摘要
- 优化无人机到HAP的信道分配、用户功率和无人机三维位置来研究上行安全传输
- 解决非凸问题,采用K-means聚类算法,将成对的用户划分成不同的组,每个簇可以有相应的无人机服务,然后将构造的优化问题化解成三个子问题,并基于块坐标下降算法进行迭代求解,最后进行仿真。
相关模型
- 城市宏蜂窝(UMa)模型表示用户-无人机链路中的路径损耗PL
P L D U = 28.0 + 22 l g ( d D U [ M ] ) + 20 l g ( f c [ G H z ] ) + 1.0005 ∗ 1 0 − 4 h u 2 − 0.0286 h u + 10.5169 PL_{DU}=28.0+22lg(d_{DU}[M])+20lg(f_c[GHz])+1.0005*10^{-4}h_{u}^{2}-0.0286h_u+10.5169 PLDU=28.0+22lg(dDU[M])+20lg(fc[GHz])+1.0005∗10−4hu2−0.0286hu+10.5169 - 通过率损失(2)
- NOMA对中的相邻用户和远处用户到UAV或EVE的可达速率(3)(4)
- UAV到EVE或HAP的速率(5)
- 相邻用户和远程用户的安全速率(6)
- 优化问题(7)-(12)
仿真实验
参数 | 数据 |
---|---|
用户 | 随机分布,用户数量为40 |
信道 | 随机分配 |
功率P | 最大值 |
无人机高度:H | HAP和用户之间的中间值 |
UAV数量:M | 4 |
信道数量:K | 5 |
每个用户带宽:B | 180kHz |
载波频率 | 2.1GHz |
HAP坐标 | [500,500,950] |
EVE(偷听设备) | [400,800,500] |
UAV最小距离、最高距离 | 50/500m |
用户设备最小和最大功率 | 0.1/1W |
定量分析:功率一定(1)、高度一定(150m处悬停)、NOMA相关(有利情况下选择NOMA,无礼情况下选择NMA)、NOMA随机(随机配对选择频谱)、正交频分多址接入(OFDMA,用户独立访问子信道)文章来源地址https://www.toymoban.com/news/detail-714955.html
仿真结果
- UAV 3D位置图
- 安全和速度与迭代之间的关系
提出算法,安全性能更高。
- 所消耗的时间
提出的方案:系统性能提高,但是时间成本消耗高
Wang, D.; Wu, M.; He, Y.; Pang, L.; Xu, Q.; Zhang, R. An HAP and UAVs Collaboration Framework for Uplink Secure Rate Maximization in NOMA-Enabled IoT Networks. Remote Sens. 2022, 14, 4501. https://doi.org/10.3390/rs14184501
文章来源:https://www.toymoban.com/news/detail-714955.html
到了这里,关于16 用于NOMA IoT网络上行链路安全速率最大化的HAP和UAV协作框架的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!