Improving Dual-UAV Aided Ground-UAV Bi-Directional Communication Security: Joint UAV Trajectory and Transmit Power Optimization
Notice bibliographique
Résumé
This paper investigates a dual-unmanned aerial vehicle (UAV) aided communication system to improve the security of the communication between ground devices and UAVs. Different from the existing works which ignored ground devices mobility and just considered one-way communication security between ground devices and UAVs, we allow the devices to be mobile and consider bi-directional ground-UAV communication security. Specifically, one UAV server communicates with mobile ground devices, and the other UAV jammer is invoked to confuse eavesdroppers. Our objective is to maximize the worst-case average secrecy rate by the joint optimization of UAV trajectory and sender transmit power. To achieve it, we first formulate the worst-case average secrecy rate maximization problem as a constrained Markov decision process (CMDP) under the constraints of UAV flight space, flight speed, energy capacity, anti-collision, and peak transmit power. Then, we design a Deep Deterministic Policy Gradient (DDPG) based algorithm to solve the CMDP. Experiment results demonstrate that our joint optimization scheme can enhance the communication security in terms of the secrecy rate in both UAV-to-ground (U2G) case and ground-to-UAV (G2U) case. Besides, it is observed that UAV trajectory and sender transmit power have different impacts on the communication security in U2G case and G2U case.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».