論文の概要: Dual UAV Cluster-Assisted Maritime Physical Layer Secure Communications via Collaborative Beamforming
- arxiv url: http://arxiv.org/abs/2412.05949v1
- Date: Sun, 08 Dec 2024 14:11:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-10 14:52:07.784797
- Title: Dual UAV Cluster-Assisted Maritime Physical Layer Secure Communications via Collaborative Beamforming
- Title（参考訳）: デュアルUAVクラスタを用いた協調ビームフォーミングによる海洋物理層セキュア通信
- Authors: Jiawei Huang, Aimin Wang, Geng Sun, Jiahui Li, Jiacheng Wang, Hongyang Du, Dusit Niyato,
- Abstract要約: 無人航空機(UAV)は、海上無線通信を支援する中継プラットフォームとして使用できる。
共同ビームフォーミング(CB)は、遠隔での海上通信のためにUAV中継を支援するために、信号強度と範囲を増強することができる。
本稿では,海上無線通信における物理層セキュリティを実現するために,CBを経由した二重UAVクラスタアシストシステムを提案する。
- 参考スコア（独自算出の注目度）: 47.191944685913036
- License:
- Abstract: Unmanned aerial vehicles (UAVs) can be utilized as relay platforms to assist maritime wireless communications. However, complex channels and multipath effects at sea can adversely affect the quality of UAV transmitted signals. Collaborative beamforming (CB) can enhance the signal strength and range to assist the UAV relay for remote maritime communications. However, due to the open nature of UAV channels, security issue requires special consideration. This paper proposes a dual UAV cluster-assisted system via CB to achieve physical layer security in maritime wireless communications. Specifically, one UAV cluster forms a maritime UAV-enabled virtual antenna array (MUVAA) relay to forward data signals to the remote legitimate vessel, and the other UAV cluster forms an MUVAA jammer to send jamming signals to the remote eavesdropper. In this system, we formulate a secure and energy-efficient maritime communication multi-objective optimization problem (SEMCMOP) to maximize the signal-to-interference-plus-noise ratio (SINR) of the legitimate vessel, minimize the SINR of the eavesdropping vessel and minimize the total flight energy consumption of UAVs. Since the SEMCMOP is an NP-hard and large-scale optimization problem, we propose an improved swarm intelligence optimization algorithm with chaotic solution initialization and hybrid solution update strategies to solve the problem. Simulation results indicate that the proposed algorithm outperforms other comparison algorithms, and it can achieve more efficient signal transmission by using the CB-based method.
- Abstract（参考訳）: 無人航空機(UAV)は、海上無線通信を支援する中継プラットフォームとして使用できる。
しかし、海における複雑なチャネルとマルチパス効果は、UAV伝送信号の品質に悪影響を及ぼす可能性がある。
共同ビームフォーミング(CB)は、遠隔での海上通信のためにUAV中継を支援するために、信号強度と範囲を増強することができる。
しかし、UAVチャンネルのオープンな性質のため、セキュリティの問題には特別な考慮が必要である。
本稿では,海上無線通信における物理層セキュリティを実現するために,CBを経由した二重UAVクラスタアシストシステムを提案する。
具体的には、1つのUAVクラスタが海上UAV対応仮想アンテナアレイ(MUVAA)を形成し、データ信号をリモートの合法容器に転送し、もう1つのUAVクラスタはMUVAAジャマを形成してリモートの盗聴器に妨害信号を送信する。
本研究では、安全でエネルギー効率のよい海上通信多目的最適化問題(SEMCMOP)を定式化し、正規容器の信号対干渉+雑音比(SINR)を最大化し、盗難容器のSINRを最小化し、UAVの総飛行エネルギー消費を最小化する。
SEMCMOPはNPハードかつ大規模最適化問題であるため,カオス解の初期化とハイブリッド解更新を併用したSwarmインテリジェンス最適化アルゴリズムを提案する。
シミュレーションの結果,提案アルゴリズムは他の比較アルゴリズムよりも優れており,CB法を用いてより効率的な信号伝送を実現することが可能であることが示唆された。
関連論文リスト
- Movable Antenna-Equipped UAV for Data Collection in Backscatter Sensor Networks: A Deep Reinforcement Learning-based Approach [10.115361454176773]
無人航空機(UAV)は遠隔後方散乱装置(BD)からの柔軟なデータ収集を可能にする
指向性と柔軟性の高い指向性移動アンテナ(MA)をUAVに搭載することを検討する。
我々は,UAVと各BD間の方位角と距離を用いた深部強化学習(DRL)に基づく戦略を開発し,エージェントの観測空間を簡素化する。
論文 参考訳（メタデータ） (2024-11-21T09:34:48Z) - 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) - Energy-Efficient Cellular-Connected UAV Swarm Control Optimization [25.299881367750487]
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。
論文 参考訳（メタデータ） (2023-03-18T11:42:04Z) - Joint Optimization of Deployment and Trajectory in UAV and IRS-Assisted
IoT Data Collection System [25.32139119893323]
無人航空機(UAV)は多くのモノのインターネット(IoT)システムに適用できる。
UAV-IoT無線チャネルは、時には木や高層建築物によってブロックされることがある。
本稿では,UAVの展開と軌道を最適化することで,システムのエネルギー消費を最小化することを目的とする。
論文 参考訳（メタデータ） (2022-10-27T06:27:40Z) - 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) - Distributional Reinforcement Learning for mmWave Communications with
Intelligent Reflectors on a UAV [119.97450366894718]
無人航空機(UAV)搭載のインテリジェントリフレクタ(IR)を用いた新しい通信フレームワークを提案する。
ダウンリンク和率を最大化するために、最適プリコーディング行列(基地局)と反射係数(IR)を共同で導出する。
論文 参考訳（メタデータ） (2020-11-03T16:50:37Z)
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。