摘要

1. 优化无人机到HAP的信道分配、用户功率和无人机三维位置来研究上行安全传输
2. 解决非凸问题，采用K-means聚类算法，将成对的用户划分成不同的组，每个簇可以有相应的无人机服务，然后将构造的优化问题化解成三个子问题，并基于块坐标下降算法进行迭代求解，最后进行仿真。

相关模型

1. 城市宏蜂窝(UMa)模型表示用户-无人机链路中的路径损耗PL
   $$P{L}_{DU}=28.0+22lg(d_{DU}[M])+20lg(f_c[GHz])+1.0005\ast 10^{-4}{h}_u^2-0.0286h_u+10.5169$$
2. 通过率损失（2）
3. NOMA对中的相邻用户和远处用户到UAV或EVE的可达速率（3）（4）
4. UAV到EVE或HAP的速率（5）
5. 相邻用户和远程用户的安全速率（6）
6. 优化问题(7)-(12)

仿真实验

参数数据用户随机分布，用户数量为40信道随机分配功率P最大值无人机高度:HHAP和用户之间的中间值UAV数量:M4信道数量:K5每个用户带宽：B180kHz载波频率2.1GHzHAP坐标[500,500,950]EVE(偷听设备)[400,800,500]UAV最小距离、最高距离50/500m用户设备最小和最大功率0.1/1W

定量分析：功率一定(1)、高度一定(150m处悬停)、NOMA相关（有利情况下选择NOMA，无礼情况下选择NMA）、NOMA随机（随机配对选择频谱）、正交频分多址接入(OFDMA，用户独立访问子信道)

仿真结果

1. UAV 3D位置图
   
2. 安全和速度与迭代之间的关系
   提出算法，安全性能更高。
   
3. 所消耗的时间
   提出的方案：系统性能提高，但是时间成本消耗高
   
   Wang, D.; Wu, M.; He, Y.; Pang, L.; Xu, Q.; Zhang, R. An HAP and UAVs Collaboration Framework for Uplink Secure Rate Maximization in NOMA-Enabled IoT Networks. Remote Sens. 2022, 14, 4501. https://doi.org/10.3390/rs14184501