馬勇 鮮鵬飛
【摘 要】無人機具有靈活部署和視距信道連接的特點,因此經常應用于無線通信。無人機不僅可以作為無線中繼將基站發(fā)送的信息傳輸給用戶,還可以作為空中基站直接發(fā)送信息給用戶。當存在竊聽者時,會對無線通信的安全性造成影響。研究者們提出一種物理層的設計方案,使得目標點接收到的安全速率最大。當存在干擾時也可以通過物理層的設計提高系統(tǒng)的安全性能。
【關鍵詞】無線通信;竊聽者;物理層;干擾
一、無人機在無線通信的應用
無人機作為新型通信工具,憑借其靈活部署,覆蓋范圍廣的特點,廣泛地應用于5G通信場景中,在無線通信中發(fā)揮著越來越重要的作用。無人機在無線通信中的作用主要體現(xiàn)在兩個方面,一方面無人機作為移動基站,可以覆蓋更廣的通信范圍,另一方面無人機作為通信中繼,在地面基站和用戶之間承擔著傳輸信息的作用。除此之外,隨著通信環(huán)境越來越復雜,無人機的部署和資源分配優(yōu)化逐漸成為研究的熱點內容。
2016年,曾勇等人提出了物理層的設計方法提高系統(tǒng)的通信性能。將無人機作為移動中繼,將信息從基站傳輸到地面用戶,通過優(yōu)化無人機的飛行軌跡和功率分配,提高目標用戶的吞吐量,但是由于優(yōu)化問題非凸不能直接求解,因此他們基于連續(xù)凸優(yōu)化技術提出了交替迭代算法求解最優(yōu)解,得到了魯棒的設計方案。2017年有研究者不僅考慮吞吐量而且考慮無人機的能量消耗,通過對無人機速度和位置的優(yōu)化提出了一種提高能量效率的設計方案。2018年有研究者提出了采用多跳無人機中繼解決中繼距離過短的問題,通過聯(lián)合優(yōu)化多個無人機的軌跡和功率分配,實現(xiàn)遠距離高效信息傳輸,同樣也是采用連續(xù)凸優(yōu)化和交替迭代求解優(yōu)化問題的最優(yōu)解。當存在多個無人機中繼和多個用戶時,有研究者提出了一種無人機協(xié)同感知和發(fā)送協(xié)議,通過聯(lián)合優(yōu)化信道分配和無人機軌跡最大化傳輸速率。
此外,無人機還可以作為空中基站。2017年有研究者將多無人機作為空中基站,收集地面物聯(lián)網設備發(fā)送的數據,提出了聯(lián)合優(yōu)化無人機部署、無人機與設備的調度選擇和功率分配的框架實現(xiàn)可靠的上行通信。2019年有研究者提出了離線方案與在線方案相結合的設計,能夠自適應地調整無人機的速度和無人機與用戶的調度方案。2020年有研究者利用深度學習的方法求解優(yōu)化問題,將每個無人機視為一個智能代理,通過訓練做出決策,當存在多個無人機時,構建深度Q學習網絡同時訓練多個無人機做出決策。
二、無人機安全通信的研究
2017年有研究者考慮在中繼通信系統(tǒng)中存在竊聽者,由于竊聽者會竊聽發(fā)送端發(fā)送的信息,因此接收端的安全接收速率會降低。通過設計無人機的軌跡和功率分配,使竊聽者竊聽的信息減少,提高系統(tǒng)的安全性能。他們基于凹差分算法提出了交替迭代算法解決這個優(yōu)化問題,也有研究者提出了基于塊坐標下降和逐次凸優(yōu)化的迭代的算法。當竊聽者為全雙工竊聽器即同時竊聽信號以及發(fā)送干擾時,研究者通過優(yōu)化發(fā)送端的功率分配系數最小化保密中斷概率。2019年有研究者分別研究了竊聽者對空對地信道和地對空信道的影響,提出了基于塊坐標下降和連續(xù)凸優(yōu)化的優(yōu)化方案最大化兩種信道的保密速率。
2018年有研究者為了減少竊聽者的影響,提出在系統(tǒng)中加入協(xié)作友好干擾無人機,它發(fā)送干擾信號干擾竊聽者,同時也會對合法通信造成影響,他們通過聯(lián)合優(yōu)化源無人機和干擾無人機的飛行軌跡和資源分配來提高接收端的安全接收速率,提出了基于連續(xù)凸優(yōu)化的迭代算法解決該優(yōu)化問題。還有研究者使用截獲概率安全域作為衡量指標,在此區(qū)域內安全接收概率大于竊聽截獲概率。同時,也有研究者綜合考慮了保密速率和能量消耗之間的關系并且提出了折衷方案。為了更符合實際情況,還有研究者考慮存在多個竊聽者且他們的位置信息是不精確的,他們基于連續(xù)凸優(yōu)化和S-過程提出聯(lián)合優(yōu)化軌跡和資源分配方案并且得到了魯棒性能。
三、結論
無人機作為無線通信中的重要工具,可以通過優(yōu)化設計無人機的部署以及資源分配,有效提高通信系統(tǒng)的性能。在無人機中繼通信系統(tǒng)中,研究者考慮越來越復雜的通信場景,即多無人機、多用戶和更加復雜的信道模型。在安全通信中,加入協(xié)作干擾無人機是較為通用的方案,但由于實際竊聽者的位置是未知的,因此需要更加可靠的檢測竊聽者的手段降低竊聽者的影響。對于優(yōu)化問題的求解,除了基于連續(xù)凸優(yōu)化和塊坐標下降算法之外,深度學習的方法也逐漸應用于求解優(yōu)化問題。未來的研究要基于更加實際的通信場景,設計更加有效可靠的算法解決優(yōu)化問題,提高系統(tǒng)的通信性能。
【參考文獻】
1.Y. Zeng, R. Zhang and T. J. Lim, "Throughput Maximization for UAV-Enabled Mobile Relaying Systems," in?IEEE Transactions on Communications, vol. 64, no. 12, pp. 4983-4996, Dec. 2016.
2.Q. Wang, Z. Chen, W. Mei and J. Fang, "Improving Physical Layer Security Using UAV-Enabled Mobile Relaying," in IEEE Wireless Communications Letters, vol. 6, no. 3, pp. 310-313, June 2017.
3.G. Zhang, H. Yan, Y. Zeng, M. Cui and Y. Liu, "Trajectory Optimization and Power Allocation for Multi-Hop UAV Relaying Communications," in?IEEE Access, vol. 6, pp. 48566-48576, 2018.
4.M. Cui, G. Zhang, Q. Wu and D. W. K. Ng, "Robust Trajectory and Transmit Power Design for Secure UAV Communications," in?IEEE Transactions on Vehicular Technology, vol. 67, no. 9, pp. 9042-9046, Sept. 2018.
5.A. Li, Q. Wu and R. Zhang, "UAV-Enabled Cooperative Jamming for Improving Secrecy of Ground Wiretap Channel," in?IEEE Wireless Communications Letters, vol. 8, no. 1, pp. 181-184, Feb. 2019.
6.C. Zhong, J. Yao and J. Xu, "Secure UAV Communication With Cooperative Jamming and Trajectory Control," in?IEEE Communications Letters, vol. 23, no. 2, pp. 286-289, Feb. 2019.