论文部分内容阅读
未来移动网络数据传输量将呈现爆炸式增长,而地面通信资源紧缺,急需向空间拓展新的通信维度,否则将造成通信性能瓶颈等问题。为了解决该问题,可以利用移动性高和具有视距传输能力的无人机来扩大网络覆盖率和提高通信吞吐率。但是无人机辅助的通信网络也存在着一些问题。首先,由于连接无人机和核心网络的回程链路容量是受限的,在传输高峰期时容易发生网络拥塞从而降低了用户体验。其次,由于无线通信的广播性,无人机辅助的通信网络中存在着严重的干扰问题,影响了传输性能。此外,由于开放的物理信道和无人机的视距传输,无人机辅助的通信网络中面临着严重的安全问题。针对上述问题,本文对无人机辅助的通信网络进行了研究,利用缓存技术减少回程链路的负载,使用干扰对齐技术来管理用户间干扰,并发射人为干扰信号来破坏窃听。进一步,利用无人机的移动性,通过优化无人机的飞行轨迹和时间调度来提高边缘用户的传输速率和无人机中继网络的安全性。具体包括:(1)针对无人机辅助的密集小蜂窝通信网络:首先,利用缓存技术来减小回程链路的传输负载压力。然后,设计地面基站的预编码矩阵将干扰对齐到来自无人机干扰的方向上,再设计解码矩阵与干扰方向正交消除用户间的干扰。其次,设计人为干扰信号来破坏窃听。(2)针对无人机辅助的边缘网络传输:首先构建了无人机辅助的边缘网络传输的系统模型。然后,在基于地面基站服务的用户的传输速率门限的约束下,通过优化无人机的飞行轨迹和时间调度来最大化边缘用户的总传输速率。并设计了一种低复杂度的基于连续凸优化的迭代算法。(3)针对无人机辅助的中继网络的安全传输:首先,利用缓存技术保证具备缓存能力的用户的安全传输。接着,基于缓存用户的安全性约束,通过优化无人机的飞行轨迹和时间调度来最大化未缓存用户信息传输的保密速率。并设计了一种基于连续凸优化技术的迭代算法。(4)针对无人机辅助的应急通信网络:首先将无人机通信和端到端通信(Device to Device,D2D)用于灾难地区实现快速的通信恢复。接着,通过优化用户连接调度来最大化无人机服务用户的总传输速率和D2D连接用户数目的加权和。并分别提出了基于学习的聚类算法和松弛算法来近似求解该优化问题。