《IEICE Transactions on Communications》:Obstacle-Assisted Joint Optimization for UAV Covert Wireless Communication in 6G Communication Systems
编辑推荐:
本文针对6G无线通信系统中无人机(UAV)隐蔽通信因地面障碍物影响和部署位置不佳导致性能受限的问题,提出了一种障碍物辅助的无人机隐蔽通信联合优化方法(OA-UCCJOM)。研究人员通过建立包含障碍物影响的空对地(A2G)信道模型,将无人机空间位置划分为基础场景和五种实用场景,在二维垂直平面内缩小无人机最优位置可行区域,并联合优化无人机位置和发射功率。仿真结果表明,该方法能显著提升合法接收者(Bob)的信噪比(SNR),在特定障碍物方向可使无人机无需搜索即实现接近最优性能,为复杂环境下的隐蔽通信部署提供了新思路。
在6G无线通信系统快速发展的背景下,无人机凭借其高机动性和灵活部署能力,成为提升隐蔽通信性能的理想平台。然而,现有研究往往忽略地面障碍物对空对地信道的影响以及无人机最优部署问题,导致通信质量难以达到最优。特别是在军事通信和植入式医疗设备通信等敏感场景中,传统安全技术如隐写术和物理层安全无法完全满足隐蔽性需求。无人机在充当发射机或中继时,若不能有效利用环境特征,其信号容易被地面监测者发现,造成通信失败。
为解决这一难题,南京大学信息工程大学的研究团队在《IEICE Transactions on Communications》上发表了题为"Obstacle-Assisted Joint Optimization for UAV Covert Wireless Communication in 6G Communication Systems"的研究论文。该研究创新性地提出利用通信系统中的障碍物来辅助无人机进行隐蔽通信,通过联合优化无人机位置和发射功率,显著提升了合法接收者Bob的通信质量。
研究团队采用的关键技术方法包括:建立考虑障碍物不均匀分布的空对地信道模型,其中路径损耗计算引入补偿乘性因子F;将无人机空间位置划分为基础场景和五种实用场景;利用几何引理缩小无人机最优位置的二维搜索区域;在特定情况下将优化问题简化至一维求解。
系统模型与信道特性
研究建立了包含无人机、合法接收者Bob和监测者Willie的三节点模型。针对城市环境中障碍物分布不均的特点,提出Willie处的路径损耗计算公式PLw=lwξLpwF,其中F为特定方位角φw=φM时的补偿因子。当障碍物密集时,F远小于1,表示非视距分量主导信道特性。
可行区域压缩与优化求解
通过引理1和引理2,研究团队证明了τ(lw,θw,φw)函数存在唯一最大值点,并据此将无人机最优位置的搜索区域从二维压缩至一维或特定二维区域。特别是在φw=0的场景中,最优位置被限制在弧段NG上,大大降低了优化问题的复杂度。
五种实用场景分析
研究详细分析了五种典型操作场景:场景1对应φw=0且θw有界的情况;场景2和3针对小φw值;场景4处理中等φw值;场景5则关注φw≥π/2的情况。每种场景都给出了明确的最优位置区域定义和优化问题求解方法。
仿真验证与性能比较
仿真结果表明,在郊区环境参数下,OA-UCCJOM相比传统方法能使Bob处的信噪比提升12-15dB。即使无人机飞行至Willie一侧(φw≥π/2),仍能实现超过6dB的性能增益。研究还发现,在特定障碍物方向,无人机无需精确搜索即可获得接近最优的性能,这为实际应用提供了重要指导。
该研究的创新性在于首次系统性地利用通信环境中的障碍物来辅助无人机隐蔽通信,通过严谨的数学建模和优化方法,解决了复杂环境下无人机隐蔽通信的部署难题。研究成果对6G时代的应急通信、军事侦察和隐私保护等应用场景具有重要指导意义,为无人机辅助的隐蔽通信系统设计提供了理论基础和实践指南。