論文の概要: Energy-Efficient Cellular-Connected UAV Swarm Control Optimization

• arxiv url: http://arxiv.org/abs/2303.10398v1
• Date: Sat, 18 Mar 2023 11:42:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-21 19:36:29.673838
• Title: Energy-Efficient Cellular-Connected UAV Swarm Control Optimization
• Title（参考訳）: エネルギー効率の良いセル接続型UAV群制御最適化
• Authors: Yang Su, Hui Zhou, Yansha Deng and Mischa Dohler
• Abstract要約: セル接続型UAVSwarmネットワークにおける2相指令制御(C&C)伝送方式を提案する。 制約付きマルコフ決定過程として問題を定式化し、最適方針を求める。 我々のアルゴリズムは、エネルギー制約下で共通C&Cを受信するUAVの数を最大化することができる。
• 参考スコア（独自算出の注目度）: 25.299881367750487
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cellular-connected unmanned aerial vehicle (UAV) swarm is a promising solution for diverse applications, including cargo delivery and traffic control. However, it is still challenging to communicate with and control the UAV swarm with high reliability, low latency, and high energy efficiency. In this paper, we propose a two-phase command and control (C&C) transmission scheme in a cellular-connected UAV swarm network, where the ground base station (GBS) broadcasts the common C&C message in Phase I. In Phase II, the UAVs that have successfully decoded the C&C message will relay the message to the rest of UAVs via device-to-device (D2D) communications in either broadcast or unicast mode, under latency and energy constraints. To maximize the number of UAVs that receive the message successfully within the latency and energy constraints, we formulate the problem as a Constrained Markov Decision Process to find the optimal policy. To address this problem, we propose a decentralized constrained graph attention multi-agent Deep-Q-network (DCGA-MADQN) algorithm based on Lagrangian primal-dual policy optimization, where a PID-controller algorithm is utilized to update the Lagrange Multiplier. Simulation results show that our algorithm could maximize the number of UAVs that successfully receive the common C&C under energy constraints.
• Abstract（参考訳）: セルラー接続無人航空機(UAV)群は、貨物輸送や交通制御など様々な用途において有望なソリューションである。 しかし、高い信頼性、低レイテンシ、高エネルギー効率でUAVスワムと通信し制御することは依然として困難である。 本稿では,地上基地局(GBS)が共通C&Cメッセージを第1相でブロードキャストするセル接続型UAVスワムネットワークにおいて,2相指令制御(C&C)伝送方式を提案する。 フェーズIIでは、C&Cメッセージの復号に成功したUAVは、遅延とエネルギーの制約の下で、デバイス間通信(D2D)を介して他のUAVにメッセージを中継する。 遅延やエネルギー制約の中でメッセージを受信するUAV数を最大化するために、制約付きマルコフ決定プロセスとして問題を定式化し、最適なポリシーを求める。 この問題に対処するために、ラグランジュのプライマリ・デュアルポリシー最適化に基づく分散制約付きグラフアテンションマルチエージェントディープQ-ネットワーク(DCGA-MADQN)アルゴリズムを提案し、そこでPID制御アルゴリズムを用いてラグランジュ乗算器を更新する。 シミュレーションの結果,エネルギー制約下での共通C&C受信に成功しているUAV数を最大化できることが示唆された。

関連論文リスト

• Covert Multicast in UAV-Enabled Wireless Communication Systems With One-hop and Two-hop Strategies [8.702721247072429]
  無人航空機(UAV)による無線通信システムにおける隠蔽マルチキャストの時間について検討する。 本稿では,1つの(OH)パーティクルスワム(PSO)に基づくアルゴリズムと,送信方式とTH方式の性能モデリングのための網羅的なフレームワークを提案する。 提案したPSOアルゴリズムの効率は、広範囲な数値的な結果によって検証される。
  論文  参考訳（メタデータ） (2024-10-16T06:46:30Z)
• UAV-enabled Collaborative Beamforming via Multi-Agent Deep Reinforcement Learning [79.16150966434299]
  本稿では,UAVを用いた協調ビームフォーミング多目的最適化問題 (UCBMOP) を定式化し,UAVの伝送速度を最大化し,全UAVのエネルギー消費を最小化する。 ヘテロジニアス・エージェント・信頼領域ポリシー最適化(HATRPO)を基本フレームワークとし,改良されたHATRPOアルゴリズム,すなわちHATRPO-UCBを提案する。
  論文  参考訳（メタデータ） (2024-04-11T03:19:22Z)
• UAV Swarm-enabled Collaborative Secure Relay Communications with Time-domain Colluding Eavesdropper [115.56455278813756]
  航空中継機としての無人航空機(UAV)は、インターネットモノ(IoT)ネットワークの補助として事実上魅力的である。 本研究では,UAV基地局と端末端末装置間のセキュアな通信を支援するために,UAVを活用することを目的とする。
  論文  参考訳（メタデータ） (2023-10-03T11:47:01Z)
• Multi-Objective Optimization for UAV Swarm-Assisted IoT with Virtual Antenna Arrays [55.736718475856726]
  無人航空機(UAV)ネットワークはIoT(Internet-of-Things)を支援するための有望な技術である 既存のUAV支援データ収集および普及スキームでは、UAVはIoTとアクセスポイントの間を頻繁に飛行する必要がある。 協調ビームフォーミングをIoTとUAVに同時に導入し、エネルギーと時間効率のデータ収集と普及を実現した。
  論文  参考訳（メタデータ） (2023-08-03T02:49:50Z)
• AI-based Radio and Computing Resource Allocation and Path Planning in NOMA NTNs: AoI Minimization under CSI Uncertainty [23.29963717212139]
  高高度プラットフォーム(HAP)と無人航空機(UAV)からなる階層型空中コンピューティングフレームワークを開発する。 タスクスケジューリングは平均AoIを大幅に削減する。 電力割り当ては全ユーザに対して全送信電力を使用する場合と比較して平均AoIに限界効果があることが示されている。
  論文  参考訳（メタデータ） (2023-05-01T11:52:15Z)
• Optimization for Master-UAV-powered Auxiliary-Aerial-IRS-assisted IoT Networks: An Option-based Multi-agent Hierarchical Deep Reinforcement Learning Approach [56.84948632954274]
  本稿では,無人航空機(MUAV)搭載のIoT(Internet of Things)ネットワークについて検討する。 本稿では、インテリジェント反射面(IRS)を備えた充電可能な補助UAV(AUAV)を用いて、MUAVからの通信信号を強化することを提案する。 提案モデルでは,IoTネットワークの蓄積スループットを最大化するために,これらのエネルギー制限されたUAVの最適協調戦略について検討する。
  論文  参考訳（メタデータ） (2021-12-20T15:45:28Z)
• RIS-assisted UAV Communications for IoT with Wireless Power Transfer Using Deep Reinforcement Learning [75.677197535939]
  無人航空機(UAV)通信をサポートするIoTデバイスのための同時無線電力伝送と情報伝送方式を提案する。 第1フェーズでは、IoTデバイスが無線電力転送を通じてUAVからエネルギーを回収し、第2フェーズでは、UAVが情報伝送を通じてIoTデバイスからデータを収集する。 マルコフ決定過程を定式化し、ネットワーク総和率を最大化する最適化問題を解くために、2つの深い強化学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-08-05T23:55:44Z)
• Federated Learning in the Sky: Joint Power Allocation and Scheduling with UAV Swarms [98.78553146823829]
  無人航空機(UAV)は様々なタスクを実行するために機械学習(ML)を利用する必要がある。 本稿では,UAVスワム内に分散学習(FL)アルゴリズムを実装するための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-02-19T14:04:01Z)
• Constrained Deep Reinforcement Learning for Energy Sustainable Multi-UAV based Random Access IoT Networks with NOMA [20.160827428161898]
  太陽エネルギーの無人航空機(UAV)がIoTデバイスからリモートサーバにデータを中継する無線IoTネットワークの大規模チャネルアクセスを改善するために,非直交多重アクセス技術を適用した。 IoTデバイスは、アダプティブ$p$パーセンスタントスロット付きAlohaプロトコルを使用して共有無線チャネルにアクセスし、ソーラーパワーのUAVは、SICを採用して、IoTデバイスから受信した複数のデータをデコードしてアクセス効率を向上させる。
  論文  参考訳（メタデータ） (2020-01-31T22:05:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。