临空信息网络信道建模与动态部署技术展望综述

2022-11-05曹先彬杨朋

航空学报 2022年10期

曹先彬，杨朋

北京航空航天大学电子信息工程学院临空信息系统先进技术工信部重点实验室，北京 100083

临空信息网络是以各类临近空间平台、高空和低空飞行平台为载体，实时获取、传输和处理空间信息的网络系统，是天地一体化信息网络的核心组成部分[1]。天地一体化信息网络是中国“科技创新2030——重大项目”中首个启动的重大工程专项项目，自被列入国家“十三五”规划纲要之后，又被纳入“新基建”的范畴，并继续被列为国家“十四五”规划纲要。近年来，在应急救援和对地观测等重大需求的推动下，中国以及全球其他一些主要国家关于大力发展和建设临空信息网络的紧迫性越来越强。相比于天基网络，临空信息网络更接近地面用户，能提供高速率、大容量通信服务。相比于地面网络，临空信息网络能快速延伸通信距离、提供广域通信覆盖；因此，临空信息网络兼具了天基网络与地面网络的优点，是地面网络和天基网络的重要补充。此外，临空信息网络组网的高灵活性、部署的高时效性、平台的高机动性、以及能实现广域覆盖、局部增强的特殊性必然会将人类开展公共安全应急响应与救灾和对地观测等重大任务的能力提升到一个新的高度。

作为一种新兴信息网络，临空信息网络需要解决许多新的问题，主要包括临空信道建模、临空信息网络动态部署、网络接入控制、高可靠低时延通信等，其中信道建模与动态部署是其需要重点突破的关键问题。临空信道建模旨在研究电磁波在临空信道中的传播规律问题，是关于临空信息网络系统设计、理论分析、性能评估、动态部署等诸多重要问题的研究基础。动态部署旨在研究临空信息网络中各空中平台的空间部署位置动态寻优问题，是使能临空信息网络有效满足用户服务请求的核心技术。本文重点研究临空信息网络信道建模与动态部署关键技术，着重剖析临空信息网络在信道建模与动态部署2方面面临的重大挑战，并展望应对挑战的关键技术。

本文接下来的组织结构如下：首先，描述临空信息网络架构及限制；其次，展望临空信息网络信道建模关键技术；再次，展望临空信息网络动态部署关键技术；接下来，指出临空信息网络未来其他重点研究方向；最后，总结全文。

1 临空信息网络架构及限制

临空信息网络是部署在距离地表高度为22 km的空域内，由临近空间飞行平台(简称，临空平台)、大型长航时飞行平台及低空飞行平台组成的综合性信息网络，其综合网络架构如图1所示[2]。根据部署高度的不同，空中平台将完成分层部署，构成分层子网，并对特定区域内的用户实行聚焦覆盖。各子网与地面网络互连，以便大容量数据及时回传。相比于天基网络，临空信息网络具有规划部署快、平台高度低、时空尺度小等特点，所以其在应急救援和对地观测等方面具有反应迅速和观测精准等优势。此外，在临空信息网络中，不同高度层的平台(或网络节点)可以按照任务需求，实现网络的拓扑重构和服务响应能力的快速伸缩，从而有效提升临空信息网络动态立体观测与应急响应的机动性和时效性。完成构建的临空信息网络将具备特定任务响应的广域覆盖与局部增强能力，包括增强快速响应能力，增强信息获取精度、频次与维度等。

临空信息网络的部署空域包括了民航通信所在空域和低空通信空域。基于地球同步轨道卫星的天基通信是民航通信的主要解决方案，其中，卫星在民航飞机与地面接入网间起到信息中继的作用，实现民航飞机与地面接入网间信息的透明弯管传输。该方案能提供民航飞机在全球任何民航空域内的网络接入服务，且网络切换不频繁，通信可靠性高；不过，天基通信的成本高、时延大，难以有效满足未来民航通信的要求[3]。基于地面专用网络的地基通信是民航通信的另一种重要解决方案，其中，民航飞机直接通过空中接口与专用地面宏基站相连，实现高速低时延的信息传输；但是，受限于地面基站的建设，地基通信方案不支持跨洋国际航线[4]。近年来，低空无人机通信成为低空空域通信的热点研究内容。国内外研究人员分别从无人机自组织网络、无人机的应用场景、通信协议设计、网络安全、信道建模等方面综述了无人机通信[5-12]。考虑到单架低空无人机的能力极其有限，为提升基于无人机的低空通信网络的鲁棒性、生存能力和服务能力等，研究人员达成了基于多架低空无人机构建平面(或层次)Mesh型拓扑结构或Ad hoc拓扑结构的多无人机网络的共识。

组成临空信息网络的空中平台种类繁多。其平台重量从几百克到数百千克不等，各平台的载荷能力有所不同，可装备的天线类型亦有差异，例如，低空微型飞行平台往往只配备一根天线[13]，临空平台则能配置大规模天线阵列[14]。相比于地面网络，临空信息网络平台数量少，网络稀疏；然而，其平台的机动性高，平台的飞行速度可以达到数百公里每小时[15]。此外，空中平台的覆盖范围与平台的部署高度正相关，单个临空平台的覆盖半径可高达150 km，单个低空微型飞行平台的覆盖半径可能只有数十米。空中平台的覆盖范围与通信仰角反相关，考虑到部署环境的影响，地面用户与临空平台间的最小实用仰角为5°，不过，为缓解过度地面杂波的影响，通常将通信仰角设计为15°。考虑到信号遮挡和阴影等影响，需要设计一个较高的地面用户到低空微型飞行平台的通信仰角。

依赖于空中平台携带的载荷种类，临空信息网络能提供多种不同类型的服务。例如，空中平台能担任空中移动基站的角色为地面用户提供应急通信恢复与保障服务，能充当空中中继节点承担信息中继任务，也能通过挂载不同类型的传感器来执行计算、导航、监视、感知等特种任务[16]。

临空信息网络部署在立体空域中，其网络拓扑结构呈现多样性的特点。临空信息网路的高空部署环境相对简单，高层子网可以采用星型、链型或Mesh型拓扑结构[16]。实际应用中，场景任务和网络构建成本决定了高层子网的拓扑结构，且成本更加关键。例如，为实现超远距离的临空飞艇与地面用户间的传输，理论可行的方案是采用多艘临空飞艇构成链型拓扑，但是，单艘临空飞艇当前的造价高达数千万元人民币，因此，考虑到制造成本，实际的方案可能是仅采用一艘临空飞艇，并通过租用卫星链路的方式实现超远距离传输。临空信息网络中的低空部署环境复杂，星型拓扑结构往往难以保证低空水平子网的连通性和可靠性；因此，低空水平子网可以维护Mesh型拓扑结构[17]。临空信息网络不同高度层的平台可以互连互通，形成跨层垂直子网，提升子网的服务能力和覆盖范围。

临空信息网络中的平台能支持2类通信链路，分别是载荷通信链路与非载荷控制链路。为支持载荷通信，S波段频率2.4～2.483 5 GHz和C波段频率5.725～5.85 GHz被分配给低空飞行平台[18]；为支持非载荷控制链路，L波段频率960～977 MHz和C波段频率5.03～5.091 GHz被分配给低空飞行平台[19]。大型长航时飞行平台的军事用途广泛，因此尚未公开特定工作频段。为协助临空平台的部署，ITU将48 GHz毫米波频段指定给临空平台在全球范围内使用，31/28 GHz频段指定给其在特定国家使用。临空平台亦支持2 GHz频段和6 GHz频段，以分别提供IMT-2000最低服务保障和作为IMT-2000的网关链接使用[20]。表1展示了当前分配给临空信息网络的频段。

表1 临空信息网络频段使用表[16,19,20]Table 1 An overview of spectrum bands dedicated for near space information network[16,19,20]

在临空信息网络限制方面，为维护国家安全、公共安全、飞行安全，临空信息网络的部署空域受到严格的监管与限制。例如，中国民航局分别于2018年1月和2021年7月发布了《无人驾驶航空器飞行管理暂行条例(征求意见稿)》和《民用无人驾驶航空器系统空中交通管理办法》，对不同尺寸、不同起飞重量的无人驾驶航空器在国界边境、人口稠密区、重点地区等的飞行空域设置了禁飞和管控空域，并限定了各无人驾驶航空器的工作频率、功率等技术指标。

此外，由于临空平台的设计和制造对成本与技术的要求较高，所以全球仅有少数几个国家的少数几个(非)盈利组织有能力构建临空信息网络。然而，这并不影响临空信息网络成为全球范围的研究热点和学术前沿。

2 临空信息网络信道建模

信道建模一直以来都是无线通信领域的基础和热点研究问题。在低空无人机信道建模研究方向，近年来，基于实际信道测量和模拟仿真方法研究人员构建了大量低空无人机空对空和空对地信道模型。其中，文献[10]综述了基于信道测量方式和统计建模的低空无人机信道建模方法，并将无人机信道模型划分为确定型、随机型、几何-随机型3类模型。文献[11]主要综述了基于信道测量的低空无人机空对地信道建模方法，并概述了测量频率、配置、环境、空地信道测量的挑战、探测波形类型、仰角对测量结果的影响。此外，文献[12]综述了多种低空无人机部署场景下基于信道测量和无人机的空对空和空对地信道建模方法。总体而言，现有低空无人机信道建模方法重点研究气象因素(如自由空间损耗、大气损耗、雨衰等)与非气象因素(如频段、间歇性多径效应、窄带衰落、多普勒扩展、延迟色散、机身遮挡等)对无人机通信信号衰落的影响。详细的低空无人机信道建模方法可以参考文献[10-12]及其中的参考文献。

在临空信道建模研究方向，尽管研究人员对临空信道建模问题开展了初步探索[21-27]，然而，这些工作没有继续研究临空信道模型中的高精度信道参数估计问题；所以，所构建的模型不够准确。此外，调研发现，现阶段研究人员尚未开展临空信息网络普适信道建模问题的研究。精确度是信道模型最重要的性能指标，高精度信道模型将对通信理论技术研究、通信系统优化设计产生重大影响；模型的普适性或通用性则是仅次于精确度的重要指标。本文接下来展望这2方面研究的关键技术。

2.1 高精度临空信道建模

得益于阵列增益、分集增益和共信道干扰消除等，阵列天线能极大地提升信道容量并改善通信质量。但能否受益于阵列天线，取决于空中平台的载荷能力。相比于低空飞行平台，临空平台具有更强的载荷能力，因此，在临空平台上安装阵列天线是一个国际共识。再者，由于临空平台主要工作在毫米波频段，所以，现阶段，临空平台在实际通信过程中推荐采用毫米波阵列天线通信技术。这给信息传输带来高增益、高带宽通信优势的同时，也给临空信道建模带来了极大的挑战。首先，超长距离衰减是毫米波通信技术面临的一大挑战；其次，临空信息网络的信道将通过整个对流层，ITU和3GPP指出在对流层传输环境下，毫米波通信将受大气、雨水、闪烁等复杂气象条件的严重影响[28,29]；第三，受气流扰动等因素影响，高空平台的飞行姿态不完全可控，进而影响信道模型的准确性；第四，受信号接收端移动性的影响，信道面临多普勒频移问题[30,31]；第五，低空飞行平台和地面信号接收端接收到的信号质量将受特殊复杂的地形和地域的严重影响；第六，阵列天线有待估计的参数维度更高，估计难度更大。由于存在上述挑战，对临空信道开展建模研究时，用于地面毫米波阵列天线信道建模的方法都将毫无例外的变得不准确。

为应对上述挑战，设计适用于临空信息网络的高精度信道建模方法，需要以最新的地面毫米波阵列天线信道高精度估计方法为基础，着重研究临空信道环境下的通信仰角、气象、高低空平台移动和抖动、地面终端的移动、地形和地域等复杂因素分别对波达方向估计准确性、收发端天线增益、大小尺度衰落的影响。例如，在开展阵列天线信号波达方向高精度估计研究的过程中，首先需要深入分析大气折射和对流层闪烁如何改变无线电波传播方向，推导临空信息网络中各平台抖动和移动造成的信号方位角与俯仰角的变化，根据分析结果补偿波达方向。接着，基于补偿的波达方向可以利用最新的地面毫米波阵列天线信号波达方向高精度估计方法估计临空环境下的波达方向。再如，在开展临空信息网络阵列天线信号复信道增益恢复的研究中，首先，可以探索气象等条件(如雨衰、对流层闪烁等)对临空信道复增益的影响；接着，可以采用适用于地面毫米波阵列天线信道恢复的稀疏贝叶斯方法[32]或近似消息传播方法[33]等恢复临空信道的复增益。

2.2 普适临空信道建模

信道模型的普适性是无线信道模型的关键性能指标之一，对信道模型标准化、通信共性理论技术研究及通信系统融合构建至关重要，且其重要性仅次于信道模型的精确度。无线信道模型受频段、环境和场景的直接影响。信道普适性建模需要解决的问题是仅通过调整校正信道模型的参数，就能使所建模型适用于不同频段、环境和场景。临空信息网络普适信道建模面临极大的挑战。临空信道模型的准确性受频段、环境和场景中诸多因素的影响，如此，构建普适的信道模型意味着该信道模型必须包含所有能够表征这些影响因素的参数。此时，探索临空信道新特性、研究信道新规律和构建信道新体系是构建临空信息网络普适信道模型面临的首要理论挑战。如何同时估计种类繁杂、维度较高的参数是该普适信道建模面临的一大技术挑战。在真实信道样本数量不足的情况下，如何评估各类参数的影响，校正各类参数并验证模型的准确性是该普适信道建模面临的一大现实挑战。

为应对上述挑战，首先，需要构建多因素融合的普适信道模型原型。具体地，考虑到临空信道与星地信道具有部分相似性的特点，可以以标准星地信道模型为基础，融入临空信道的新特性，构建如式(1)所示的同时考虑频段、环境和场景中多种影响因素的临空信道模型原型，

H=Gt(θ,φ,α,β,γ)Gr(θ,φ,α,β,γ)·

PLSFCLBLWESC·A(fb,fD,θ,φ,α,β,γ)

(1)

式中：Gt(θ,φ,α,β,γ)和Gr(θ,φ,α,β,γ)分别表示平台发射端天线增益和接收端天线增益；θ、φ、α、β和γ表示方位角、俯仰角、侧滚角、航向偏角、偏航角；PL为自由空间路径损耗；SF为多径阴影衰落；CL为地物损耗；BL为阻挡建模；WE表示雨衰、水汽和大气气体吸收；SC表示散射建模；A(fb,fD,θ,φ,α,β,γ)为阵列流形矩阵，fb为临界频率，fD为多普勒频率。基于随机几何理论与等效的对流层几何模型可以分析多普勒频移、平台抖动对接收信号相位的影响。收发端天线增益的建模具体取决于平台的天线配置、俯仰角、方位角和抖动。国际社会很早就启动了关于气象条件(如云、雨、雾、雪花、冰晶、大气等)对毫米波通信影响的研究，且ITU和3GPP给出了详细的气象衰减建议[28,29,34]。因此，水蒸气和大气吸收损耗以及雨衰需要结合无线电探空仪测得的本地局部气象数据与ITU给出的建议进行计算[35]。

其次，需要设计临空信道模拟器以生成部分模型训练集；具体可以采用分级、分阶段的设计方案。为模拟水蒸气和大气气体吸收导致的信号强度衰减，需要参照本地局部测量数据或ITU-R P.836[36]中的数字地图；为模拟雨衰，可以参考ITU-R P.837[37]、ITU-R P.838[34]和3GPP TR 38.811[28]中给出的数据；针对闪烁的影响，需要构建区分湍流层与对流层底层的闪烁几何模型，设计包括可调节标准差的复高斯噪声发生器和低空滤波器的闪烁信道模拟器；复杂地形与地域会引发信号传播的多径阴影衰落和阻挡效应，这意味着在模拟复杂地形与地域影响时需要构建分阶段模型[20]。可以构建一个两阶段模型来模拟此类影响。第1阶段生成一个变化特别慢的信道状态变量，将信道状态划分为在恒定环境因素下的任意2个子信道状态，并找到一个子状态到另一个子状态的转移概率。由于信道的时空相关性，此阶段可以采用一阶马尔科夫链进行信道状态转移建模。第2阶段构建慢变化和快变化的信道状态变量，并确定每个子状态的信道统计特征，此阶段可以采用对数正态分布、莱斯分布等进行建模。

再次，需要训练与校正模型参数，此过程可以采用参数降维思路训练与校正信道模型的高维与繁杂参数，以真实与模拟仿真生成的样本为基础，利用机器学习与人工智能方法进行回归分析等处理，以获得各类模型参数的均值、预测值或统计分布，并根据局部测量或经验结果采用人工智能技术预测校正模型参数。

3 临空信息网络动态部署

临空信息网络具有平台高动态异质、空域共享、响应任务不定等特性，为保证临空信息网络高效、安全地满足用户的服务请求，必须深入挖掘临空信息网络的态势信息，研究态势引导的临空信息网络动态部署问题。另一方面，任务驱动(或按需部署)是实现临空信息网络高效动态部署的核心指导原则，而不同类型的服务请求对临空信息网络性能有着不同的要求。因此，本文接下来分别探索临空信息网络的态势感知、QoS驱动部署与QoE驱动部署问题。

3.1 临空信息网络态势感知

临空信息网络态势主要包括网络与安全2方面的态势，本文将分别阐述如何获取这2方面的态势信息。

3.1.1 网络态势感知

临空信息网络的网络态势是表征其网络层面的资源、容量、业务承载等状态，包括频率、计算、存储、平台等资源，链路、子网、全网容量，网络节点与网络中的业务拥塞状态等，是临空信息网络实现高效动态部署的重要前提。然而，准确感知临空信息网络的网络态势的难度较大。首先，临空信息网络面临的电磁环境复杂多变，信号干扰严重；其次，业务服务请求的不确定性导致临空信息网络的业务承载状态的随机性较高；再次，平台的动态性高，低空环境复杂多变，难以准确计算网络容量；此外，临空信息网络资源维度高、随时间动态变化，难以精准感知。

为应对电磁环境复杂和干扰严重的难题，需要进行电磁频谱感知，采用随机几何理论分析信道期望干扰情况；为分析网络业务承载状态，需要综合利用队列分析理论与概率论，构建新的队列模型，分析队列中数据分组的演化状态；针对网络容量计算难的问题，需要结合临空信道模型、采用随机几何理论分析网络的期望容量[38]；为应对网络资源难以准确感知的问题，需要研究临空信息网络的片段化部署，频繁监测片段子网节点的资源状态，降低资源感知的维度。临空信息网络的片段化部署体现在临空信息网络中参与部署的不是相对独立的若干子网，而是在任务序列驱动下，动态汇聚若干空中平台并按需构建新的片段化子网，以支持动态业务服务；随着任务序列的发展，这些片段化子网也在动态变化，具有生命期并在期间发生解构、重组等动态变化。

3.1.2 安全态势感知

临空信息网络中各飞行平台在执行任务时需要自主地飞往目标空域，并要共享有限复杂空域。因此，研究临空信息网络的动态部署问题首先要考虑与民航空域的协同规划；此外，各平台在飞行过程中，需要避开障碍物，还需要避免与邻域其他飞行平台相碰撞。所以，临空信息网络需要实时准确感知空域安全态势，并以此感知信息为引导开展部署研究。

空域安全态势是指在指定时间、空间范围内空域环境要素(如邻近飞行平台、地形地物、气象等)对飞行平台安全飞行威胁程度的时空分布表征，是实现多异质空中平台安全高效地使用混合空域的前提，能够为临空信息网络安全动态部署提供风险评估依据。

然而，准确感知与构建临空信息网络安全态势的挑战性极大。首先，临空信息网络中空域管控边界模糊，飞行平台速度快，反应时间短；其次，许多空中小目标威胁物的信号微弱，特征不显著，难以及时准确探测；再次，多飞行平台局部安全态势之间的强耦合关系导致安全态势的时空推演异常复杂，全空域大尺度动态安全态势难以精确描述与建模。

为解决空域管控边界模糊的问题，需要研究单飞行平台与环境要素之间的相对定位误差、安全间隔余度等与指定碰撞风险水平之间的映射关系，建立飞行平台安全包络模型。针对空中小目标特征不明显的问题，一方面需要在空间、时间等维度上来获取多粒度的观测数据；另一方面可以引入低空空域的关联物，通过建立目标与关联物的关联特性来辅助探测。为降低全空域安全态势推演与建模的复杂度，可以采用多主体系统、动态演化博弈的方法，将异质空中平台的自主运动映射为多主体系统中的个体行为，结合临空信息网络拓扑结构与平台的运动特性，设计系统的演化策略，通过多主体演化来实现多源异构态势信息的融合，进而在体现个体异质性与关联性的同时，能更全面地描述系统的整体运行状态。

3.2 QoS驱动的临空信息网络动态部署

临空信息网络存在任务驱动的属性，而临空信息网络中各平台的服务能力、任务响应速度等各有差异，为有效满足用户服务请求，提升网络利用率，动态部署临空信息网络需要有用户服务请求时空分布信息的支撑；因此，接下来，本文首先讨论临空信息网络业务预测问题；然后，根据预测结果探索临空信息网络动态部署问题。

3.2.1 业务预测

临空信息网络面向的服务请求往往具有应急性、短时突发性、时变性和异质性的特点。这些特点导致临空信息网络需要承载的业务的时空分布难以得到准确的预测。为解决该难题，需要深入探讨业务的应急、突发和短时发生等特性，构建业务请求收集与模型学习的联合预测机制[39]。

在业务请求收集方面，需要指定地面或空中基站收集业务请求用户的位置、移动范式、设备类别、MAC标识号、到达和离开时间等信息。当一个新的用户进入到某个基站的覆盖范围内之后，用户将主动定期向该基站发送信标消息。如此，各基站能将用户的上述信息存储到其注册表中。一段时间后，基站通过更新与检查注册表即能知道其覆盖范围内业务请求基本情况。为应对短时突发业务，每个基站需要定期更新注册表。当基站发现业务请求超过其服务能力时，将主动向集中控制单元发送业务请求情况。集中控制单元亦定期向各业务请求收集基站询问业务请求情况。通过分析从基站中获取的业务请求信息，集中控制单元将能知道整个临空信息网络面向的业务请求的时空状态。

在模型学习方面，集中控制单元将以机器学习和人工智能技术为基础，分析收集到的业务请求信息，构建并学习业务请求的变化趋势。此外，为实现预测准确性与及时性之间的折中，有必要设计包含预测窗口、分析预测、预测冗余与预测上限机制的综合预测方案。

业务预测结果将引导临空信息网络的动态部署以有效满足用户服务请求，提升网络资源利用率。

3.2.2 QoS驱动部署

QoS驱动部署是指以业务预测结果为基础，优化临空信息网络中平台的移动轨迹或空间部署位置以满足用户QoS需求。通常，用户QoS需求可以表征为用户的可达数据速率。

然而，QoS驱动的临空信息网络优化部署问题的求解难度极大。首先，临空信息网络是由临空平台、高空和低空飞行平台共同组成的信息网络，空中平台部署高度的不同导致临空信息网络在空间上呈现明显的立体层次化分布特性，各平台在计算、通信、移动等能力方面各有差异；因此，研究QoS驱动的临空信息网络优化部署问题意味着要求解一个立体多层、多异质网络的联合优化部署问题。其次，临空信息网络所部署的空域环境复杂多变，多个空中平台之间、空中平台与民航飞机之间需要共享空域，且空域中存在许多未知不确定的风险区域；因此，研究QoS驱动的临空信息网络优化部署问题还需要探索如何保障空中平台飞行安全的问题。

为应对上述挑战，首先需要以临空信息网络的网络态势为支撑建模临空信息网络的立体多层、多异质特性；体现空中平台立体多层特性的可行思路是建模不同的平台覆盖范围、时变的子网选择和多类别的信号干扰等，体现多异质特性的可行思路是约束平台的服务能力，具体包括计算、存储和网络资源约束。其次，需要以临空信息网络的安全态势为支撑建模空中平台飞行安全约束条件。第三，构建并求解临空信息网络态势引导下的以满足用户QoS需求为目标的优化部署问题；不过，该优化问题往往是一个多约束、高维、序列化决策问题，利用传统的最优化方法很难得到上述问题的最优或次优解，强化学习与图神经网络将是求解上述问题的较好方法。

3.3 QoE驱动的临空信息网络动态部署

本质上，QoE驱动的临空信息网络动态部署问题是一个优化问题。用户的QoE指标具有明显的主观性，为了数学建模QoE驱动的临空信息网络动态部署问题，首先需要研究QoE指标映射问题。因此，本文接下来依次研究QoE指标映射与QoE驱动部署问题。

3.3.1 QoE指标映射

多媒体业务是临空信息网络传输业务的重要组成部分。随着多媒体服务的发展，用户的主观感受到的重视程度越来越高，QoE已成为多媒体传输技术中衡量服务质量的主要性能评估标准。如图2所示，QoE评价指标包括流畅性、清晰度和低时延。

流畅性、清晰度和低时延评价指标具有明显的主观性，为优化部署临空信息网络以有效满足用户的QoE需求，首先需要探索主观的QoE评价指标到客观物理层资源分配的合理映射问题。

客观度量清晰指标的可行途径是定义并优化峰值信噪比，例如，第i个用户的峰值信噪比psnri可以表示为[40]

(2)

式中：M表示总的离散余弦变换(DCT)系数块；t为某个时隙；T为总时隙数；λt表示服从零均值高斯分布的DCT系数块随机变量的方差，常数η为多媒体视频的像素深度；σ0为高斯白噪声的标准差；q(t)为t时隙信号发射设备的空间位置；wi表示用户i的空间位置；β0表示平均的信道功率增益；pt为信号发射端t时隙的发射功率。

客观度量流畅性指标的可行途径是设计并优化与用户可达数据速率、需求播放速率和应用类型等因素相关的对数效用函数，例如，第i个用户的流畅性体验指数可表示为[41]

(3)

式中：不同的常数ε和ν反映不同的应用类型；ri表示用户i的需求播放速率；Ri(t)为用户i在t时隙的可达数据速率。

用户i体验到的时延di包括处理时延(如编解码、渲染)、分组等待时延(如协议解析)、缓冲时延和传播时延等，其中，处理和分组等待时延与传播路径上设备的计算能力有关，缓冲时延与用户端播放缓冲区的长度有关，传播时延与用户可达数据速率反相关。

3.3.2 QoE驱动部署

QoE驱动部署是指以业务预测结果为基础，优化临空信息网络中平台的移动轨迹或空间部署位置以满足用户QoE需求。

求解QoE驱动的临空信息网络优化部署问题面临极大的挑战。除网络的立体多层、多异质特性造成的部署挑战与空域共享引起的安全挑战外，其还面临着联合优化QoE 3个评价指标所带来的技术挑战。如图2所示，QoE 3个评价指标相互冲突、相互制约，难以同时最优化3个评价指标，例如，多媒体业务编码码率越高，清晰度越高，但是出现丢帧和卡顿的现象越频繁；为减少播放出现卡顿的频次，需要设置较大的播放缓冲区，但是较大的播放缓冲区会带来较高的缓冲时延。

为应对上述挑战，需要以临空信息网络的网络和安全态势为支撑，构建如下临空信息网络态势引导下的多目标优化部署问题，并寻找其Pareto最优解，

s.t. 网络与安全态势约束，

其他类型约束。

(4)

由于传统的最优化方法往往很难求解所构建的优化问题，采用最优化和人工智能相结合的方法是求解该优化问题的可选途径，其中，最优化方法用于求解该优化问题分解出的凸问题，人工智能方法(如图神经网络、深度神经网络)可以得到该优化问题分解出的非凸问题的近似解。此外，为加速人工智能方法收敛，需要利用最优化方法评价优选人工智能方法得到的近似解。

4 其他未来研究方向

前两节剖析了临空信息网络在信道建模与动态部署研究方面面临的重大挑战，并展望了应对挑战的关键技术；不过，为进一步提高临空平台-低空飞行平台间信道模型的准确性，并提升临空信息网络的部署效率，还需要继续深入研究临空信息网络中低空飞行平台抖动下的信号波达方向估计、网络容量分析、态势场构建、子网选择和网络弹性重构的问题。波达方向是阵列天线信道矩阵的关键组成部分，且低空飞行平台的抖动严重影响波达方向的估计精度。网络容量是临空信息网络的重要态势信息，以网络容量、安全等态势信息为支撑而构建的态势场将在引导临空信息网络高效动态部署方面发挥决定性作用。此外，临空信息网络任务驱动部署的特点突出，有必要从用户的网络切换代价和需求时变的视角出发研究临空信息网络的高效动态部署。因此，本文接下来分别展望临空信息网络在波达方向估计等上述5个方向的研究工作。

4.1 低空飞行平台抖动下信号波达方向估计

平台抖动是低空飞行平台飞行过程中始终存在的一个现象，引起飞行平台抖动的因素很多，主要包括飞行平台机械振动和空气扰动。飞行平台抖动给研究临空信息网络中信号波达方向高精度估计问题带来了极大的挑战。其抖动可能造成接收信号方位角和俯仰角发生较大的改变，造成接收阵列中阵元位置的改变以及接收阵列在空间坐标系上发生“形变”[42]，进而导致现有的信号波达方向估计方法失效。而信号波达方向高精度估计对阵列天线波束赋形、链路容量分析等的意义十分重大。因此，亟需探讨低空飞行平台抖动环境下阵元位置与阵列流形矩阵的相对变化，研究抖动环境下的信号波达方向高精度估计方法。

4.2 网络容量分析

网络容量是进行临空信息网络架构设计和网络效能评估的关键核心指标，也是临空信息网络的重要态势信息，对引导其高效动态部署起到关键作用。目前，学术界关于临空信息网络容量分析的研究尚处于起步阶段。临空信息网络是一个复杂立体多层动态的信息网络，分析其网络容量的难度极大，需要分别从临空信息网络的链路容量、子网容量和全网容量3方面递进展开分析。

临空信息网络的链路存在弱连接、高动态特性。其弱连接性表现为空中平台在混合空域中稀疏分布，相对距离较远(可达数十公里)且大多数空中平台作业高度较低，因此在空空互连的低仰角通信场景中，信号容易受地形地物等遮挡而出现断续连接的现象；其高动态性是指空中平台的飞行特性各异，即使收发平台间建立了视距传播链路，该链路也难以长时间维持；这表明临空信息网络的链路状态时变，且不规则。此外，其链路容量受复杂的临空信道模型与干扰等影响，很难推导得到精确的临空信息网络链路容量表达式。为此，可以采用随机几何理论等工具分析临空信息网络链路容量，得到统计容量结果。

在分析子网容量方面，临空信息网络具有独特的集群化特征，其集群化体现为在提供业务服务时，部分空中平台会按照任务需求，快速汇聚到相对较小的空域中形成子网，并协同工作。集群化子网内的空中平台间具有较强的耦合性，在这种情况下，子网容量往往取决于状态最差的一条链路。

临空信息网络全网容量主要受网络拓扑结构和子网容量的影响。为降低分析难度，可以将传统基于平面图论的网络分析手段扩展到立体多层空间的范畴，充分利用临空信息网络的集群化特性将子网从时间和空间上分离，并采用时变图、超图等理论探索研究临空信息网络动态拓扑特性与网络容量的关系。

4.3 态势场构建

临空信息网络态势场是指临空信息网络中的实体(如飞行平台、地形地物、气象等)在时域、频域、空域、网络域中的演化状态，其在引导临空信息网络高效、安全动态部署方面的作用是决定性的。不过，构建临空信息网络态势场的难度极大，需要分别解决态势信息感知、态势信息融合、态势场构建3方面的难题。首先，临空信息网络面临严峻的数据、模型、场景爆炸问题[43]。数据爆炸表现为临空信息网络感知、存储、计算、传输的数据(如流媒体、图像、雷达数据等)的数据量越来越大、维度越来越高；模型爆炸表现在为提高分析和学习数据的准确性，临空信息网络需要构建和训练的学习模型越来越复杂，计算复杂度越来越高，给网络中各平台带来的计算压力越来越大；场景爆炸表现为临空信息网络的空域广阔、场景复杂易突变，临空信息网络很难学到所有的场景。上述问题严重制约了临空信息网络态势信息的准确感知。如何解决数据、模型与场景爆炸问题是临空信息网络在态势感知方面需要解决的首要关键问题。其次，临空信息网络有待感知的态势信息众多，态势信息的重要性有所差异，某些态势信息(如安全态势信息)尤为重要，此时，如何开展态势评估并制定有效的态势信息优选方案以实现态势的高效融合有待进一步深入研究。再次，受限于平台的部署高度、感知和计算能力等，临空信息网络中各平台或子网的感知空域范围不同、感知内容有差异；此时，如何开展各平台或子网的全局协同、推演，以构建准确的全局态势场的研究工作还有待进一步加强。

4.4 子网选择

临空信息网络具有广域覆盖、随遇接入和动态变化的特性，亦存在多层次异构特性。其多层次性体现为由于空中平台部署高度不同导致的网络立体层次化分布；其异构性是指各层子网之间、甚至同层子网之间的空中接口、协议功能等存在差异的现象。上述特性意味着临空信息网络具有时变的覆盖范围与覆盖关系，在这种情况下，为满足服务需求，用户需要比较频繁地进行同构网络之间的切换(水平切换)、异构网络之间的切换(垂直切换)，而不同子网的切换代价不同。因此，如何在满足用户长期服务需求的条件下，制定最小化用户切换代价的子网选择方案是一个值得继续深入研究的问题。此外，临空信息网络的网络资源受限且网络容量动态变化，这意味着服务用户需要竞争接入临空信息网络，此时，如何实现用户间的有序高效竞争和子网间的负载均衡的研究工作也有待加强。

4.5 网络弹性重构

为保障临空信息网络的按需服务能力，除了需要重点研究临空信息网络的动态部署问题外，还需要深入研究其弹性重构问题。根据不同的部署场景要求和服务请求，不同高度层、不同服务能力的空中平台有必要重组为一个弹性动态的子网，并实现统一的移动性管理、异构资源管理与协同编排，进而灵活适配业务场景和需求，达到临空信息网络服务能力快速伸缩的目的。然而，受服务请求不定、网络分层多异质特性的制约，如何快速实现网络弹性重构，有效解决网络服务能力供需不匹配的问题，并提高网络资源利用率的挑战较大。