专题：面向B5G/6G的无人机通信

特邀策划人

王正强

重庆邮电大学通信与信息工程学院副教授，来华留学博士研究生导师，硕士生导师，新加坡国立大学访问学者。主要从事5G/6G通信、UAV通信、绿色通信、博弈论与智能信息处理及在无线通信中应用等方面的研究。主持完成国家自然科学基金、重庆市自然科学基金、重庆市教委科学技术项目等科研项目10余项，出版学术专著一部，发表学术论文70余篇(SCI期刊论文30余篇)，申请中国发明专利40余项，授权26项。

内容导读

随着无线通信技术的迅猛发展，通信网络面临着海量数据传输与连接密度激增的严峻挑战。无人机通信具有移动性、稳定性和广覆盖等优势，加之具有高质量的空地无线信道，可以作为空中基站或中继节点辅助地面通信，也可以作为信息采集和数据传输手段用于遥测遥感和物联网应用等领域。现有的无人机通信方案主要采用非授权频段进行直连通信，具有速率低、可靠性差、安全性差、易受干扰、较难监控和管理等缺点。为了克服上述缺点，将无人机集成到蜂窝通信系统中来支持未来的B5G/6G网络对地面和非地面一体化通信需求，作为地面通信的有益补充，面向B5G/6G的无人机通信的研究已经成为学术界、产业界的一个研究热点。由于无人机通信系统特有的信道特性和无人机飞行高度、机动性、尺寸、质量和功率等限制，如何针对面向B5G/6G的无人机通信系统进行资源管理和实际应用面临许多新的问题和挑战。随着国内外相关学者在无人机通信领域的研究工作不断深入，在多个研究方向都获得了新的研究进展和成果。鉴于此,《无线电工程》2023年第1期推出“面向B5G/6G的无人机通信” 专题。专题内容涵盖无人机集群通信、无人机资源管理和无人机应用3个研究方向的相关成果。

无人机集群技术能够有效提高无人机的生存能力和任务效率，有效弥补单无人机技术在处理复杂任务需求上的不足。无人机集群之间进行协同作业与信息处理的能力严重依赖于无人机集群通信技术的发展。针对无人机集群通信领域，付振江等从国内外集群在通信中的应用研究现状，总结了各种集群通信场景所面临的挑战，介绍了无人机集群通信的应用场景，分析了集群通信架构设计及智能解决方案，展望了未来的研究方向。

无人机资源管理是无人机通信技术一个重要的研究方向。罗银辉等针对无人机自主飞行中的路径规划问题，在欧式有符号距离函数地图提供的梯度信息基础上，分别在平滑、碰撞和可行性上设计约束方程，实现轨迹动态重规划算法，并设计时间重新分配策略确保动态算法的可行性。实验证明，所提算法面对复杂环境具有鲁棒性，可实现无人机的自主路径规划与优化，并动态避障。刘昊洋等提出了可重构智能表面(Reconfigurable Intelligent Surface, RIS)辅助无人机通信系统，提出了一种RIS辅助的无人机轨迹和计算策略联合优化方案，以最小化移动边缘计算的服务能耗为目标，联合优化无人机的三维轨迹、计算任务分发和缓存资源分配利用。仿真实验验证了所提方案相对于无人机轨迹固定和计算策略固定2种方案，在能耗和数据传输速率上均有明显的性能提升。

无人机应用方向，分别收录了无人机识别、目标跟踪和无人机摄影测量的高程计算的论文。无人机识别技术可以降低无人机在灾害抢险、航拍测绘等众多领域应用中潜在的对社会公共安全构成的严重威胁。马子博等基于无人机识别问题提出了一个基于空洞卷积和DANet注意力机制的D-A Xception网络模型。所提出模型采用消融实验来验证模型的有效性，并与不同网络模型采用相同训练集进行实验对比分析，结果表明，提出的D-A Xception模型对未训练的数据进行十分类测试，其识别效率优于传统网络模型。目标跟踪在无人机通信应用中可用于民用移动跟拍和军用自动检测打击等多个领域。针对目前无人机平台多目标跟踪技术的跟踪精确度低、所占内存大的问题，任进等提出了一种基于YOLOv5与DeepSort相融合的多目标跟踪算法。该算法具有提取目标特征并进行检测、锁定识别后的对象和对移动中的对象进行跟踪的功能。实验结果显示，DeepSort在与YOLOv5-x检测器配合，多目标跟踪的精确度和准确度相对基准对比算法有提升。将几何模型与地球重力场模型结合使用可提高高程转换的精度。为此，王式太等利用已知数据，对几种选点方案、重力场模型和几何内插模型进行组合，通过“移去—恢复”法得到了精度较高的EIGEN6C4地球重力场模型与二次曲面函数相结合的模型，并将该模型应用于无人机摄影测量的高程计算中。结果表明，该模型在精度和可靠性方面优于无人机处理软件Pix4Dmapper和通过二次曲面函数计算获得的高程异常拟合。

在专题出版之际,谨在此衷心感谢提供优质稿件的各位作者和参与稿件评审的各位专家学者,特别感谢《无线电工程》编辑部各位老师的辛苦付出和大力支持。希望本专题对无人机通信领域的技术理论和应用研究能起到借鉴和促进作用。