无人机自组网路由协议研究综述

随着无人机软硬件技术的发展,多无人机集群自组织形成的无人机自组网（Flying Ad-Hoc networks, FANETs）受到了越来越多的来自学术界和工业界的关注,其灵活的部署和快速的反应能力使其能高效地完成多种多样的任务。而无人机自组网路由协议是提高服务质量（Quality of service, QoS）最重要的方法之一,但无人机自组网的移动性和动态性给路由协议的设计带来了严峻的挑战。传统的移动路由协议不能很好地满足无人机自组网的路由需求,因此研究者们从基于拓扑、地理和分层的角度提出了各式各样的无人机自组网路由协议,旨在克服移动性和提高网络的服务质量,并指出未来无人机自组网的路由协议可以考虑机会路由、软件定义网络（Software defined network,SDN）决策和预测驱动决策等综合提高QoS。本文主要针对无人机自组网网络特征,从不同的路由方法出发,SDN对路由协议进行总结和归纳,并对未来的研究方向进行了展望。     

一种模型和数据混合驱动的电磁频谱态势测绘方法

频谱数据通常以多维度为特征,例如频率、时间、空间与信号强度等,这为采集以及可视化数据带来挑战。本文通过引入电磁频谱态势来表征信号功率谱密度在电磁空间的分布情况来实现目标区域内的频谱态势感知。目前频谱数据的获取方式通常为在目标区域内布置大量离散分布传感器,这导致采样效率低下,采样成本上升,在资源受限的情况下,上述采样方式并不可取。因此,本文从提高采样效率与降低采样成本出发,提出利用无人机采样实现目标区域内的信号功率数据获取,得到缺损二维、三维频谱态势,进一步提出一种模型和数据混合驱动的电磁频谱态势测绘方法,从而实现目标区域内部完整频谱态势的恢复。仿真结果表明,所提方法可以有效地完成目标区域内电磁频谱态势测绘,其补全精度与测绘效果均好于传统插值算法与张量补全算法。     

区块链赋能的6G频谱共享技术

6G无线网络将呈现资源协同化趋势,全频谱统一接入无蜂窝技术已成为6G的关键技术之一。然而密集部署的无蜂窝基站在频谱共享时将产生严重的干扰。针对这一问题,提出了一种基于联盟链的多基站协同功率控制方法。各基站共同组成一个联盟链网络,并基于区块链共识机制实现基站间功率协调控制,以降低因频谱共用而产生的干扰。以最大化系统的总吞吐量为目标,优化各基站的发射功率,并提出了一种等效转换方法以求解该非凸问题。仿真结果表明,所提算法相较于最大功率分配和正交频分复用策略能显著减少基站的发射功率开销,提升系统吞吐量。     

面向低空智联网频谱认知与决策的云边端融合体系架构

介绍了面向低空智联网频谱认知与决策这一典型应用场景的新型体系架构。首先,分析了低空智联网频谱安全管控与高效共享面临的挑战,凝练了亟待解决的关键科学问题。其次,以云边端深度融合支撑低空智联网频谱管控和共享为思路,提出了面向低空智联网频谱认知与决策的云边端融合体系架构。接着,探讨了基于云边端融合的低空智联网频谱快速精准认知与敏捷适变决策等关键技术。最后,介绍了该体系架构的未来研究方向。     

电磁频谱多维态势压缩测绘技术研究进展

在日益复杂的电磁频谱环境中,精准获取完备的频谱态势信息是做出准确频谱决策的重要前提。首先,介绍了频谱测绘并对比了其与频谱感知的主要区别。接着,综述了现有频谱态势生成方法的研究现状。然后,提出了异构性、大尺度缺失、动态性、环境复杂性等挑战下的多维频谱态势压缩测绘技术研究工作,有效弥补了传统频谱态势生成方法忽略频谱态势感知过程而导致的频谱测绘框架不完整性,该研究可进一步为提升频谱利用效率、增强频谱安全维护以及强化军事电磁对抗的决策提供更精准的指导。最后,对未来频谱压缩测绘的发展趋势进行了展望。     

电磁频谱空间射频机器学习及其应用综述

针对电磁频谱空间中频谱资源日益稀缺的问题,新兴的射频机器学习旨在结合电磁频谱领域知识,设计专门的机器学习模型,具有快速、小样本甚至零样本、可解释性和高性能的优势。按照五层网络结构,从物理层、数据链路层、网络层、传输层和应用层出发,本文对已有的射频机器学习在无线通信中具体应用的最新成果进行归类分析。同时,在现有成果基础上,通过对数据驱动和知识驱动的相互作用关系,总结了4种射频机器学习框架（串行/并行/耦合/反馈双驱动框架）。最后,为了促进射频机器学习的研究和实际应用,本文讨论了关键挑战和开放性问题。     

基于QuaDRiGa的无人机非平稳信道模型

为了解决无人机信道模型非平稳参数空时不连续的问题,提出了一种支持三维运动及姿态旋转的无人机非平稳几何随机模型,用于描述和模拟无人机对地多输入多输出通信信道的真实特性。该模型借鉴QuaDRiGa中的“准确定性”思想,基于收发端拓扑关系更新时变信道参数,考虑路径生灭概率改进信道功率计算方法,引入姿态相位矩阵描述无人机姿态旋转,以实现无人机非平稳信道参数的平滑演进。数值仿真结果表明,本文提出模型能够保证功率和角度等参数的平滑演进,输出信道的自相关函数具有非平稳性且受无人机姿态影响显著,可用于无人机通信系统设计和算法优化等领域。     

一种OFDM雷达通信共享信号优化设计方法

多载波体制的雷达通信共享信号主要采用正交频分复用(orthogonal frequency division multiplexing, OFDM)技术进行设计。基于OFDM的雷达通信共享信号的循环前缀具有消除码间串扰、维持各个子载波正交的重要作用。但循环前缀会使信号模糊函数产生“伪峰”,降低能量利用率,影响雷达性能。针对该问题,提出了一种利用空白保护间隔的方法,在不影响通信质量的前提下消除“伪峰”,同时有效降低模糊函数的峰值旁瓣比。在此基础上进一步利用互补P4码和OFDM相结合的方式生成新的雷达通信共享信号。经仿真验证,相比于16阶正交幅度调制(16QAM)与OFDM相结合生成的16QAM-OFDM信号,新的雷达通信共享信号距离模糊图的峰值旁瓣比降低了1.871 dB。     

基于神经网络的毫米波跨场景路径损耗预测研究

毫米波通信因其可以提供更高的传输速率和系统容量受到了广泛关注。无人机空地通信技术是未来通信网络的重要组成部分,路径损耗预测对于无人机的节点布局、轨迹优化和功率分配具有重要意义。针对无人机通信多场景PL预测问题,结合参数化的几何场景和多输入反向传播神经网络,提出了一种具有跨场景能力的PL迁移预测模型。该模型利用有限场景下信道数据进行网络训练,可以预测未知新场景下的PL。最后,利用射线跟踪仿真数据进行模型有效性验证,仿真结果表明,所提模型的神经网络训练收敛效果较好,在新场景下预测PL结果与RT仿真结果基本吻合,验证了该模型的跨场景迁移预测能力。     

无人机空中基站对地信道建模及功率覆盖预测

传统统计建模方法难以对特定场景下的无人机信道做出精确预测。针对城市场景下的无人机信道,结合确定性信道建模法,基于射线跟踪原理构建了一种无人机基站-地信道模型,该模型考虑了散射次数对接收功率的影响,将到达地面接收机的射线分为视距路径、一次散射路径和二次散射路径;给出了基于射线跟踪原理的传播损耗和3种路径相应的功率计算方法,该方法沿路径计算场强。在利用数字地图预处理技术对城市建筑物进行简化后,对该场景下无人机信道的传播路径、损耗、功率延迟分布以及功率覆盖情况进行了仿真验证。数值仿真结果表明,本模型能够准确复现城市传播环境及传播状况,覆盖预测结果可用于优化无人机部署。