論文の概要: CRB-Driven Beamforming and Trajectory Optimization for UAV-assisted ISAC System
- arxiv url: http://arxiv.org/abs/2607.19609v1
- Date: Tue, 21 Jul 2026 22:25:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-23 18:51:37.937921
- Title: CRB-Driven Beamforming and Trajectory Optimization for UAV-assisted ISAC System
- Title（参考訳）: UAV支援ISACシステムにおけるCRB駆動ビームフォーミングと軌道最適化
- Abstract要約: 本稿では無人航空機(UAV)を利用した統合型センシング通信(ISAC)システムについて述べる。
提案するISACシステムは,ダウンリンクユーザに対する信頼性の高い通信を保証するように設計されている。
- 参考スコア（独自算出の注目度）: 10.721757094847812
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we study an unmanned aerial vehicle (UAV)-assisted integrated sensing and communication (ISAC) system, where a UAV enhances the sensing capability of a base station (BS) towards a target while ensuring reliable communication towards a downlink user. This architecture is practically attractive for future wireless networks due to the UAV's controllable mobility and adaptive sensing coverage in wireless environments. The sensing performance is characterized by the average Cramér-Rao bound (CRB), which quantifies the minimum variance of the unbiased angle-of-arrival estimation. To enhance the sensing performance, the UAV trajectory and beamforming parameters are jointly optimized under power and mobility constraints, while satisfying communication requirements to the downlink user. To address the resulting non-convex problem, we employ null-space projection for beamforming design and adopt deep reinforcement learning for the trajectory optimization over a discrete-time scale. In each time slot, beamforming is optimized based on the channel state information to improve CRB performance while mitigating interference between the BS and the communication user. Simulation results demonstrate that the proposed method significantly reduces the time-averaged CRB by over 10%, compared with the ISAC system without UAV assistance, and also achieves a higher sensing accuracy than both the fixed-UAV-trajectory and the maximum-ratio-transmission-based beamforming benchmarks.
- Abstract（参考訳）: 本稿では,無人航空機(UAV)を利用した統合センシング・通信(ISAC)システムについて検討し,UAVが基地局(BS)の目標に対する検知能力を向上し,ダウンリンクユーザに対する信頼性の高い通信を保証する。
このアーキテクチャは、UAVの制御可能なモビリティと無線環境における適応型センシングカバレッジのため、将来の無線ネットワークにとって事実上魅力的である。
センサ性能は平均クラメロ・ラオ境界(CRB)により特徴づけられ、これは不偏角推定の最小分散を定量化する。
センサ性能を向上させるため、UAV軌道とビームフォーミングパラメータは、ダウンリンクユーザへの通信要求を満たすとともに、電力および移動性制約の下で共同最適化される。
結果として生じる非凸問題に対処するために、ビームフォーミング設計にヌル空間プロジェクションを用い、離散時間スケールでの軌道最適化にディープ強化学習を適用した。
各タイムスロットにおいて、チャネル状態情報に基づいてビームフォーミングを最適化し、BSと通信ユーザの干渉を緩和しつつ、CRB性能を向上させる。
シミュレーションの結果,提案手法は,UAVアシストのないISACシステムと比較して,平均CRBを10%以上削減し,固定UAV軌道と最大透過型ビームフォーミングベンチマークの両方よりも高い感度を達成できることがわかった。
関連論文リスト
- STAR-RIS-assisted Collaborative Beamforming for Low-altitude Wireless Networks [58.13757830013997]
無人航空機(UAV)に基づく無線ネットワークは、都市コミュニケーションに高いモビリティ、柔軟性、カバーを提供する。
閉塞により、密集した環境では信号の減衰が激しい。
この重要な問題に対処するために、UAVの協調ビームの導入と全方向逆方向ビームフォーミングについて検討する。
論文 参考訳（メタデータ） (2025-10-25T01:28:37Z) - Efficient Onboard Vision-Language Inference in UAV-Enabled Low-Altitude Economy Networks via LLM-Enhanced Optimization [61.55616421408666]
低高度経済ネットワーク(LAENets)は、航空監視、環境検知、セマンティックデータ収集など、様々な応用を可能にしている。
オンボードビジョン(VLM)は、リアルタイムな推論を提供するが、オンボードの動的ネットワーク条件は限られている。
動的LEENet条件下での通信効率を向上させるUAV対応LEENetシステムを提案する。
論文 参考訳（メタデータ） (2025-10-11T05:11:21Z) - Joint Channel Estimation and Computation Offloading in Fluid Antenna-assisted MEC Networks [81.36647816787713]
チャネル推定の遅延を最小限に抑えるためのFA支援オフロードフレームワークを提案する。
提案方式は,効率的な通信を行う場合の精度を大幅に低下させることを示す。
論文 参考訳（メタデータ） (2025-09-16T08:48:44Z) - Age of Information Minimization in UAV-Enabled Integrated Sensing and Communication Systems [34.92822911897626]
統合センシング通信(ISAC)機能を備えた無人航空機(UAV)は、将来の無線ネットワークにおいて重要な役割を果たすと想定されている。
ターゲットセンシングとマルチユーザ通信を同時に行う老化情報(AoI)システムを提案する。
論文 参考訳（メタデータ） (2025-07-18T18:17:09Z) - AoI-Sensitive Data Forwarding with Distributed Beamforming in UAV-Assisted IoT [32.6091251316091]
本稿では,IoT(Internet of Things, モノのインターネット)における年齢フォワード情報(AoI)の分散ビームフォーミングに基づくUAV支援システムを提案する。
そこで我々は,この問題を解決するため,DRLに基づくアルゴリズムを提案し,安定性を向上し,収束を加速する。
論文 参考訳（メタデータ） (2025-02-13T07:48:36Z) - UAV Virtual Antenna Array Deployment for Uplink Interference Mitigation in Data Collection Networks [71.23793087286703]
無人航空機(UAV)は、航空無線ネットワークと通信を確立するためのプラットフォームとして注目されている。
本稿では,複数UAVネットワークシステムにおける協調ビームフォーミング(CB)法に基づく新しいアップリンク干渉緩和手法を提案する。
論文 参考訳（メタデータ） (2024-12-09T12:56:50Z) - Wireless Federated Learning over UAV-enabled Integrated Sensing and Communication [2.8203310972866382]
本稿では,無人航空機(UAV)を利用した統合型統合学習(FL)における新しい遅延最適化問題について検討する。
ベンチマーク方式と比較して,システム遅延を最大68.54%削減し,高品質な近似解を求めるため,単純かつ効率的な反復アルゴリズムを開発した。
論文 参考訳（メタデータ） (2024-11-01T14:25:24Z) - Integrated Sensing, Computation, and Communication for UAV-assisted
Federated Edge Learning [52.7230652428711]
フェデレーションエッジ学習(FEEL)は、エッジデバイスとサーバ間の定期的な通信を通じて、プライバシ保護モデルトレーニングを可能にする。
無人航空機(UAV)搭載エッジデバイスは、効率的なデータ収集における柔軟性と移動性のため、FEELにとって特に有利である。
論文 参考訳（メタデータ） (2023-06-05T16:01:33Z) - 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) - 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。