- 庞皓冰;崔林;周建山;田大新;段续庭;曲凯歌;
深度强化学习是一类先进的人工智能技术,其能够处理高维复杂问题并具有端到端范式的优势,被广泛应用于低空智联网相关领域,是实现空地协同组网与资源优化的重要手段。空地协同组网旨在充分融合无人机和地面通信系统优势,弥补无人机或地面通信系统通信覆盖范围的不足,解决资源分配效率不均的问题。本文首先介绍空地协同组网的架构,包括无人机和地面平台;其次从通信资源优化、计算卸载和轨迹优化三个方面总结了深度强化学习在空地协同资源配置方面的发展现状;最后指出深度强化学习在该领域面临的挑战,如奖励机制设计、计算复杂度和模型泛化能力等问题,分析未来该研究方向的发展趋势。
2025年01期 1-14页 [查看摘要][在线阅读][下载 1528K] - 程翔;张颂歌;卢永光;李祖广;王莹;吴稳;
近年来,低空经济正在迅速发展,为了满足日渐增长的低空信息服务需求,大量研究开始关注低空智联网。作为低空经济发展的基石,低空智联网能为低空复杂场景下的应用需求提供可靠的信息服务,同时也给不同场景下低空服务的资源管理带来了挑战。面向低空智联网的资源管理能为低空信息服务提供灵活的技术支持,为保证低空网络的高效运行,对资源管理技术提出了更高的要求。本文首先从低空智联网架构出发,分析了低空信息服务的核心需求和低空智联网的主要优势,并对低空智联网资源管理应用现状进行总结,其次根据信息服务需求总结了低空服务中面临的协同组网和传输难、异构资源配置难、空域资源管理难等三大资源管理难题,最后从智能动态组网、协同通感算融合网络和异构资源智能调度等三个维度讨论了资源管理关键技术。
2025年01期 15-25页 [查看摘要][在线阅读][下载 1347K] - 尚佳瑶;祝馨平;孙瑞锦;承楠;
在6G通信中,空天地一体化网络（SAGIN）分布广泛、节点密集、动态多变且异构,给资源管理和网络运营带来巨大挑战,传统解决方案难以满足其需求。为此,本文研究了智能适变组网技术在SAGIN网络接入、路由优化和动态组网重构等方面的应用。针对偏远地区车辆服务传输难题,提出知识驱动的接入方法,降低了6G车辆网络延迟;针对多无人机（UAV）网络,提出基于图神经网络（GNN）的分布式优化法,降低了用户的平均信息年龄（AoI）;面向6G无人机-物联网（UAV-IoT）网络,提出图神经网络驱动的中继位置与路由优化法,具有良好的大规模网络扩展性;聚焦低轨卫星网络服务功能链编排,利用图注意力网络（GAT）法,实现网络资源调度优化。研究表明,借助智能适变组网技术,空天地一体化网络将能更高效稳定地服务于各类场景,加速推动6G及未来通信网络在全球范围内的深度普及。
2025年01期 26-41页 [查看摘要][在线阅读][下载 2381K] - 覃梦欣;何佳;蔡品隆;唐铁桥;
伴随着新一轮科技革命和产业变革的深入推进,以无人机为代表的新型飞行器日益普及,低空经济迎来蓬勃发展的新机遇。低空智联网作为支撑低空经济发展的关键新型基础设施,通过构建一体化的通信、感知、导航、气象、算力等能力,形成立体化的智慧管控体系,为飞行器的群智协同、精准调度提供关键支撑。本文首先阐述了低空智联网的内涵特征和总体架构,并系统总结了其在全球和国内的发展现状。其次,重点探讨了低空智联网在城市空中交通、物流配送、应急救援、城市管理等领域的创新应用案例,用实际案例分析说明了低空智联网在提升运行效率、降低服务成本等方面的技术经济效益。最后,剖析了大规模应用所面临的通信组网、海量异构数据处理、飞行安全、网络安全等方面的挑战,指出应加速自主创新步伐,聚焦通信、感知、导航、气象等核心技术,加强顶层设计和行业生态培育,推动低空智联网成为支撑经济社会数字化转型的新型基础设施。
2025年01期 42-52页 [查看摘要][在线阅读][下载 1129K] - 刘朕鑫;宁家林;杨旭;曲桂娴;郭侃;司杨;
随着无人机在低空领域不断发展与应用,人们对其自主性和环境感知能力的要求日益提高。传统多传感器融合感知技术虽然能够获取丰富的环境信息,但存在成本高、体积大、系统复杂等问题。单目相机因其小巧轻便的特性在低空自主无人机领域中广泛应用,然而其尺度模糊问题严重影响了环境感知精度和飞行安全性。针对这一问题,本文提出一种单目仿生智能感知技术,通过模拟人眼光学特性和视觉感知原理,编码生成景l深相关模糊图像,并训练融合仿生成像功能的深度估计网络预测深度信息,最后结合EGO-Panner算法实现无人机自主轨迹规划。实验结果表明,该技术在深度估计和轨迹规划方面表现良好,有效提升了无人机在复杂环境下自主飞行的安全性和可靠性。
2025年01期 53-62页 [查看摘要][在线阅读][下载 1613K]