東潤澤 王布宏* 馮登國 曹堃銳 田繼偉 程天昊 刁丹玉

①(空軍工程大學信息與導航學院 西安 710077)

②(中國科學院軟件研究所計算機科學國家重點實驗室 北京 100190)

③(國防科技大學信息通信學院 西安 710106)

④(空軍工程大學空管領航學院 西安 710043)

1 引言

無人機(Unmanned Aerial Vehicle, UAV)技術(shù)自21世紀以來得到了極大的發(fā)展，并展現(xiàn)出輕、小型化和集群化的發(fā)展趨勢[1,2]。隨著新時代多樣化軍事打擊需求及第5代(the 5th Generation, 5G)移動通信網(wǎng)絡的發(fā)展，UAV作為空中移動多功能平臺扮演著越來越重要的角色[3]。在軍事行動中，UAV作為空中的打擊、監(jiān)視和探測平臺，需要與地面控制站之間建立安全可靠的通信鏈路，對于距離控制站過遠的前端作戰(zhàn)單元，還能夠作為中繼保障通信。在突發(fā)的自然災害場景中，UAV能夠作為空中基站快速恢復通信，具有部署靈活、成本低廉、適應性強等特點，典型的應用如“翼龍”-2H無人機，在2021年8月份河南發(fā)生強降雨災情時傳統(tǒng)基站無法正常通信的情況下，為災區(qū)提供了高效穩(wěn)定的通信保障服務，并通過監(jiān)測收集數(shù)據(jù)協(xié)助相關人員對災情進行評估。將UAV引入通信網(wǎng)絡能夠?qū)崿F(xiàn)高速率、低延時、超可靠的無線通信，已經(jīng)成為通信領域中的重要關注點[4,5]。

UAV作為通信平臺不僅需要與地面控制站、附近飛行器等建立控制鏈路交換關鍵控制信息以確保飛行的安全可靠，還需要根據(jù)具體任務將其獲取的航空圖像、中繼數(shù)據(jù)包等數(shù)據(jù)通過數(shù)據(jù)鏈路及時發(fā)送給目標節(jié)點。無論控制鏈路還是數(shù)據(jù)鏈路都有著很高的保密需求：控制鏈路被竊聽或干擾會導致UAV的飛行意圖被提前知曉甚至被控制；數(shù)據(jù)鏈路被竊聽或干擾會導致傳輸數(shù)據(jù)包被竊取、信息傳輸被阻塞從而影響任務的成功完成等。然而，UAV與其他通信節(jié)點之間的無線信道具有廣播特性，因而保密信息的傳輸容易被竊聽者竊取，這為UAV通信網(wǎng)絡帶來了嚴重的安全威脅。此外，UAV與其他節(jié)點之間的無線信道具有高視距(Line-of-Sight,LoS)鏈路屬性，其在增加通信系統(tǒng)容量的同時也給了竊聽者可乘之機。因此，UAV通信網(wǎng)絡中的安全問題在近年來引起了廣泛關注[6]。

傳統(tǒng)的上層加密方法依賴密鑰的復雜程度，但隨著計算能力的提高尤其是量子計算機的提出，其保密性能面臨著嚴重的挑戰(zhàn)。同時，UAV通信網(wǎng)絡中能夠用于信號傳輸及編解碼的資源是有限的，數(shù)量眾多的節(jié)點也不利于密鑰的存儲與分發(fā)?？紤]到這兩個關鍵問題，許多學者轉(zhuǎn)向物理層安全傳輸技術(shù)以保證UAV通信網(wǎng)絡的安全傳輸[7–9]。作為上層加密方法的有力補充，物理層安全傳輸技術(shù)利用信道本身的物理層特性來提高安全性能，在保證合法接收方安全可靠通信的同時盡量避免竊聽者的有效竊聽，是一種高等級差異化的安全機制[10–14]。在UAV通信網(wǎng)絡中應用物理層安全傳輸技術(shù)能夠通過對無線信道的差異化設計實現(xiàn)低能耗、高概率的保密傳輸，不需要進行密鑰的管理和分發(fā)，省去了編解碼過程，從而兼顧UAV通信平臺資源受限的特點和高保密傳輸?shù)囊螅哂泻芨叩膽们熬昂脱芯績r值。

與傳統(tǒng)通信網(wǎng)絡中的物理層安全傳輸技術(shù)研究類似，UAV通信網(wǎng)絡中的物理層安全傳輸技術(shù)可分為優(yōu)化網(wǎng)絡參數(shù)以提升安全性能與安全傳輸方案下的安全性能分析兩個方向。其中UAV高移動性引入的軌跡優(yōu)化是網(wǎng)絡參數(shù)優(yōu)化中的重要環(huán)節(jié)[15–17]；性能分析的工作則更多關注UAV與其他節(jié)點之間信道的LoS特性[18,19]。本文圍繞UAV通信網(wǎng)絡物理層安全傳輸這一熱點問題，首先簡要介紹物理層安全傳輸技術(shù)及其研究現(xiàn)狀，然后根據(jù)UAV在通信網(wǎng)絡中扮演的不同角色對UAV通信網(wǎng)絡中的物理層安全傳輸技術(shù)進行分析和歸納，并概括當前研究存在的挑戰(zhàn)，最后從新的應用場景、新的空口技術(shù)和新的解決方法3個角度對研究的發(fā)展方向進行展望。

2 物理層安全傳輸技術(shù)及研究現(xiàn)狀

物理層安全傳輸技術(shù)是實現(xiàn)通信與安全一體化的重要手段[20]，自其被提出[21]以來一直受到廣泛關注。物理層安全傳輸技術(shù)的本質(zhì)在于通過對信道的人為設計實現(xiàn)合法信道與竊聽信道的差異最大化，使得保密信息能夠被合法接收者成功解碼，而竊聽者無法成功解碼，從而保證安全傳輸。

實現(xiàn)物理層安全的常規(guī)技術(shù)有波束形成[22]、人工噪聲(Artificial Noise, AN)[23]、功率分配[24]、協(xié)作干擾[25]等。波束形成技術(shù)是指對天線陣列的多個相干陣元進行不同幅度和相位的加權(quán)，從而使得電磁波即信號的傳輸具有方向性。因此，可以利用波束形成技術(shù)使得保密信號的大多數(shù)能量集中在合法接收者所在的方向，而竊聽者只能接收到很弱的信號甚至完全接收不到信號。AN技術(shù)是指在發(fā)射保密信號的同時，主動地利用一部分功率發(fā)射AN對竊聽者進行干擾，在發(fā)射過程中又利用波束形成保證竊聽信道質(zhì)量受到最大限度的惡化，而合法信道受到盡可能小的影響。在物理層安全中，功率分配的問題不僅存在于保密信號與AN之間，還存在于網(wǎng)絡中各個節(jié)點之間。協(xié)作干擾技術(shù)是指在通信網(wǎng)絡中引入中繼、干擾等節(jié)點，實現(xiàn)合法信道與竊聽信道差異最大化的目的。

近年來，物理層安全傳輸技術(shù)不僅在傳統(tǒng)通信網(wǎng)絡中取得了巨大的成功，還拓展到了物聯(lián)網(wǎng)(Internet of Things, IoT)、Ad hoc網(wǎng)絡、車聯(lián)網(wǎng)等新興領域[26]。對于IoT等擁有眾多不同安全需求節(jié)點的網(wǎng)絡，設計和部署差異化的上層加密技術(shù)不僅需要很高的成本，也存在應用上的困難；而物理層安全傳輸技術(shù)無需進行密鑰的設計、儲存和分發(fā)，從而具有較強的競爭力[27]。此外，物理層安全傳輸技術(shù)的潛力還在于能與毫米波、非正交多址(Non-Orthogonal Multiple Access, NOMA)、無線攜能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)等多種新無線傳輸技術(shù)相結(jié)合從而服務于多種應用場景。毫米波具有高帶寬、窄波束的特點，適合實現(xiàn)信道的差異化設計并提供高的傳輸速率，能夠滿足5G通信網(wǎng)絡高速率、低時延、大帶寬的要求[28,29]。NOMA技術(shù)能夠在同一個時頻資源塊內(nèi)為多個用戶服務從而提高頻譜效率，有利于在多個用戶間實現(xiàn)差異化的安全等級[30]。SWIPT技術(shù)能在一定程度上緩解能量受限節(jié)點為通信網(wǎng)絡生存時間帶來的挑戰(zhàn)，也為物理層安全帶來了能量分割比優(yōu)化等新的問題[31,32]?？傊锢韺影踩鳛樯蠈蛹用芗夹g(shù)的有力補充，是保證通信網(wǎng)絡安全傳輸?shù)囊豁椨星熬暗募夹g(shù)。

與地面通信網(wǎng)絡中的物理層安全傳輸技術(shù)相比，應用在UAV通信網(wǎng)絡中的物理層安全傳輸技術(shù)需要重點考慮UAV引入的自由度。UAV通信網(wǎng)絡適合使用物理層安全傳輸技術(shù)：UAV的3維位置特性能為波束形成提供額外的俯仰角維度；UAV的高移動性有助于選擇更加有利的位置發(fā)射AN；UAV的低成本優(yōu)勢有利于引入UAV協(xié)作干擾機以進一步提升安全性能。綜上所述，物理層安全傳輸技術(shù)在UAV通信網(wǎng)絡中具有廣闊的應用前景。

3 UAV通信網(wǎng)絡物理層安全傳輸技術(shù)研究現(xiàn)狀

本節(jié)介紹UAV通信網(wǎng)絡物理層安全的研究現(xiàn)狀。UAV所具有的高移動性與可操作性使其能在通信網(wǎng)絡中扮演多種角色，既可以作為基站、用戶直接參與通信過程，也可以作為中繼或協(xié)作的干擾機。UAV空中基站可以與地面節(jié)點建立強LoS鏈路，在空地信道的上下行鏈路中分別作為用戶與空中基站直接參與通信，因此我們將這種場景歸結(jié)為面向UAV。UAV中繼及干擾機則是以相對間接的方式參與通信：UAV中繼起到收發(fā)雙方之間的“橋梁”作用，UAV干擾機是以協(xié)作的方式干擾竊聽者，因此我們將這種場景歸結(jié)為UAV輔助?？紤]到UAV集群具有的網(wǎng)絡化溝通、自適應協(xié)同等特點，我們將其作為一個單獨的場景。UAV集群場景中包含的范圍更加廣闊，既可以指UAV集群中個體之間的通信，也可以指UAV集群以整體的形式作為通信網(wǎng)絡中的基站、中繼等節(jié)點。UAV通信網(wǎng)絡物理層安全傳輸技術(shù)研究現(xiàn)狀的綜述以面向UAV、UAV輔助與UAV集群3個場景展開，如圖1所示。

圖1 UAV場景劃分

3.1 面向UAV的物理層安全傳輸技術(shù)

UAV具有高移動性，因此其作為基站或空中用戶能以高概率與地面節(jié)點建立LoS鏈路，能夠滿足未來無線通信網(wǎng)絡高速率可靠傳輸?shù)男枨螅虼搜芯棵嫦騏AV的物理層安全傳輸技術(shù)具有現(xiàn)實意義。其一般的網(wǎng)絡結(jié)構(gòu)如圖2所示。

圖2所示的網(wǎng)絡包含一個UAV空中基站，以及地面的合法用戶和竊聽者。UAV在執(zhí)行任務時需要在規(guī)定時間內(nèi)到達預定目的地，在此過程中，UAV能夠主動地尋找合法信道質(zhì)量好而竊聽信道質(zhì)量差的位置，以期最大化信道質(zhì)量的差異。同時，由于UAV能量受限的特性，其發(fā)射功率也需要進行合理的規(guī)劃，如在合法信道質(zhì)量較好的區(qū)域增大功率而在質(zhì)量較差的區(qū)域減小功率以保證安全傳輸。我們以最大化任務時間內(nèi)平均的保密速率為目標，則該問題可以建模為[15–17,33]

圖2 UAV作為基站或合法用戶

其中，Rs[n]為第n個時隙的保密速率，N為總時隙數(shù)，q[n]和P[n]分別為UAV在第n個時隙的位置和發(fā)射功率，Q，Ppeak和Pˉ分別為UAV的可行軌跡集合，峰值功率與平均功率。

式(1)僅能體現(xiàn)最一般的情形，當UAV通信網(wǎng)絡具有其他約束時，該保密速率最大化問題將變得更加復雜而難以直接求解。例如，UAV空中基站可以利用空閑的時間和功率資源發(fā)射AN以對竊聽者進行進一步的干擾，該情形下還應當優(yōu)化保密信號與AN之間的功率分配[15]；考慮到UAV與地面節(jié)點之間的信息交互，一種更加實際的情形是同時優(yōu)化上下行鏈路的物理層安全性能[15,16]；SWIPT技術(shù)能向IoT設備傳輸能量進而保證通信網(wǎng)絡的正常工作，該情形下還應當優(yōu)化能量分割比[34–36]；智能反射面(Intelligent Reflecting Surface, IRS)還將為UAV基站與地面節(jié)點提供額外的反射鏈路，若能對其相移矩陣進行合理優(yōu)化就能有效提升安全性能[37,38]；禁飛區(qū)也會為軌跡優(yōu)化引入新的約束條件[39,40]。

對于地面上存在多個合法接收者的場景，UAV空中基站可以采用時分多址(Time Division Multiple Access, TDMA)、頻分多址(Frequency Division Multiple Access, FDMA)、NOMA等多址策略對其進行服務。當采用TDMA策略時[41–43]，需要考慮多個地面用戶間的調(diào)度問題即UAV為用戶服務的順序，UAV為某個用戶服務時可以在滿足飛行約束的條件下盡可能靠近該用戶以提升服務質(zhì)量，又需要保證其他用戶也能在飛行期間獲得服務，同時還需要兼顧安全傳輸?？梢?，調(diào)度問題與UAV的軌跡優(yōu)化是高度耦合的。FDMA策略不涉及用戶的調(diào)度問題[44]，但保密信號傳輸?shù)倪B續(xù)性使其更容易遭受竊聽。NOMA策略則能夠?qū)崿F(xiàn)用戶間的差異化傳輸[36,45,46]，其NOMA用戶對可以包含一個對安全敏感的用戶和一個只對服務質(zhì)量(Quality of Service, QoS)敏感的用戶，分配給兩個用戶的功率比也需要進行優(yōu)化[45]。Sun等人[36]利用UAV基站為IoT中的高速率安全需求設備與低速率能量受限設備服務，并將設備與竊聽者的位置建模為同質(zhì)泊松點過程(Homogeneous Poisson Point Process,HPPP)。在這種假設下，信道的不確定性使得應用保密速率對物理層安全性能進行評估存在困難，因此文獻[36]將保密中斷概率、有效安全吞吐量和能量信息覆蓋概率作為網(wǎng)絡的性能指標并推導出其閉合表達式。

3.2 UAV輔助的物理層安全傳輸技術(shù)

中繼是無線通信網(wǎng)絡中的重要環(huán)節(jié)，當基站與用戶之間由于障礙物、衰落等原因無法建立通信鏈路，或者建立的通信鏈路無法保證信息的解碼時，就需要中繼來加強傳輸?shù)目煽啃?。UAV作為空中中繼能夠主動尋找有利的位置進行轉(zhuǎn)發(fā)，從而提高通信系統(tǒng)的性能，也能作為空中干擾尋找有利位置對竊聽者進行干擾，從而保證安全傳輸。典型的UAV輔助通信網(wǎng)絡如圖3所示。

在圖3所示的網(wǎng)絡中，基站與合法用戶間由于建筑物的遮擋不存在直射鏈路，為了保障通信，我們引入UAV作為空中中繼轉(zhuǎn)發(fā)信號。此外，由于合法用戶附近存在潛在的竊聽者，進一步引入一個協(xié)作的無人干擾機發(fā)射AN對竊聽者進行干擾。如果去掉圖3中的地面基站而將UAV中繼看作空中基站，該通信網(wǎng)絡將變成另一種UAV輔助的場景[47–50]，即UAV同時在通信網(wǎng)絡中擔任基站與協(xié)作干擾機。對于時分雙工(Time Division Duplex, TDD)的UAV中繼，基站首先在第1個時隙將保密信號發(fā)送給UAV，然后UAV在第2個時隙再通過放大轉(zhuǎn)發(fā)(Amplify-and-Forward, AF)或解碼轉(zhuǎn)發(fā)(Decodeand-Forward, DF)等協(xié)議將保密信號轉(zhuǎn)發(fā)給合法用戶，與此同時，無人干擾機發(fā)射AN。在該場景下，除了基站與UAV中繼需要對其功率進行控制之外，協(xié)作干擾機也需要合理地設計其軌跡與發(fā)射AN的功率以防止對合法接收者造成過大的干擾，我們將該問題建模為[51]

圖3 UAV作為中繼及協(xié)作干擾機

選擇在UAV中繼上應用何種轉(zhuǎn)發(fā)策略需要綜合考慮成本與安全因素。對于AF協(xié)議，其優(yōu)點在于實現(xiàn)簡單，不需要對接收信號進行額外的處理，但缺點是放大原有保密信號的同時也放大了接收噪聲。DF協(xié)議先對保密信號進行解碼再進行轉(zhuǎn)發(fā)，能夠避免AF放大噪聲的缺點，但系統(tǒng)的復雜度高，也會增加UAV平臺的能量開銷。Sun等人[53]證明了當基站與UAV之間的鏈路性能較差時，應當選擇AF協(xié)議以獲得更高的保密速率，并推導了AF與DF兩種協(xié)議下平均保密速率與能量覆蓋概率的閉合表達式。當?shù)孛娴母`聽者除被動竊聽之外還進行主動干擾時，保密傳輸將面臨更嚴峻的安全威脅。Xiao等人[54]采用博弈論的思想研究了UAV中繼與地面干擾者之間的策略交互，其中UAV中繼決定是否轉(zhuǎn)發(fā)保密信號，而干擾者觀察UAV采取的策略并相應地選擇干擾功率，推導了該UAV中繼博弈的納什均衡，揭示了最優(yōu)的UAV中繼策略與傳輸成本和信道模型之間的聯(lián)系。

以上研究將UAV作為合作的空中中繼，沒有考慮UAV不可信的情況。針對該問題，Tuan等人[55]將UAV中繼視為不可信的竊聽者，即其在轉(zhuǎn)發(fā)保密信號的同時還對其進行竊聽，然后以最大化平均保密速率為優(yōu)化目標對中繼的軌跡、中繼與基站的發(fā)射功率和能量收割系數(shù)進行聯(lián)合優(yōu)化。此外，竊聽者信道狀態(tài)信息(Channel State Information,CSI)的隨機性將導致保密速率這一安全性能指標的失效。這時，為了對UAV通信網(wǎng)絡的物理層安全性能進行評估，就需要考慮保密中斷概率和遍歷保密速率等性能指標。對于mmWave中繼網(wǎng)絡中竊聽者位置服從HPPP的情形，Sun等人[56]推導了平均保密速率下界的閉合表達式然后對其進行最大化。對于僅已知竊聽者統(tǒng)計CSI的情形，Bao等人[57]推導了攔截概率與遍歷保密速率的閉合表達式，Yuan等人[58]首先推導了保密中斷概率的閉合表達式，然后以最小化保密中斷概率為目標對UAV的軌跡與波束形成向量進行優(yōu)化。

可以看出，UAV無論是作為空中基站、中繼還是協(xié)作干擾機，相關研究多考慮網(wǎng)絡節(jié)點均裝備單天線的情況。作為天線陣列的替代方案，多點協(xié)作(Coordinate Multiple Points, CoMP)技術(shù)能夠形成虛擬的天線陣列從而應用波束形成、天線選擇等物理層安全傳輸技術(shù)[59–61]。

3.3 UAV集群的物理層安全傳輸技術(shù)

單架UAV的集成度隨著技術(shù)的發(fā)展越來越高，但受限于體積和成本，其面對復雜的應用需求仍具有局限性，如其動力、尺寸限制了軍事打擊的烈度及范圍，其成本限制了對任務區(qū)域的多維覆蓋及面對高風險任務時的冗余度等。UAV集群具有異構(gòu)、動態(tài)自愈合、分布式智能、去中心化自組網(wǎng)等多種優(yōu)勢，能夠應對復雜的任務環(huán)境并與其他有人或無人單元進行協(xié)同以拓展任務執(zhí)行維度，是UAV技術(shù)未來的發(fā)展方向。UAV集群的關鍵在于協(xié)同控制手段和協(xié)同任務規(guī)劃，不僅需要與地面控制站之間建立安全可靠的通信鏈路，個體之間的通信也具有極高的安全需求。UAV集群遂行任務時需要進行大量的信息交互，其中控制鏈路能夠在引導UAV個體完成軌跡規(guī)劃的同時避免相撞，數(shù)據(jù)鏈路能夠完成UAV個體間的任務部署并集成與UAV個體的探測信息進行聯(lián)合處理與分析。因此，利用物理層安全傳輸技術(shù)保障UAV集群的通信安全具有兼顧能量效率與保密需求的優(yōu)勢。UAV集群的典型應用場景由圖4給出，其中地面基站在UAV集群的起飛或飛行階段為UAV集群服務。網(wǎng)絡附近還存在一個UAV竊聽者嘗試對保密傳輸進行竊聽。

圖4 UAV集群作為通信網(wǎng)絡中的合法用戶

Wang等人[62]考慮UAV集群以CoMP技術(shù)構(gòu)成空中基站，在移動過程中為多個地面上的合法用戶服務，而地面的竊聽者跟隨UAV集群的軌跡進行竊聽。在單個UAV的發(fā)射功率約束和所有用戶的需求約束下，通過優(yōu)化UAV集群整體的軌跡和功率分配策略最大化安全吞吐量。對于UAV集群形成中繼網(wǎng)絡，Liu等人[63]研究了存在多個UAV竊聽者情況下機會中繼的保密中斷概率，對于多個竊聽UAV考慮了最壞的情況，即無人發(fā)射機和無人中繼處的信號都可能被竊聽，且竊聽者使用最大比合并技術(shù)進行合謀。Ye等人[19]考慮了UAV基站在多個UAV的竊聽下為UAV合法用戶進行服務，除基站的位置已知外其余節(jié)點的位置均為隨機分布，推導了安全中斷概率和平均保密容量的閉合表達式。Xu等人[64]利用貝葉斯-斯塔克爾伯格博弈對UAV用戶與智能UAV竊聽者之間的競爭關系進行建模，提出了一種迭代的算法并獲得了斯塔克爾伯格均衡。然而文獻[19,62–64]并沒有充分考慮UAV集群中個體之間的交互。可以看出，公開文獻中關于UAV集群的物理層安全研究還不完備。

在UAV集群中應用物理層安全傳輸技術(shù)存在機遇與挑戰(zhàn)。一方面，多個UAV為應用CoMP提供了天然的便利，無論是作為集群基站還是集群中繼都能夠極大地提高系統(tǒng)的安全性能；另一方面，UAV集群的協(xié)同控制與協(xié)同任務規(guī)劃需求為軌跡規(guī)劃等物理層安全傳輸技術(shù)的應用帶來了挑戰(zhàn)。

4 在UAV通信網(wǎng)絡中應用物理層安全傳輸技術(shù)存在的挑戰(zhàn)

根據(jù)第3節(jié)對UAV通信網(wǎng)絡物理層研究現(xiàn)狀的梳理與總結(jié)，本節(jié)歸納出在UAV通信網(wǎng)絡中應用物理層安全傳輸技術(shù)面臨的3個關鍵挑戰(zhàn)，以期為未來的研究方向提供參考。

4.1 CSI的不確定性

物理層安全傳輸技術(shù)的應用與網(wǎng)絡參數(shù)的優(yōu)化依賴精確的CSI，而UAV的高移動性會不可避免地為信道反饋與估計帶來困難。此外，竊聽者的完美CSI更加難以獲取。對于大尺度路徑損耗，一種更實際的假設是竊聽者的位置估計存在誤差[17,48,65–67]，即

其中，[xe,ye]T為竊聽者的2維坐標，Δxe與Δye分別為橫坐標與縱坐標的估計誤差，Ee表示可能誤差的連續(xù)集合。更為一般的假設是竊聽者的位置服從HPPP[36,53]。對于UAV與地面節(jié)點之間的小尺度衰落，不完美的或過時的CSI是一種更一般的假設[38]。UAV裝備多天線而地面節(jié)點裝備單天線的非完美小尺度CSI模型可由式(4)給出[68]：

現(xiàn)有公開文獻尚未同時考慮大尺度與小尺度CSI誤差，可見當前研究對于UAV通信網(wǎng)絡的CSI不確定性還存在一定空白。因此，相比地面通信網(wǎng)絡，CSI的不確定性將為UAV通信網(wǎng)絡帶來更加嚴峻的挑戰(zhàn)。

4.2 3維軌跡規(guī)劃

得益于UAV的移動性，軌跡優(yōu)化是UAV通信網(wǎng)絡相比地面通信網(wǎng)絡的獨有維度，對UAV的軌跡進行優(yōu)化等同于對信道的人為設計。然而現(xiàn)有研究大多僅關注UAV的位置[61,65,70]或2維軌跡[40,50,51,67]?？盏匦诺赖腖oS概率公式可以表示為[47]

其中，θ為UAV與地面節(jié)點之間的俯仰角，k1與k2為與環(huán)境有關的參數(shù)。可以看出UAV的高度與LoS概率緊密相關，當俯仰角θ=90°時PLoS(θ)將取得最大值，因此在進行軌跡規(guī)劃時還應當考慮高度因素。Sun等人[71]以最大化系統(tǒng)吞吐量為目標對太陽能供電的UAV基站的3維軌跡、發(fā)射功率及子載波分配策略進行聯(lián)合優(yōu)化，但未考慮安全因素。我們的工作[59]中使用多個UAV中繼構(gòu)成虛擬陣列轉(zhuǎn)發(fā)來自地面基站的保密信號，同時發(fā)送AN干擾竊聽者，并以最大化平均保密速率為目標優(yōu)化了UAV合法用戶的3維軌跡，但對于信道的假設過于理想。

相比單個UAV，UAV集群的軌跡規(guī)劃更加復雜，其難點在于需要兼顧任務環(huán)境的多變性、需求的多樣性以及通信約束的復雜性。Challita等人[72]針對一個蜂窩連接UAV網(wǎng)絡的軌跡規(guī)劃問題提出了一種基于回聲狀態(tài)網(wǎng)絡(Echo State Network, ESN)單元的深度強化學習(Deep Reinforcement Learning,DRL)算法，進而在最大化能量效率與最小化無線延遲和地面網(wǎng)絡的干擾之間尋找最佳的平衡，但沒有涉及安全傳輸?shù)膬?nèi)容。

雖然UAV的高移動性為無線通信網(wǎng)絡帶來了新的空間設計自由度，但其軌跡尤其是3維軌跡的合理規(guī)劃也為系統(tǒng)設計帶來了挑戰(zhàn)。在對UAV的軌跡進行規(guī)劃以達到安全傳輸與能量效率間的折中時，需要兼顧通信網(wǎng)絡需求與軟硬件限制，并考慮到為應對被動竊聽者而引出的魯棒性需求。

4.3 3維波束形成

3維波束形成能夠充分利用UAV帶來的額外俯仰角維度。對于方位角相同的UAV合法用戶與地面竊聽者，2維波束形成將無能為力，但3維波束形成還可以從俯仰角的維度對其進行區(qū)分。因此3維波束形成與UAV通信網(wǎng)絡的物理層安全之間具有耦合性。

3維波束形成的應用依賴于精確的節(jié)點位置及CSI，如果這些信息不完美，進行3維波束形成可能對于提升物理層安全性能作用有限，甚至削弱物理層安全。同時，實現(xiàn)3維波束形成需要平面陣列天線的支持，而在UAV上布置平面陣列天線存在困難：支持多根天線的射頻(Radio Frequency, RF)鏈路會增加系統(tǒng)的復雜性和載荷，同時消耗更多能量；UAV的有限尺寸也限制了平面陣列天線的布置。因此，在UAV通信網(wǎng)絡中應用3維波束形成技術(shù)存在挑戰(zhàn)。

盡管多入單出多天線竊聽者(Multiple Input Single Output Multi-antenna Eavesdropper,MISOME)系統(tǒng)的最優(yōu)波束形成向量可以由廣義特征值分解(Generalized EigenValue Decomposition,GEVD)給出，非完美CSI情形下的波束形成向量仍然是一個開放性的問題。關于UAV通信網(wǎng)絡平面陣列天線支持的一種解決思路是使用多個UAV構(gòu)成虛擬陣列，或是轉(zhuǎn)向更高的頻段如mmWave以在相同空間內(nèi)布置更多數(shù)量的天線。

5 未來研究展望

作為一項快速發(fā)展的新興技術(shù)，UAV有望在新一代通信網(wǎng)絡中與多種應用場景相結(jié)合以發(fā)揮出其廣闊的潛力。本節(jié)從新的應用場景、新的空口技術(shù)和新的解決方法3個方面對UAV通信網(wǎng)絡物理層安全傳輸技術(shù)的未來研究方向進行展望。

5.1 新的應用場景

移動邊緣計算(Mobile Edge Computing, MEC)、IRS是下一代通信網(wǎng)絡中的兩個有前景的技術(shù)，本小節(jié)從這兩個方面對UAV通信網(wǎng)絡物理層安全的新應用場景進行展望。

(1)5G及下一代通信網(wǎng)絡將承載成百上千倍的數(shù)據(jù)量，繼續(xù)采用傳統(tǒng)云計算的模式無法滿足高帶寬、大密度和低時延的需求。MEC能夠在無線側(cè)提供用戶所需服務和用于云端計算的網(wǎng)絡架構(gòu)，進而降低傳輸和計算延遲，具備超低時延、超高帶寬、實時性強等特性。UAV的快速部署能力使其成為輔助地面用戶執(zhí)行計算密集型任務的理想MEC平臺，其潛在應用包括視頻轉(zhuǎn)播、警務安保、智能交通等[73]。在MEC系統(tǒng)中引入UAV的關鍵在于通過對UAV計算能力與計算任務卸載比進行優(yōu)化以達到安全性能與延遲之間的折中[74]。

(2)IRS又稱可重構(gòu)智能表面，能夠以被動波束形成的方式對無線傳播環(huán)境進行重塑，并與UAV之間形成虛擬的LoS鏈路[38]。IRS與地面節(jié)點之間的LoS鏈路往往是不存在的，因此IRS在UAV通信網(wǎng)絡中能夠發(fā)揮出更加有效的作用。能量效率是衡量UAV通信網(wǎng)絡性能與生存時間的關鍵指標，而IRS的反射單元具有無源與低實現(xiàn)復雜度的特性，在UAV上裝備IRS有助于提高UAV通信網(wǎng)絡的能量效率并降低成本[75]。已有工作引入IRS以加強UAV通信網(wǎng)絡的安全傳輸[16,37,38]，但由于IRS不對信號進行直接處理，獲取其與UAV及其他節(jié)點之間的精確CSI存在困難，這將是在IRS系統(tǒng)中應用物理層安全傳輸技術(shù)需要解決的關鍵難題。

5.2 新的空口技術(shù)

大規(guī)模多輸入多輸出(Multiple Input Multiple Output, MIMO)系統(tǒng)能夠?qū)崿F(xiàn)多個精確的窄波束同時為多個UAV服務，UAV與其他節(jié)點間鏈路的高LoS屬性也適合mmWave的傳輸。引入基站側(cè)的大規(guī)模陣列天線及mmWave有望提高UAV通信網(wǎng)絡的物理層安全性能。此外，CoMP發(fā)射及接收也被認為是通信網(wǎng)絡中的一項有潛力的技術(shù)。

(1)大規(guī)模MIMO能夠進一步提升MIMO技術(shù)的空間分集增益和空間復用增益，是5G中提高系統(tǒng)容量和頻譜利用率的關鍵技術(shù)，其優(yōu)點還在于高能量效率和高空間分辨率。未來的UAV通信網(wǎng)絡將向多UAV的方向發(fā)展，引入基站側(cè)的大規(guī)模陣列天線能夠利用高增益的窄波束為多個UAV服務，并充分利用UAV帶來的俯仰角自由度。此外，進行傳統(tǒng)的全數(shù)字(Fully-Digital, FD)波束形成需要為每根天線配置一條RF鏈，不利于降低硬件復雜度與系統(tǒng)開支。而混合波束形成(Hybrid Beamforming, HBF)是將FD波束形成分解成低維的數(shù)字波束形成和高維的模擬波束形成，其中數(shù)字波束形成由RF鏈實現(xiàn)而模擬波束形成由移相器實現(xiàn)，從而在接近全數(shù)字波束形成性能的條件下降低大規(guī)模MIMO系統(tǒng)的硬件開支。對地面基站側(cè)大規(guī)模MIMO的HBF進行優(yōu)化設計能夠利用大規(guī)模MIMO波束指向精確的優(yōu)點提升UAV通信網(wǎng)絡的安全性能。

(2)對于物理層安全而言，保密傳輸速率是一個直觀的性能指標。在UAV通信網(wǎng)絡中傳輸mmWave能夠成數(shù)量級地提升傳輸速率，因此只要符合一定的安全傳輸框架，就能夠提升物理層安全性能。此外，UAV通信網(wǎng)絡的高LoS屬性有助于緩解mmWave的嚴重路徑損耗，且mmWave波長短的特點能夠允許UAV上裝備多根天線以解決難以布置平面陣列天線的挑戰(zhàn)。將大規(guī)模MIMO與mmWave結(jié)合還能夠充分利用空間資源對多個數(shù)據(jù)流進行預編碼，從而提高系統(tǒng)容量和頻譜效率。

(3)CoMP技術(shù)源于位置上分散的節(jié)點之間的符號級協(xié)作，能夠在增強傳輸可靠性的同時提升數(shù)據(jù)速率[61]。UAV通信網(wǎng)絡擁有眾多節(jié)點，適合應用CoMP技術(shù)實現(xiàn)保密信號的安全可靠傳輸，以及合理控制AN的干擾范圍。此外，多個UAV通過CoMP構(gòu)成虛擬平面陣列還能夠支持在UAV通信網(wǎng)絡中應用3維波束形成。

5.3 新的解決方法

現(xiàn)有研究多利用塊坐標下降(Block Coordinate Descend, BCD)、連續(xù)凸近似(Successive Convex Approximation, SCA)等較為成熟的方法求解網(wǎng)絡參數(shù)優(yōu)化問題[41,48–50,65,76]，此類方法由于簡單有效得到了廣泛應用。但是，這些方法對于難以進行凸近似的問題將失效，典型的例子就是統(tǒng)計CSI下的SOP最小化問題[58]，且運算復雜度較高?？紤]到深度學習(Deep Learning, DL)與DRL在通信領域展現(xiàn)出的獨到優(yōu)勢[68,72,77–80]，我們認為它們能為UAV通信網(wǎng)絡的物理層安全提供新的解決方法。

(1)數(shù)據(jù)驅(qū)動的DL可以從真實數(shù)據(jù)中挖掘出信道的固有特征，特別適用于建模不匹配、資源不足以及動態(tài)傳輸?shù)葓鼍跋碌男盘柼幚韱栴}[81]，還能整合傳統(tǒng)通信接收中的信道估計、信號檢測等多個模塊以簡化系統(tǒng)設計[77]。物理層安全傳輸技術(shù)依賴的CSI與通信環(huán)境緊密相關，利用神經(jīng)網(wǎng)絡對無線信道的本質(zhì)特征進行提取等價于提取CSI的特征，有利于進行物理層安全傳輸技術(shù)的魯棒設計以解決CSI不確定性帶來的挑戰(zhàn)。

(2)DRL同時具有環(huán)境感知能力與策略尋優(yōu)能力，可以看作強化學習(Reinforcement Learning,RL)與神經(jīng)網(wǎng)絡的結(jié)合。UAV的3維軌跡規(guī)劃是UAV通信網(wǎng)絡參數(shù)優(yōu)化的重要環(huán)節(jié)，可以建模為典型的馬爾可夫決策過程(Markov Decision Process,MDP)，其動作空間和狀態(tài)空間分別為行進方向與當前位置，回報為相應的物理層安全性能。DRL源于動態(tài)規(guī)劃，善于處理UAV的3維軌跡規(guī)劃問題[82]，相比傳統(tǒng)方法無需進行優(yōu)化目標及約束條件的凸近似，具有更強的尋優(yōu)與收斂能力，有望解決UAV 3維軌跡規(guī)劃帶來的挑戰(zhàn)。此外，多智能體深度強化學習(Multiagent Deep Reinforcement Learning,MADRL)注重智能體之間的交流與合作，可以為UAV集群的協(xié)同軌跡規(guī)劃提供解決方案。

6 結(jié)束語

UAV應用的爆炸式增長使得UAV通信的安全和隱私成為亟待解決的問題，應用物理層安全傳輸技術(shù)能夠?qū)崿F(xiàn)保密傳輸與能量效率之間的最佳折中。UAV在通信網(wǎng)絡中可以扮演基站、用戶、中繼和協(xié)作干擾機等多種角色，能為通信網(wǎng)絡的優(yōu)化設計帶來新的自由度。在UAV通信網(wǎng)絡中，常見的物理層安全傳輸技術(shù)有功率分配、軌跡優(yōu)化、AN、用戶調(diào)度等。如何將UAV應用在MEC等新的應用場景下并結(jié)合新的空口技術(shù)提供低延遲、高覆蓋和超可靠的通信服務，能夠為UAV通信網(wǎng)絡的物理層安全傳輸技術(shù)開拓新的視角。