无人机通信系统的计算和网络资源分配技术研究

发布时间：2023-06-17 23:37

　　随着无线通信的发展,无线网络愈来愈要求支持高吞吐量、超可靠性、低能耗,并且支持多样化应用的架构。然而,过去的研究工作主要集中在只配备固定基础设施的传统网络架构中,如地面基站(Base Station,BS)、接入点(Access point,AP)和固定中继,而传统通信网络难以在沙漠、高层建筑等复杂地区快速的建立通信连接。近年来,无人机(Unmannedaerialvehicle,UAV)由于可以从空中提供灵活的通信连接而成为无线通信系统的研究热点。无人机具有高度的灵活性以及快速部署的能力,能为应急通信、灾后救援提供灵活、高效的服务。无人机辅助的无线网络可以通过动态调整位置来极大地提高系统性能,从而克服传统无线通信架构固定而带来的相关缺陷。本论文研究了无人机辅助移动边缘计算(Mobile Edge Computing,MEC)网络中的计算资源分配和无人机辅助认知无线电(Cognitive Radio,CR)通信场景中的网络资源分配问题,具体内容如下:(1)在无人机辅助的移动边缘计算网络中,为了提高加载效率,研究了计算比特和计算能效折衷的多目标优化问题,对用户CPU频率、传输功率、加载时...

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 无人机辅助移动边缘计算网络的资源分配现状
        1.2.2 无人机辅助认知无线电网络的资源分配研究现状
    1.3 研究内容
    1.4 本论文架构安排
第2章 理论基础
    2.1 无人机信道模型
    2.2 移动边缘计算网络模型
        2.2.1 移动边缘计算系统的介绍
        2.2.2 移动边缘计算加载技术
    2.3 认知无线电网络
        2.3.1 认知无线电原理
        2.3.2 认知无线电网络的功率约束
    2.4 凸优化理论基础
        2.4.1 拉格朗日对偶问题（Lagrange Duality)
        2.4.2 多目标优化
        2.4.3 KKT条件
        2.4.4 S-proedure
    2.5 本章小结
第3章 无人机移动边缘计算网络的资源优化分配
    3.1 系统模型
        3.1.1 信道模型
        3.1.2 本地计算和计算加载
    3.2 制定目标问题及优化求解
        3.2.1 用户发射功率、加载时间以及CPU频率优化
        3.2.2 无人机轨迹优化
    3.3 仿真结果
        3.3.1 参数设置
        3.3.2 结果分析
    3.4 本章小结
第4章 认知无人机网络的资源优化分配
    4.1 系统模型
    4.2 优化模型设计
    4.3 二阶迭代算法求解
        4.3.1 给定无人机轨迹优化发射功率
        4.3.2 给定无人机发射功率优化轨迹
    4.4 仿真结果
        4.4.1 参数设置
        4.4.2 仿真分析
    4.5 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
攻读学位期间的研究成果



本文编号：3834363