文章目录
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_cGHz)+1.0005*10^{-4}h_{u}^{2}-0.0286h_u+10.5169 PLDU=28.0+22lg(dDUM)+20lg(fcGHz)+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)
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