι为预设的固定阈值。
本发明实施例提供的技术方案带来的有益效果至少包括：
本发明实施例中，采用近似优化的思想将初始的发射功率优化问题转化为更加容易解决的凸优化问题，并在问题的优化基础上进行迭代优化，以达到安全能量效率的收敛。这样，以最大化双无人机无线网络的安全能量效率为目标优化通信无人机对用户的发射功率，能够使得双无人机无线网络的安全能量效率得到稳步提升。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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为本发明实施例提供的双无人机无线网络中的发射功率优化的方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
如图1所示，本发明实施例提供了一种双无人机无线网络中的发射功率优化的方法，包括：
S101，采用近似优化的思想将双无人机无线网络中通信无人机与用户通信时发射功率的优化问题转换为凸优化问题，得到功率优化模型；
S102，以最大化双无人机无线网络的安全能量效率为目标，对被转化为凸优化问题的功率优化模型进行迭代优化；
S103，判断S102得到的功率分配方案是否满足预设的收敛条件，若不满足，则返回S102继续执行，若满足，则执行S104；
S104，根据S103得出的功率分配方案判断安全能量效率的前后2次的变动值是否小于预设的固定阈值，若不小于，则返回S102继续执行，若小于，则当前的功率分配方案为最优的功率分配方案。
本发明实施例所述的双无人机无线网络中的发射功率优化的方法，采用近似优化的思想将初始的发射功率优化问题转化为更加容易解决的凸优化问题，并在问题的优化基础上进行迭代优化，以达到安全能量效率的收敛。这样，以最大化双无人机无线网络的安全能量效率为目标优化通信无人机对用户的发射功率，能够使得双无人机无线网络的安全能量效率得到稳步提升。
在前述双无人机无线网络中的发射功率优化的方法的具体实施方式中，进一步地，所述双无人机包括：为所有用户提供通信服务的通信无人机和为信道施加人工噪声以应对窃听用户窃听的干扰无人机。
本实施例的实施涉及能够灵活通信的双无人机场景，其中，一架无人机(称为：通信无人机)用于为所有用户(包括：正常用户和窃听用户)提供通信服务，另一架无人机(称为：干扰无人机)用于为信道施加人工噪声来降低被窃听用户窃听的风险，也就是说，为了防范窃听用户的窃听，使用干扰无人机增加人工噪声。
本实施例中，窃听用户仍然可以获得一定的数据速率。
在前述双无人机无线网络中的发射功率优化的方法的具体实施方式中，进一步地，在采用近似优化的思想将双无人机无线网络中通信无人机与用户通信时发射功率的优化问题转换为凸优化问题，得到功率优化模型(S101)之前，所述方法还包括：
初始化通信无人机与干扰无人机的位置，初始化所有正常用户(非窃听用户)以及窃听用户的位置，初始化人工噪声分配结果为固定值。
本实施例中，窃听用户可以感知同信道中正常用户一部分的信息，使得正常用户的一部分数据泄露。
在前述双无人机无线网络中的发射功率优化的方法的具体实施方式中，进一步地，通信无人机和干扰无人机的飞行轨迹假设是固定的，飞行轨迹被划分为若干个时隙，在每个时隙内通信无人机和干扰无人机的位置假设是固定的。
在前述双无人机无线网络中的发射功率优化的方法的具体实施方式中，进一步地，功率优化模型表示为：
Figure BDA0002739156360000051
其中，I、N和Mn分别表示总的时隙、信道和信道n上用户(包括：正常用户和窃听用户)的集合，i、n、m分别表示时隙i、信道n、用户m，Bsc表示信道带宽，ηt表示第t次迭代时得出的安全能量效率，U表示消耗的总功率，ξ′1、ξ″1,ub、ξ2,ub都表示简写形式，ξ′1、ξ″1,ub、ξ2,ub的具体表达式分别为：
Figure BDA0002739156360000052
Figure BDA0002739156360000053
Figure BDA0002739156360000054
其中，
Figure BDA0002739156360000055
表示通信无人机在时隙i内对信道n上用户m的发射功率，右上角C表示通信无人机；
Figure BDA0002739156360000056
表示通信无人机在时隙i内对信道n上用户m的信道功率增益；m′∈Mn表示在信道n上的用户m′，且用户m′不等于用户m；
Figure BDA0002739156360000057
表示通信无人机在时隙i内对信道n上用户m′的发射功率，σ2表示高斯白噪声功率；
Figure BDA0002739156360000061
表示通信无人机在第r次迭代过程中得到的在时隙i内对信道n上用户m′的发射功率，右上角的→r表示第r次迭代得到的值；
Figure BDA0002739156360000062
表示通信无人机在第r次迭代过程中得到的在时隙i内对信道n上用户m的发射功率；
Figure BDA0002739156360000063
表示通信无人机在时隙i内对信道n上的窃听用户e的信道功率增益；
Figure BDA0002739156360000064
为在时隙i内干扰无人机对信道n上的窃听用户e的干扰，该干扰只有在窃听用户窃听正常用户m的信息时才有，右上角J表示干扰无人机。
本实施例中，功率优化模型的优化问题是凸优化问题，可以通过凸优化工具箱求出具体结果。
在前述双无人机无线网络中的发射功率优化的方法的具体实施方式中，进一步地，功率优化模型的限制条件包括：
Figure BDA0002739156360000065
Figure BDA0002739156360000066
其中，
Figure BDA0002739156360000067
为信道n上功率的最大值。
本实施例中，基于上述设定(即：通信无人机和干扰无人机的飞行轨迹假设是固定的，飞行轨迹被划分为若干个时隙，在每个时隙内通信无人机和干扰无人机的位置假设是固定的)，利用功率优化模型优化每个时隙内通信无人机对用户的发射功率的大小，在满足最大功率限制的条件下最大化双无人机无线网络中的安全能量效率，从而能够有效提升双无人机无线网络中的安全能量效率。
在前述双无人机无线网络中的发射功率优化的方法的具体实施方式中，进一步地，所述功率分配方案包括：通信无人机在时隙i内对信道n上用户m的发射功率
Figure BDA0002739156360000068
和通信无人机在时隙i内对信道n上用户m′的发射功率
Figure BDA0002739156360000069
所述判断S102得到的功率分配方案是否满足预设的收敛条件，若不满足，则返回S102继续执行，若满足，则执行S104包括：
判断S102得到的功率分配方案是否满足预设的收敛条件：
Figure BDA00027391563600000610
若不满足，则返回S102继续执行，若满足，则表示收敛，执行S104；
其中，
Figure BDA00027391563600000613
表示第t次迭代后的得出的ξ′1值，
Figure BDA00027391563600000611
表示第t次迭代后的得出的ξ″1,ub值，
Figure BDA00027391563600000612
表示第t次迭代后的得出的ξ2,ub值，Ut表示第t次迭代后的得出的U值，ε为收敛阈值。
本实施例中，ε为一个接近0的收敛阈值。
在前述双无人机无线网络中的发射功率优化的方法的具体实施方式中，进一步地，所述根据S103得出的功率分配方案判断安全能量效率的前后2次的变动值是否小于预设的固定阈值，若不小于，则返回S102继续执行，若小于，则当前的功率分配方案为最优的功率分配方案包括：
根据S103得出的功率分配方案，判断ηt+1-ηt≤ι是否成立，若不成立，则返回S102继续执行；若成立，则当前的功率分配方案为最优的功率分配方案；
其中，ηt+1和ηt分别为第t+1次和第t次迭代后求出的安全能量效率的数值，ι为预设的固定阈值。
本实施例中，ι为一个设定好的接近于0的固定阈值。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种双无人机无线网络中的发射功率优化的方法，其特征在于，包括：
S101，采用近似优化的思想将双无人机无线网络中通信无人机与用户通信时发射功率的优化问题转换为凸优化问题，得到功率优化模型；
S102，以最大化双无人机无线网络的安全能量效率为目标，对被转化为凸优化问题的功率优化模型进行迭代优化；
S103，判断S102得到的功率分配方案是否满足预设的收敛条件，若不满足，则返回S102继续执行，若满足，则执行S104；
S104，根据S103得出的功率分配方案判断安全能量效率的前后2次的变动值是否小于预设的固定阈值，若不小于，则返回S102继续执行，若小于，则当前的功率分配方案为最优的功率分配方案；
其中，所述双无人机包括：为所有用户提供通信服务的通信无人机和为信道施加人工噪声以应对窃听用户窃听的干扰无人机；
其中，在S101之前，所述方法还包括：
初始化通信无人机与干扰无人机的位置，初始化所有正常用户以及窃听用户的位置，初始化人工噪声分配结果为固定值；
其中，通信无人机和干扰无人机的飞行轨迹是固定的，飞行轨迹被划分为若干个时隙，在每个时隙内通信无人机和干扰无人机的位置是固定的；
其中，功率优化模型表示为：
Figure FDA0003225666570000011
其中，I、N和Mn分别表示总的时隙、信道和信道n上用户的集合，i、n、m分别表示时隙i、信道n、用户m，Bsc表示信道带宽，ηt表示第t次迭代时得出的安全能量效率，U表示消耗的总功率，ξ′1、ξ″1,′ub、ξ2,ub都表示简写形式，ξ′1、ξ″1,ub、ξ2,ub的具体表达式分别为：
Figure FDA0003225666570000012
Figure FDA0003225666570000021
Figure FDA0003225666570000022
其中，
Figure FDA0003225666570000023
表示通信无人机在时隙i内对信道n上用户m的发射功率，右上角C表示通信无人机；
Figure FDA0003225666570000024
表示通信无人机在时隙i内对信道n上用户m的信道功率增益；m′∈Mn表示在信道n上的用户m′，且用户m′不等于用户m；
Figure FDA0003225666570000025
表示通信无人机在时隙i内对信道n上用户m′的发射功率，σ2表示高斯白噪声功率；
Figure FDA0003225666570000026
表示通信无人机在第r次迭代过程中得到的在时隙i内对信道n上用户m′的发射功率，右上角的→r表示第r次迭代得到的值；
Figure FDA0003225666570000027
表示通信无人机在第r次迭代过程中得到的在时隙i内对信道n上用户m的发射功率；
Figure FDA0003225666570000028
表示通信无人机在时隙i内对信道n上的窃听用户e的信道功率增益；
Figure FDA0003225666570000029
为在时隙i内干扰无人机对信道n上的窃听用户e的干扰，右上角J表示干扰无人机。
2.根据权利要求1所述的双无人机无线网络中的发射功率优化的方法，其特征在于，功率优化模型的限制条件包括：
Figure FDA00032256665700000210
Figure FDA00032256665700000211
其中，
Figure FDA00032256665700000212
为信道n上功率的最大值。
3.根据权利要求1所述的双无人机无线网络中的发射功率优化的方法，其特征在于，所述功率分配方案包括：通信无人机在时隙i内对信道n上用户m的发射功率
Figure FDA00032256665700000213
和通信无人机在时隙i内对信道n上用户m′的发射功率
Figure FDA00032256665700000214
所述判断S102得到的功率分配方案是否满足预设的收敛条件，若不满足，则返回S102继续执行，若满足，则执行S104包括：
判断S102得到的功率分配方案是否满足预设的收敛条件：
Figure FDA0003225666570000031
若不满足，则返回S102继续执行，若满足，则表示收敛，执行S104；
其中，
Figure FDA0003225666570000032
表示第t次迭代后的得出的ξ′1值，
Figure FDA0003225666570000033
表示第t次迭代后的得出的ξ″1,ub值，
Figure FDA0003225666570000034
表示第t次迭代后的得出的ξ2,ub值，Ut表示第t次迭代后的得出的U值，ε为收敛阈值。
4.根据权利要求1所述的双无人机无线网络中的发射功率优化的方法，其特征在于，所述根据S103得出的功率分配方案判断安全能量效率的前后2次的变动值是否小于预设的固定阈值，若不小于，则返回S102继续执行，若小于，则当前的功率分配方案为最优的功率分配方案包括：
根据S103得出的功率分配方案，判断ηt+1-ηt≤ι是否成立，若不成立，则返回S102继续执行；若成立，则当前的功率分配方案为最优的功率分配方案；
其中，ηt+1和ηt分别为第t+1次和第t次迭代后求出的安全能量效率的数值，ι为预设的固定阈值。
CN202011144102.2A 2020-10-23 2020-10-23 一种双无人机无线网络中的发射功率优化的方法 Active CN112437450B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011144102.2A CN112437450B (zh) 2020-10-23 2020-10-23 一种双无人机无线网络中的发射功率优化的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011144102.2A CN112437450B (zh) 2020-10-23 2020-10-23 一种双无人机无线网络中的发射功率优化的方法

Publications (2)

Publication Number Publication Date
CN112437450A CN112437450A (zh) 2021-03-02
CN112437450B true CN112437450B (zh) 2021-10-15

Family

ID=74695932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011144102.2A Active CN112437450B (zh) 2020-10-23 2020-10-23 一种双无人机无线网络中的发射功率优化的方法

Country Status (1)

Country Link
CN (1) CN112437450B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114143890B (zh) * 2022-02-07 2022-04-15 南京信息工程大学 基于重叠信道的无人机通信中传输功率优化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109151718A (zh) * 2018-09-17 2019-01-04 南昌大学 基于物理层安全的无人机能效最大化资源分配方法
KR20200003523A (ko) * 2018-07-02 2020-01-10 한국전자통신연구원 무인 이동체 제어 시스템의 데이터 전송 방법 및 장치
CN111343712A (zh) * 2020-03-05 2020-06-26 中国科学院上海微系统与信息技术研究所 一种无人机辅助认知无线网络通信安全的控制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200329885Y1 (ko) * 1998-07-25 2003-12-24 현대중공업 주식회사 라디에이터 이물질 제거장치
EP3229445B1 (en) * 2016-04-06 2018-08-08 The Boeing Company A system and a computer-implemented method for multi path communication with an unmanned aerial vehicle during a mission

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200003523A (ko) * 2018-07-02 2020-01-10 한국전자통신연구원 무인 이동체 제어 시스템의 데이터 전송 방법 및 장치
CN109151718A (zh) * 2018-09-17 2019-01-04 南昌大学 基于物理层安全的无人机能效最大化资源分配方法
CN111343712A (zh) * 2020-03-05 2020-06-26 中国科学院上海微系统与信息技术研究所 一种无人机辅助认知无线网络通信安全的控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Joint Trajectory and User Scheduling Optimization for Dual-UAV Enabled Secure Communications";Yunlong Cai et al.;《2018 IEEE International Conference on Communications (ICC)》;20180524;全文 *
"UAV-Enabled Secure Communications: Joint Trajectory and Transmit Power Optimization";Xiaobo Zhou et al.;《 IEEE Transactions on Vehicular Technology 》;20190218;摘要，正文第1-3节、图1 *

Also Published As

Publication number Publication date
CN112437450A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
Yang et al. Optimal resource allocation in full-duplex ambient backscatter communication networks for wireless-powered IoT
Huang et al. Energy-efficient SWIPT in IoT distributed antenna systems
Huang et al. Joint power, altitude, location and bandwidth optimization for UAV with underlaid D2D communications
Sun et al. Resource allocation for solar powered UAV communication systems
CN108811069B (zh) 一种全双工非正交多址接入系统基于能效的功率控制方法
CN108495337B (zh) 基于noma的无线携能通信系统最大安全速率优化方法
CN105657839B (zh) 基于QoS要求的全双工多载波安全系统的功率分配方法
CN108737057A (zh) 基于深度学习的多载波认知noma资源分配方法
CN109861728B (zh) 大规模mimo系统的联合多中继选择与时隙资源配置方法
CN111586646B (zh) 一种蜂窝网络中联合上下信道的d2d通信的资源分配方法
CN112055310B (zh) 无人机cr-noma网络中轨迹设计和功率分配方法
CN105764130A (zh) 非理想信道状态下的全双工中继网络的功率分配方法
Han et al. Secrecy capacity maximization for a UAV-assisted MEC system
CN107241799B (zh) 异构网络中能量有效的资源分配和干扰对齐联合方法
Guo et al. Throughput maximization in a UAV-enabled two-way relaying system with multi-pair users
CN112437450B (zh) 一种双无人机无线网络中的发射功率优化的方法
CN110139282B (zh) 一种基于神经网络的能量采集d2d通信资源分配方法
CN112788725B (zh) 无人机通信中一种基于空间调制的非正交多址接入能效优化方法
CN116760448A (zh) 一种基于mimo-noma的星地融合网络资源高效分配方法
CN110225494B (zh) 一种基于外部性和匹配算法的机器类通信资源分配方法
Xu et al. Energy efficiency optimization of NOMA IoT communication for 5G
CN107172574B (zh) 一种d2d用户对与蜂窝用户共享频谱的功率分配方法
CN114665949A (zh) 一种基于物理层安全的能量收集型无人机通信方法
CN113490277B (zh) H-cran中基于swipt的能量分配与时隙切换系数联合优化方法
Li et al. UAV-assisted cellular communication: Joint trajectory and coverage optimization

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
GR01 Patent grant
GR01 Patent grant