频率选择性衰落信道DS-CDMA无人机中继通信系统航迹规划

无人机中继通信是实现远距离无线通信的一种重要技术手段，无人机的飞行航迹对无人机中继通信系统的链路传输可靠性存在显著的影响，在频率选择性衰落信道环境下研究了基于直序列码分多址（DS-CDMA）的无人机中继通信系统的航迹优化的问题。首先，给出了基于DS-CDMA的译码转发无人机中继通信系统的模型，并理论分析给出无人机中继通信系统的链路中断概率及平均误码率计算公式，以此为基础，基于链路中断概率最小化准则提出了中继无人机的航迹规划方法，最后通过仿真验证了所提出方法的正确性与有效性。研究表明：最大比值合并DS-CDMA无人机中继通信系统可充分获取频率选择性衰落信道提供的分集增益，显著改善链路传输的可靠性。     

毫米波通信定位一体化自组网资源分配技术

毫米波通信链路具有低延迟、高速率和高定向性的特点,能够实现高速率自组网通信和高精度节点定位。在通信定位一体化背景下,研究了毫米波自组网中的多用户资源分配问题。系统采用基于正交频分多址(OFDMA)的多用户通信定位一体化框架,推导了基于位置估计误差界(PEB)和方位估计误差界(OEB)的多用户定位性能准则和基于数据速率的通信准则,建立了时域和频域的资源分配优化问题模型,在保障链路通信速率的前提下,最优化用户的定位性能指标。为了求解上述混合整数非线性规划问题,引入广义Benders分解算法,将优化问题分解为主问题和子问题进行迭代求解,得到有效的资源分配结果,最后通过仿真验证了资源分配对定位与通信性能的影响以及算法的有效性。     

毫米波通信定位一体化自组网资源分配技术

毫米波通信链路具有低延迟、高速率和高定向性的特点,能够实现高速率自组网通信和高精度节点定位。在通信定位一体化背景下,研究了毫米波自组网中的多用户资源分配问题。系统采用基于正交频分多址(OFDMA)的多用户通信定位一体化框架,推导了基于位置估计误差界(PEB)和方位估计误差界(OEB)的多用户定位性能准则和基于数据速率的通信准则,建立了时域和频域的资源分配优化问题模型,在保障链路通信速率的前提下,最优化用户的定位性能指标。为了求解上述混合整数非线性规划问题,引入广义Benders分解算法,将优化问题分解为主问题和子问题进行迭代求解,得到有效的资源分配结果,最后通过仿真验证了资源分配对定位与通信性能的影响以及算法的有效性。     

无人机中继平台覆盖区域统计模型

针对中继信号覆盖区域确定性模型没有考虑信道随机衰落影响的问题,提出了一种基于中断概率的无人机（UAVs）中继平台信号覆盖半径统计模型。通过将中继链路建模为包含路径损耗、阴影衰落和多径衰落的复合分布模型,推导获得中继信号覆盖半径的概率分布,并给出一种利用中断概率数值求解覆盖半径的方法。仿真结果表明,信道衰落对覆盖半径影响非常大,当中断概率小于10%时,覆盖半径仅为无衰落信道时的一半。研究结果对移动自组织网络（MANETs）中的中继网络的无人机最优布置、飞行策略以及网络性能评估等具有重要的参考价值。     

无人机中继平台覆盖区域统计模型简

 针对中继信号覆盖区域确定性模型没有考虑信道随机衰落影响的问题,提出了一种基于中断概率的无人机（UAVs）中继平台信号覆盖半径统计模型。通过将中继链路建模为包含路径损耗、阴影衰落和多径衰落的复合分布模型,推导获得中继信号覆盖半径的概率分布,并给出一种利用中断概率数值求解覆盖半径的方法。仿真结果表明,信道衰落对覆盖半径影响非常大,当中断概率小于10%时,覆盖半径仅为无衰落信道时的一半。研究结果对移动自组织网络（MANETs）中的中继网络的无人机最优布置、飞行策略以及网络性能评估等具有重要的参考价值。     

空时分组编码的无人机中继通信航迹规划方法

无人机(UAV)中继通信是实现远距离点对点无线通信的一种重要技术手段。为提高无人机中继通信系统链路传输的可靠性,提出基于空时分组编码的无人机放大转发中继通信传输方案,并基于双跳链路遍历容量最大化的准则给出了无人机最佳航迹规划方法,并进一步利用FM-EM算法给出了基于空时分组编码无人机中继通信系统的中断概率及遍历信道容量计算公式。计算机仿真表明:提出的方法显著优于传统的单发单收(SISO)无人机中继通信系统。     

深空中继通信束聚合效能研究

针对深空中继通信环境中BP/LTP协议加入束聚合策略对数据传输效率的影响问题,建模分析LTP数据块传输时间,考虑多会话并发及中继节点参与,获得应用数据在深空中继环境中总传输时间的期望,分析出束聚合策略对深空中继通信性能的影响。通过数值实验对不同束聚合值在典型深空中继通信环境中的效率进行了检验。结果表明:在应答链路不阻塞的约束下,越小的束聚合规模传输效率越高,且节点发送缓存大小对性能有重要影响。     

基于遗传算法的无人机自组网吞吐量优化方法

在一些紧急情况下,无人机自组网可以为特定地域提供通信服务。无人机自组网中的每架无人机相当于一个路由器,通过无线链路形成一个网络,以实现中继通信的目的。吞吐量是一个重要的网络性能指标,无人机节点的位置对其有一定影响。首先从无人机位置和终端选择两个方面分析了无人机自组网吞吐量的影响因素;其次,建立了无人机自组网吞吐量优化的数学模型;再次,提出了一种基于遗传算法的无人机位置优化算法,使无人机网络的吞吐量最大化;最后,使用Matlab从性能、位置约束半径（PCR）的影响和粒度半径（PSR）的影响三个方面对该算法进行了仿真。结果表明,通过控制无人机位置,吞吐量可以达到预期目标,优化速度与PCR和PSR有关。     

用于无人机三维航迹规划改进连接型快速扩展随机树算法

无人机的广泛应用,使得航迹规划成为研究的热点。很多算法由于模型简单或规划方法低效,难以有效应用于复杂条件下的航迹规划问题,从而提出一种求解该问题的改进连接型双向快速扩展随机树(RRTConnect)算法。首先,建立无人机航迹规划问题的数学模型;然后,采用RRT-Connect算法求解上述模型时,提出六种生成随机节点的改进策略;最后,将改进的RRT-Connect算法应用于有雷暴威胁的无人机三维航迹规划问题,并与已有的RRT算法和RRT-Connect算法进行对比。结果表明:采用本文提出的方法能够高效的生成可行的无人机航迹。     

无人机自组网络多媒体数据传输路由算法研究

针对无人机自组网络多媒体数据传输中链路不稳定问题,提出了一种无人机自组网络多媒体数据传输路由算法。该算法在GPSR路由算法基础上,结合无人机多媒体通信的特点,充分考虑了位置、速度、运动方向这三个因素对选择下一跳节点的影响,从而达到同时兼顾三者和提高链路性能的目的。提出的算法具有开销小、可靠性高等优点,有效提高了分组交付率以及降低了平均端到端延迟,从而提高了无人机自组网络多媒体数据传输的性能。     

Energy-efficiency maximization for fixed-wing UAV-enabled relay network with circular trajectory

With the development of Unmanned Aerial Vehicles (UAVs), the applications of UAVs have been extensively explored. In the field of wireless communications, the relay nodes are often used to extend network coverage. However, traditional fixed ground relays cannot be flexibly deployed due to their low heights and fixed locations. Hence, deploying UAV as relay node is a promising solution and has become a research hotspot. In this paper, we consider an UAV-enabled relaying network in which a fixed-wing UAV is deployed between the Base Station (BS) and Ground Users (GUs). We study the energy-efficiency gap between the link “BS-UAV-GUs” and the link “BS-GUs”, and jointly optimize UAV relay transmission power and flight radius to achieve the highest energy-efficiency. Firstly, the UAV/BS-GUs channels models and the UAV energy consumption model are built. Secondly, the optimization objective function is formulated to maximize the energy-efficiency gap. Then, the solution of the optimization problem is divided into a two-step iteration process, in which the UAV relay transmission power and flight radius are adjusted to maximize the energy-efficiency gap. Finally, the experimental results under different simulation scenarios (such as cities, forests, deserts, oceans, etc.) are shown to illustrate the effectiveness of the proposed algorithm. The results show that the proposed algorithm can always find the optimal UAV relay transmission power and flight radius settings, and achieve the largest energy-efficiency gap. The convergency speed of the proposed algorithm is fast, and can obtain the optimal solution within only a few iterations.     

基于复杂网络的无人机飞行冲突解脱算法

为解决局部空域内的无人机（UAV）群相撞和可能发生连锁碰撞问题,创新地以复杂网络理论为基础,将无人机群的飞行冲突解脱分为关键节点选择和避撞方向选择2个步骤实施,最大限度地保证无人机群受威胁时的安全性。通过分析无人机群的状态信息,选择最重要无人机（关键节点）进行避撞,同时遵循鲁棒性最小原则进行避撞方向选择。通过2个典型无人机飞行案例的仿真实验,验证该策略不仅可以有效解决当前无人机的冲突问题,而且可以防止连锁碰撞,实现整体的最优化。大量仿真实验验证了所提算法的可行性和可扩展性,以及与随机选择方向避撞算法进行比较,结果表明该算法能够提升无人机群的安全性。     

无人机系统的卫星中继数据链

针对大中型无人机系统实现远程测控与信息传输的技术需求,在参考国外＂捕食者＂、＂全球鹰＂等先进无人机系统技术体制和实现方案的基础上,提出了利用商业或军用通信卫星作为空中中继平台,建立无人机卫星中继数据链,实现我国远程无人机系统的超视距遥控、遥测和侦察信息实时传输的解决方案,这对延伸无人机系统的作用距离、提高作战效能具有重要意义。文中分析了无人机系统卫星中继数据链的技术体制,提出了工程应用中的关键技术,对具体的工程实现具有一定的指导意义。     

集群无人机队形重构及虚拟仿真验证

队形重构是集群无人机（UAV）控制的重要问题，指无人机按照要求安全、无碰撞地从一个队形变换到另一个队形，其难点在于快速规划最优安全轨迹并控制无人机进行轨迹姿态的高精度跟踪。针对集群无人机队形重构的上述问题，首先，基于CAPT（Concurrent Assignment and Planning of Trajectories）算法，解决了多无人机的目标分配和轨迹生成的实时性问题，实现了集群无人机的最优安全路径规划；其次，提出一种有限时间多变量积分滑模连续控制算法，解决了无人机轨迹姿态的高精度跟踪问题，并通过MATLAB仿真验证了该控制算法的有效性；最后，为了更加真实直观地演示无人机三维仿真效果，建立了基于Gazebo-ROS的无人机仿真平台，实现了12架四旋翼无人机队形重构"建模-仿真-可视化"的一体化仿真演示，验证了上述路径规划算法和轨迹姿态控制算法的有效性。     

Proactive optimization of transmission power and 3D trajectory in UAV-assisted relay systems with mobile ground users

In this paper, an Unmanned Aerial Vehicle (UAV)-assisted relay communication system is studied, where a UAV is served as a flying relay to maintain a communication link between a mobile source node and a remote destination node. Specifically, an average outage probability minimization problem is formulated firstly, with the constraints on the transmission power of the source node, the maximum energy consumption budget, the transmission power, the speed and acceleration of the flying UAV relay. Next, the closed-form of outage probability is derived, under the hybrid line-of-sight and non-line-of-sight probability channel model. To deal with the formulated nonconvex optimization, a long-term proactive optimization mechanism is developed. In particular, firstly, an approximation for line-of-sight probability and a reformulation of the primal problem are given, respectively. Then, the reformulated problem is transformed into two subproblems: one is the transmission power optimization with given UAV’s trajectory and the other is the trajectory optimization with given transmission power allocation. Next, two subproblems are tackled via tailoring primal–dual subgradient method and successive convex approximation, respectively. Furthermore, a proactive optimization algorithm is proposed to jointly optimize the transmission power allocation and the three-dimensional trajectory. Finally, simulation results demonstrate the performance of the proposed algorithm under various parameter configurations.     

Search using multiple UAVs with flight time constraints

We consider a large scale system consisting of multiple unmanned aerial vehicles (UAVs) performing a search and surveillance task, based on the uncertainty map of an unknown region. The search algorithm is based on the k-shortest path algorithm that maximizes the effectiveness of the search in term of searching through the maximum uncertainty region, given a constraint on the endurance time of the UAV and on the location of the base station from which the UAVs operate. These constraints set apart this class of problems from the usual search and surveillance problems. We compare the performance of this algorithm with a random search and a greedy strategy search, We also implement the algorithm for the case of multiple UAVs searching an unknown region. The cases of delayed and partial information are also considered. Simulation results that demonstrate the efficacy of the technique are also presented.     

多植保无人机协同路径规划

为实现多植保无人机（UAVs）协同作业,并提高作业效率,提出了一种基于改进粒子群优化（PSO）的多植保无人机协同路径规划算法。根据作业区域的形状面积和植保UAV的作业参数划分各架UAV作业区域,采用栅格法生成各区域全覆盖作业航线。以各架植保UAV各架次植保作业距离为算法寻优变量,在确保各架UAV补给时间满足间隔分布约束条件下,综合考虑补给总次数、返航补给总时间、总耗时和最小补给时间间隔4项因素,并构成目标函数,通过采用改进PSO算法,实现了对各UAV返航顺序和返航点位置的寻优。仿真分析结果表明,相较于最大作业距离规划和最小返航距离规划,本文提出的规划算法表现出了较优的性能和较好的作业区域适应性,证实了其有效性和实用性。     

基于强化学习的多无人机避碰计算制导方法

针对大量固定翼无人机在有限空域内的协同避碰问题,提出了一种基于多智能体深度强化学习的计算制导方法。首先,将避碰制导过程抽象为序列决策问题,通过马尔可夫博弈理论对其进行数学描述。然后提出了一种基于深度神经网络技术的自主避碰制导决策方法,该网络使用改进的Actor-Critic模型进行训练,设计了实现该方法的机器学习架构,并给出了相关神经网络结构和机间协调机制。最后建立了一个实体数量可变的飞行场景模拟器,在其中进行"集中训练"和"分布执行"。为了验证算法的性能,在高航路密度场景中进行了仿真实验。仿真结果表明,提出的在线计算制导方法能够有效地降低多无人机在飞行过程中的碰撞概率,且对高航路密度场景具有很好的适应性。