星地融合网络的上行链路覆盖性能分析模型

星地融合网络可以提供天、空、地、海立体全场景信息覆盖,满足用户多样的业务需求。针对星地融合网络,提出了基于覆盖概率的星座数和基站数的分析模型(AMCP)。该模型为星地融合网络的上行链路覆盖概率提供了分析方法。表述卫星星座数和基站数对用户信号的干扰,构建满足用户覆盖概率条件下的卫星星座数和基站密度的表达式。通过仿真分析了卫星星座数和基站密度对覆盖概率的影响,仿真结果为设计星地融合网络提供分析基础。

基于超声波测距和多普勒测速的室内无人机跟踪定位算法

针对室内无人机的跟踪定位问题,提出一种基于超声波测距和多普勒测速的跟踪定位算法(TLUD)。TLUD算法通过估计超声波信号到达接收端的到达时间差,估计声源离接收端的距离(测距),并利用多普勒效应估计无人机移动的速度(测速)。再利用卡尔曼滤波算法,并结合测距和测速数据,修正测距数据。最后,利用泰勒级数展开的最小二乘法估计无人机位置,实现对无人机的跟踪。仿真结果表明,该算法在室内环境的平均定位误差约为0.55 cm。

面向无人机协助的WSNs的数据收集策略

射频能量捕获(Radio Frequency Energy Harvesting,RF-EH)技术为解决无线传感网络(Wireless Sensor Networks,WSNs)能量有限问题提供了新的方法。为此,针对无人机(Unmanned Aerial Vehicle,UAV)协助的WSNs网络,提出时隙优化的数据收集(Time Slot Optimizing data-gathering,TODG)策略。在TODG策略中,节点先接收来自电力包(Power Beacon,PBs)的无线电能传输(Wireless Power Transfer,WPT)进行充电;再构建最小化中断概率的时隙分配的目标函数,借助于CVX工具求解,获取最优的时隙分配。仿真结果表明,通过优化时隙,TODG策略能够降低中断概率,提升吞吐量。

一种吞吐量优化的无人机飞行轨迹规划算法

基于无人机(Unmanned Aerial Vehicle,UAV)协作通信已成为满足下一代蜂窝用户需求的有效技术。UAV的飞行轨迹对通信服务质量有直接影响。为此,提出吞吐量优化的UAV飞行轨迹规划(UAV Trajectory Planning to Maximize Throughput,TPMT)算法。TPMT算法以最大化用户与UAV通信链路的吞吐量为目标函数,并通过求解目标函数规划UAV的飞行轨迹。先构建用户与UAV的信道模型,再建立最大化吞吐量的目标函数,然后,引用混合优化算法GASimplex求解目标函数。仿真结果表明,提出的TPMT算法能够快速收敛,并提高了吞吐量。

基于FSO的星地协作系统中断概率的性能分析

针对卫星信道的衰落特性和阴影效应,分析了基于自由空间光(Free-Space Optical,FSO)通信的星地协作系统的中断概率性能。在卫星至无人机(Unmanned Aerial Vehicle,UAV)间采用RF信道,并采用解码-转发(Decode-and-Forward,DF)模式;在无人机至目的节点(地面用户)采用FSO信道。利用双状态的Lutz模型表述陆地卫星移动通信链路(Land Mobile Satellite,LMS),并引用Gamma-Gamma分布表述由大气湍流引起的光信号强度的波动。推导了星地协作系统的中断概率的闭环表述式,并利用MATLAB进行仿真。仿真结果表明,阴影效应的时间对传输信号的质量有重要影响。当陆地FSO链路处于较恶劣的大气湍流环境时,LMS信道状态对系统的总体性能影响甚少。