MétaCan
Menu
Retour à la cohorte
Enregistrement W3166744561 · doi:10.1109/jsac.2021.3088628

Robust 3D-Trajectory and Time Switching Optimization for Dual-UAV-Enabled Secure Communications

2021· article· en· W3166744561 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Journal on Selected Areas in Communications · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesScience and Technology Commission of Shanghai MunicipalityGovernment of Jiangsu ProvinceNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésComputer scienceCoordinate descentOptimization problemTrajectory optimizationMathematical optimizationJammingTrajectoryConvex optimizationArtificial noiseChannel (broadcasting)Real-time computingAlgorithmComputer networkRegular polygonTransmitter

Résumé

récupéré en direct d'OpenAlex

This paper investigates a dual-unmanned aerial vehicle (UAV)-enabled secure communication system, in which, a UAV moves around to send confidential messages to a mobile user while another cooperative UAV transmits artificial noise signals to confuse malicious eavesdroppers. Both UAVs have energy constraints and the location information of eavesdroppers is imperfect. We consider a worst-case secrecy rate maximization problem of the mobile user over all time slots. This optimization problem is solved by jointly designing the three-dimensional (3D) trajectory of UAVs and the time allocation (recharging and service or jamming) under practical constraints including maximum UAV speed, UAV collision avoidance, UAV positioning error, and UAV energy harvesting. Specifically, we adopt a more practical UAV-ground channel model with both large-scale and small-scale fading components. Due to the non-convex feasible region constructed by the complicated constraints, directly finding the optimal solution of the original problem is intractable. To address this issue, we decouple the original optimization problem into three subproblems and develop an iterative algorithm to find its suboptimal solution by using the block coordinate descent technique. To solve each subproblem, certain advanced optimization tools, such as integer relaxation, S-procedure, and successive convex approximation techniques, are utilized. Numerical simulation results are provided to corroborate the theoretical derivations and to evaluate the performance of the proposed algorithm. Additionally, the numerical results assist to draw new insights on the 3D UAV trajectory by comparing the performance with conventional two-dimensional (2D) schemes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,248
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle