緩存輔助無(wú)人機(jī)中繼通信技術(shù)研究

摘要：隨著無(wú)人機(jī)技術(shù)和無(wú)線通信技術(shù)的迅猛發(fā)展，無(wú)人機(jī)作為移動(dòng)中繼輔助地面通信成為可能。文章將緩存輔助中繼技術(shù)與無(wú)人機(jī)技術(shù)相結(jié)合，不僅可以充分利用無(wú)人機(jī)移動(dòng)性帶來(lái)的優(yōu)勢(shì)，還可以解決時(shí)變信道的不利影響，從而在軌跡規(guī)劃或者資源分配中進(jìn)一步提高無(wú)人機(jī)中繼系統(tǒng)的通信性能。通過(guò)對(duì)相關(guān)文獻(xiàn)的梳理，文章概述了無(wú)人機(jī)中繼系統(tǒng)和緩存輔助無(wú)人機(jī)中繼系統(tǒng)的研究現(xiàn)狀，總結(jié)了當(dāng)前研究中存在的主要問(wèn)題并展望了緩存輔助無(wú)人機(jī)中繼通信技術(shù)未來(lái)的研究趨勢(shì)。

關(guān)鍵詞：無(wú)人機(jī)技術(shù)；緩存輔助中繼技術(shù)；通信性能

中圖分類(lèi)號(hào)：TP311 "文獻(xiàn)標(biāo)志碼：A

0 引言

隨著科學(xué)技術(shù)的快速發(fā)展，易操作和靈活移動(dòng)的無(wú)人機(jī)（Unmanned Aerial Vehicle，UAV）逐漸被廣泛應(yīng)用于公共和民用領(lǐng)域，無(wú)人機(jī)的部分應(yīng)用場(chǎng)景如圖1所示。當(dāng)發(fā)生洪水、海嘯或恐怖襲擊等自然或人為災(zāi)害時(shí)，水電、交通以及通信系統(tǒng)等關(guān)鍵基礎(chǔ)設(shè)施通常會(huì)受到災(zāi)害的影響，此時(shí)須要快速地重建通信網(wǎng)絡(luò)來(lái)輔助救援行動(dòng)。在日本大地震、印尼自然災(zāi)害、尼泊爾地震等災(zāi)后重建時(shí)都采用了無(wú)人機(jī)技術(shù)。普華永道的報(bào)告指出，目前無(wú)人機(jī)潛在市場(chǎng)價(jià)值超過(guò)了1270億美元［1］；Tractica公司預(yù)計(jì)，2025年商用無(wú)人機(jī)出貨量預(yù)計(jì)將達(dá)到270萬(wàn)架，且無(wú)人機(jī)在未來(lái)10年將提供超87億美元的服務(wù)。另外，無(wú)人機(jī)還可被應(yīng)用于蜂窩通信，以提供低延遲和超可靠的無(wú)線通信服務(wù)［2］。

相較于單無(wú)人機(jī)系統(tǒng)而言，多無(wú)人機(jī)協(xié)同工作的無(wú)線通信系統(tǒng)通常成本更低、擴(kuò)展性更好、生存能力更強(qiáng)，可以更為經(jīng)濟(jì)有效地完成任務(wù)［3］。多無(wú)人機(jī)系統(tǒng)模型如圖2所示。盡管前景廣闊，但是將無(wú)人機(jī)廣泛應(yīng)用于無(wú)線通信系統(tǒng)仍有很多困難亟待解決。首先，與傳統(tǒng)的地面通信系統(tǒng)相比，無(wú)人機(jī)系統(tǒng)具有更嚴(yán)格的附加控制以滿足更高的時(shí)延和安全要求，因此應(yīng)為無(wú)人機(jī)系統(tǒng)設(shè)計(jì)特有的資源分配和安全機(jī)制，如實(shí)時(shí)控制、碰撞避免等。其次，無(wú)人機(jī)系統(tǒng)高動(dòng)態(tài)的通信環(huán)境會(huì)導(dǎo)致節(jié)點(diǎn)間通信鏈路的稀疏性和間歇性［4］，動(dòng)態(tài)的網(wǎng)絡(luò)拓?fù)鋵?dǎo)致節(jié)點(diǎn)間的通信質(zhì)量無(wú)法得到保障，因此應(yīng)設(shè)計(jì)有效的多無(wú)人機(jī)協(xié)同系統(tǒng)來(lái)保證網(wǎng)絡(luò)連接的可靠性，設(shè)計(jì)專(zhuān)門(mén)的通信協(xié)議以解決無(wú)人機(jī)通信鏈路的稀疏性和間歇性［5］。另外，由于無(wú)人機(jī)通信、計(jì)算和續(xù)航能力都受其自身大小、重量和機(jī)載能量的限制，因此應(yīng)設(shè)計(jì)具有節(jié)能和能源感知的無(wú)人機(jī)系統(tǒng)來(lái)保證無(wú)人機(jī)的續(xù)航時(shí)間和通信質(zhì)量。最后，與空到空（Air-to-Air，AA）通信信道相比，空到地（Air-to-Ground，AG）通信信道的模型構(gòu)建更為復(fù)雜，這是由于AG通信信道極易受到地面散射體的影響，若僅將AG信道簡(jiǎn)單地建模為視距（Light-of-Sight，LoS）鏈路，則將忽略小尺度估量中的非平穩(wěn)性，從而可能導(dǎo)致錯(cuò)誤的結(jié)論［6］。綜上所述，提升無(wú)人機(jī)系統(tǒng)的通信能力對(duì)無(wú)人機(jī)系統(tǒng)的廣泛應(yīng)用至關(guān)重要。

圖1 無(wú)人機(jī)應(yīng)用場(chǎng)景

隨著緩存技術(shù)的發(fā)展，將緩存應(yīng)用到無(wú)線通信領(lǐng)域的技術(shù)引起了學(xué)者的廣泛關(guān)注。將緩存技術(shù)和傳統(tǒng)的半雙工中繼技術(shù)相結(jié)合形成的緩存輔助中繼可以有效解決時(shí)變信道帶來(lái)的負(fù)面影響。緩存賦予了中繼臨時(shí)存儲(chǔ)數(shù)據(jù)的能力，中繼無(wú)須遵循預(yù)先設(shè)定的時(shí)刻表來(lái)收發(fā)數(shù)據(jù)，而是可以根據(jù)信道狀態(tài)信息（Channel State Information，CSI）和緩存狀態(tài)，靈活地選擇合適的收發(fā)時(shí)隙和信道，從而提高信息傳輸?shù)馁|(zhì)量。因此，緩存為中繼技術(shù)開(kāi)辟了新的領(lǐng)域。

無(wú)人機(jī)系統(tǒng)多跳自組的特點(diǎn)使得中繼技術(shù)與其非常契合。本文將無(wú)人機(jī)技術(shù)與中繼技術(shù)相結(jié)合，可以獲得分集增益、擴(kuò)大系統(tǒng)覆蓋范圍、改善服務(wù)質(zhì)量等優(yōu)點(diǎn)。與此同時(shí)，隨著存儲(chǔ)技術(shù)的發(fā)展，將緩存技術(shù)應(yīng)用于無(wú)線通信系統(tǒng)受到了越來(lái)越多的關(guān)注。將中繼技術(shù)與存儲(chǔ)技術(shù)相結(jié)合的緩存輔助中繼技術(shù)通過(guò)先將數(shù)據(jù)臨時(shí)存儲(chǔ)在中繼系統(tǒng)中，再在有利的通信環(huán)境中轉(zhuǎn)發(fā)出去，以提高無(wú)線通信系統(tǒng)的吞吐量、分集度以及靈活性等性能。事實(shí)上，緩存中繼技術(shù)的特點(diǎn)使其非常適用于提高無(wú)人機(jī)系統(tǒng)的性能。一方面，無(wú)人機(jī)工作環(huán)境的高動(dòng)態(tài)性極易導(dǎo)致AG信道受到地面散射物的影響，無(wú)人機(jī)高度的變化也會(huì)導(dǎo)致AG信道存在多徑效應(yīng)，此時(shí)可以采用“存儲(chǔ)—攜帶—轉(zhuǎn)發(fā)”（Store-Carry-Forward，SCF）的中繼模式。無(wú)人機(jī)將接收到的數(shù)據(jù)先緩存下來(lái)并攜帶數(shù)據(jù)飛行一段時(shí)間，待通信鏈路恢復(fù)之后再轉(zhuǎn)發(fā)出去。另一方面，由于無(wú)人機(jī)系統(tǒng)能量受限的特性，須要通過(guò)使節(jié)點(diǎn)休眠的方式來(lái)延長(zhǎng)網(wǎng)絡(luò)壽命。將緩存引入無(wú)人機(jī)系統(tǒng)，無(wú)人機(jī)節(jié)點(diǎn)就可以先將數(shù)據(jù)緩存下來(lái)，待休眠結(jié)束之后再發(fā)送出去。因此，將緩存中繼技術(shù)引入無(wú)人機(jī)系統(tǒng)有望提升其通信性能。

本文綜述了緩存輔助無(wú)人機(jī)中繼通信技術(shù)的相關(guān)研究：首先，介紹了無(wú)人機(jī)中繼系統(tǒng)關(guān)于中繼系統(tǒng)服務(wù)質(zhì)量、無(wú)人機(jī)飛行軌跡和位置優(yōu)化、無(wú)人機(jī)中繼系統(tǒng)能耗這3個(gè)方面的研究；然后，介紹了緩存輔助無(wú)人機(jī)中繼通信研究現(xiàn)狀；最后，對(duì)當(dāng)前研究中存在的問(wèn)題進(jìn)行分析，展望緩存輔助無(wú)人機(jī)中繼通信未來(lái)的研究方向。

1 無(wú)人機(jī)中繼系統(tǒng)

1979年，Cover等［7］在有關(guān)中繼信道理論特性的文獻(xiàn)中首次提出了協(xié)同通信的概念。協(xié)同通信中繼技術(shù)可以有效提高系統(tǒng)性能，擴(kuò)大網(wǎng)絡(luò)覆蓋范圍。隨著無(wú)人機(jī)技術(shù)和無(wú)線通信技術(shù)的迅猛發(fā)展，無(wú)人機(jī)作為移動(dòng)中繼來(lái)輔助地面通信成為可能。與傳統(tǒng)的靜態(tài)中繼相比，動(dòng)態(tài)的無(wú)人機(jī)可以根據(jù)具體環(huán)境實(shí)現(xiàn)按需部署，尤其是在臨時(shí)突發(fā)的情況，如應(yīng)急響應(yīng)和軍事行動(dòng)等；無(wú)人機(jī)中繼的移動(dòng)性使其能夠動(dòng)態(tài)地調(diào)整自身的位置和軌跡，從而更好地適應(yīng)通信環(huán)境以提高系統(tǒng)的整體性能。無(wú)人機(jī)中繼非常適用于時(shí)延容忍的環(huán)境，如定期傳輸、大數(shù)據(jù)上傳/下載等。目前關(guān)于無(wú)人機(jī)作為移動(dòng)中繼的研究主要集中在服務(wù)質(zhì)量研究分析、無(wú)人機(jī)軌跡和位置優(yōu)化、無(wú)人機(jī)系統(tǒng)的能耗等方面。

1.1 無(wú)人機(jī)中繼系統(tǒng)服務(wù)質(zhì)量研究

對(duì)于無(wú)人機(jī)中繼系統(tǒng)服務(wù)質(zhì)量（Quality of Service，QoS）指標(biāo)的分析，如覆蓋概率、吞吐量、時(shí)延或可靠性等，在設(shè)計(jì)無(wú)人機(jī)通信系統(tǒng)時(shí)至關(guān)重要。評(píng)估設(shè)計(jì)參數(shù)對(duì)無(wú)人機(jī)系統(tǒng)的影響，有利于在設(shè)計(jì)系統(tǒng)時(shí)，根據(jù)具體的應(yīng)用場(chǎng)景進(jìn)行相應(yīng)的權(quán)衡。由于無(wú)人機(jī)飛行在空中，其具有嚴(yán)格的能量限制，這使得無(wú)人機(jī)系統(tǒng)的性能分析有別于傳統(tǒng)的地面通信系統(tǒng)。Li等［8］在過(guò)時(shí)信道狀態(tài)信息下，分別推導(dǎo)了系統(tǒng)在有緩存和無(wú)緩存時(shí)的安全中斷概率，在給定高信噪比和主竊聽(tīng)比的漸進(jìn)條件下，說(shuō)明有緩存和無(wú)緩存時(shí)系統(tǒng)安全性能的差異。Farrag等［9］考慮了無(wú)人機(jī)以全雙工模式作為中繼輔助地面基站，擴(kuò)展其覆蓋太赫茲信道，分析了基站與移動(dòng)設(shè)備之間的中斷概率。Ma等［10］利用三維天線增益模型和隨機(jī)幾何模型，提出了基于AG信道特性的機(jī)會(huì)中繼選擇方案，推導(dǎo)出毫米波通信下無(wú)人機(jī)中繼系統(tǒng)的安全中斷概率。Mao等［11］提出了一種基于幾何的三維隨機(jī)信道模型，歸納分析了無(wú)人機(jī)信道的時(shí)空相關(guān)函數(shù)、多普勒功率譜密度、時(shí)延擴(kuò)展均方根和平穩(wěn)區(qū)間等基本特性。Mozaffari等［12-13］分別研究了單無(wú)人機(jī)和多無(wú)人機(jī)場(chǎng)景下，無(wú)人機(jī)服務(wù)地面節(jié)點(diǎn)的下行鏈路覆蓋率的精確表達(dá)式。無(wú)人機(jī)系統(tǒng)的性能分析為接下來(lái)進(jìn)一步優(yōu)化無(wú)人機(jī)系統(tǒng)的基本參數(shù)設(shè)置提供了重要的基礎(chǔ)。

1.2 無(wú)人機(jī)飛行軌跡和位置優(yōu)化研究

優(yōu)化無(wú)人機(jī)的部署和飛行軌跡是無(wú)人機(jī)系統(tǒng)研究的重要組成部分。無(wú)人機(jī)的移動(dòng)性為其尋找最佳的部署位置和最優(yōu)的飛行軌跡提供了額外的自由度。通常無(wú)人機(jī)的飛行軌跡和部署位置受到飛行周期、機(jī)載能量、地面用戶需求以及碰撞避免等各種因素的影響。與地面通信節(jié)點(diǎn)不同，無(wú)人機(jī)工作在一個(gè)連續(xù)的三維空間，須要考慮飛行高度對(duì)AG信道的影響，因此無(wú)人機(jī)的部署更具挑戰(zhàn)性。當(dāng)搜索無(wú)人機(jī)的最優(yōu)軌跡和部署位置時(shí)，研究人員通常須要考慮無(wú)人機(jī)移動(dòng)性、飛行動(dòng)力學(xué)以及能量消耗等各種因素對(duì)信道變化的影響。另外，一個(gè)連續(xù)的無(wú)人機(jī)軌跡優(yōu)化問(wèn)題通常須要搜索無(wú)限個(gè)變量的最優(yōu)值，當(dāng)進(jìn)行軌跡優(yōu)化和位置部署時(shí)，無(wú)人機(jī)的移動(dòng)性與各種QoS指標(biāo)之間相耦合。因此，無(wú)人機(jī)最優(yōu)路徑規(guī)劃和最佳位置部署問(wèn)題極具挑戰(zhàn)性。

Zeng等［14］研究了一個(gè)單無(wú)人機(jī)中繼系統(tǒng)的軌跡優(yōu)化和功率分配問(wèn)題。研究表明，相較于靜態(tài)中繼和無(wú)優(yōu)化中繼方案，所提中繼方案能夠獲得極好的吞吐量增益。Zhang等［15］研究了無(wú)人機(jī)中繼系統(tǒng)中采用信息時(shí)代來(lái)衡量狀態(tài)更新性能的短包通信問(wèn)題，通過(guò)優(yōu)化短包塊長(zhǎng)度和預(yù)測(cè)長(zhǎng)度來(lái)提高可靠性和減少傳輸延遲，從而使平均信息時(shí)代最小。由于無(wú)人機(jī)系統(tǒng)處于開(kāi)放的通信環(huán)境，節(jié)點(diǎn)的高移動(dòng)性和通信鏈路的間歇性連接使無(wú)人機(jī)系統(tǒng)傳輸?shù)男畔⒏妆桓`聽(tīng)和干擾。研究表明，物理層安全是實(shí)現(xiàn)無(wú)線廣播信道安全通信的一種很有前景的方式。Dong等［16］研究了在有竊聽(tīng)者存在的情況下，通過(guò)協(xié)調(diào)多點(diǎn)將多個(gè)無(wú)人機(jī)中繼組成無(wú)人機(jī)群，以增強(qiáng)系統(tǒng)的物理層安全性；為了最大化下行鏈路的可實(shí)現(xiàn)保密率，聯(lián)合優(yōu)化了無(wú)人機(jī)群形成的虛擬陣列波束形成矢量并在其上進(jìn)行接收和轉(zhuǎn)發(fā)帶寬分配。Wu等［17］考慮通過(guò)優(yōu)化無(wú)人機(jī)軌跡和傳輸功率來(lái)最大化無(wú)人機(jī)中繼系統(tǒng)的安全速率，從而提高無(wú)人機(jī)系統(tǒng)通信的安全性。研究表明，當(dāng)無(wú)人機(jī)高度較低時(shí)，所產(chǎn)生的陰影效應(yīng)會(huì)導(dǎo)致發(fā)射機(jī)和接收機(jī)之間視距連接的概率降低，無(wú)人機(jī)覆蓋半徑減小；當(dāng)無(wú)人機(jī)的高度較高時(shí)，LoS連接的概率提高，但發(fā)射機(jī)與接收機(jī)之間較遠(yuǎn)的通信距離會(huì)導(dǎo)致路徑損耗增大，無(wú)人機(jī)覆蓋性能下降。因此，當(dāng)搜索無(wú)人機(jī)的最優(yōu)高度時(shí)，研究人員須要同時(shí)考慮節(jié)點(diǎn)間的距離和LoS連接概率的影響［18］。

1.3 無(wú)人機(jī)中繼系統(tǒng)能耗研究

與可充電的地面收發(fā)機(jī)不同，有限的機(jī)載能量對(duì)由電池供電的無(wú)人機(jī)的工作能力和續(xù)航時(shí)間具有根本性的影響。另外，無(wú)人機(jī)的能量消耗與工作任務(wù)、天氣條件以及飛行路徑等因素相關(guān)。同時(shí)，在須要保證通信可靠性的系統(tǒng)中，使能量耗盡的無(wú)人機(jī)頻繁回程充電的方案通常不可行。無(wú)人機(jī)系統(tǒng)的能耗主要由以下2個(gè)部分組成：用于信號(hào)接收、處理和轉(zhuǎn)發(fā)的通信相關(guān)能耗；用于保證無(wú)人機(jī)在飛行周期內(nèi)機(jī)動(dòng)性（飛行和懸停）的推進(jìn)能耗。其中，無(wú)人機(jī)的推進(jìn)能耗遠(yuǎn)高于其通信相關(guān)能耗。目前，研究人員主要通過(guò)節(jié)能技術(shù)和能量收集技術(shù)來(lái)解決無(wú)人機(jī)能量受限的問(wèn)題。

Zeng等［19］推導(dǎo)出與無(wú)人機(jī)飛行速度、方向和加速度相關(guān)的固定翼無(wú)人機(jī)推進(jìn)能耗理論模型；在此模型的基礎(chǔ)上，將無(wú)人機(jī)系統(tǒng)的能量效率定義為有限時(shí)間內(nèi)歸一化的無(wú)人機(jī)推進(jìn)能量消耗與通信總信息量之比。研究證明，在無(wú)約束的軌跡優(yōu)化下，速度最大化和能量最小化的設(shè)計(jì)都會(huì)導(dǎo)致極低的能效。Zeng等［20］研究了旋翼無(wú)人機(jī)的閉式推進(jìn)能量消耗模型，通過(guò)聯(lián)合優(yōu)化無(wú)人機(jī)的軌跡和地面節(jié)點(diǎn)通信時(shí)間分配以及總?cè)蝿?wù)完成時(shí)間來(lái)最小化系統(tǒng)能耗。針對(duì)無(wú)人機(jī)能量受限的固有問(wèn)題，Cao等［21］提出了一種基于塊坐標(biāo)下降法和連續(xù)凸逼近以及Dinkelbach算法的優(yōu)化算法來(lái)降低無(wú)人機(jī)系統(tǒng)的能耗。研究表明，能量收集技術(shù)可以在不增加無(wú)人機(jī)重量和電池大小的前提下延長(zhǎng)無(wú)人機(jī)的飛行時(shí)間。從環(huán)境中獲取能量為無(wú)人機(jī)充電的網(wǎng)絡(luò)通常被稱(chēng)為無(wú)線充能網(wǎng)。目前，從太陽(yáng)能中獲取能量，通過(guò)光伏效應(yīng)將其轉(zhuǎn)換為電能以延長(zhǎng)無(wú)人機(jī)續(xù)航時(shí)間的研究引起了學(xué)者的廣泛關(guān)注。Sun等［22］研究了一種多載波太陽(yáng)能收集的無(wú)人機(jī)節(jié)能系統(tǒng)，通過(guò)綜合考慮太陽(yáng)能采集、空氣動(dòng)力消耗、機(jī)載能量存儲(chǔ)和地面用戶的QoS要求，最大限度地提高了給定時(shí)間內(nèi)的系統(tǒng)吞吐量。

2 緩存輔助無(wú)人機(jī)中繼系統(tǒng)

雖然AG信道具有較高的LoS連接可能性，但是無(wú)人機(jī)工作環(huán)境的高動(dòng)態(tài)性極易導(dǎo)致AG信道受到地面散射物的影響，且無(wú)人機(jī)高度的變化也會(huì)導(dǎo)致AG信道存在多徑效應(yīng)。若將緩存輔助中繼技術(shù)與無(wú)人機(jī)技術(shù)相結(jié)合，則無(wú)人機(jī)可以在發(fā)送端盡可能多地將數(shù)據(jù)收集于緩存中，然后再飛到接收端附近并將數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)［23］。緩存輔助的無(wú)人機(jī)中繼系統(tǒng)不僅可以充分利用無(wú)人機(jī)移動(dòng)性帶來(lái)的優(yōu)勢(shì)，還可以解決時(shí)變信道帶來(lái)的不利影響。

Cheng等［24］提出通過(guò)“加載-攜帶-轉(zhuǎn)發(fā)”（Load-Carry-and-Deliver，LCAD）的傳輸模式來(lái)提高無(wú)人機(jī)中繼系統(tǒng)的性能，這是首次提出將緩存應(yīng)用到無(wú)人機(jī)系統(tǒng)。研究表明，LCAD的中繼模式可以顯著提高系統(tǒng)吞吐量，適用于延遲容忍的環(huán)境。Tsuru等［25］闡述了SCF的應(yīng)用實(shí)例并通過(guò)無(wú)人機(jī)進(jìn)行實(shí)際測(cè)試和驗(yàn)證。Cao等［26-27］分別研究了在雙跳、多跳無(wú)人機(jī)中繼場(chǎng)景下，通過(guò)軌跡規(guī)劃和資源分配提高中繼系統(tǒng)的吞吐量。Zou等［28］分析了過(guò)時(shí)的天線選擇對(duì)緩存輔助無(wú)人機(jī)中繼網(wǎng)絡(luò)的影響，采用解碼轉(zhuǎn)發(fā)的無(wú)人機(jī)可以為源和目的節(jié)點(diǎn)提供超可靠的中繼服務(wù)。研究表明，相較于無(wú)緩存的無(wú)人機(jī)中繼網(wǎng)絡(luò)，有緩存的無(wú)人機(jī)中繼網(wǎng)絡(luò)能夠提供更好的超可靠通信服務(wù)。Li等［29］考慮了緩存輔助多跳無(wú)人機(jī)網(wǎng)絡(luò)，推導(dǎo)了系統(tǒng)中斷概率和誤碼率并證明緩存可以為無(wú)人機(jī)網(wǎng)絡(luò)提供超可靠的通信服務(wù)。Li等［30］提出了2種用戶選擇準(zhǔn)則以最大化主鏈路的信道增益和最小化竊聽(tīng)鏈路的信道增益，推導(dǎo)了過(guò)時(shí)信道狀態(tài)信息下系統(tǒng)的安全中斷概率。研究表明，有緩存輔助的中繼網(wǎng)絡(luò)比無(wú)緩存輔助的中繼網(wǎng)絡(luò)具有更高的安全性能，且過(guò)時(shí)的信道狀態(tài)信息會(huì)降低系統(tǒng)的分集增益。Cao等［31］通過(guò)優(yōu)化無(wú)人機(jī)的3D軌跡和資源分配來(lái)最大限度地提高系統(tǒng)的安全速率。緩存輔助的無(wú)人機(jī)中繼系統(tǒng)可以自適應(yīng)地調(diào)整飛行軌跡和資源分配策略，使目的節(jié)點(diǎn)能夠安全地接收消息。

3 研究挑戰(zhàn)和未來(lái)研究方向

雖然目前針對(duì)緩存輔助無(wú)人機(jī)中繼系統(tǒng)的研究已取得了一些研究成果，但這些成果尚不足以有效解決復(fù)雜環(huán)境下無(wú)人機(jī)系統(tǒng)所面臨的問(wèn)題與挑戰(zhàn)，還須要開(kāi)展大量深入細(xì)致的研究，以提升無(wú)人機(jī)系統(tǒng)的通信性能。

3.1 AG信道與AA信道建模

在多跳無(wú)人機(jī)中繼系統(tǒng)中，數(shù)據(jù)傳輸一般發(fā)生在一個(gè)連續(xù)的三維空間，由于AG鏈路與AA鏈路不對(duì)稱(chēng)，通常不能將二者建模為相同的信道模型。AG通信信道與AA通信信道相比，模型更為復(fù)雜。這是因?yàn)锳G信道極易受到地面散射體的影響，若只是將AG信道簡(jiǎn)單地建模為L(zhǎng)oS鏈路，則將忽略小尺度估量中的非平穩(wěn)性，從而可能導(dǎo)致錯(cuò)誤的結(jié)論。

3.2 能量受限背景下的無(wú)人機(jī)系統(tǒng)能效度量及中繼選擇

由于無(wú)人機(jī)系統(tǒng)的特殊性，研究不能一味地追求節(jié)能，還要考慮系統(tǒng)中其他性能以確保網(wǎng)絡(luò)能夠更加有效地完成任務(wù)。同時(shí)，由于無(wú)人機(jī)系統(tǒng)能量受限的特點(diǎn)以及緩存長(zhǎng)度有限的實(shí)際情況，研究人員應(yīng)綜合考慮信道質(zhì)量、剩余能量和空閑緩存等因素來(lái)選擇合適的無(wú)人機(jī)節(jié)點(diǎn)作為數(shù)據(jù)轉(zhuǎn)發(fā)的中繼系統(tǒng)。

3.3 多參數(shù)協(xié)同優(yōu)化

為了保證緩存輔助中繼系統(tǒng)的可靠性和安全性并兼顧系統(tǒng)傳輸效率等指標(biāo)，解決多參數(shù)協(xié)同優(yōu)化的問(wèn)題也變得至關(guān)重要。該項(xiàng)目涉及竊聽(tīng)節(jié)點(diǎn)、緩存長(zhǎng)度、無(wú)人機(jī)能耗等多個(gè)系統(tǒng)參數(shù)，無(wú)論是在理論分析還是在仿真實(shí)現(xiàn)上均具有一定難度。

4 結(jié)語(yǔ)

緩存輔助的無(wú)人機(jī)中繼技術(shù)在未來(lái)的無(wú)線通信系統(tǒng)中具有廣闊的應(yīng)用前景，可以為無(wú)基礎(chǔ)設(shè)施覆蓋的地區(qū)提供高性價(jià)比的無(wú)線服務(wù)。然而，高移動(dòng)性和機(jī)載能量有限等因素能夠?yàn)闊o(wú)人機(jī)的應(yīng)用帶來(lái)更多挑戰(zhàn)。本文分別簡(jiǎn)述了目前無(wú)人機(jī)中繼系統(tǒng)和緩存輔助無(wú)人機(jī)中繼下的研究現(xiàn)狀，提出了研究的挑戰(zhàn)和未來(lái)的發(fā)展方向。

參考文獻(xiàn)

［1］MOZAFFARI M， SAAD W， BENNIS M， et al. A tutorial on UAVs for wireless networks：applications， challenges， and open problems［J］. IEEE Communications Surveys amp; Tutorials， 2019（3）：2334-2360.

［2］GERACI G， GARCIA-RODRIGUEZ A， AZARI M M， et al. What will the future of UAV cellular communications be a flight from 5G to 6G［J］. IEEE Communications Surveys amp; Tutorials，2022（3）：1304-1335.

［3］WEI Z， ZHU M， ZHANG N， et al. UAV-assisted data collection for internet of things：a survey［J］. IEEE Internet of Things Journal， 2022（17）：15460-15483.

［4］FREW E W， BROWN T X. Airborne communication networks for small unmanned aircraft systems［J］. Proceedings of the IEEE， 2008（12）：2002-2027.

［5］GODDEMEIER N， DANIEL K， WIETFELD C. Role-based connectivity management with realistic air-to-ground channels for cooperative UAVs［J］. IEEE Journal on Selected Areas in Communications，2012（5）：951-963.

［6］KHAWAJA W， GUVENC I， MATOLAK D W， et al. A survey of air-to-ground propagation channel modeling for unmanned aerial vehicles［J］. IEEE Communications Surveys amp; Tutorials， 2019（3）：2361-2391.

［7］COVER T， GAMAL A. Capacity theorems for the relay channel［J］. IEEE Transactions on Information Theory，1979（5）：572-584.

［8］LI Q， PENG M. Secure cache-aided multiuser UAV-relay networks with outdated channel state information［J］. Physical Communication，2019，33：62-70.

［9］FARRAG S， MAHER E， et al. Performance analysis of UAV assisted mobile communications in THz channel［J］. IEEE Access， 2021， 9：160104-160115.

［10］MA R， YANG W， ZHANG Y， et al. Secure mmwave communication using UAV-enabled relay and cooperative jammer［J］. IEEE Access，2019，7：119729-119741.

［11］MAO X， WANG C， CHANG H. A 3D non-stationary geometry-based stochastic model for 6G UAV air-to-air channels［EB/OL］. （2021-12-01）［2024-07-09］. https：//ieeexplore.ieee.org/document/9613702.

［12］MOZAFFARI M， SAAD W， BENNIS M， et al. Unmanned aerial vehicle with underlaid device-to-device communications：performance and tradeoffs［J］. IEEE Transactions on Wireless Communications，2016（6）：3949-3963.

［13］CHETLUR V， DHILLON H S. Downlink coverage analysis for a finite 3-D wireless network of unmanned aerial vehicles［J］. IEEE Transactions on Communi cations， 2017（10）：4543-4558.

［14］ZENG Y， ZHANG R， LIM T J. Throughput maximization for UAV-enabled mobile relaying systems［J］. IEEE Transactions on Communications，2016（12）：4983-4996.

［15］ZHANG Y， CHEN Y， YU B， et al. Minimizing age of information based on predictions and short packet communications in UAV relay systems［EB/OL］. （2021-12-01）［2024-07-09］. https：//ieeexplore.ieee.org/document/9613540.

［16］DONG R， WANG B， CAO K. Security enhancement of UAV swarm enabled relaying systems with joint beamforming and resource allocation［J］. China Communications，2021（9）：71-87.

［17］WU Y， YANG W， GUAN X， et al. UAV-enabled relay communication under malicious jamming：joint trajectory and transmit power optimization［J］. IEEE Transactions on Vehicular Technology，2021（8）：8275-8279.

［18］KHUWAJA A， CHEN Y， ZHAO N， et al. A survey of channel modeling for UAV communications［J］. IEEE Communications Surveys amp; Tutorials，2018（4）：2804-2821.

［19］ZENG Y， ZHANG R. Energy-efficient UAV communication with trajectory optimization［J］. IEEE Transactions on Wireless Communications，2017（6）：3747-3760.

［20］ZENG Y， XU J， ZHANG R. Energy minimization for wireless communication with rotary-wing UAV［J］. IEEE Transactions on Wireless Communications，2019（4）：2329-2345.

［21］CAO D， YANG W， CHEN H， et al. Energy efficiency maximization for buffer-aided multi-UAV relaying communications［J］. Journal of Systems Engineering and Electronics， 2022（2）：312-321.

［22］SUN Y， XU D， NG D W K， et al. Optimal 3D-trajectory design and resource allocation for solar-powered UAV communication systems［J］. IEEE Transactions on Communications，2019（6）：4281-4298.

［23］NOMIKOS N， CHARALAMBOUS T， KRIKIDIS I， et al. A survey on buffer-aided relay selection［J］. IEEE Communications Surveys amp; Tutorials，2015（2）：1073-1097.

［24］CHENG C M， HSIAO P H， KUNG H， et al. Maximizing throughput of UAV-relaying networks with the load-carry-and-deliver paradigm［EB/OL］. （2007-06-04）［2024-07-09］. https：//ieeexplore.ieee.org/abstract/document/4225050.

［25］TSURU M， TAKAI M， KANEDA S， et al. Towards practical store-carry-forward networking：examples and issues［J］. IEICE Transactions on Communications，2017（1）：2-10.

［26］CAO D， YANG W， XU G. Joint trajectory and communication design for buffer-aided multi-UAV relaying networks［J］. Applied Sciences，2019（24）：5524.

［27］CAO D， YANG W， LI N. Throughput enhancement of buffer-aided multi-hop UAV relaying wireless networks［J］. AEU-International Journal of Electronics and Communications，2021，131：153596.1-153596.21.

［28］ZOU W， FENG X， LI X. Impact of outdated antenna selection on cache-aided UAV relay networks［J］. Physical Communication，2019，33：215-221.

［29］LI X， CHEN K， HOU H， et al. Cache-aided multi-hop UAV-relaying networks［J］. Physical Communication，2019，33：165-171.

［30］LI Q， PENG M. Secure cache-aided multiuser UAV-relay networks with outdated channel state information［J］. Physical Communication，2019，33：62-70.

［31］CAO D， QU G， ZHU Y. Throughput improvement for buffer-aided UAV relaying communications with jamming［EB/OL］. （2024-04-30）［2024-07-09］. https：//ieeexplore.ieee.org/document/10507295.

（編輯 沈 強(qiáng)編輯）

Research on buffer-assisted UAV relay communication technology

CAO" Dongju， QU" Guoqing

（Jiangsu Vocational College of Business， Nantong 226000， China）

Abstract： With the rapid development of unmanned aerial vehicle（UAV） technology and wireless communication technology， it has become possible to use UAV as mobile relays to assist in ground communication. Combining the buffer-assisted relay technology with UAV technology can not only fully utilize the advantages brought by UAV mobility， but also solve the adverse effects of time-varying channels， so as to further improve the communication performance of the UAV relay system during trajectory planning or resource allocation. By combing through the relevant literature，the current status of research on UAV relay systems and buffer-assisted UAV relay systems is summarized. The main problems in the current research are summarized，and the future research trends of buffer-assisted UAV communication are prospected.

Key words： UAV technology; buffer-assisted relay technology; communication performance