CN112865855B - 基于无人机中继的高效无线隐蔽传输方法 - Google Patents
基于无人机中继的高效无线隐蔽传输方法 Download PDFInfo
- Publication number
- CN112865855B CN112865855B CN202110005062.1A CN202110005062A CN112865855B CN 112865855 B CN112865855 B CN 112865855B CN 202110005062 A CN202110005062 A CN 202110005062A CN 112865855 B CN112865855 B CN 112865855B
- Authority
- CN
- China
- Prior art keywords
- node
- unmanned aerial
- aerial vehicle
- transmission
- 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
Images
Classifications
-
- 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
- H04B7/18504—Aircraft used as relay or high altitude atmospheric platform
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
- H04K1/00—Secret communication
- H04K1/02—Secret communication by adding a second signal to make the desired signal unintelligible
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- 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
- H04W52/02—Power saving arrangements
- H04W52/0209—Power saving arrangements in terminal devices
- H04W52/0225—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal
- H04W52/0248—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal dependent on the time of the day, e.g. according to expected transmission activity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明提出一种基于无人机中继的高效无线隐蔽传输方法,无人机以全双工模式工作,作为向地面K个传输节点发送数据的数据发送器;在一个时隙内,至多有一个传输节点被指定进行数据传输;所述无人机配备两根发射天线,其中一根天线用于数据发送,另一根天线用于产生人工噪声;通过逐次凸优化技术,联合优化传输节点唤醒时间表和无人机的飞行轨迹,以及受实际约束的用户调度策略,以确保传输节点用满足可靠传输的最小能耗来接收无人机的数据,同时确保无人机向每个指定传输节点隐蔽地发送信息。其可以显著地节省无线传感节点的能耗,并且被非指定节点检测到的概率大大降低。
Description
技术领域
本发明属于无线通信技术领域,尤其涉及一种基于无人机中继的高效无线隐蔽传输方法。
背景技术
无线传感器网络是由大量微小节点构成的全分布式的自组织网络。每个节点都集成了一个或多个传感器、嵌入式处理器、存储器、无线通信模块以及电源和电源管理模块等部件。
对于单个节点来说,由于体积微小,带来了许多资源上的限制,例如:有限的计算能力、有限的存储能力、有限的通信带宽和有限的电源供应。在这些限制中,如何合理有效地利用有限的电力,是无线传感网络研究的热点之一。由于无人机发送数据区域环境可能十分恶劣(如战场、极地),技术人员无法进入,而且构成的网络节点数量巨大,一一为其替换电源是不现实的。因此,为了延长网络寿命、防止网络分离,无线传感节点工作体制的设置必须考虑到能源效率的问题。另外,随着人们越来越依赖无线设备来共享私人信息,由于大量私密信息(例如,电子邮件/银行账户信息和密码、信用卡详细信息)通过无线网络传输,对无线通信的安全性和隐私性的问题引起了关注。除了传输信息的保密性和完整性之外,在某些情况下,用户希望通过无线网络传输消息而不被检测到。
当前,在无线传感器网络中,使用无人机向地面无线传感节点发送数据引起了越来越多的兴趣。在设计支持无人机的无线传感器网络时,有两个关键问题。第一个问题是无线传感节点电池能量有限。因此,其唤醒时间表和无人机的轨迹应该被适当地设计,使得每个无线传感节点能够以最小的能量消耗完成其数据传输。第二个问题是视距空对地通信链路也导致无人机通信比传统的地面无线通信面临更严格的安全问题,因为当无人机在视线范围内时,无人机传输的机密信息更容易受到恶意用户的攻击。因此,在设计时要注意通信的隐蔽性,确保每个指定传输节点在接收无人机发来的信息时,被非指定节点检测到的概率可以忽略不计。
发明内容
有鉴于此,本发明的目的在于提供一种基于无人机中继的高效无线隐蔽传输方法,通过联合优化无线传感节点的唤醒时间表和无人机的轨迹,以及受实际约束的用户调度策略(例如通过分析每个用户单元的检测性能而明确确定的隐蔽性约束,以及由用户调度引起的二元约束),以使所有传感节点的最大能量消耗最小化,同时确保无人机向每个传感节点隐蔽地发送所需的数据量。利用无人机的高移动性,无人机能够高效地向无线传感节点发送数据,从而节省了所有无线传感节点接收数据所需要的能量。另外,对于传感节点,睡眠和唤醒机制是另一种降低能耗的有效方式。同时使用全双工无人机向指定传输节点发送关键信息,并以随机发射功率产生人工噪声,以确保指定传输节点设备的传输被非指定节点设备检测到的概率可以忽略不计。本发明与传统的静态数据接收器或简单直线轨迹的基准方案相比,所提出的方案可以显著地节省无线传感节点的能耗,并且被非指定节点检测到的概率大大降低。
本发明具体采用以下技术方案:
一种基于无人机中继的高效无线隐蔽传输方法,其特征在于:
考虑在全双工网络中的隐蔽通信,无人机以全双工模式工作,作为向地面K个传输节点发送数据的数据发送器;在一个时隙δt内,至多有一个传输节点被指定进行数据传输;被安排的接地那打算隐蔽地从无人机接收信息,并且不希望该传输被未被安排的节点设备检测到。为了满足此要求,所述无人机配备两根发射天线,其中一根天线用于数据发送,另一根天线用于产生人工噪声;
通过逐次凸优化技术联合优化传输节点唤醒时间表和无人机的飞行轨迹,以及受实际约束的用户调度策略,以确保传输节点用满足可靠传输的最小能耗来接收无人机的数据,同时确保无人机向每个指定传输节点隐蔽地发送信息。
其中,所述受实际约束的用户调度策略包括通过分析每个用户单元的检测性能而明确确定的隐蔽性约束,及由用户调度引起的二元约束。
设无人机在H米的固定高度飞行,其最大速度为Vmax米/秒;无人机从初始位置出发,给各个传输节点发送完数据之后,返回到初始的位置;设无人机飞行时间总共持续了T秒,并将T离散成N个时隙,即T=Nδt,其中δt表示基本时隙长度;无人机的轨迹q(t)用序列{q[n],1≤n≤N}近似,表示无人机在时隙n处的位置,并以恒定的传输功率Pu向每个传输节点传输Sk的数据;
当第k个指定传输节点接收信息时,第m个非指定节点处接收到的信号为:
其中j=1,2,…J,表示不同信道的使用,J表示每个时隙中信道使用总数,Pk[n]表示第k个指定传输节点的接收功率,hu,m[n]表示无人机与第m个非指定节点的信道增益,gk,m[n]表示第k个指定传输节点与第m个非指定节点的准静态瑞利衰落,nm(j)表示第m个非指定节点处均值为0,方差为的高斯噪声,su(j)表示无人机发送的人工噪声,sk(j)表示第k个节点接收无人机的数据,并且 表示第k个节点没有接收数据时的空假设,表示第k个节点接收来自无人机数据时的备选假设;
设每一个非指定节点使用辐射计来检测是否有数据接收,非指定节点检测阈值τm[n]由下式给出:
所以在第m个非指定节点处的检测错误概率ξm[n]=αm+βm,为了确保隐蔽性,必须有ξm[n]≥1-ε,其中ε表示确定所需隐蔽性的任意小常数。
应用逐次凸优化技术,联合优化传输节点唤醒时间表和无人机的飞行轨迹,以及受实际约束的用户调度策略,以确保传输节点用满足可靠传输的最小能耗来接收无人机的数据,同时确保无人机向每个指定传输节点隐蔽地发送信息的问题描述为:
yk[n]∈{0,1}
||q[n]-q[n-1]||≤Vmaxδt
q[1]=q0,q[N]=q0
式中Y表示传输节点唤醒时间表,Q表示无人机的飞行轨迹,e表示传输节点满足可靠传输的最小能量消耗;为了方便后续处理,将无人机的飞行时间T离散化,设无人机飞行时长共有N个时隙,T=Nδtx设 其中yk[n]表示第k个传输节点在第n个时隙的状态,其中k∈[1,K],yk[n]=1时,第k个传输节点在该时隙被唤醒,以接收来自无人机的数据;反之,yk[n]=0时,第k个传输节点则处于睡眠状态;q[n]表示在第n个时隙无人机的轨迹,其中n∈(1,N),q0表示无人机的初始及最终位置;Ek表示第k个传输节点在一个时隙内接收信息所需的能耗;Rk[n]表示第k个传输节点的接收速率,rk表示每个时隙的单位接收速率;Lmax表示无人机在一个时隙里移动的最大距离;
考虑到上述问题是一个混合整数非凸问题,一般很难得到最优解。因此,可以通过一系列优化获得以上问题的一个有效的次优解。为此,将yk[n]∈{0,1}的二元约束松弛为0≤yk[n]≤1,然后利用块坐标下降法交替求解Y和Q;对于任意给定的轨迹Q,通过以下标准线性规划求解:
s.t.0≤yk[n]≤1
给定任意的唤醒时间表Y,无人机的轨迹被优化,以使所有的无线传感节点的通信吞吐量的加权最小值最大化,其中η表示有效吞吐量的松弛变量,吞吐量权重与rk成反比;将问题表述为:
||q[n]-q[n-1]||≤Vmaxδt
q[1]=q0,q[N]=q0
以上问题由于是一个非凸约束,所以该问题是一个非凸优化问题。基于逐次凸优化技术可以得到一个有效的近似解,它保证至少收敛到一个局部最优解。其主要思想是在每次迭代中连续最大化η的下界。设 表示第i次迭代中给定的轨迹,再应用一阶泰勒展开式,找出Rk[n的下界为:
其中,wk表示第k个传输节点的水平位置,wk∈R2×1,Pk[n]表示第k个传输节点的传输功率,β0表示参考信道功率增益,α≥2是路径损耗指数,σ2为噪声功率,Γ>1是实际调制方案与理论高斯信号之间的信噪比差距;F(·)表示与小尺度衰落系数相同的累积分布函数,∈表示最大中断概率,F-1(·)是F(·)的反函数;
无人机轨迹进一步通过优化以下问题得到:
||q[n]-q[n-1]||≤Vmaxδt
q[1]=q0,q[N]=q0
作为优选,采用CVX软件工具求解所述凸二次约束二次规划QCQP。
与现有技术相比,本发明及其优选方案通过联合优化无线传感节点的唤醒时间表和无人机的轨迹,同时确保无人机向指定用户隐蔽地发送信息,与传统的静态数据接收器或简单直线轨迹的基准方案相比,所提出的方案可以显著地节省无线传感节点的能耗,并且被非指定用户检测到的概率大大降低。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明:
图1为本发明实施例提出的基于隐蔽通信系统中无人机中继的高效无线传输方法系统结构示意图;
图2为本发明实施例在不同规定时间内,无人机经优化后飞行轨迹的对比示意图;
图3为本发明实施例在规定时间T=50s时,各个传感节点的唤醒时间对比示意图。
具体实施方式
为让本专利的特征和优点能更明显易懂,下文特举实施例,作详细说明如下:
如图1所示,本实例提供了一种基于无人机中继的高效无线隐蔽传输方法,具体包括以下步骤:
假设无人机在H米的固定高度飞行,其最大速度为Vmax米/秒。无人机从初始位置出发,给各个无线传感节点发送完数据之后,返回到初始的位置。假设无人机飞行时间总共持续了T秒,为了方便起见,T被离散成N个时隙,即T=Nδt,其中δt表示基本时隙长度。因此,无人机的轨迹q(t)可以用序列{q[n],1≤n≤N}来近似,表示无人机在时隙m处的位置。并以恒定的传输功率Pk和设计的传输速率Rk[n],向每个无线传感节点传输Sk的数据。
假设无人机与地面传感节点之间的信道为准静态分组衰落信道,其中信道在每个衰落块内保持不变。此外,每个衰落块的持续时间通常远小于δt。在一般的衰落信道模型下,无人机与指定传感节点在时隙n的第i个衰落块处的信道系数可以建模为其中ρk[n,i]是小尺度衰落系数,βk[n]表示仅依赖于无人机与地面传感节点之间距离的大尺度信道衰减。假设从无人机到指定用户只考虑视距链路,因此无人机与指定用户的信道衰减模型为:
式中,β0表示参考信道功率增益,这里假设无人机只知道传感节点的位置和信道分布信息。在无损耗前提下,假设在任意时隙n下,ρk[n,i]是独立的、同分布的随机变量,且需要注意,由于无人机的位置随时间变化,|hk,u[n]|2的分布在每个时隙内保持不变,但在不同的时隙上有所不同。因此,可以根据无人机的位置在每个时隙上自行地设计唤醒传感节点的传输速率Rk[n]。一旦确定了轨迹q[n]、唤醒时间表yk[n]和传输速率Rk[n],无人机将唤醒相应的传感节点,并使用下行链路控制链路通知每个传感节点在时隙中的优化传输速率,则对于时隙n的第i个衰落块,传感节点则可实现以比特/秒/赫兹(bps/Hz)的速率是:
其中σ2为在指定用户处的噪声功率,Γ>1是实际调制方案与理论高斯信号的信噪比差距。则在时隙n的第i个衰落块处,无人机与地面传感节点之间中断概率由下式给出:
其中F(·)表示与|ρk[n,i]|2相同的累积分布函数。在每个时隙n,ρk[n,i]对于不同的衰落块i是相同的,因此表示为因此,为了确保无人机可靠地向每个传感节点发送所需要传输的数据,应选择合适的Rk[n],使得其中∈表示最大容许停机概率。因此,传输速率可以表示为:
其中F-1(·)是F(·)的反函数。
本实施例通过联合优化无线传感节点的唤醒时间表和无人机的轨迹,以及受实际约束的用户调度策略(例如通过分析每个用户单元的检测性能而明确确定的隐蔽性约束,以及由用户调度引起的二元约束),以使所有传感节点的最大能量消耗最小化,同时确保无人机向每个传感节点隐蔽地发送所需的数据量。该设计问题是一个混合整数非凸优化问题,很难得到最优解。应用逐次凸优化技术,提出了一种有效的迭代算法来寻找设计的次优解。设计问题可描述为:
yk[n]∈{0,1}
||q[n]-q[n-1]||≤Vmaxδt
q[1]=q0,q[N]=q0
式中Y表示无线传感节点唤醒时间表,Q是无人机的飞行轨迹,e是无线传感节点满足可靠传输的最小能量消耗。为了方便后续处理,将无人机的飞行时间T离散化,假设无人机飞行时长共有N个时隙,T=Nδt,设 其中yk[n]表示第k个无线传感节点在第n个时隙的状态,其中k∈[1,K],yk[n]=1时,第k个无线传感节点在该时隙被唤醒,以接收来自无人机的数据;反之,yk[n]=0时,第k个无线传感节点则处于睡眠状态;q[n]表示在第n个时隙无人机的轨迹,其中n∈(1,N),q0表示无人机的初始(同样是最终)位置。Ek表示第k个无线传感节点在一个时隙内接收信息所需的能耗。Rk[n表示第k个无线传感节点的接收速率,rk表示每个时隙的单位接收速率。Lmax是无人机在一个时隙里移动的最大距离。
上述问题是一个混合整数非凸问题,一般很难得到最优解。因此,可以通过一系列优化获得以上问题的一个有效的次优解。为此,首先将yk[n]∈{0,1}的二元约束松弛为0≤yk[n]≤1,然后利用块坐标下降法交替求解Y和Q。首先,对于任意给定的轨迹Q,可以通过求解以下标准线性规划来求解。
s.t.0≤yk[n]≤1
另一方面,给定任意的唤醒时间表Y,无人机的轨迹被优化,以使所有的无线传感节点的通信吞吐量的加权最小值最大化,其中权重与rk成反比。具体来说,问题可以表述为:
||q[n]-q[n-1]||≤Vmaxδt
q[1]=q0,q[N]=q0
以上问题由于是一个非凸约束,所以该问题是一个非凸优化问题。基于逐次凸优化技术可以得到一个有效的近似解,它保证至少收敛到一个局部最优解。其主要思想是在每次迭代中连续最大化η的下界。设 表示第i次迭代中给定的轨迹。再应用一阶泰勒展开式,可以找出Rk[n]的下界为:
假设无人机的飞行高度恒为H,wk表示第k个传输节点的水平位置,wk∈R2×1,Pk表示第k个传输节点的传输功率,β0表示参考信道功率增益,α≥2是路径损耗指数,σ2为噪声功率,Γ>1是实际调制方案与理论高斯信号之间的信噪比差距。F(·)表示与小尺度衰落系数相同的累积分布函数,∈表示最大中断概率,F-1(·)是F(·)的反函数。所以无人机轨迹进一步可以优化以下问题得到:
||q[n]-q[n-1]||≤Vmaxδt
q[1]=q0,q[N]=q0
综上,经过逐次凸优化技术得到了在保证可靠传输的情况下,无线传感节点接收数据最小的能量消耗,以及无人机发送数据最优的飞行轨迹。结果表明,本实施例提出的设计方案明显降低了无线传感节点接收数据最小的能量消耗,并且随着传输数据量的增加,性能增益更加明显。这是预期的,因为在本实施例提出的方案中,无人机可以飞得更靠近甚至停留在传感节点之上,具有更好的信道,传感节点可以以更高的数据速率可靠地进行收集数据,从而节省能量消耗。为了证明本实施例提出的设计的有效性,还与理论上能量消耗的最小值eib进行了比较,其中eib是基于无人机只在每个传输节点的顶部发送数据并且忽略其旅行时间的理想情况下计算的。在这种情况下,其中是传感节点的最大传输速率,并且与下界的eib相比,本实施例提出的设计只观察到一个很小的性能差距,这意味着本实施例提出的解决方案非常接近所考虑的设置的最佳解决方案。
图2、图3是根据本实施例提出方案所构建的测试实例。
本实施例提出了一种新颖基于无人机中继的高效无线隐蔽传输方法。无线传感节点的唤醒时间表和无人机的轨迹被联合优化,以最小化所有无线传感节点的最大能量消耗,同时确保在衰落信道中可靠地收集数据。利用逐次凸优化技术,提出了一种求解次优解的有效迭代方法。该设计框架还可以扩展到多无人机场景,其中需要考虑无人机传感器关联和同信道干扰。
本专利不局限于上述最佳实施方式,任何人在本专利的启示下都可以得出其它各种形式的基于无人机中继的高效无线隐蔽传输方法,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本专利的涵盖范围。
Claims (5)
1.一种基于无人机中继的高效无线隐蔽传输方法,其特征在于:
无人机以全双工模式工作,作为向地面K个传输节点发送数据的数据发送器;在一个时隙δt内,至多有一个传输节点被指定进行数据传输;所述无人机配备两根发射天线,其中一根天线用于数据发送,另一根天线用于产生人工噪声;
通过逐次凸优化技术,联合优化传输节点唤醒时间表和无人机的飞行轨迹,以及受实际约束的用户调度策略,以确保传输节点用满足可靠传输的最小能耗来接收无人机的数据,同时确保无人机向每个指定传输节点隐蔽地发送信息;
设无人机在H米的固定高度飞行,其最大速度为Vmax米/秒;无人机从初始位置出发,给各个传输节点发送完数据之后,返回到初始的位置;设无人机飞行时间总共持续了T秒,并将T离散成N个时隙,即T=Nδt,其中δt表示基本时隙长度;无人机的轨迹q(t)用序列{q[n],1≤n≤N}近似,表示无人机在时隙n处的位置,并以恒定的传输功率Pu,向每个传输节点传输Sk的数据;
考虑到隐蔽性的设计,当第k个指定传输节点接收信息时,第m个非指定节点作为窃听者,在第n个时隙时接收到的信号为:
其中j=1,2,…J,表示不同信道的使用,J表示每个时隙中信道使用总数,Pk[n]表示第k个指定传输节点的接收功率,hu,m[n]表示无人机与第m个非指定节点的信道增益,gk,m[n]表示第k个指定传输节点与第m个非指定节点的准静态瑞利衰落,nm(j)表示第m个非指定节点处均值为0,方差为的高斯噪声,su(j)表示无人机发送的人工噪声,sk(j)表示第k个节点接收无人机的数据,并且H0表示第k个节点没有接收数据时的空假设,H1表示第k个节点接收来自无人机数据时的备选假设;
设每一个非指定节点使用辐射计来检测是否有数据接收,非指定节点检测阈值τm[n]由下式给出:
所以在第m个非指定节点处的检测错误概率ξm[n]=αm+βm,为了确保隐蔽性,必须有ξm[n]≥1-ε,其中ε表示确定所需隐蔽性的任意小常数;
应用逐次凸优化技术,联合优化传输节点唤醒时间表和无人机的飞行轨迹,以及受实际约束的用户调度策略,以确保传输节点用满足可靠传输的最小能耗来接收无人机的数据,同时确保无人机向每个指定传输节点隐蔽地发送信息的问题描述为:
yk[n]∈{0,1}
||q[n]-q[n-1]||≤Vmaxδt
q[1]=q0,q[N]=q0
式中Y表示传输节点唤醒时间表,Q表示无人机的飞行轨迹,e表示传输节点满足可靠传输的最小能量消耗;设其中yk[n]表示第k个传输节点在第n个时隙的状态,其中k∈[1,K],yk[n]=1时,第k个传输节点在该时隙被唤醒,以接收来自无人机的数据;反之,yk[n]=0时,第k个传输节点则处于睡眠状态;q[n]表示在第n个时隙无人机的轨迹,其中n∈(1,N),q0表示无人机的初始及最终位置;Ek表示第k个传输节点在一个时隙内接收信息所需的能耗;Rk[n]表示第k个传输节点的接收速率,rk表示每个时隙的单位接收速率;
2.根据权利要求1所述的基于无人机中继的高效无线隐蔽传输方法,其特征在于:所述受实际约束的用户调度策略包括通过分析每个用户单元的检测性能而明确确定的隐蔽性约束,及由用户调度引起的二元约束。
4.根据权利要求3所述的基于无人机中继的高效无线隐蔽传输方法,其特征在于:
给定任意的唤醒时间表Y,无人机的轨迹被优化,以使所有的无线传感节点的通信吞吐量的加权最小值最大化,其中η表示有效吞吐量的松弛变量,吞吐量权重与rk成反比;将问题表述为:
||q[n]-q[n-1]||≤Vmaxδt
q[1]=q0,q[N]=q0
其中,设无人机的飞行高度恒为H,wk表示第k个传输节点的水平位置,wk∈R2×1Pk[n]表示第k个传输节点的传输功率,β0表示参考信道功率增益,α≥2是路径损耗指数,σ2为噪声功率,Γ>1是实际调制方案与理论高斯信号之间的信噪比差距;F(·)表示与小尺度衰落系数相同的累积分布函数,∈表示最大中断概率,F-1(·)是F(·)的反函数;
无人机轨迹进一步通过优化以下问题得到:
||q[n]-q[n-1]||≤Vmaxδt
q[1]=q0,q[N]=q0
5.根据权利要求4所述的基于无人机中继的高效无线隐蔽传输方法,其特征在于:采用CVX软件工具求解所述凸二次约束二次规划QCQP。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005062.1A CN112865855B (zh) | 2021-01-04 | 2021-01-04 | 基于无人机中继的高效无线隐蔽传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110005062.1A CN112865855B (zh) | 2021-01-04 | 2021-01-04 | 基于无人机中继的高效无线隐蔽传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112865855A CN112865855A (zh) | 2021-05-28 |
CN112865855B true CN112865855B (zh) | 2022-04-08 |
Family
ID=76001488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110005062.1A Active CN112865855B (zh) | 2021-01-04 | 2021-01-04 | 基于无人机中继的高效无线隐蔽传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112865855B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114205050B (zh) * | 2021-12-01 | 2024-04-09 | 南京理工大学 | 无人机隐蔽通信方法及装置 |
CN114884608A (zh) * | 2022-05-11 | 2022-08-09 | 电子科技大学 | 无人机协同隐蔽通信方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107148079A (zh) * | 2017-05-15 | 2017-09-08 | 华北电力大学 | 移动自组织传感器网络中三维联合定位与追踪方法 |
CN107211287A (zh) * | 2014-08-29 | 2017-09-26 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的系统和方法 |
EP3289430A1 (en) * | 2015-04-27 | 2018-03-07 | Snap-Aid Patents Ltd. | Estimating and using relative head pose and camera field-of-view |
CN109495952A (zh) * | 2018-11-14 | 2019-03-19 | 北京航空航天大学 | 一种蜂窝和无人机一体化网络的选择方法及装置 |
CN110082498A (zh) * | 2019-04-08 | 2019-08-02 | 三峡大学 | 一种基于无线传感器物联网的滑坡监测数据无人机采集系统 |
CN110488861A (zh) * | 2019-07-30 | 2019-11-22 | 北京邮电大学 | 基于深度强化学习的无人机轨迹优化方法、装置和无人机 |
CN111034070A (zh) * | 2017-08-02 | 2020-04-17 | 高通股份有限公司 | 用于飞行器的定向波束网状网络 |
CN111786712A (zh) * | 2020-05-29 | 2020-10-16 | 中国人民解放军空军工程大学 | 一种基于cr的uav通信网络次级链路吞吐量优化方法 |
CN111953407A (zh) * | 2020-08-24 | 2020-11-17 | 西南大学 | 无人机视频中继系统及其最小化能耗的方法 |
CN112148035A (zh) * | 2020-09-15 | 2020-12-29 | 东北大学 | 多无人机轨迹优化方法、装置、存储介质及计算机设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7904569B1 (en) * | 1999-10-06 | 2011-03-08 | Gelvin David C | Method for remote access of vehicle components |
US11044709B2 (en) * | 2016-03-11 | 2021-06-22 | Qualcomm Incorporated | Power savings for downlink channel monitoring in narrowband systems |
CN112639653B (zh) * | 2018-08-27 | 2024-03-12 | 湾流航空航天公司 | 非二元协作恢复系统 |
CN109067490B (zh) * | 2018-09-29 | 2020-10-30 | 郑州航空工业管理学院 | 蜂窝网联下多无人机协同移动边缘计算系统资源分配方法 |
-
2021
- 2021-01-04 CN CN202110005062.1A patent/CN112865855B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107211287A (zh) * | 2014-08-29 | 2017-09-26 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的系统和方法 |
EP3289430A1 (en) * | 2015-04-27 | 2018-03-07 | Snap-Aid Patents Ltd. | Estimating and using relative head pose and camera field-of-view |
CN107148079A (zh) * | 2017-05-15 | 2017-09-08 | 华北电力大学 | 移动自组织传感器网络中三维联合定位与追踪方法 |
CN111034070A (zh) * | 2017-08-02 | 2020-04-17 | 高通股份有限公司 | 用于飞行器的定向波束网状网络 |
CN109495952A (zh) * | 2018-11-14 | 2019-03-19 | 北京航空航天大学 | 一种蜂窝和无人机一体化网络的选择方法及装置 |
CN110082498A (zh) * | 2019-04-08 | 2019-08-02 | 三峡大学 | 一种基于无线传感器物联网的滑坡监测数据无人机采集系统 |
CN110488861A (zh) * | 2019-07-30 | 2019-11-22 | 北京邮电大学 | 基于深度强化学习的无人机轨迹优化方法、装置和无人机 |
CN111786712A (zh) * | 2020-05-29 | 2020-10-16 | 中国人民解放军空军工程大学 | 一种基于cr的uav通信网络次级链路吞吐量优化方法 |
CN111953407A (zh) * | 2020-08-24 | 2020-11-17 | 西南大学 | 无人机视频中继系统及其最小化能耗的方法 |
CN112148035A (zh) * | 2020-09-15 | 2020-12-29 | 东北大学 | 多无人机轨迹优化方法、装置、存储介质及计算机设备 |
Non-Patent Citations (7)
Title |
---|
Covert Communication Achieved by A Greedy Relay in Wireless Networks;Shihao Yan等;《ResearchGate》;20180910;第1-14页 * |
Exploiting an Unmanned Aerial Vehicle for Energy Efficient Data Collection in Wireless Sensor Networks;Yuying Fan;《2018 IEEE 4th International Conference on Computer and Communications》;20190801;第939-943页 * |
Joint Optimization of a UAV’s Trajectory and Transmit Power for Covert Communications;Jinsong Hu等;《IEEE TRANSACTIONS ON SIGNAL PROCESSING》;20190815;第67卷(第16期);第4276-4290页 * |
Optimal Detection of UAV’s Transmission With Beam Sweeping in Covert Wireless Networks;Jinsong Hu;《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》;20191030;第69卷(第1期);第1080-1085页 * |
Optimal Transmit Power and Flying Location for UAV Covert Wireless Communications;Stephen V. Hanly;《ResearchGate》;20201019;第1-12页 * |
无线传感器网络节能机制与移动性的研究;任彪;《中国博士学位论文全文数据库-信息科技辑》;20061215;I136-44 * |
空地协作组网的无人机位置部署及能量优化机制研究;郜富晓;《中国优秀硕士学位论文全文数据库-工程科技II辑》;20200115;C034-1016 * |
Also Published As
Publication number | Publication date |
---|---|
CN112865855A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhan et al. | Energy-efficient data collection in UAV enabled wireless sensor network | |
Chen et al. | UAV-assisted data collection with nonorthogonal multiple access | |
CN108495337B (zh) | 基于noma的无线携能通信系统最大安全速率优化方法 | |
Gunduz et al. | Designing intelligent energy harvesting communication systems | |
CN112865855B (zh) | 基于无人机中继的高效无线隐蔽传输方法 | |
Li et al. | Secrecy energy efficiency maximization in UAV-enabled wireless sensor networks without eavesdropper’s CSI | |
Sabuj et al. | Cognitive UAV-aided URLLC and mMTC services: Analyzing energy efficiency and latency | |
CN102656482A (zh) | 使用电池供电的无线网络基础设施来跟踪移动终端以及与移动终端通信 | |
Feng et al. | UAV-enabled data collection for wireless sensor networks with distributed beamforming | |
CN113573293A (zh) | 一种基于ris的智能应急通信系统 | |
CN110650487B (zh) | 基于数据隐私保护的物联网边缘计算配置方法 | |
CN111711479B (zh) | 一种低轨卫星系统资源调度方法 | |
Li et al. | Learning-based data gathering for information freshness in uav-assisted iot networks | |
Emami et al. | Buffer-aware scheduling for uav relay networks with energy fairness | |
Lv et al. | Multi-Agent Reinforcement Learning based UAV Swarm Communications Against Jamming | |
Lu et al. | Reinforcement learning based energy efficient robot relay for unmanned aerial vehicles against smart jamming | |
Dai et al. | Reinforcement learning based power control for vanet broadcast against jamming | |
Lim et al. | RE-ORA: Residual energy-aware online random access for improving the lifetime of slotted ALOHA-based swarming drone networks | |
Duo et al. | Robust 3D trajectory and power design in probabilistic LoS channel for UAV-enabled cooperative jamming | |
Abuzainab et al. | Robust Bayesian learning for wireless RF energy harvesting networks | |
CN116321197B (zh) | 一种应用于偏远环境密集监测网络的能量自维持调度方法 | |
Liu et al. | Trajectory design for uav communications with no-fly zones by deep reinforcement learning | |
Zucchetto et al. | Random access in the IoT: An adaptive sampling and transmission strategy | |
Li et al. | Secrecy energy-efficient UAV communication via trajectory design and power control | |
CN114665949A (zh) | 一种基于物理层安全的能量收集型无人机通信方法 |
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 |