崔高峰,徐媛媛,张尚宏,王卫东
(1.北京邮电大学电子工程学院,北京 100876;2.北京邮电大学泛网无线通信教育部重点实验室,北京 100876)
随着通信技术的飞速发展,无人机(UAV,unmanned aerial vehicle)因其灵活度高、移动性强、易部署的特点被广泛应用于通信领域,作为地面网络的延伸,组成空中无线网络平台。一方面,无人机的移动部署特性弥补了传统地面网络在部署时受地形因素影响的局限性,使通信服务逐渐全域化;另一方面,相比于地面无线通信网络信道存在严重的路径损耗、阴影和多径衰落,无人机与地面之间的无线通信信道具有强烈的视距特性[1],这为无人机提供高质量的通信服务奠定了基础。目前,支持无人机的空中无线网络平台主要有无人机基站平台[2]、数据收集平台[3]、中继平台[4-5]、边缘计算平台[6]等。
近年来,多无人机边缘计算平台成为国内外研究人员关注的热点。由于机器学习、深度学习、虚拟现实等技术的不断兴起[7],移动端需要处理的计算量迅速增大,但由于其计算能力有限,移动设备很难在用户可接受的服务时延内完成计算任务。因此,移动边缘计算(MEC,mobile edge computing)[8]应运而生,该技术将移动设备端的数据卸载至具有更强计算能力的边缘计算节点进行处理,以提高用户服务质量。多无人机组成的边缘计算网络可灵活快速组网,为用户提供高质量的数据计算服务。但该过程中无人机系统会面临能耗、时延以及网络安全3 个方面的挑战。
1) 能耗问题
无人机系统的性能很大程度上受限于机载电池的容量,这给无人机系统的长时间通信带来了挑战。……