MétaCan
Menu
Retour à la cohorte
Enregistrement W4394938938 · doi:10.1109/tvt.2024.3390693

Precoding and Trajectory Design for UAV-Assisted Integrated Communication and Sensing Systems

2024· article· en· W4394938938 sur OpenAlexaff
Rong Chai, Xianglin Cui, Ruijin Sun, Dongmei Zhao, Qianbin Chen

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensMcMaster University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPrecodingTrajectoryComputer scienceElectronic engineeringZero-forcing precodingEngineeringMIMOPhysicsBeamforming

Résumé

récupéré en direct d'OpenAlex

Benefited from the characteristics of high mobility, low cost and convenient deployment, unmanned aerial vehicles (UAVs) can be deployed in wireless communication systems as mobile base stations (BSs) to improve the communication performance of users. In addition, by deploying communication and sensing equipment and supporting efficient resource sharing of communication and sensing technologies, UAVs are expected to act as high-performance aerial platforms which integrate communication and sensing technologies. In this paper, a multiantenna UAV-enabled joint communication and sensing scenario is examined by jointly considering the flight energy of the UAV, multi-antenna transmissions, and the user service requirements. Two optimization problems are respectively formulated for various UAV states. In particular, the problem of communication precoding and UAV flight trajectory optimization is formulated as a minimum user rate maximization problem and the joint optimization problem of UAV sensing position, communication and sensing precoding is formulated as a minimum target detection probability maximization problem. Since the minimumrate maximization problem is a non-convex optimization problem, which is difficult to solve directly, we decompose the original optimization problem into a communication precoding design subproblem and a UAV trajectory design subproblem, and solve the two subproblems successively by applying an alternate iteration method. Specifically, a zero forcing (ZF) algorithm is put forward for solving the communication precoding design subproblem. A successive convex approximation (SCA) algorithm is applied to determine the optimal trajectory of the UAV. Based on the optimal trajectory of the UAV, the sensing position optimization problem is modeled as a weighted distance minimization problem, and then a heuristic algorithm is proposed to obtain the optimal positions. Finally, a ZF algorithm-based joint communication and sensing precoding is presented. The effectiveness of the proposed algorithm is verified by simulations.

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 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 enseignants0,918
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,221
Écart entre enseignants0,205 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetUAV Applications and OptimizationTravaux en français237 207