【摘 要】
：
科学技术的日新月异带来无线通信的飞速发展,在无人机通信场景下,用户不再满足于简单的点对点交换信息的需求。各种大量计算密集型应用应运而生,给无人机通信带来许多机遇与挑战。移动边缘计算（Mobile Edge Computing,MEC）技术为无人机通信的场景寻求到技术上的创新和突破。在通信任务过大的情况下,搭载了移动边缘计算服务器的设备可以帮助通信终端卸载一部分任务至移动网络边缘,从而缓解通信压力和
论文部分内容阅读
科学技术的日新月异带来无线通信的飞速发展,在无人机通信场景下,用户不再满足于简单的点对点交换信息的需求。各种大量计算密集型应用应运而生,给无人机通信带来许多机遇与挑战。移动边缘计算（Mobile Edge Computing,MEC）技术为无人机通信的场景寻求到技术上的创新和突破。在通信任务过大的情况下,搭载了移动边缘计算服务器的设备可以帮助通信终端卸载一部分任务至移动网络边缘,从而缓解通信压力和提升通信网络计算性能。本文研究了无人机（Unmanned Aerial Vehicle,UAV）与地面基站（Terrestrial Base Stations,TBS）协同以实现计算任务卸载的蜂窝互联的无人机通信系统,一方面,由于无人机自身存硬件物理尺寸等方面的限制,无人机具有恒定的资源约束,所以无人机的能耗问题是一个十分有意义的研究方向。另一方面,本文还考虑将单无人机通信系统延伸至多无人机系统,并且为了让地面基站对无人机尽可能地提供高效的计算卸载服务,我们对如何最大化从无人机卸载至地面基站的传输比特数进行了研究。主要研究内容如下:一、研究了一种无人机与地面基站协同的通信场景,无人机执行自身任务,在其覆盖范围内存在多个地面基站。通过对基于移动边缘计算的地面基站帮助单无人机通信系统进行计算任务卸载展开研究,考虑旋翼无人机推进能耗与自身计算能耗,对通信系统内无人机的总能耗最小化问题展开求解。对无人机预设一个从起始点向目标点飞行的初始飞行轨迹,这里采用的是路径离散初始化方法,并使用时分多址（Time Division Multiple Access,TDMA）通信方式。考虑到实际场景中将计算任务完全迁移至云平台并不现实,所以提出一种资源划分的策略。将任务的一部分迁移到TBS进行计算,另一部分在无人机上进行本地计算。目标是在无人机机动性和TBS能量预算约束下,通过联合优化时间、资源分配、无人机轨迹和比特分配,使无人机的能量消耗最小化。通过用块坐标下降（Block Coordinate Decent,BCD）的方法以及连续凸近似（Successive Convex Approximate,SCA）的方法,将问题分解为多个子问题,并将每一个子问题转化为可解的凸问题,从而进行交替迭代优化求解。最后对仿真结果进行分析,证实所提出的方案以及算法具有有效性。二、考虑另一种蜂窝互联的无人机通信系统,其中由多架旋翼无人机和其覆盖范围内的多个地面基站构成。场景中的多架无人机同样有自己的通信任务,并且为了让所有无人机覆盖范围内的地面基站对各无人机尽可能提供高效的计算卸载服务,我们对如何最大化从无人机卸载至地面基站的传输比特数进行了研究。在保证无人机电池容量限制和服务质量的约束以及防止多无人机的需求冲突和相互碰撞的前提下,形成以最大化无人机向地面基站的卸载比特数,关于无人机的轨迹、上传功率以及无人机对地面基站的关联调度的优化问题。该问题中约束涉及0-1整数变量,不能直接对其求解,需先对其进行松弛处理。最后为了解决该优化问题,可通过BCD的方法将问题分解为多个子问题,用整数规划和连续凸近似SCA的方法求解每个子问题,并采用多变量固定迭代算法对整体问题进行优化。最后通过对仿真结果的分析验证了方案的有效性。
其他文献
随着电磁频谱机动作战理念的发展,雷达和通信系统对带宽和频谱资源的需求越来越高,传统单一功能的电子作战装备已经无法适应这种需求,使得现有的雷达系统与无线通信系统的共存变得越来越迫切,雷达通信一体化技术成为了一种发展趋势。雷达通信一体化中一种有效可行的实现方案是对空域发射技术进行设计,以将通信作为雷达的第二功能。这里所谓的空域发射技术设计主要是指通过形成特定的空域发射方向图,利用方向图的主瓣实现雷达的
随着腔光力学的不断深入研究,复合腔光力系统得到越来越多的青睐。与典型光力系统相比,复合腔光力系统不仅可以将不同物理系统的独特优势结合起来,还可以用来揭示更多新奇的量子光学现象,并且具有更广泛的应用前景。例如,在光信号对机械振子调控方面,通过研究系统的吸收色散特性,可以实现对光力诱导透明、光力诱导吸收、光力诱导放大、快慢光以及简正模劈裂等现象的调控;在研究机械振子的量子调控方面,由于腔光力系统具有较
近年来,移动互联网技术不断发展,已成为用户工作、生活中不可或缺的一部分。物联网接入设备数量的大幅增加以及用户对于无线通信传输速率和服务质量的要求越来越高,使得频谱资源变得的日益紧张。非正交多址接入（Non Orthogonal Multiple Access,NOMA）技术的应用允许用户共享频谱资源,有效提高了频谱资源的利用率及系统的吞吐量。但日益成熟的5G通信技术相较于4G通信技术而言,通信频率
随着无线通信技术的飞速发展,无线网络的安全问题越来越受到公众的重视,但是基于无线网络的开放特性,恶意通信用户也能够正常接入无线通信网络进行非法信息传输。因此,对无线通信网络中可疑通信链路进行主动监听,已经成为监控和打击违法犯罪活动的重要手段。得益于无人机（Unmanned Aerial Vehicle,UAV）灵活部署、高机动性和良好视距（Line of Sight,Lo S）链路等优势,基于无人
在数字图像的传输过程中,数字图像（如与军事、医疗、人脸相关的数字图像等）可能携带需要防止泄漏的敏感信息。因此,数字图像信息的安全是非常重要的。为了确保数字图像信息的安全,可以使用图像加密、图像水印和图像隐写等技术。图像加密在信息传输的过程中发挥着重要作用,它是将原始图像转换为视觉上无意义的表示。目前,深度学习已经在各个领域得到了广泛应用,本文提出了两种基于深度学习与混沌系统的图像加密算法。主要研究
无线电能传输（Wireless Power Transfer,WPT）作为一种新型的供电方式,有着安全、便捷、高效等优点,广受研究和市场青睐。负载无关恒压（Constant Voltage,CV）输出或恒流（Constant Current,CC）输出是无线电能传输（WPT）的重要应用场景。在多负载WPT系统中,充电设备不止一个、充电需求不止一种、充电时充电设备会频繁的移入和移除。因此,为了应对W
正交频分复用（OFDM）波形外辐射源雷达是一种通过被动接收非协作方发射的OFDM波形信号来对目标进行跟踪或定位的双/多基地雷达。然而,此雷达的目标信息提取过程面临着弱目标被同时接收到的直达波和多径回波所淹没的问题。针对这一问题,传统信号处理方法利用雷达回波数据的稀疏性、基于压缩感知重构算法来提取弱目标信息,但这些方法需要人工设置基矩阵和正则化参数等。随着人工智能的崛起和迅速发展,许多学者开始结合深
随着人工智能和工程设计等诸多领域的发展,与之相关的优化问题也越来越复杂。因此,许多先进的群智能算法被用来解决优化问题,其中具有高灵活性和强适应性的粒子群优化算法是改进大多数优化算法的基础。然而,传统的粒子群优化算法在复杂的高维优化问题中的搜索性能较差,在迭代的过程中无法更新群体样本,使种群更容易处于局部最优状态。结合量子信息理论,研究人员对量子粒子群优化算法展开了研究。本文以现有的量子粒子群优化算
提取有效的声学特征对于提升说话人识别系统的性能至关重要,通常,频域特征可以通过梅尔滤波器组从语音信号中提取出来,并且通过改变梅尔滤波器组中的三角滤波器的个数,可以提取不同尺度的频域特征,这些特征所包含的说话人信息存在差异,所以不同尺度的频域特征之间存在互补特性。本文利用深度学习方法,主要研究了基于多尺度频域特征和并行神经网络的说话人识别方法。论文的主要工作如下:1.提出了一种基于多尺度频域特征和并
信息技术的日益发展使人们进入了大数据时代,在各种各样的数据中,图像是人们生活中最常用的一种信息载体。随着图像数据量的大量增加,亟需对图像进行高性能的去噪与生成处理以应对处理速度慢和处理效果差的问题。因此,本文结合量子计算和深度学习设计了图像去噪与生成两种算法。本文的主要工作如下:基于卷积自编码器和残差学习,提出了一种图像去噪算法。卷积自编码器的编码层采用卷积层和最大池化层交替的结构,而解码层采用卷