The mobile relaying technique is a critical enhancing technology in wireless communications due to a higher chance of supporting the remote user from the base station (BS) with better quality of service. This paper investigates energy-efficient (EE) mobile relaying networks, mounted on an unmanned aerial vehicle (UAV), while the unknown adversaries try to intercept the legitimate link. We aim to optimize robust transmit power both UAV and BS along, relay hovering path, speed, and acceleration. The BS sends legitimate information, which is forwarded to the user by the relay. This procedure is defined as information-causality-constraint (ICC). We jointly optimize the worst case secrecy rate (WCSR) and UAV propulsion energy consumption (PEC) for a finite time horizon. We construct the BS-UAV, the UAV-user, and the UAV-adversary channel models. We apply the UAV PEC considering UAV speed and acceleration. At last, we derive EE UAV relay-user maximization problem in the adversarial wireless networks. While the problem is non-convex, we propose an iterative and sub-optimal algorithm to optimize EE UAV relay with constraints, such as ICC, trajectory, speed, acceleration, and transmit power. First, we optimize both BS and UAV transmit power, and hovering speed for known UAV path planning and acceleration. Using the optimal transmit power and speed, we obtain the optimal trajectory and acceleration. We compare our algorithm with existing algorithms and demonstrate the improved EE UAV relaying communication for our model.


翻译:由于支持基地站(BS)远程用户、提高服务质量的机会增加,移动式中继技术是无线通信的一个至关重要的强化技术。本文调查了在无人驾驶飞行器上安装的节能(EE)移动式中继网络,而不明对手则试图拦截合法链接。我们的目标是优化UAV和BS的强大传输能力,转发盘旋路径、速度和加速。BS发送了合法信息,由中继转发给用户。这个程序被定义为信息-因果控制(ICC ) 。我们联合优化了最差的越轨(WCSR)和UAV推进能源消费(PEC),以达到一定的时间范围。我们建造了BS-UAV、UAV用户和UA-反动频道模型。我们应用UAVPP的快速传输功能,考虑UAV的速度和加速速度。最后,我们从对对对抗性无线网络的 EEAVE模式的用户最大理解最大化问题。我们的问题是非康克斯,我们提议在最短的轨道上和次最佳的对UAVAU-A速度进行比A、最接近速度和最接近速度和最接近速度的导航。我们用最优化的快速、最优化的UAUAU。我们展示和最接近速度和最接近速度、最慢的动力的导航、最慢的动力和最快的导航和最快的导航和最快的导航和最快的导航和最快的导航、最快的导航和最快的导航和最快的导航。

0
下载
关闭预览

相关内容

【Cell】神经算法推理,Neural algorithmic reasoning
专知会员服务
28+阅读 · 2021年7月16日
专知会员服务
81+阅读 · 2021年5月10日
专知会员服务
48+阅读 · 2021年4月24日
Diganta Misra等人提出新激活函数Mish,在一些任务上超越RuLU
专知会员服务
14+阅读 · 2019年10月15日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
R语言自然语言处理:文本分类
R语言中文社区
7+阅读 · 2019年4月27日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年9月23日
Arxiv
0+阅读 · 2021年9月23日
Arxiv
8+阅读 · 2019年2月15日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
计算机类 | 低难度国际会议信息6条
Call4Papers
6+阅读 · 2019年4月28日
R语言自然语言处理:文本分类
R语言中文社区
7+阅读 · 2019年4月27日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员