最新刊期
2024年第8卷第3期
- 摘要：为探索复用一架无人机（UAV, unmanned aerial vehicle）同时用作空中基站和锚点辅助地面网络，构建空地协同通信定位一体化的新型应急网络方案。研究聚焦于网络中无人机位置部署优化问题，重点解决一体化部署中通信与定位性能的冲突难题。首先使用D-最优准则替代传统的克拉美劳下界（CRLB, Cramer-Rao lower bound)作为定位精度指标，建模了多用户定位精度和通信速率约束下最大化网络吞吐量的无人机三维部署优化问题。推导了满足地面用户定位精度约束条件的无人机可部署区域的闭合表达式，证明了该区域是以目标用户为顶点的标准二阶锥，从而将定位精度约束条件转化为易于分析处理的凸约束条件，并提出了高效的无人机三维部署优化方法。进而利用城市三维地图辅助无人机部署，解决了空地信道建模不精准导致的通信与定位性能保障差的问题。所提无人机部署方法在理论上便于求解最优部署位置，并且在空间上具有直观的几何特性，适合在应急场景下快速部署空地协同网络，精准保障满足地面用户的通信与定位性能需求。关键词：无人机;通信定位一体化;应急网络;部署优化766|1009|0更新时间：2025-03-13
- 摘要：随着低空经济的发展及无人机（UAV, unmanned aerial vehicle）的广泛应用，UAV飞行的监管挑战显著增大，通信感知一体化（ISAC, integrated sensing and communication）技术有望解决上述难题，因此第三代合作伙伴计划（3GPP, 3rd Generation Partnership Project）将低空无人机确定为ISAC技术的重要应用场景之一。然而，UAV速度快、尺寸小及飞行高度高的特点会影响感知信号的接收强度与质量，因此亟须研究UAV感知信道的路径损耗特性与建模方法。针对15 GHz和28 GHz频段下的UAV单站感知信道进行测量，研究了感知水平距离、垂直高度差和目标雷达散射截面（RCS, radar cross section）对路径损耗的影响，发现了UAV目标信道和背景信道的低耦合特性，建立了UAV感知目标信道路径损耗与距离模型，支撑了3GPP标准化研究。关键词：无人机;通信感知一体化;路径损耗;3GPP标准化834|603|0更新时间：2025-03-13
- 摘要：在去蜂窝大规模多输入多输出（CF-mMIMO, cell-free massive multiple-input multiple-output）系统中，无人机（UAV, unmanned aerial vehicle）作为移动接入点（AP, access point），在通信和任务执行中发挥的作用越来越重要。为了提高UAV执行复杂任务时的续航能力，研究了基于无线电力传输（WPT, wireless power transmission）的CF-mMIMO的UAV能量收发和轨迹设计方法。以中断用户的通信公平性为优化目标，考虑在UAV任务执行过程中由接入点提供能量补给的能耗约束，对UAV的飞行轨迹、充放电时隙以及波束成形进行联合优化。针对该复杂优化问题，采用基于角度搜索的通信辅助深度Q网络（DQN, deep Q-network）算法，通过限制搜索空间的角度范围，对问题进行有限空间搜索。仿真结果表明，在UAV兼顾续航以及通信情况下，该算法能显著提高UAV的使用率并增强中断用户设备（UE, user equipment）的通信公平性，实现区域动态覆盖。关键词：去蜂窝大规模MIMO系统;动态覆盖;无人机;轨迹设计;无线电力传输187|167|0更新时间：2025-03-13
- 摘要：在多变和复杂的灾害环境中，迅速定位幸存者是一项至关重要的任务，无人机（UAV, unmanned aerial vehicle）群的主动搜索能力在这一过程中发挥着关键作用。然而，无人机的传感器性能与其飞行高度紧密相关，覆盖范围和探测精度难以平衡。为了实现高效的搜索，无人机集群需要在高空飞行以覆盖更广的区域，同时在低空飞行以提高探测的准确性。此时，策略的制定对于无人机集群的协调和决策至关重要。为了应对这些挑战，提出了协同高度自适应强化学习（CARL, collaborative altitude-adaptive reinforcement learning）方法，该方法融合了可变高度传感器模型、基于信心的评估机制以及基于近端策略优化（PPO, proximal policy optimization）的高度自适应规划器。通过CARL方法，无人机能够根据实时情况动态地调整感知策略，并做出更加明智的决策。此外，引入了一种创新的奖励塑造策略，从而在广阔环境中最大化搜索效率。通过在多种条件下的模拟测试，CARL方法在提高完全搜索率方面表现出色，相较于基线方法提升了12%，充分证明了其在提升无人机集群在主动搜索任务中的有效性。关键词：强化学习;贝叶斯学习;协同无人机集群;主动搜索框架441|291|0更新时间：2025-03-13
- 摘要：在物联网、边缘计算、自主定位导航等技术的推动下，无人机集群被广泛应用于应急通信、数据收集、环境测绘、智能物流等场景。为了在有限通信资源下实现最优的系统性能，设计了一种面向无人机集群的远程控制框架。该框架考虑了无人机所处外部环境的差异，结合状态估计误差和控制误差构建了一个控制指令与调度决策联合优化问题。该问题可以分解为鲁棒控制器设计和更新决策调度两个子问题，分别通过二次规划与李雅普诺夫优化方法求解。仿真结果验证了先验情境信息、控制误差等因素在无人机集群调度中的重要性。与只考虑状态估计误差的传统策略相比，新方法可以使跟踪误差最多减小13.74%，同时在不同的状态转移噪声时均能展现出更好的性能。关键词：无人机集群控制;移动边缘计算;资源分配353|379|0更新时间：2025-03-13
- 摘要：随着无人机（UAV, unmanned aerial vehicle）与物联网（IoT, Internet of things）技术的深度融合，低空物联网中传输了大量包含敏感信息的数据，存在严重的隐私泄露风险。联邦学习（FL, federated learning）允许多个参与者共同训练模型而无须共享敏感数据，为低空物联网安全应用提供了隐私保护的方案。但是，随着应用场景越来越丰富，节点异构性、网络动态性等特点导致低空物联网下的联邦学习非常不稳定。提出了一种结合Raft选举算法和权重计算的新型联邦学习方法（FedPRE-W, federated fearning based on proxy Raft election and weight calculation），提高了联邦学习的稳定性和效率。针对遮挡、网络动态变化以及节点能量耗尽等导致的代理设备中断问题，通过Raft选举算法选举新的代理设备，保障联邦学习的稳定性。结合节点异构性，通过计算节点权重，选举性能强的节点当选代理，提升了联邦学习的效率。最后，在公开数据集上对所提方法进行验证，结果显示，FedPRE-W算法在减少通信轮数、加速模型收敛以及提高系统稳定性等方面有显著优势。该方法为低空物联网进行安全、稳定、高效的联邦学习提供了一种可行的解决方案。关键词：低空物联网;联邦学习;设备选举策略;稳定性;训练效率406|253|0更新时间：2025-03-13
- 摘要：随着无人驾驶技术的发展，低空物联网逐步成为国家产业创新的重点方向。高精度与强适应的实时定位与建图是实现无人系统智能化运行的关键。然而，单一无人系统感知能力的局限性以及视觉传感器的易受干扰性，致使传统方法难以满足复杂动态环境下的实时定位与建图需求。为提升定位与建图的准确性和适应性，创新性地提出了一种毫米波雷达辅助的多机协同定位与建图方案。该方案深入挖掘毫米波雷达时、空、多普勒域等多维度特征，有效筛选可靠点云信息实现本地里程计以及局部地图构建。基于共享局部地图信息，设计多无人系统协同的全局优化机制，实现精准定位与建图。实验结果表明，该方案有效保障了系统的鲁棒性和精确性。关键词：定位与建图;毫米波雷达;多机协同;低空物联网201|261|0更新时间：2025-03-13
- 摘要：低空物联网基于空地一体化网络，集成通信和计算功能，在低空场景可以高效地收集、传输和分析数据，为低空经济的发展持续赋能。在这一网络中，无人机（UAV, unmanned aerial vehicle）等空中平台利用机载传感器收集多模态感知数据，并进行基于人工智能（AI, artificial intelligence）的数据处理计算，以支持各种低空场景下的应用，如农业监控和环境建模。执行多模态数据的推理和内容生成任务需要大型AI模型。为了满足这些任务的需求，无人机需要具备强大的计算资源和大量数据支持。这些要求使得高效的推理模型训练和优化变得至关重要。然而，这给现有的低空物联网带来了巨大挑战。为解决这一问题，提出空地一体化云-边模型协同演化架构。在此架构中，无人机作为边缘节点，负责数据采集和小型模型的计算。云服务器通过无线信道与无人机进行信息交互，提供大型模型计算和边缘无人机的模型更新服务，从而实现空地协作。在有限的无线通信带宽限制下，该架构面临着边缘无人机与云服务器之间信息交换调度设计的挑战。为此，提出任务分配、传输资源管理、传输数据量化设计和边缘模型更新的联合策略。该策略通过最大化系统的平均精度（mAP, mean average precision）来提高空地一体化云-边模型协同演化架构的推理准确性。基于边缘模型的平均精度和云模型的平均精度推导出了所提出架构的平均精度闭式下界，并相应地提出了平均精度最大化问题的优化方案。基于视觉分类实验结果的仿真表明，在不同通信带宽和数据量条件下，相比于集中式云模型架构和分布式边缘模型架构，低空物联网在所提出的空地一体化云-边模型协同演化架构下的平均精度均有所提升。关键词：大模型;边缘智能;无人机776|449|0更新时间：2025-03-13
- 摘要：利用正交时频空调制（OTFS, orthogonal time frequency space）作为传输波形的通信感知一体化（ISAC, integrated sensing and communication）系统具有更高的通信资源利用率，成为解决频谱资源短缺的关键技术。随着环境中感知目标数的增加，基站接收到的由多个感知回波信号叠加而成的信号功率差异不明显，采用传统多目标信道感知与目标探测算法会造成误差传递和累积，从而影响系统感知信道参数和目标探测的性能。针对以上问题，提出了一种基于最大似然估计器的多目标信道参数检测与目标探测算法，实现对感知参数估计和目标探测精确度的提升。具体而言，通过对接收到的叠加信号采用并行干扰消除（PIC, parallel interference cancellation）算法，利用从上一轮迭代中得到的结果重建信号，并从接收信号中减去重建的信号，从而提高在感知参数估计和目标探测时回波信号的信干噪比，实现最大似然估计器性能的提升。仿真结果表明，所提算法相较于传统算法能够实现更准确的信道估计和目标探测，并且所提算法具有较好的收敛性，能够有效减少时间开销。关键词：通感一体化;正交时频空调制;信道感知与目标探测;并行干扰消除479|455|0更新时间：2025-03-13
- 摘要：针对海洋物联网（M-IoT, marine Internet of things）中存在多种恶意窃听设备（ED, eavesdropping device），为了确保无人水面艇（USV, unmanned surface vehicle）向高空平台（HAP, high altitude platform）的安全计算卸载，利用非正交多址接入（NOMA, non-orthogonal multiple access）辅助传输机制，将一组空闲的USV充当干扰ED窃听的干扰USV（JU, jamming USV），与传输USV（TU, transmitting USV）形成NOMA集群。考虑能耗约束和安全传输等要求，以最小化系统最大任务处理时延为目标，对TU的卸载比率、传输功率、计算资源分配和NOMA集群选择进行联合优化。为了解决混合整数非凸优化问题，提出了深度确定性策略梯度（DDPG, deep deterministic policy gradient）和交叉熵结合的算法。仿真结果显示，所提算法有效地降低了最大系统任务处理时延，并且保证了系统的安全性。关键词：海洋物联网;移动边缘计算;非正交多址接入;物理层安全178|306|0更新时间：2025-03-13
- 摘要：移动边缘计算中，边缘端服务器和移动终端利用联邦学习分布式架构构建深度模型，使终端之间无须共享数据就可以协作训练，然而深度模型训练需要在服务器和多个客户终端之间进行多轮通信传输，需要消耗大量的通信资源和训练开销。针对这个问题，提出了一种通信高效的联邦学习模型剪枝（CEMP-FL, communication-efficient model pruning for federated learning）架构，服务器运行单次层平衡网络剪枝（SBNP, single-shot layer balance network pruning）算法，通过粗剪枝和精细剪枝的组合，并结合非结构化稀疏参数压缩，显著减少了通信过程中传输的深度模型参数量，并有效地减少了终端侧训练样本分布差异带来的剪枝偏差。同时，使用网络剪枝的层平衡策略（LBP, layer balance policy），确保了深度模型层之间的参数量平衡，在稀疏度很大的情况下有效地推迟了深度模型坍塌。最后，基于两种基准数据集讨论了CEMP-FL在无线场景中的性能，实验表明，提出的CEMP-FL在保证性能的前提下取得了最优的通信成本压缩比，实现了联邦学习分布式训练架构下的高效通信。关键词：联邦学习;剪枝算法;通信效率;层平衡321|209|0更新时间：2025-03-13
- 摘要：针对多个次用户的速率分割多址接入技术辅助的认知无线电（CR-RSMA, cognitive radio-inspired rate splitting multiple access）网络设计了一种接入控制策略，在主用户实现与正交多址接入（OMA, orthogonal multiple access）相同的中断性能并满足次用户通信服务质量（QoS, quality of service）需求的前提下，让更多的次用户接入主用户频段，并在此基础上最大化次用户吞吐量之和。该策略考虑次用户QoS约束，联合优化次用户发射功率分配因子和接入次用户集合，推导出最优功率分配因子的闭合表达式，进而求得次用户最大通信速率和最小通信时间，在此基础上利用贪婪搜索算法确定最终接入的次用户，最后通过优化时间资源实现所有接入次用户吞吐量之和的最大化。仿真结果表明，该策略相比于非正交多址接入技术辅助的认知无线电（CR-NOMA, cognitive radio-inspired non-orthogonal multiple access）网络在接入用户数和吞吐量方面均表现出更优越的性能。关键词：认知无线电;速率分割多址接入;接入控制策略;资源分配133|241|0更新时间：2025-03-13
- 摘要：IPv6地址空间巨大，IPv6单播地址可分为网络前缀和接口标识两部分，网络前缀由运营商（ISP, Internet service provider）分配，接口标识可以手工配置、随机生成或者通过EUI-64格式生成。手工配置或通过EUI-64格式生成的静态IPv6地址存在个人隐私泄露的网络安全风险；随机生成的IPv6地址不满足基于IP地址的网络访问控制需求。因此，提出了一种基于祖冲之（ZUC, ZU Chongzhi）加密的IPv6地址动态编码（ZBDA, ZUC-based dynamic addressing）算法，将网络终端的MAC地址通过ZUC算法加密生成动态的IPv6地址，在接收端解密即可获得终端的MAC地址，以此验证终端的访问权限。ZBDA算法既解决了不当的IPv6地址编址带来的个人隐私泄露问题，又满足了基于IP地址的网络访问控制需求，且该算法的IPv6地址编码和地址验证速度快，具有实际应用价值。关键词：IPv6;地址编码算法;接口标识;隐私泄露;EUI-64;祖冲之111|367|0更新时间：2025-03-13
- 摘要：针对无人机（UAV, unmanned aerial vehicle）图像中小目标所包含的特征信息少，导致模型检测精度不足的问题，面向无人机海面救援任务提出了一种融合多尺度和上下文信息的图像小目标检测算法。首先，针对小目标特征信息设计上下文增强模块，通过增强特征层的上下文信息，有效地增加了模型对小目标的处理能力。其次，为提高模型的鲁棒性，设计了空间注意力模块加强对重要特征的学习。最后，使用平衡L1损失函数优化基线算法的损失函数，加强了模型检测时的稳定性。基于Tiny-Person数据集，与基准算法进行大量实验对比，所提算法在AP50_tiny上提高了2.06%，一定程度上提高了对海面小目标的检测性能，对救援行动具有积极影响。关键词：海面救援;无人机图像;小目标检测;注意力机制;特征融合376|210|0更新时间：2025-03-13
理论与技术
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：212817 今日访问量：640
0