CN112859909B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112859909B CN112859909B CN202110005796.XA CN202110005796A CN112859909B CN 112859909 B CN112859909 B CN 112859909B CN 202110005796 A CN202110005796 A CN 202110005796A CN 112859909 B CN112859909 B CN 112859909B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- flight
- user
- drone
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005265 energy consumption Methods 0.000 claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000004891 communication Methods 0.000 claims description 16
- 230000009467 reduction Effects 0.000 claims description 11
- 239000000725 suspension Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- 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)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及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,包括以下步骤:基于确定的无人机的参数、飞行时间、飞行高度、最大水平飞行速度、最大峰值功率、飞行起点位置和飞行终点位置,用户的位置和最小平均保密速率需求,以及窃听者的位置建立非凸优化问题模型;通过引入松弛变量和利用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;基于凸优化问题模型确定无人机的飞行轨迹、发射功率分配方案,以及用户调度策略。本发明通过联合设计无人机在给定飞行时间内的飞行轨迹、发射功率分配方案,以及用户调度策略来最小化无人机的总能耗,同时满足用户的最小平均保密速率约束、用户调度约束、无人机的飞行轨迹约束和发射功率约束。
Description
技术领域
本发明涉及无线通信技术领域,特别是涉及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。
背景技术
随着现代信息技术和飞行控制技术的不断发展,无人机不仅在军事应用中大放异彩,还广泛应用于环境监测、货物运输、电力巡检、森林防火、航空测绘等民用领域。近年来,无人机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的主要优势有:部署快速、操作成本低廉、随需应变、而且可与地面用户建立视距通信链路等。然而,由于视距链路的广播特性,无人机辅助通信很容易遭受恶意窃听和/或干扰攻击。如何保障无人机通信系统内数据传输的安全性是一个亟待解决的问题。传统的以密码学为基础的相关加密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其面临巨大的挑战。作为传统加密技术的有效替代,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。保密速率是衡量物理层安全性能的关键指标,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。在现有的无人机通信物理层安全传输研究中,无人机轨迹和通信资源的联合优化是保证数据传输的安全性的核心技术之一。
此外,无人机有限的机载电池容量极大地限制了无人机辅助通信网络的性能和可持续时间。因此,非常有必要对无人机的能量进行有效的管理,以避免不必要的能量消耗。目前,关于无人机辅助保密通信网络中能耗问题的研究仍然非常有限。在多用户多窃听者的场景下,当内外部窃听并存时——既存在来自充当内部窃听者的用户的窃听,又存在来自外部窃听者的窃听,如何在满足用户的最小平均保密速率需求的前提下,通过联合设计无人机在给定飞行时间内的飞行轨迹、发射功率分配方案,以及用户调度策略来最小化无人机的总能耗,是一个尚未被解决的问题。
发明内容
本发明所要解决的技术问题是提供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,能最小化无人机的总能耗。
本发明解决其技术问题所采用的技术方案是:提供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,包括以下步骤:
(1)确定无人机的参数、飞行时间、飞行高度、最大水平飞行速度、最大峰值功率、飞行起点位置和飞行终点位置、用户的位置和最小平均保密速率需求,以及窃听者的位置;
(2)基于所述无人机的参数、飞行时间、飞行高度、最大水平飞行速度、最大峰值功率、飞行起点位置和飞行终点位置,用户的位置和最小平均保密速率需求,以及窃听者的位置建立非凸优化问题模型;
(3)通过引入松弛变量和利用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;
(4)基于所述凸优化问题模型确定无人机的飞行轨迹、发射功率分配方案,以及用户调度策略。
所述步骤(1)中的无人机参数包括悬停时的叶片型线功率、诱导功率、平均旋翼诱导速度、旋翼叶尖速度、机身阻力比率、旋翼实度以及旋翼桨盘面积。
所述步骤(2)中的非凸优化问题模型为:
C4:||q[n+1]-q[n]||≤Vmaxδ,n=1,…,N,
C5:q[1]=q0,q[N+1]=qF,
其中,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,xk[n]指示用户k是否在第n个时隙内接入无人机,如果是,则xk[n]=1,否则xk[n]=0;Etotal表示无人机在N个时隙内的总能耗,Etotal=Ec+Ep,表示与通信相关的无人机能耗,表示无人机用于飞行和悬停的能耗,δ为一个时隙的时长,P0为无人机悬停时的叶片型线功率,v[n]=(q[n+1]-q[n])/δ为无人机在第n个时隙内的速度,Utip为无人机的旋翼叶尖速度,d0为无人机的机身阻力比率,ρ为空气密度,s为无人机的旋翼实度,A为无人机的旋翼桨盘面积,Pi为无人机的诱导功率;C1表示用户的最小平均保密速率约束,N为时隙个数,表示无人机在第n个时隙内到用户k的数据传输速率,表示在第n个时隙内窃听者m能够获得的数据传输速率,wk为用户k的水平位置,H为无人机的飞行高度,em为窃听者m的水平位置,其中,β0表示距离为1米时的信道增益参考值,σ2表示噪声功率,表示用户集合,表示窃听者集合,[·]+表示取0和中的较大值,表示用户k的最小平均保密速率需求;C2表明用户调度策略指示变量xk[n]为一个二元调度变量;C3表明无人机在每个时隙内最多给一个用户提供数据传输服务;C4表明无人机在一个时隙内的水平飞行距离不能超过它所能达到的最大值,Vmax为无人机最大飞行速度;C5表明无人机的飞行起点q0和飞行终点qF是指定的;C6表示无人机在每个时隙的发射功率不小于0且不大于最大峰值功率Ppeak。
所述步骤(3)中引入的松弛变量为{φ[n],zk[n],τk[n],θk[n]},利用连续凸逼近方法转化成的凸优化问题模型为:
C4:||q[n+1]-q[n]||≤Vmaxδ,n=1,…,N,
C5:q[1]=q0,q[N+1]=qF,
所述步骤(4)包括以下子步骤:
(42)根据Γr和所述凸优化问题模型确定Γr+1;
有益效果
由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:本发明通过联合设计无人机在给定飞行时间内的飞行轨迹、发射功率分配方案,以及用户调度策略来最小化无人机的总能耗,同时满足用户的最小平均保密速率约束、用户调度约束、无人机的飞行轨迹约束和发射功率约束。
附图说明
图1是本发明实施方式的应用场景示意图;
图2是本发明实施方式的流程图;
图3是本发明实施方式中步骤S207的流程图;
图4a-4d是本发明实施方式的仿真实验结果图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及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,该方法的应用场景如图1所示,包括无人机101,多个用户102,多个窃听者103,且三者均是单天线设备。在该应用场景下,无人机101以时分多址接入方式服务于多个用户102,即在每个时隙,无人机101最多只向某一个用户102提供数据传输服务,而剩下的未被无人机101服务的用户102、窃听者103可能窃听无人机101传输给那个被服务的用户102的数据。具体包括以下步骤:
步骤S201,确定无人机的参数、飞行时间、飞行高度、最大水平飞行速度、最大峰值功率、飞行起点位置和飞行终点位置,用户的位置和最小平均保密速率需求,以及窃听者的位置。
无人机101的参数、飞行高度、最大水平飞行速度和最大峰值功率由无人机101自身性能决定,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。其中,无人机101的参数包括悬停时的叶片型线功率、诱导功率、平均旋翼诱导速度,旋翼叶尖速度,机身阻力比率,旋翼实度,以及旋翼桨盘面积。用户102的位置由用户102配备的GPS测得,然后由用户102事先发送给无人机101。用户102的最小平均保密速率需求由用户102自己决定。窃听者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。
具体地,无人机悬停时的叶片型线功率为P0瓦特(W)、诱导功率为Pi瓦特(W)、平均旋翼诱导速度为v0米/秒(m/s),旋翼叶尖速度为Utip米/秒(m/s),机身阻力比率为d0,旋翼实度为s立方米(m3),旋翼桨盘面积为A平方米(m2)。无人机的飞行时间为T秒(s),飞行高度为H米(m),最大水平飞行速度为Vmax米/秒(m/s),最大峰值功率为Ppeak瓦特(W),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。假设有K个用户和M个窃听者,它们均在水平地面上。表示用户集合,表示窃听者集合,其中,表示“定义为”。用户k的水平位置为最小平均保密速率需求为比特每秒每赫兹(bps/Hz)。窃听者m的水平位置为
步骤S203,基于所述无人机的参数、飞行时间、飞行高度、最大水平飞行速度、最大峰值功率、飞行起点位置和飞行终点位置,用户的位置和最小平均保密速率需求,以及窃听者的位置建立非凸优化问题模型。
将飞行时间T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秒或1秒),则总时隙数为N=T/δ。基于此时隙划分,则无人机在第n个时隙内的水平位置可以表示为用p[n]表示无人机在第n个时隙内的发射功率。用xk[n]指示用户k是否在第n个时隙内接入无人机,如果是,则xk[n]=1,否则xk[n]=0。q[n]、p[n]和xk[n]即分别对应于需要设计的无人机飞行轨迹、发射功率分配方案和用户调度策略。
无人机在N个时隙内的总能耗为
无人机与地面节点之间通常是视距通信链路,根据自由空间路径损耗模型,在第n个时隙内,无人机到用户k和窃听者m的信道功率增益可以分别表示为hk[n]=β0/(||q[n]-wk||2+H2)和gm[n]=β0/(||q[n]-em||2+H2),其中,β0表示距离为1米时的信道增益参考值。如果用户k在第n个时隙内接入无人机,则从无人机到用户k的数据传输速率为
考虑一个内外部窃听并存的情况,即在第n个时隙内,当无人机向用户k提供数据传输服务时,剩下的K-1个未接入无人机的用户(视为内部窃听者)和M个外部窃听者可能窃听无人机传输给用户k的数据。根据保密速率的定义,用户k在N个时隙内的平均保密速率可以表示为
本实施方式旨在通过联合设计无人机在给定飞行时间内的飞行轨迹、发射功率分配方案,以及用户调度策略来最小化无人机的总能耗,同时满足用户的最小平均保密速率约束、用户调度约束、无人机的飞行轨迹约束和发射功率约束。由此构建的非凸优化问题模型可以表示为公式(5):
C4:||q[n+1]-q[n]||≤Vmaxδ,n=1,…,N,
C5:q[1]=q0,q[N+1]=qF,
C1表示用户的最小平均保密速率约束;C2-C3表示用户调度约束,其中,C2表明xk[n]是一个二元调度变量,C3表明无人机在每个时隙内最多给一个用户提供数据传输服务;
C4-C5表示无人机的飞行轨迹约束,其中,C4表明无人机在一个时隙内的水平飞行距离不能超过它所能达到的最大值,C5表明无人机的飞行起点和飞行终点是指定的;C6表示无人机的发射功率约束,即无人机在每个时隙的发射功率不小于0且不大于最大峰值功率Ppeak。
步骤S205,将所述非凸问题模型近似为凸优化问题模型。
首先,将二元变量xk[n]松弛为[0,1]区间内的连续变量;此外,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C1中的符号[·]+可以被省略。如此,可以将公式(5)转化为公式(6):
C3-C6. …(6)
接着,引入松弛变量{φ[n],zk[n],τk[n],θk[n]},将公式(6)转化为公式(7):
C3-C6,C8.
……(7)
当公式(7)取得最优解时,约束C9和C11-C13中的等号成立,否则,通过减小φ[n]和p[n]可以使约束C9和C11中的等号成立,并且可以进一步减小目标函数值;通过减小τk[n]可以使约束C12中的等号成立,并且可以进一步增大的值,然后通过减小p[n]可以进一步减小目标函数值;通过增大θk[n]可以使约束C13中的等号成立,并且可以进一步增大的值,然后通过减小p[n]可以进一步减小目标函数值。因此,公式(6)和公式(7)有相同的最优解,求解公式(7)等价于求解公式(6)。
注意到C9的右边项、C10中Bk[n]表达式的第一项、C11中表达式的第二项和第三项、C13中的||q[n]-wi||2和||q[n]-em||2都是凸函数,使得C9-C11和C13是非凸约束,公式(7)仍然是一个非凸优化问题。根据连续凸逼近方法,将这些凸项替换成它们各自的一阶泰勒展开式,以此将公式(7)近似成一个凸优化问题。具体地说,对于给定的可以将非凸约束C9-C11和C13近似成如下凸约束C14-C17:
其中,vr[n]=(qr[n+1]-qr[n])/δ。由此,可以将公式(7)近似为如公式(8)所示的凸优化问题模型:
s.t.C3-C6,C8,C12,C14-C17. ……(8)
公式(8)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S207,基于所述凸优化问题模型确定无人机的飞行轨迹、发射功率分配方案,以及用户调度策略。
如图3所示,具体步骤如下:
步骤S303,根据Γr和公式(8)确定Γr+1。
步骤S311,确定qr+1为无人机飞行轨迹、pr+1[n]为发射功率分配方案,根据确定二进制的用户调度策略。注意到,这时获得的是松弛之后的[0,1]区间内的连续变量,而根据时分多址接入准则,无人机在每个时隙内最多给一个用户提供数据传输服务,即符合实际的应该等于0或者1。采用一个简单的方法来确定二进制的用户调度策略:
本实施方式提供的内外部窃听并存的无人机辅助网络中能耗最小化的数据安全传输方法可以利用MATLAB仿真实现,图4a-4d是本实施方式提供的一种仿真实验结果的示意图。
仿真参数设置为:无人机悬停时的叶片型线功率为P0=79.8563W、诱导功率为Pi=88.6279W、平均旋翼诱导速度为v0=4.03m/s,旋翼叶尖速度为Utip=120m/s,机身阻力比率为d0=0.6,旋翼实度为s=0.05m3,旋翼桨盘面积为A=0.503m2。无人机的飞行时间为T=70s,飞行高度为H=100m,最大水平飞行速度为Vmax=30m/s,最大峰值功率为Ppeak=0.1W,飞行起点位置为q0=[-400,-400]T,飞行终点位置为qF=[400,400]T,其中,[·]T表示转置。假设有K=3个用户,它们的水平位置分别为w1=[0,-300]T,w2=[200,0]T和w3=[100,300]T。假设这3个用户的最小平均保密速率需求相同,即假设有M=2个窃听者,它们的水平位置分别为e1=[300,-200]T和e2=[-100,200]T。
图4a-4c分别是在不同的用户最小平均保密速率需求R下的无人机的飞行轨迹、发射功率分配方案,以及用户调度策略的设计结果。如图4a所示,当R=0.1bps/Hz时,无人机从指定的起点沿着直线飞至指定的终点;当R=0.4bps/Hz时,无人机不再沿着直线飞行,而是沿着一条偏向各个用户的弧线飞行;当R=0.7bps/Hz时,与前一种情况相比,无人机飞得离用户更近。如图4b所示,当R增大时,无人机的发射功率也随之增大。显然,无人机要以更高的发射功率传输数据才能满足更大的用户最小平均保密速率需求。如图4c所示,本实施方式的用户调度策略符合时分多址接入准则,即无人机在每个时隙内最多给一个用户提供数据传输服务。
图4d是不同的用户最小平均保密速率需求R下的无人机总能耗设计结果。可以看出,无人机的总能耗随着R的增大而增大,这是符合预期的。
图4a-4d的仿真实验结果验证了本发明的有效性,表明了本发明具有很强的调节能力,可以根据用户的最小平均保密速率需求灵活地设计无人机的飞行轨迹、发射功率分配方案,以及用户调度策略,有效避免不必要的能量消耗。
Claims (3)
1.一种内外部窃听并存的无人机辅助网络数据安全传输方法,其特征在于,包括以下步骤:
(1)确定无人机的参数、飞行时间、飞行高度、最大水平飞行速度、最大峰值功率、飞行起点位置和飞行终点位置、用户的位置和最小平均保密速率需求,以及窃听者的位置;
(2)基于所述无人机的参数、飞行时间、飞行高度、最大水平飞行速度、最大峰值功率、飞行起点位置和飞行终点位置,用户的位置和最小平均保密速率需求,以及窃听者的位置建立非凸优化问题模型;所述非凸优化问题模型为:
C4:||q[n+1]-q[n]||≤Vmaxδ,n=1,…,N,
C5:q[1]=q0,q[N+1]=qF,
其中,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,xk[n]指示用户k是否在第n个时隙内接入无人机,如果是,则xk[n]=1,否则xk[n]=0;Etotal表示无人机在N个时隙内的总能耗,Etotal=Ec+Ep,表示与通信相关的无人机能耗,表示无人机用于飞行和悬停的能耗,δ为一个时隙的时长,P0为无人机悬停时的叶片型线功率,v[n]=(q[n+1]-q[n])/δ为无人机在第n个时隙内的速度,Utip为无人机的旋翼叶尖速度,d0为无人机的机身阻力比率,ρ为空气密度,s为无人机的旋翼实度,A为无人机的旋翼桨盘面积,v0为无人机的平均旋翼诱导速度,Pi为无人机的诱导功率;C1表示用户的最小平均保密速率约束,N为时隙个数,表示无人机在第n个时隙内到用户k的数据传输速率,表示在第n个时隙内窃听者m能够获得的数据传输速率,wk为用户k的水平位置,H为无人机的飞行高度,em为窃听者m的水平位置,其中,β0表示距离为1米时的信道增益参考值,σ2表示噪声功率,表示用户集合,表示窃听者集合,[·]+表示取0和中的较大值,表示用户k的最小平均保密速率需求;C2表明用户调度策略指示变量xk[n]为一个二元调度变量;C3表明无人机在每个时隙内最多给一个用户提供数据传输服务;C4表明无人机在一个时隙内的水平飞行距离不能超过它所能达到的最大值,Vmax为无人机最大飞行速度;C5表明无人机的飞行起点q0和飞行终点qF是指定的;C6表示无人机在每个时隙的发射功率不小于0且不大于最大峰值功率Ppeak;
(3)通过引入松弛变量和利用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;其中,引入的松弛变量为{φ[n],zk[n],τk[n],θk[n]},利用连续凸逼近方法转化成的凸优化问题模型为:
C4:||q[n+1]-q[n]||≤Vmaxδ,n=1,…,N,
C5:q[1]=q0,q[N+1]=qF,
(4)基于所述凸优化问题模型确定无人机的飞行轨迹、发射功率分配方案,以及用户调度策略。
2.根据权利要求1所述的内外部窃听并存的无人机辅助网络数据安全传输方法,其特征在于,所述步骤(1)中的无人机参数包括悬停时的叶片型线功率、诱导功率、平均旋翼诱导速度、旋翼叶尖速度、机身阻力比率、旋翼实度以及旋翼桨盘面积。
3.根据权利要求1所述的内外部窃听并存的无人机辅助网络数据安全传输方法,其特征在于,所述步骤(4)包括以下子步骤:
(42)根据Γr和所述凸优化问题模型确定Γr+1;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005796.XA CN112859909B (zh) | 2021-01-05 | 2021-01-05 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005796.XA CN112859909B (zh) | 2021-01-05 | 2021-01-05 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112859909A CN112859909A (zh) | 2021-05-28 |
CN112859909B true CN112859909B (zh) | 2022-07-12 |
Family
ID=76001576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110005796.XA Active CN112859909B (zh) | 2021-01-05 | 2021-01-05 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859909B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113489531B (zh) * | 2021-08-13 | 2022-11-04 | 华侨大学 | 一种功率和三维轨迹联合优化的无人机协作通信方法 |
CN114070379B (zh) * | 2021-10-28 | 2023-08-15 | 南京邮电大学 | 基于安全能效公平性的无人机航迹优化与资源分配方法 |
CN114257964B (zh) * | 2021-11-29 | 2023-09-26 | 南方电网科学研究院有限责任公司 | 一种电力物联网中继无人机通信方法及装置 |
CN114745771B (zh) * | 2022-05-25 | 2023-03-14 | 电子科技大学 | 一种基于无人机的安全无线供能通信方法及系统 |
CN115037638B (zh) * | 2022-06-14 | 2023-10-20 | 北京邮电大学 | 低能耗和高时效性的无人机网络数据采集与传输控制方法 |
Citations (6)
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 |
CN110247691A (zh) * | 2019-06-14 | 2019-09-17 | 中国矿业大学 | 一种用于下行noma可见光通信网络的安全传输方法 |
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 |
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 |
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 |
CN112073102A (zh) * | 2020-09-08 | 2020-12-11 | 郑州大学 | 一种基于irs的安全波束成形方法与装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110996254B (zh) * | 2019-12-13 | 2021-02-09 | 山东大学 | 一种通信系统中功率及干扰无人机轨迹的鲁棒优化方法 |
-
2021
- 2021-01-05 CN CN202110005796.XA patent/CN112859909B/zh active Active
Patent Citations (6)
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 |
CN110247691A (zh) * | 2019-06-14 | 2019-09-17 | 中国矿业大学 | 一种用于下行noma可见光通信网络的安全传输方法 |
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 |
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 |
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 |
CN112073102A (zh) * | 2020-09-08 | 2020-12-11 | 郑州大学 | 一种基于irs的安全波束成形方法与装置 |
Non-Patent Citations (4)
Title |
---|
A Novel Alternative Optimization Method for Joint Power and Trajectory Design in UAV-Enabled Wireless Network;Tang hongying,et al.;《IEEE Transactions on Vehicular Technology》;20191130;第68卷(第11期);全文 * |
Robust Trajectory and Power Control for Cognitive UAV Secrecy Communication;Gao ying,et al.;《IEEE ACCESS》;20200309;全文 * |
Securing Energy-Constrained UAV Communications Against Both Internal and External Eavesdropping;Gao ying,et al.;《IEEE》;20201106;第I节-III节 * |
有限能量下的无人机辅助无线供电通信网络资源分配研究;张涛 等;《工业控制计算机》;20201231;第33卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112859909A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
Xiao et al. | Secrecy energy efficiency maximization for UAV-enabled mobile relaying | |
Liu et al. | Joint communication and trajectory optimization for multi-UAV enabled mobile internet of vehicles | |
Nie et al. | Semi-distributed resource management in UAV-aided MEC systems: A multi-agent federated reinforcement learning approach | |
CN112383935B (zh) | 基于物理层安全的协作式无人机数据采集系统的设计方法 | |
Li et al. | Joint trajectory and resource allocation design for UAV communication systems | |
CN110730494B (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 | |
Zhang et al. | Dual-UAV enabled secure data collection with propulsion limitation | |
CN111343712A (zh) | 一种无人机辅助认知无线网络通信安全的控制方法 | |
Duo et al. | Joint trajectory and power optimization for securing UAV communications against active eavesdropping | |
Ye et al. | Optimization for wireless-powered IoT networks enabled by an energy-limited UAV under practical energy consumption model | |
Zhang et al. | Joint 3D deployment and power allocation for UAV-BS: A deep reinforcement learning approach | |
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 | |
CN112910540B (zh) | 一种全双工无人机中继系统联合优化方法及系统 | |
CN112468205B (zh) | 一种适用于无人机的反向散射安全通信方法 | |
CN112055310B (zh) | 无人机cr-noma网络中轨迹设计和功率分配方法 | |
Sun et al. | Power allocation in UAV-enabled relaying systems for secure communications | |
CN114070379B (zh) | 基于安全能效公平性的无人机航迹优化与资源分配方法 | |
CN115002800A (zh) | 一种无人机辅助的noma反向散射通信系统和速率最大化方法 | |
Wang et al. | Power allocation for UAV swarm-enabled secure networks using large-scale CSI | |
Tang et al. | Mitigating the doubly near–far effect in UAV-enabled WPCN | |
Duo et al. | Robust 3D trajectory and power design in probabilistic LoS channel for UAV-enabled cooperative jamming | |
Tao et al. | Resource allocation and trajectories design for UAV-assisted jamming cognitive UAV networks | |
Duo et al. | Joint trajectory and power design in probabilistic LoS channel for UAV-enabled cooperative jamming | |
Zhang et al. | Power allocation for proactive eavesdropping with spoofing relay in UAV systems |
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 |