本書探討了無人機無線網(wǎng)絡理論和實踐的最新進展,用以支持下一代無線網(wǎng)絡的各種應用,包括應急通信、覆蓋和容量擴展、物聯(lián)網(wǎng)(IoT)、信息傳播、未來醫(yī)療、pop-up網(wǎng)絡等;介紹了信道特性和建模、網(wǎng)絡架構、空中網(wǎng)絡、自組織回傳、基于人工智能的軌跡優(yōu)化,以及無人機在農業(yè)、水下通信和應急網(wǎng)絡等領域的應用;本書還給出了基于自組織網(wǎng)絡和人工智能技術的無人機無線網(wǎng)絡的各種用例。
當前,空中網(wǎng)絡(AN)在軍事、民用和公共應用中發(fā)揮著越來越關鍵的作用,已逐漸成為無線通信領域的研究熱點。第三代標準化合作伙伴項目(3GPP)促進了空中無線網(wǎng)絡與未來蜂窩網(wǎng)絡的整合研究。由無人機(UAV)提供的空中無線網(wǎng)絡以較低的成本提供可靠的無線通信,可用于未來各種有通信需求的新型應用。與基于高空平臺的通信或傳統(tǒng)的地面通信相比,用無人機提供的按需通信具有快捷部署的特性,并且在需要重新部署或配置時具有較強的靈活性,特別是其視線(LoS)鏈路距離最短的特性,使得空中無線網(wǎng)絡的傳輸具有較強的優(yōu)勢。
盡管空中無線網(wǎng)絡有很多優(yōu)點,但在實際應用中也受到一些限制,例如能量限制(電池電量有限)、飛行區(qū)域限制和相關安全問題。因此,為自主空中無線網(wǎng)絡開發(fā)新的信號處理、通信與優(yōu)化框架是至關重要的。新型空中無線網(wǎng)絡應可以提供較高傳輸速率,并協(xié)助傳統(tǒng)的地面網(wǎng)絡為傳感應用提供實時和可靠性高的網(wǎng)絡支持。因此,應在考慮用戶的高移動性以及用戶日益增長的數(shù)據(jù)需求的基礎上,對通信信道進行準確的表征;空中無線網(wǎng)絡的空對地(AG)和空對空(AA)信道傳播模型可以通過測量和經驗研究來描述。此外,需要根據(jù)不同的使用場景,對空中無線網(wǎng)絡的關鍵性能指標(KPI)進行優(yōu)化,如飛行時間、軌跡、數(shù)據(jù)速率、能源效率和延遲等。
本書探討了空中無線網(wǎng)絡理論和實踐的最新進展,包括應急通信、物聯(lián)網(wǎng)(IoT)、信息傳播、未來醫(yī)療、pop-up網(wǎng)絡等。本書重點介紹了信道特性和建模、網(wǎng)絡架構、空中網(wǎng)絡、自組織回傳、基于人工智能的軌跡優(yōu)化,以及空中無線網(wǎng)絡技術在農業(yè)、水下通信和應急網(wǎng)絡等領域的應用。本書進一步強調了自主空中網(wǎng)絡設計過程中的主要考慮因素,并探討了由無線通信系統(tǒng)的最新進展帶來的新機遇。本書還向讀者展示了通過自組織網(wǎng)絡和人工智能支持空中無線網(wǎng)絡的各種用例。
無人機為各種需要無線網(wǎng)絡可靠且覆蓋范圍廣的應用提供了一個合適的空中平臺。信道模型在無線通信系統(tǒng)中起著關鍵作用,準確的信道建模對于滿足終端用戶日益增長的數(shù)據(jù)需求是必不可少的。第1章主要討論無人機網(wǎng)絡的信道模型,介紹了無人機通信中的信道建模,同時關注空對地和空對空傳播信道的突出特點,最后討論了無人機作為空中無線節(jié)點實際部署中的一些關鍵研究挑戰(zhàn)。
第2章描述了超寬帶(UWB)信道的基本特性,介紹了人體和無人機在7.5 GHz帶寬下的首次實驗性研究。介紹了測量環(huán)境,詳細說明了在室內和室外環(huán)境中進行視線和非視線情況下的測量活動。此外,還介紹了基于超寬帶無人機到可穿戴設備(UAV2W)的信道特性,以及通過統(tǒng)計分析準確表征無人機與位于身體不同位置的接收器通信時的信道衰減分布。
第3章介紹了基于合作的多智能體Q-learning算法。該算法的設計目標是使網(wǎng)絡中離線的用戶數(shù)量最小化,它確定了頻率的最佳分配方案以及無人機的使用數(shù)量。提出并比較了基于四種不同行動選擇策略的Q-learning算法在設計復雜性、更改運行無人機數(shù)量的能力和收斂時間方面的不同。還提出了數(shù)值結果,給出了感興趣區(qū)域的用戶密度與運行頻率之間的關系。
第4章提出了一個自供能無人機輔助緩存中繼方案。在該方案中,無人機的通信能力可由基于功率分流的無線攜能通信(PS-SWIPT)接收器實現(xiàn)。該接收器采用解碼和轉發(fā)(DF)中繼協(xié)議來協(xié)助信息源節(jié)點向用戶傳輸信息。本章提出了可適應系統(tǒng)內通信過程的信息傳輸框圖。此外,在遵守通信網(wǎng)絡服務質量要求的同時,討論了通信系統(tǒng)的最佳運行時間、資源分配以及無人機的最優(yōu)軌跡,最后介紹了在用戶設備中,系統(tǒng)參數(shù)對信息率影響的數(shù)值仿真結果。
第5章重點介紹了毫米波(mmWave)和太赫茲(THz)通信的案例研究,以及應用毫米波和太赫茲頻段對無人機通信技術的挑戰(zhàn)。本章首先介紹了毫米波和太赫茲頻段的通信潛力,隨后概述了為無人機通信實施毫米波和太赫茲頻段的技術挑戰(zhàn),接下來提出了理論分析,重點是無人機的配置問題。此外,本章考慮嚴格的通信限制,如系統(tǒng)帶寬、數(shù)據(jù)速率、信噪比(SNR)等,研究了無人機輔助的混合異構網(wǎng)絡(HetNet)的性能,通過解決地面小尺寸蜂窩基站(SCB)與無人機通信的相關問題,使整個系統(tǒng)的總速率最大化。數(shù)值結果顯示基于無人機輔助的無線網(wǎng)絡性能良好。
第6章討論了一種使用合作型無人機作為友好干擾器來提高認知無線電網(wǎng)絡安全性能的方法。本章首先介紹了認知無線電系統(tǒng)中無人機合作干擾的系統(tǒng)模型,然后提出了優(yōu)化問題。網(wǎng)絡中的資源分配必須與發(fā)射功率、無人機軌跡進行聯(lián)合優(yōu)化,在滿足主接收機(PR)給定干擾閾值的同時,最大化安全傳輸速率。由于原始問題是非凸的,我們首先將原始問題轉化為可優(yōu)化的形式,然后提出了一種基于凸近似的連續(xù)算法來解決它,最后通過數(shù)值結果驗證了認知無線網(wǎng)絡的安全性能得到顯著改善。
第7章探討了在空中無線網(wǎng)絡中使用智能反射面(IRS)對用戶和基站進行定位的技術。定位是目前和未來無線網(wǎng)絡中的一個重要部分,它可以提高網(wǎng)絡運行效率并協(xié)助多種基于定位的應用。本章首先介紹了相關工作以及基于智能反射面與無人機基站的潛在應用,然后討論了智能反射面在空中無線網(wǎng)絡中的整合以及潛在的使用案例,之后介紹了一個基于智能反射面的自動導航儀的定位模型以及一些數(shù)學模型,最后提出了一些研究方向以及未來研究挑戰(zhàn)。
第8章描述了無人機在災難網(wǎng)絡恢復中的應用。本章首先對無人機網(wǎng)絡進行了概述,包括對無人機架構的描述,即單無人機系統(tǒng)、多無人機系統(tǒng)、合作多無人機系統(tǒng)和多層無人機網(wǎng)絡。然后我們討論了無人機最廣泛的應用與無人機系統(tǒng)要求的不同、在災難網(wǎng)絡恢復背景下無人機網(wǎng)絡的設計考慮、無人機災難網(wǎng)絡的新技術和基礎設施趨勢[即網(wǎng)絡功能虛擬化(NFV)、軟件定義網(wǎng)絡(SDN)、云計算和毫米波網(wǎng)絡],以及人工智能、機器學習、優(yōu)化理論和博弈論等技術。
第9章討論了無人機在智能城市環(huán)境監(jiān)測中對病毒防范的重要性。我們介紹了無人機的兩個使用場景,即無人機作為空中基站(ABS)和無人機作為中轉站,同時還介紹了兩個場景光線追蹤的仿真設置。在空中基站傳輸功率和懸停高度的限制下,我們推導出覆蓋指定區(qū)域的最優(yōu)空中基站數(shù)量,并考慮了光線追蹤模擬的路徑損耗和信道衰減效應。然后,我們描述了使用無人機作為中轉站時的5G空中接口,介紹了地面用戶的接收功率和覆蓋區(qū)域吞吐量的模擬結果。
第10章介紹并討論了基于物聯(lián)網(wǎng)的智能農業(yè)(SF)的研究舉措和科學文獻,然后分析了無人機在智能農業(yè)中的使用方式和應用場景,詳細回顧了文獻中的各項科學工作。接著,本章介紹了聯(lián)網(wǎng)的要求和解決方案,以及對農業(yè)環(huán)境中支持物聯(lián)網(wǎng)方案的現(xiàn)有協(xié)議的簡要對比。最后,本章討論了聯(lián)合使用移動邊緣計算(MEC)和5G網(wǎng)絡的潛在作用,提出了通過無人機和衛(wèi)星連接智能農場的網(wǎng)絡架構。
濕地監(jiān)測需要準確的地形圖和測深圖,這可以通過使用無人機來實現(xiàn),無人機可以定期創(chuàng)建地圖,而且成本最低,對環(huán)境影響也小。第11章介紹了實現(xiàn)該功能所需的一套系統(tǒng)。我們首先討論了自動圖像標記系統(tǒng),接下來介紹了一個用于區(qū)分陸地和水面的在線分類系統(tǒng),然后使用航空機器人創(chuàng)建離線測深制圖。由于離線方法沒有充分利用無人機提供的適應性,我們還介紹了在線測深制圖。最后,本章介紹了結果和分析,以顯示在線測深制圖的最佳組合。
隨著探索深空和連接太陽系行星與地球的研究,傳統(tǒng)的衛(wèi)星網(wǎng)絡已經超越了地球同步赤道軌道(GEO),其中星際互聯(lián)網(wǎng)將發(fā)揮關鍵作用。第12章對衛(wèi)星間以及深空網(wǎng)絡(ISDN)進行了簡要回顧。本章討論了衛(wèi)星網(wǎng)絡以及深空網(wǎng)絡的分類,將其分為不同的層級,同時強調了通信和網(wǎng)絡范式。我們討論了每個層級的安全要求、挑戰(zhàn)和威脅,并提出在衛(wèi)星及深空網(wǎng)絡不同層級中對已確定挑戰(zhàn)的潛在解決方案,最后在結論中強調了衛(wèi)星網(wǎng)絡以及深空網(wǎng)絡在未來蜂窩網(wǎng)絡中的關鍵作用。
穆罕默德·阿里·伊姆蘭(Muhammad Ali Imran),電子科技大學格拉斯哥學院英方院長,英國格拉斯哥大學詹姆斯·瓦特工程學院通信系統(tǒng)教授,同時也是通信感知與成像小組的負責人。
奧盧瓦卡約德·奧尼雷蒂(Oluwakayode Onireti),任教于英國格拉斯哥大學詹姆斯·瓦特工程學院。他于英國吉爾福德的薩里大學獲得電子工程博士學位。
舒賈·安薩里(Shuja Ansari),格拉斯哥大學的助理研究員,蘇格蘭5G中心的城市創(chuàng)新項目負責人。他于英國卡利多尼亞大學獲得工程學博士學位。
卡默·H·阿巴斯(Qammer H.Abbasi),英國格拉斯哥大學詹姆斯·瓦特工程學院通信感應與成像小組的副教授兼副組長。
譯者:西北工業(yè)大學無人機所總工程師, 獲2009年度長江學者成就獎,2016年入選萬人計劃百千萬工程領軍人才,政府特殊津貼獲得者。中國航空學會無人機與微型飛行器分會總干事,中國宇航學會無人飛行器分會理事。
前言
本書貢獻者
第1章 無人機網(wǎng)絡的信道模型 1
1.1 引言 1
1.2 無人機的分類 2
1.3 基于無人機的無線通信 3
1.4 無人機通信中的信道建模 4
1.5 無人機支持的無線網(wǎng)絡的關鍵研究挑戰(zhàn) 10
1.5.1 無人機的最佳部署 10
1.5.2 無人機軌跡優(yōu)化 10
1.5.3 能量效率和資源管理 10
1.6 總結 11
參考文獻 11
第2章 無人機到可穿戴設備系統(tǒng)的超寬帶通道測量與建!16
2.1 引言 16
2.2 測量設置 17
2.3 基于超寬帶的無人機到可穿戴設備的無線電信道特性分析 20
2.3.1 路徑損耗分析 20
2.3.2 時間色散分析 23
2.3.3 不同姿勢下的路徑損耗分析 26
2.3.4 不同姿勢的時間色散分析 26
2.4 統(tǒng)計分析 28
2.5 總結 29
參考文獻 30
第3章 利用強化學習優(yōu)化無人機部署的多智能體協(xié)同方法 32
3.1 引言 32
3.2 系統(tǒng)模型 34
3.2.1 城市模型 34
3.2.2 通信模型 35
3.3 強化學習解決方案 37
3.3.1 完全合作的馬爾可夫游戲 38
3.3.2 去中心化的Q-learning算法 39
3.3.3 行動的選擇 41
3.3.4 衡量標準 43
3.4 典型的仿真結果 43
3.4.1 仿真場景 43
3.4.2 環(huán)境 44
3.4.3 用戶分布 44
3.4.4 仿真 44
3.4.5 數(shù)值結果 45
3.5 結論和未來工作 49
3.5.1 結論 49
3.5.2 未來工作 49
參考文獻 49
第4章 基于強化學習的多無人機協(xié)同優(yōu)化部署方法 52
4.1 引言 52
4.2 系統(tǒng)模型 55
4.2.1 空對地信道模型 57
4.2.2 信號結構 58
4.2.3 無人機的緩存機制 59
4.3 優(yōu)化問題建!59
4.3.1 最大化用戶可獲得的信息速率 59
4.3.2 固定時間和能量調度下的軌跡優(yōu)化 60
4.4 數(shù)值仿真結果 63
4.5 總結 67
4.6 拓展從P1中獲得最優(yōu)解的證明 68
參考文獻 69
第5章 基于毫米波無人機輔助的5G混合異構網(wǎng)絡的性能 72
5.1 無人機部署的意義 72
5.2 概述 73
5.3 毫米波和太赫茲通信的潛力 73
5.4 挑戰(zhàn)和應用 75
5.4.1 挑戰(zhàn) 75
5.4.2 應用 76
5.5 基于無人機的前線連接 76
5.5.1 小型基站的分布 77
5.5.2 無人機的配置 77
5.6 通信模型 78
5.7 小型基站與無人機的相關性 81
5.8 結果分析 83
5.9 總結 87
參考文獻 87
第6章 認知無線電網(wǎng)絡中用于物理層安全的無人機協(xié)同干擾 91
6.1 引言 91
6.2 系統(tǒng)模型 93
6.2.1 信號模型 93
6.2.2 優(yōu)化問題 96
6.3 算法 97
6.3.1 優(yōu)化問題P2的可處理公式 97
6.3.2 基于內部逼近的算法 100
6.4 數(shù)值結果 104
6.5 總結 107
參考文獻 108
第7章 空中移動網(wǎng)絡的智能反射面輔助定位技術 111
7.1 引言 111
7.1.1 相關工作 111
7.1.2 無人駕駛航空器 112
7.1.3 智能反射面 113
7.2 空中網(wǎng)絡中的智能反射面 113
7.2.1 集成智能反射面的空中網(wǎng)絡 114
7.2.2 智能反射面輔助的空中網(wǎng)絡 116
7.3 帶有智能反射面的無人機定位 117
7.4 研究挑戰(zhàn) 120
7.4.1 基于無人機的空中移動網(wǎng)絡的挑戰(zhàn) 120
7.4.2 基于智能反射面的定位挑戰(zhàn) 120
7.5 總結 121
參考文獻 121
第8章 基于無人機的災難恢復網(wǎng)絡性能分析 124
8.1 引言 124
8.2 無人機網(wǎng)絡 124
8.3 無人機網(wǎng)絡的優(yōu)勢 129
8.4 新技術和基礎設施的發(fā)展趨勢 132
8.4.1 網(wǎng)絡功能虛擬化 135
8.4.2 軟件定義網(wǎng)絡 135
8.4.3 云計算 136
8.4.4 圖像處理 136
8.4.5 毫米波通信 137
8.4.6 人工智能 138
8.4.7 機器學習 138
8.4.8 優(yōu)化和博弈論 139
8.5 研究趨勢 139
8.6 展望 141
8.7 總結 142
參考文獻 142
第9章 用于鎖定場景智能監(jiān)控的網(wǎng)絡輔助無人機通信 148
9.1 引言 148
9.2 無人機作為空中基站 150
9.2.1 仿真設置 150
9.2.2 在一個地理區(qū)域內實現(xiàn)蜂窩網(wǎng)絡覆蓋的最佳空中基站數(shù)量 151
9.2.3 性能評估 152
9.3 無人機作為地面通信的中轉站 157
9.3.1 5G空中接口 158
9.3.2 仿真設置 159
9.4 總結 161
參考文獻 161
第10章 用于農業(yè)的無人機:基于物聯(lián)網(wǎng)場景的概述 164
10.1 引言 164
10.2 相關研究項目概況 165
10.3 農業(yè)領域的物聯(lián)網(wǎng)場景 167
10.4 無線通信協(xié)議 169
10.5 多接入邊緣計算和5G網(wǎng)絡 171
10.6 總結 174
參考文獻 174
第11章 空中系統(tǒng)和水下監(jiān)測 179
11.1 引言 179
11.2 自動圖像標記 180
11.2.1 點的選擇 180
11.2.2 測量系統(tǒng) 181
11.2.3 區(qū)域標記 182
11.2.4 測試 183
11.3 水面/陸地的視覺區(qū)分 186
11.3.1 分類器訓練 186
11.3.2 在線算法 187
11.3.3 繪圖 187
11.3.4 傳輸 188
11.3.5 現(xiàn)場實驗 189
11.4 離線測深制圖 190
11.4.1 算法概述 190
11.4.2 算法模擬 190
11.4.3 算法的實施 191
11.4.4 水深測量系統(tǒng) 192
11.5 在線測深制圖 193
11.5.1 選點算法 193
11.5.2 仿真設置 195
11.5.3 結果和分析 196
11.6 總結和未來工作 197
參考文獻 197
第12章 未來衛(wèi)星網(wǎng)絡的需求、安全威脅與相關問題 200
12.1 引言 200
12.2 衛(wèi)星網(wǎng)絡及深空網(wǎng)絡 201
12.2.1 一級衛(wèi)星網(wǎng)絡 201
12.2.2 二級衛(wèi)星網(wǎng)絡 202
12.2.3 三級衛(wèi)星網(wǎng)絡 203
12.3 衛(wèi)星網(wǎng)絡及深空網(wǎng)絡的安全要求、挑戰(zhàn)和威脅 204
12.3.1 安全挑戰(zhàn) 204
12.3.2 安全威脅 206
12.4 總結 207
參考文獻 207
第13章 未來研究熱點 211