网络首发
无人机中继辅助底层认知无线电网络通信系统
王文静;王明慧;吕尚儒;李书田;张晋国;针对底层认知无线电网络（Underlay Cognitive Radio Network， UCRN）中信息传输的安全隐患问题，提出一个存在窃听者的无人机（Unmanned Aerial Vehicle， UAV）中继辅助UCRN通信系统。在该系统中，考虑了UAV中继和次用户同时受到同信道干扰（Co-Channel Interference， CCI）和主网络干扰（Primary Network Interference， PNI）的影响，采用最优中继选择方案在Nakagami-m衰落信道下推导系统的保密中断概率（Secrecy Outage Probability， SOP），并通过蒙特卡罗仿真分析信道衰落参数、干扰源数量以及干扰功率对所提系统性能的影响。仿真结果表明，干扰源数量和干扰功率是制约系统保密性能的重要因素，当干扰功率以1%比率线性增加时，保密中断性能有所退化，通过增加UAV中继数量可有效提高系统的保密性能。
空天地场景下的移动边缘计算卸载策略算法
胡智娟;王泽轩;徐飞;针对传统无人机（Unmanned Aerial Vehicle， UAV）边缘计算卸载过程中网络时延高、能耗大以及计算资源有限的问题，提出一种空天地场景下的移动边缘计算卸载策略算法，即随机优先经验回放的多智能体深度确定性策略梯度(Stochastic Prioritized Experience Replay for Multi-Agent Deep Deterministic Policy Gradient，SPER-MADDPG)算法。构建满足地面用户计算资源与网络需求的空-天-地网络架构，通过采用马尔可夫决策模型并引入自适应决策机制，使任务卸载产生的时延与能耗进行最小化。仿真结果表明，相较于多智能体双延迟深度确定性策略梯度算法、MADDPG算法及随机卸载算法，所提算法在移动边缘计算卸载任务处理中显著降低了59.23%的时延和42.1%的能耗，能够解决空天地场景中移动边缘计算卸载成本高的问题。
基于CR-RSMA的无人机反向散射通信系统中断性能分析
黄海燕;李阳轲;梁琳琳;王帆;针对第六代移动通信网络(6th Generation Mobile Networks，6G)中通信设备频谱资源紧张、频谱利用率提升困难的问题，提出基于速率分割多址(Rate-Splitting Multiple Access， RSMA)的认知(Cognitive Radio， CR)无人机反向散射通信(Backscatter Communication， BC)系统。认知网络共享授权网络的频谱，且反向散射设备接收授权网络信号后将部分信号反射给无人机用户。考虑授权网络对认知发射源施加干扰限制的情况下，在瑞利衰落信道下推导了该通信系统中断概率的精确表达式，以及系统的分集增益和吞吐量。验证结果表明，反射系数以及中断阈值增大时，反向散射链路的干扰减小，系统中断概率与之前相比下降了51%；目标速率增大时，信号强度增强，系统吞吐量增加了5%。所提系统在满足实际通信需求时综合考虑了参数选择、系统性能，能够实现对无人机反向散射通信整体的合理权衡。
基于协作语义复用共享的低空经济任务执行策略
丁思颖;任超;尚博东;许力;方禾;郭翰学;针对低空经济中资源受限对无人机执行全任务链效率和成功率降低的问题，提出了一种基于多无人机协作与语义复用共享的低空经济任务执行策略。该策略将多模态信息编码为语义向量，以减轻存储资源的负担。同时，利用多层基站进行任务信息卸载和新数据获取，实现决策信息的重复利用，减少能源消耗。此外，针对不同高度层无人机长期作业导致的语义映射偏差，单一信息经过语义调整后可在不同层无人机的知识库中重复利用，实现语义复用，减少数据冗余，进一步降低计算功耗。仿真结果表明，该策略将无人机在不同高度层的平均功耗降低了25.7%，并在此基础上使其在低空经济活动任务链中的完成率提高了53%。
基于改进的Sage-Husa自适应滤波GNSS/INS组合导航算法
何在民;程昊威;肖恭伟;广伟;何香漪;张傲;针对全球卫星导航系统(Global Navigation Satellite System，GNSS)与惯性导航系统(Inertial Navigation System，INS)组成的GNSS/INS组合导航系统由于环境干扰、模型误差等因素导致定位与测速精度下降的问题，提出一种基于改进Sage-Husa自适应卡尔曼滤波的GNSS/INS组合导航算法。该算法通过协方差匹配技术对滤波过程中的异常量测新息进行判决，并根据判决结果对量测噪声协方差矩阵自适应调整。分别通过仿真实验和城市环境下的实测实验对所提算法的性能进行验证，实验结果表明，相较于传统卡尔曼滤波算法和Sage-Husa自适应卡尔曼滤波算法，所提算法对于量测噪声具有较好的自适应性，且滤波精度及收敛速度得到提升，能够有效地改善GNSS/INS组合导航系统的定位及测速精度。