大家好，非常高兴今天有机会跟大家就我们最近做的一些工作进行交流。尽管我的题目写的比较大但是我们还是尽管就是说来讲的比较具体一点，这个是关于UAV的研究。

因为今天时间有限所以说我可能就快一点讲，因为未来移动通信不管做（英文）也好还是做通信也好，在未来的话为了支持物联网支持一个应用来产生的，我们大部分应用还是做（英文），2G和3G是语言，4G是（英文）像微信，5G应该基于物联网的通信。有一些新的需求，但是我们今天重点可能不是在这里。然后我们的这些（英文）大家觉得都已经比较清楚的，一个应用的场景的话其实以前刚才讲过了，有可能有智能家庭或者有车联网，每个应用场景其实都很大。我们今天主要讲关于UAV简单的应用。在介绍之前其实我们在UAV应用很多，但是在通信领域的话可以作为（英文），这个是在我长的（英文）里面是有的，今天讲的就是说在做UAV主要做感知，因为正常来说很多UAV上面其实有很多带很多传感器，传感器可以做（英文），（英文）数据的话也是可以传到我们机上。

在做感知和传输的时候还做等等的话，有几点跟地面通信不一样的地方，第一个地方主要就是说从先导和干扰模型来看的话，无人机距离比较高，这样的话上面有一个公式可能会讲一下，距离比较高，低的地方会有很多（英文），下面会有阴影干扰。先看一下无人机简单分类，正常来说我们无人机分为两种，一个是固定还有一个（英文），如果在（英文）像美军做的（英文），飞行的距离比较长，并且高度可以到平流层。今天做感知主要还是在（英文）一个无人机，待机时间比较短，主要做的（英文）。叫做（英文）无人机，现在经常说的就叫做（英文），其实有几个比较重要的元素，然后有一个（英文），下面可以带（英文），还有一些其他的传感器。在通信这边的话分为两部分，第一部分在UAS，后面还有一个就是（英文）主要就是说来传输重要机器性能。后面可能会给几个例子，主要问题其实在通信还是感知的话其实主要就是一个先导建模的问题，大家可以看到在右上角，主要就是跟高度和环境相关的，而高度环境的话高度那边主要体现出有一个（英文）角，就是一个（英文），环境有一个αβ，如果我们在做建模的话里面可能就要考验这个，这个就是简单性能分析，如果无人机飞的很高，随着高度增加性能变化，再高有路径很长这样的话性能就会下降。

我们后面无人机有一个特点，其实是在未来IOT里面有很多事情是可以做的我不觉得通信是很重要的一件事情。我觉得最重要就是（英文）和（英文）的事情。因为（英文）里面有两个比较的参数，可以定义成两个时间段的一个阶段可以了，还有一个加速度，一个简单的定义，无人机该怎么飞。第二个螺旋无人机（英文）是主要问题，我们要考虑参数的话漆面K1K2都是一个（英文），然后（英文）前面定义的速度和加速，我们进行优化就可以了。

下面我们有很多的研究，给大家举几个例子，我们做（英文），三部分结合优化的话做（英文）。第一件事情我们在做，先看系统模型，比较简单的讲的有点具体，最简单的模型我们有一个接入点，有一个无人机传输数据回到基站，无人机下面有几个红点执行我有几个（英文），就是需要进行采集，所以说在这个里面分为两部分，如果我们提出一个（英文）也就是说我们无人机需要（英文），还需要一个（英文），如何来设计这件事情。优化点就是完成时间需要一个传输的时间还有一个飘浮的时间。所以说，我们因为在IOT里面的话最重要的问题就是（英文）一个时间的传感器叫做网络生命周期，所以说我们主要就是为了来优化我们（英文），（英文）分为几部分，一个做通信（英文），然后（英文）悬停，还有一个加速度的（英文），前面介绍过取决于一个速度和一个加速度。后面我们做了一些优化，上面（英文）有一些等等的（英文），这个是优化一个目标，包括无人机要飞行的高度，数据传输速率等等这些目标，把这些问题做一个化解就可以了，无人机在传输速率比较低的情况下，随着速率增高我的能量数据是在增高的，但是最后速率越高情况下，飞行数据比较快能量消耗都花在了飞行时间所以就下来了这是一个简单的分析。

我们后面的话，前面简单介绍了一下一个无人机来做采集，在真正场景下都是有很多无人机来做的，其实我们原来跟学生说的，如果在一个足球场上，一个无人机盯着（英文）很有意思，这个是一个分布式的（英文），然后的话分布式的（英文）的一个设计。其实（英文）没什么用，基本上很难实现，（英文）可以。这是一个简单的（英文），在这种情况下，我们定义成叫（英文），我们每个（英文），可以自己决定我不要基站决定，因为下面有很多（英文），很多信息不一定能传到我们基站去。基本道理差不多这样。

首先我们做的一个（英文），分几个（英文），最后一些无人机可以做（英文），后面其实没有时间再做另外的。后面一个就是（英文）就比较复杂，所以说在这里面我们到后面问题就很简单就是一个（英文），我们可以假设无人机要飞就是（英文），下面该怎么飞等等等等，其实都蛮好定义。这个组网难的问题是一个（英文）的，如果（英文）比较多的情况下复杂度是非常非常高。还有一个（英文）等等等等，就是我们把三维压到了二维做一个化解。首先先证明我们算法是OK的然后（英文）是OK的。

下面简单跟大家说一下，因为我们时间有限，做一下无人机（英文）。因为我们之前做了很多用无人机做（英文），最后会放我们的一个视频。（英文）是一个比较大的问题，比较不好的消息其实就是北京天气做的越来越好，不然我们工作也没法做。其实一般（英文）其实就是说我们一般用（英文）来做，这个跟我们环境系的人来说过这件事情，有很多很多东西了，PM2.5是最严重的因为能吸到身体里面去。这个是当时我们今年在台湾讲了，我们当时在250的时候早上北京就是这样其实还是很差的。这个（英文）我们环境系的话在北京搭了很多站，一个站很贵的，他们觉得我们做的很重要但是他们觉得我们测的很不准，一个站四五百万很贵，北京25个站，2D的，这个东西是随着高度变的。我们说要做一个3D的（英文），我们做的是一个（英文）刚才刚说是我们整体系统架构跟物联网架构是一样的，用（英文），在地面很多传感器做（英文）。分几层有一个（英文），我们在地面用的传感器其实就是我们自己搭的一个简单的传感器北京大学，其实就是说，因为在这种（英文）的话，每个点大家可以想像都是不一样的，人一走的话归程就在变，这是他们环境系蛮想做的一件事。

天空当然就是用无人机来做，地面用传感器来做。这个在表示层，如果在天空来做我们当时是这么想的，我们还是刚才大家看到其实我们可以测量一个屋子，分成很多（英文），这里面很多点，无人机飞到每个点就可以了，正常来测就可以那样测了，我们用的方法，因为无人机可以自主飞行，我们就把中间分成几个点，采集到中间一段数据的话，知道哪些重要的点比较重要，我们光测这几个点就可以让无人机自己飞（英文）。然后就是说我们后面还有其他其他一些方法，就是说他的主要问题就是说一会可能会放一下，我们（英文）其实就是一个（英文），包括风速（英文）等等。

（视频）

我们现在正在做室内的，室内是最复杂的。不同的就是说上面有一个神经网，下面有一个物理模型，跟传统（英文）等等不同的地方，我需要考虑温度等等等等这样一些调才行，然后效果比较好，否则传统的话用上面数据效果不太好。这个我们是在2016年（英文）获得的（英文），当然很多队来PK。其实我们学生也不容易的，这么严峻冒着生命危险去工作。在地面网络的话我们可以做一些其他的问题，包括（英文）因为我们地面采集了很多数据的话，我是不是有数据就可以做预测，也就是说未来有多大，还有其他点有多大，你传感器网络的话还有其他问题是不是有一些可以ON有一些可以OFF这样可以节能。我们最后在做的就是说有没有可能我们用无人机拍摄跟下面（英文）进行一个结合，我们变成一个数据集叫做（英文），这个就比较传统的，我们用拍摄上面有八个（英文），然后用这些（英文）做（英文），这是今年的。下面如果说效果不好的话开启地面的（英文），如果OK的话就行，就是这样。这是我们一些（英文），这是下面获的一个奖，谢谢大家。