摘 要：隨著無人機(jī)在無線通信中的廣泛應(yīng)用，無人機(jī)系統(tǒng)中的物理層安全技術(shù)研究已成為學(xué)術(shù)界的研究熱點(diǎn)。與傳統(tǒng)的地面通信相比，無人機(jī)通信具有良好的移動性、按需部署能力和成本較低等優(yōu)勢。然而，無人機(jī)在信息傳輸過程中易受到空對地視距（Ｌｉｎｅ ｏｆ Ｓｉｇｈｔ，ＬｏＳ） 通信鏈路廣播特性帶來的安全威脅。與防止竊聽的加密和物理層安全技術(shù)相比，隱蔽通信的目的是隱藏信息傳輸?shù)拇嬖?，以提供更好的保密性和安全保護(hù)。通過對相關(guān)文獻(xiàn)的梳理，從５ 個(gè)方面概述了無人機(jī)系統(tǒng)隱蔽通信資源分配研究現(xiàn)狀，包括無人機(jī)基站的資源分配、無人機(jī)中繼系統(tǒng)的資源分配、無人機(jī)監(jiān)察者的資源分配、無人機(jī)協(xié)作干擾的資源分配和智能反射面（Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅ，ＩＲＳ） 增強(qiáng)的無人機(jī)通信資源分配?？偨Y(jié)了當(dāng)前研究中存在的主要問題，展望了無人機(jī)隱蔽通信系統(tǒng)未來的研究趨勢。

關(guān)鍵詞：隱蔽通信；資源分配；無人機(jī)基站；無人機(jī)中繼；協(xié)作干擾

中圖分類號：Ｎ９２９． ５ 文獻(xiàn)標(biāo)志碼：Ａ

文章編號：１００３－３１０６（２０２４）１０－２４０１－１１

０ 引言

隨著無線通信的迅猛發(fā)展，傳統(tǒng)的地面通信已經(jīng)很難滿足現(xiàn)代社會復(fù)雜多變的通信需求。無人機(jī)通信應(yīng)運(yùn)而生，它打破了傳統(tǒng)陸地通信的局限性，彌補(bǔ)了地面通信的不足［１－２］，例如通信距離短、易衰減等。但由于無人機(jī)通信信道的開放性和廣播性，信息的泄露和竊聽已成為無人機(jī)通信所面臨的巨大安全威脅［３－７］。如何有效地解決無人機(jī)通信的安全問題，已成為學(xué)術(shù)界研究的熱點(diǎn)。在過去的幾十年里，出現(xiàn)了各種無線安全通信技術(shù)，包括加密、物理層安全和隱蔽通信，這些技術(shù)已經(jīng)應(yīng)用到無人機(jī)的輔助無線網(wǎng)絡(luò)中。加密主要應(yīng)用在上層，包括介質(zhì)訪問控制層、網(wǎng)絡(luò)層和傳輸層等。采用加密技術(shù)時(shí)，原始數(shù)據(jù)在無線傳輸前使用密鑰加密，接收方使用密鑰解密接收到的數(shù)據(jù)，以保證數(shù)據(jù)傳輸?shù)陌踩?。物理層安全的本質(zhì)是不依賴傳統(tǒng)的密鑰加密技術(shù)，通過創(chuàng)造主信道優(yōu)勢降低竊聽信道容量，從而實(shí)現(xiàn)信息的安全傳輸［８］。然而，在實(shí)際場景中，通信環(huán)境的復(fù)雜多變、無人機(jī)位置的不斷變化、地面用戶和竊聽者位置分布的不確定性等因素都使得難以確保主信道比竊聽信道有更好的傳輸質(zhì)量［９］。

與防止竊聽的加密和物理層安全技術(shù)相比，隱蔽通信旨在隱藏信號發(fā)射機(jī)（通常記為Ａｌｉｃｅ）向合法用戶（通常記為Ｂｏｂ）傳輸?shù)拇嬖?，不被監(jiān)察者（通常記為Ｗｉｌｌｉｅ）探測到，從而滿足更高的保密性和安全保護(hù)需求［１０］，這對無線通信來說十分重要，因?yàn)闊o線信號的存在很容易被帶有能量探測功能的輻射計(jì)檢測到。當(dāng)執(zhí)行機(jī)密任務(wù)時(shí)，無人機(jī)可以作為空中基站與現(xiàn)有地面用戶保持緊急連接，通過無人機(jī)軌跡和通信優(yōu)化可以提高該地空通信系統(tǒng)的隱蔽性。此外，無人機(jī)還可以作為中繼接收機(jī)使用，由于視距（Ｌｉｎｅ ｏｆ Ｓｉｇｈｔ，ＬｏＳ）鏈路對發(fā)射功率要求較低，有利于進(jìn)行隱蔽通信。無人機(jī)用于隱蔽通信的其他應(yīng)用包括友好干擾和作為監(jiān)察等工作。因此，考慮各種影響無人機(jī)隱蔽通信性能的因素，如無人機(jī)軌跡、發(fā)射功率、用戶調(diào)度和干擾機(jī)等，設(shè)計(jì)合理的優(yōu)化算法保證系統(tǒng)的隱蔽性能尤為重要。

由于無人機(jī)隱蔽通信技術(shù)有利于提高通信系統(tǒng)的安全性，使監(jiān)察者難以探測到信息傳輸信息，保護(hù)敏感信息的機(jī)密性和完整性，防止信息泄露。因此，研究無人機(jī)隱蔽通信既具有理論價(jià)值也具有實(shí)際應(yīng)用價(jià)值。本文綜述了無人機(jī)隱蔽通信資源分配相關(guān)研究。首先，從無人機(jī)基站、無人機(jī)中繼系統(tǒng)、無人機(jī)監(jiān)察者、協(xié)作干擾和智能反射面（Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅ，ＩＲＳ）網(wǎng)絡(luò)五方面介紹隱蔽通信資源分配；隨后對當(dāng)前研究進(jìn)行了歸納和總結(jié)；最后，對當(dāng)前研究中存在的問題進(jìn)行分析，并展望了無人機(jī)輔助無線網(wǎng)絡(luò)的隱蔽通信未來研究的方向。

１ 無人機(jī)隱蔽通信資源分配

本節(jié)從５ 個(gè)方面對無人機(jī)隱蔽通信的資源分配進(jìn)行概述，包括無人機(jī)基站的資源分配、無人機(jī)中繼系統(tǒng)的資源分配、無人機(jī)監(jiān)察者的資源分配、協(xié)作干擾的資源分配和ＩＲＳ 網(wǎng)絡(luò)的資源分配。

１． １ 基于無人機(jī)基站的隱蔽通信

在惡劣環(huán)境或緊急情況下，無人機(jī)可作為空中基站為地面用戶服務(wù)。通過高速緩存，無人機(jī)能夠?yàn)檫@些用戶提供服務(wù)，而無需回程鏈接［１１］，無人機(jī)作為基站的隱蔽通信模型如圖１ 所示。然而，空對地通信很容易受到攻擊。為了避免被監(jiān)察者發(fā)現(xiàn)并提供可靠的傳輸性能，無人機(jī)可以靈活調(diào)整其懸停位置或軌跡，飛離監(jiān)察者并接近目標(biāo)用戶。

１． １． １ 基于無人機(jī)基站位置優(yōu)化的隱蔽通信

文獻(xiàn)［１２］研究了在無人機(jī)網(wǎng)絡(luò)中利用無線供電信號作為隱蔽通信掩護(hù)的可能性和條件。在能量補(bǔ)給約束下，推導(dǎo)出無人機(jī)的最佳懸停位置和先驗(yàn)傳輸概率使監(jiān)察者檢測錯(cuò)誤概率最大化。仿真表明，相對于具有固定先驗(yàn)傳輸概率的基準(zhǔn)方案，在能量補(bǔ)給約束下，改變先驗(yàn)傳輸概率可以提高通信隱蔽速率。在無人機(jī)最大發(fā)射功率約束、高度約束和有隱蔽約束的情況下，文獻(xiàn)［１３］通過聯(lián)合優(yōu)化無人機(jī)的發(fā)射功率和高度，以最大限度地提高Ｂｏｂ 的信噪比。文獻(xiàn)［１３］考慮的是無人機(jī)位于監(jiān)察者的正上方這一最壞情況，Ｗｉｌｌｉｅ 與無人機(jī)基站之間不僅距離最短，而且是一條信道條件較好的ＬｏＳ 鏈路。文獻(xiàn)［１４］考慮的是無人機(jī)的二維位置和功率優(yōu)化保證Ｂｏｂ 的信噪比最大，其中信道被建模為具有非視距（Ｎｏｎ Ｌｉｎｅ ｏｆ Ｓｉｇｈｔ，ＮＬｏＳ）和ＬｏＳ 的概率信道。文獻(xiàn)［１５］在文獻(xiàn)［１４］的基礎(chǔ)上，通過對無人機(jī)部署和發(fā)射功率的聯(lián)合優(yōu)化使系統(tǒng)隱蔽傳輸速率最大化。文獻(xiàn)［１６］研究無人機(jī)輔助非正交多址接入（ＮｏｎＯｒｔｈｏｇｏｎａｌ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ，ＮＯＭＡ）隱蔽通信系統(tǒng)，無人機(jī)向公共用戶和隱蔽用戶Ｂｏｂ 提供下行傳輸。通過優(yōu)化無人機(jī)懸停高度和功率分配，最大化系統(tǒng)信噪比。文獻(xiàn)［１７］針對無人機(jī)輔助毫米波隱蔽通信系統(tǒng)，無人機(jī)不知道Ｗｉｌｌｉｅ 和Ｂｏｂ 的確切位置，在隱蔽約束條件下利用最小化－最大化方法來聯(lián)合優(yōu)化無人機(jī)的波束數(shù)、發(fā)射功率和飛行高度的實(shí)現(xiàn)平均吞吐量最大。文獻(xiàn)［１２－１７］僅針對無人機(jī)的高度進(jìn)行優(yōu)化，文獻(xiàn)［１８］在考慮有限塊長度編碼影響的情況下，推導(dǎo)出了無人機(jī)最優(yōu)三維位置和最優(yōu)發(fā)射功率的封閉表達(dá)式。在通信質(zhì)量受約束的情況下，聯(lián)合優(yōu)化無人機(jī)的三維位置和傳輸功率以最大化通信的隱蔽性。與二維無人機(jī)最優(yōu)部署相比，可以獲得更好的隱蔽性能。文獻(xiàn)［１９］考慮了一個(gè)全雙工的Ｂｏｂ，在接收無人機(jī)基站信號的同時(shí)發(fā)射人工噪聲（Ａｒｔｉｆｉｃｉａｌ Ｎｏｉｓｅ，ＡＮ）干擾Ｗｉｌｌｉｅ 的探測，考慮到隱蔽通信的最壞情況，在傳輸中斷約束和隱蔽約束下優(yōu)化無人機(jī)的位置最大化隱蔽速率。為了提升地空通信的隱蔽性能，采用地面友好干擾機(jī)迷惑Ｗｉｌｌｉｅ，是一種有前景的方式。文獻(xiàn)［２０］通過優(yōu)化傳輸和干擾功率最大化Ｂｏｂ 的隱蔽傳輸速率，將隱蔽速率最大化問題表述為納什議價(jià)對策，引入了納什議價(jià)解，提出了一種基于粒子群優(yōu)化的功率分配算法。文獻(xiàn)［２１］針對多天線干擾輔助的無人機(jī)輔助隱蔽通信系統(tǒng)，考慮干擾機(jī)的位置和多個(gè)Ｗｉｌｌｉｅ 位置的隨機(jī)性以最小化Ｗｉｌｌｉｅ 檢測中斷概率（Ｄｅｔｅｃｔｉｏｎ Ｏｕｔａｇｅ Ｐｒｏｂａｂｉｌｉｔｙ，ＤＯＰ ）。在滿足最?。模希?要求的情況下對無人機(jī)、干擾機(jī)的位置和發(fā)射功率進(jìn)行聯(lián)合優(yōu)化以實(shí)現(xiàn)最大的隱蔽傳輸速率。

１． １． ２ 基于無人機(jī)基站軌跡優(yōu)化的隱蔽通信

文獻(xiàn)［２２ －２３］都利用了無人機(jī)靈活移動的特性，優(yōu)化無人機(jī)的軌跡和功率來滿足通信質(zhì)量和隱蔽要求。文獻(xiàn)［２２］考慮Ｂｏｂ 和Ｗｉｌｌｉｅ 位置的不確定性，在傳輸中斷約束和隱蔽約束下，聯(lián)合優(yōu)化了無人機(jī)的軌跡和傳輸功率，最大化無人機(jī)到Ｂｏｂ 的平均隱蔽傳輸速率。利用連續(xù)凸近似（ＳｕｃｃｅｓｓｉｖｅＣｏｎｖｅｘ Ａｐｐｒｏｘｉｍａｔｅ，ＳＣＡ）技術(shù)，提出了一種有效迭代資源分配方案。與文獻(xiàn)［２２］相比，文獻(xiàn)［２３］增加了對無人機(jī)的速度約束，聯(lián)合優(yōu)化無人機(jī)的發(fā)射功率和飛行軌跡，最大化Ｗｉｌｌｉｅ 的探測錯(cuò)誤概率。為了解決非凸優(yōu)化問題，將問題分解為２ 個(gè)子問題，將軌跡和功率分配的交替優(yōu)化迭代。文獻(xiàn)［２４］采用地面友好干擾機(jī)通過對無人機(jī)飛行軌跡和發(fā)射功率的聯(lián)合優(yōu)化，實(shí)現(xiàn)隱蔽傳輸速率的最大化。利用ＳＣＡ 技術(shù)的交替迭代優(yōu)化算法來解決這一優(yōu)化問題。擴(kuò)展到更實(shí)際的多用戶應(yīng)用場景，文獻(xiàn)［２５］采用時(shí)分多址接入（ＴｉｍｅＤｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ，ＴＤＭＡ），考慮Ｗｉｌｌｉｅ 位置的不確定性和用戶的公平性，在隱蔽性約束下，聯(lián)合優(yōu)化無人機(jī)的時(shí)隙分配、發(fā)射功率和軌跡，最大化每個(gè)用戶的平均隱蔽速率，提出了一種基于塊坐標(biāo)下降（Ｂｌｏｃｋ Ｃｏｏｒｄｉｎａｔｅ Ｄｅｓｃｅｎｔ，ＢＣＤ）的迭代算法，對時(shí)隙分配、功率分配和軌跡進(jìn)行交替優(yōu)化。文獻(xiàn)［２６］考慮頻分多址接入（ＦｒｅｑｕｅｎｃｙＤｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ，ＦＤＭＡ）和用戶通信的公平性，在機(jī)動性、隱蔽性和任務(wù)時(shí)間約束下，聯(lián)合優(yōu)化無人機(jī)軌跡和發(fā)射功率，最大化所有用戶的最小吞吐量。引入一組緊凸逼近和應(yīng)用ＳＣＡ方法有效地解決了該問題。文獻(xiàn)［２７］在文獻(xiàn)［２６］模型的基礎(chǔ)上，引入了功率分配系數(shù)，優(yōu)化了每個(gè)用戶功率分配。文獻(xiàn)［２８］在無人機(jī)輔助的ＮＯＭＡ 網(wǎng)絡(luò)中，通過優(yōu)化無人機(jī)的軌跡和地面用戶的發(fā)射功率，以提高對飛行的Ｗｉｌｌｉｅ 的隱蔽通信，提出了一種基于ＢＣＤ 的ＳＣＡ 方法。

傳統(tǒng)的凸優(yōu)化算法通常需要假設(shè)環(huán)境是靜態(tài)的，并且是可預(yù)測的，在優(yōu)化軌跡這種非線性、非靜態(tài)和非確定性的環(huán)境下深度強(qiáng)化學(xué)習(xí)（Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ，ＤＲＬ）體現(xiàn)了很強(qiáng)的優(yōu)勢。文獻(xiàn)［２９－３０］都是利用ＤＬＲ 解決無人機(jī)輔助隱蔽數(shù)據(jù)傳播。文獻(xiàn)［２９］在無人機(jī)的續(xù)航時(shí)間和隱蔽約束下，通過聯(lián)合優(yōu)化無人機(jī)的軌跡和地面接收機(jī)的調(diào)度來最小化無人機(jī)的任務(wù)完成時(shí)間。利用ＤＲＬ從環(huán)境中動態(tài)學(xué)習(xí)的優(yōu)勢，提出了一種雙延遲深度確定性策略梯度輔助隱蔽數(shù)據(jù)傳輸算法，比基準(zhǔn)方案在更短的時(shí)間內(nèi)完成隱蔽數(shù)據(jù)傳輸。文獻(xiàn)［３０］在文獻(xiàn)［２９］基礎(chǔ)上對無人機(jī)的軌跡和發(fā)射功率進(jìn)行聯(lián)合優(yōu)化，最大化Ｂｏｂ 平均有效隱蔽吞吐量。在上述２ 種模式之外，文獻(xiàn)［３１］提出了一種基于非高斯信號的無人機(jī)輔助通信策略。為了減輕由疊加波形引起的系統(tǒng)內(nèi)部干擾，將非高斯信號作為隱蔽通信系統(tǒng)的波形，適當(dāng)?shù)母咚剐盘栕鳛橹饕ㄐ畔到y(tǒng)的波形。聯(lián)合發(fā)射功率和非高斯信號因子提高隱蔽通信系統(tǒng)的中斷性能。文獻(xiàn)［３２］在無人機(jī)輔助物聯(lián)網(wǎng)網(wǎng)絡(luò)中，推導(dǎo)了在隱蔽條件下的平均信息年齡解析表達(dá)式來表示信息的時(shí)效性，交替優(yōu)化無人機(jī)的發(fā)射功率、能量收集時(shí)間和數(shù)據(jù)包傳輸時(shí)間，最小化平均信息年齡。

１． ２ 基于無人機(jī)中繼系統(tǒng)的隱蔽通信

在無人機(jī)作為基站的隱蔽通信場景中能夠有效地隱藏Ａｌｉｃｅ 的傳輸，但當(dāng)傳輸范圍擴(kuò)大或無線鏈路被阻塞時(shí)，則遠(yuǎn)遠(yuǎn)不夠?？梢岳脽o人機(jī)機(jī)動性、靈活性和低成本等優(yōu)點(diǎn)擴(kuò)大覆蓋范圍。部署無人機(jī)作為移動中繼，連接兩端孤立的地面用戶［３３－３４］，無人機(jī)作為中繼系統(tǒng)的隱蔽通信模型如圖２ 所示。在監(jiān)察者在場的情況下，將無人機(jī)作為中繼部署在隱蔽網(wǎng)絡(luò)中，不僅克服了距離和阻塞的限制，而且獲得了更好的用戶服務(wù)質(zhì)量［３５］。

文獻(xiàn)［３６］針對一個(gè)遠(yuǎn)距離隱蔽傳輸無人機(jī)中繼方案，無人機(jī)采用高斯信號來混淆Ｗｉｌｌｉｅ 的探測。將傳輸分為２ 個(gè)階段，推導(dǎo)出隱蔽性要求，以優(yōu)化發(fā)射功率和塊長度。在發(fā)射功率和塊長度的約束下，優(yōu)化無人機(jī)的位置，最大化有效吞吐量保證隱蔽傳輸。與文獻(xiàn)［３６］設(shè)置地面Ｗｉｌｌｉｅ 不同，文獻(xiàn)［３７］采用無人機(jī)作為Ｗｉｌｌｉｅ，同時(shí)考慮ＬｏＳ 和ＮＬｏＳ 信道，提出了一種具有有限塊長的無人機(jī)中繼隱蔽通信方案，通過聯(lián)合優(yōu)化發(fā)射器處的發(fā)射功率、中繼處的高斯信號功率方差以及發(fā)射機(jī)和中繼使用的通道數(shù)，最大化隱蔽傳輸率。文獻(xiàn)［３８］在文獻(xiàn)［３７］的基礎(chǔ)上，在滿足隱蔽性約束的情況下，優(yōu)化無人機(jī)軌跡和功率來提高平均吞吐量。為了更有效地提升中繼系統(tǒng)的性能，文獻(xiàn)［３９］進(jìn)一步采用全雙工無人機(jī)作為中繼來實(shí)現(xiàn)中繼信號和干擾Ｗｉｌｌｉｅ 兩種功能，其中無人機(jī)中繼在第一階段采用全雙工模式進(jìn)行接收和干擾，然后在第二階段重傳，使Ｂｏｂ 接收到Ａｌｉｃｅ 的信息。在覆蓋度和隱蔽約束下優(yōu)化功率分配因子最大化有效隱蔽吞吐量。文獻(xiàn)［４０］派遣中繼無人機(jī)從多個(gè)傳感器收集數(shù)據(jù)，同時(shí)轉(zhuǎn)發(fā)到遠(yuǎn)程基站。通過聯(lián)合設(shè)計(jì)傳感器調(diào)度、無人機(jī)發(fā)射功率和無人機(jī)軌跡，實(shí)現(xiàn)最小平均隱蔽傳輸速率的最大化。文獻(xiàn)［４１］將無人機(jī)應(yīng)用到太赫茲中繼系統(tǒng)，作為中繼同時(shí)干擾２ 架無人機(jī)Ｗｉｌｌｉｅ，推導(dǎo)了太赫茲隱蔽通信的級聯(lián)中斷概率和平均隱蔽容量。

１． ３ 基于無人機(jī)監(jiān)察者的隱蔽通信

無人機(jī)可以作為空中Ｗｉｌｌｉｅ 來探測地面上Ａｌｉｃｅ 到Ｂｏｂ 的信號傳輸。由于無人機(jī)在高空飛行，使用無人機(jī)作為監(jiān)視者可以利用ＬｏＳ 信道實(shí)現(xiàn)更好的探測性能。此外，利用無人機(jī)的高機(jī)動性能夠飛向Ｂｏｂ，縮短Ｗｉｌｌｉｅ 到Ｂｏｂ 之間的通信距離，提高Ｗｉｌｌｉｅ 接收到的信號質(zhì)量，所以空中Ｗｉｌｌｉｅ 可以比常規(guī)地面Ｗｉｌｌｉｅ 獲得更好的探測性能。無人機(jī)作為Ｗｉｌｌｉｅ 的隱蔽通信模型如圖３ 所示。

文獻(xiàn)［４２］提出合法監(jiān)控?zé)o人機(jī)對可疑無人機(jī)進(jìn)行基于視頻的監(jiān)視和自主跟蹤，聯(lián)合優(yōu)化推進(jìn)、推力和懸停功率，以及一個(gè)太陽能監(jiān)視無人機(jī)的３Ｄ軌跡，最小化監(jiān)察者的能量消耗。文獻(xiàn)［４３］利用太陽能無人機(jī)對地面移動目標(biāo)進(jìn)行隱蔽不間斷監(jiān)察，通過收集太陽延長任務(wù)的持續(xù)時(shí)間，提出了一種基于Ｑｌｅａｒｎｉｎｇ 的隱蔽監(jiān)察方法來最大化系統(tǒng)的偽裝性能。文獻(xiàn)［４４］采用多無人機(jī)協(xié)助進(jìn)行監(jiān)察可疑移動地面節(jié)點(diǎn)進(jìn)行協(xié)同無線電監(jiān)視，實(shí)現(xiàn)偽裝監(jiān)視目的。在保證無人機(jī)進(jìn)行不間斷監(jiān)視和避免無人機(jī)相互碰撞的條件下最大化偽裝度。文獻(xiàn)［４５］針對一種基于多天線波束掃描的無線網(wǎng)絡(luò)中無人機(jī)潛在傳輸檢測模型。利用Ｐｉｎｓｋｅｒ 不等式和ＫｕｌｌｂａｃｋＬｅｉｂｌｅｒ 散度計(jì)算了Ｗｉｌｌｉｅ 檢測錯(cuò)誤概率。通過優(yōu)化波束形成扇區(qū)數(shù)量最小化檢測錯(cuò)誤概率。文獻(xiàn)［４６］為了克服信息泄漏和提高傳輸可靠性，采用了多跳中繼策略聯(lián)合優(yōu)化編碼速率、發(fā)射功率和所需跳數(shù)最大化吞吐量。

１． ４ 基于無人機(jī)協(xié)作干擾的隱蔽通信

文獻(xiàn)［１９ －２１］采用地面友好干擾器，無人機(jī)作為友好干擾機(jī)可以利用其良好的ＬｏＳ 通道和高機(jī)動性發(fā)射ＡＮ 干擾惡意的地面Ｗｉｌｌｉｅ。然而，無線通信的開放性，合法的連接也可能被阻塞，所以需要精心設(shè)計(jì)干擾位置和功率［４７－４８］，在不影響傳輸質(zhì)量的前提下，提高合法通信的隱蔽性。無人機(jī)作為協(xié)作干擾機(jī)的隱蔽通信模型如圖４ 所示。

文獻(xiàn)［４９］采用一種友好的無人機(jī)干擾器來保護(hù)基站到合法用戶的隱蔽傳輸不受監(jiān)視者的竊聽，推導(dǎo)了加性高斯白噪聲下隱蔽速率表達(dá)式的封閉表達(dá)式，在Ｎａｋａｇａｍｉｍ 衰落情形下，利用泰勒展開得到了遍歷隱蔽速率的近似表達(dá)式。文獻(xiàn)［５０］提出了無人機(jī)輔助隱蔽通信博弈模型，通過將無人機(jī)的干擾信號偽裝成環(huán)境噪聲來干擾Ｗｉｌｌｉｅ 的檢測，得到了無人機(jī)隱蔽通信博弈模型下的純策略納什均衡和混合策略納什均衡來提高隱蔽通信的吞吐量。文獻(xiàn)［４９－５０］顯示采用無人機(jī)干擾器進(jìn)行隱蔽通信方面獲得性能改善，但是沒有考慮無人機(jī)的軌跡優(yōu)化。文獻(xiàn)［５１］在傳輸中斷和隱蔽性約束下聯(lián)合設(shè)計(jì)無人機(jī)的軌跡和基站的發(fā)射功率，最大化隱蔽速率，提出了一種幾何方法求解優(yōu)化問題以獲得更高的平均隱蔽速率。文獻(xiàn)［５２］在文獻(xiàn)［５１］的模型基礎(chǔ)上，采用傳統(tǒng)的迭代方法求解，該方法需要基于泰勒展開的多次逼近和無人機(jī)軌跡的初始化。相比之下，幾何方法具有更好的隱蔽通信性能和更低的計(jì)算復(fù)雜度。文獻(xiàn)［５３］研究低地球軌道衛(wèi)星通信系統(tǒng)的隱蔽傳輸，提出了遺傳算法優(yōu)化無人機(jī)的功率和軌跡最大化隱蔽速率。文獻(xiàn)［５４］在無人機(jī)輔助增強(qiáng)現(xiàn)實(shí)技術(shù)領(lǐng)域，通過交替優(yōu)化用戶調(diào)度、無人機(jī)發(fā)射功率、友好無人機(jī)干擾功率和無人機(jī)軌跡最大化平均隱蔽速率。文獻(xiàn)［５５］考慮了多個(gè)無人機(jī)基站和地面用戶的通用場景，其中多個(gè)Ｗｉｌｌｉｅ 檢測從無人機(jī)基站到用戶的傳輸，并且使用無人機(jī)安裝的干擾機(jī)產(chǎn)生ＡＮ 以協(xié)助隱蔽通信。在保證公平性情況下，通過對用戶調(diào)度、帶寬分配、無人機(jī)發(fā)射功率控制和無人機(jī)三維部署進(jìn)行聯(lián)合優(yōu)化，采用ＢＣＤ 方法迭代求解３ 個(gè)問題。文獻(xiàn)［５６］采用的是一個(gè)全雙工的無人機(jī)從Ｂｏｂ 處收集關(guān)鍵信息，并產(chǎn)生隨機(jī)發(fā)射功率的ＡＮ，聯(lián)合優(yōu)化無人機(jī)的軌跡，ＡＮ 發(fā)射功率與用戶調(diào)度策略最大化最小平均隱蔽速率。

近些年利用機(jī)器學(xué)習(xí)與深度學(xué)習(xí)挖掘有價(jià)值的信息，處理海量數(shù)據(jù)成為有前途的方式。文獻(xiàn)［５７］設(shè)計(jì)了一種支持無人機(jī)的隱蔽聯(lián)邦學(xué)習(xí)（ＦｅｄｅｒａｔｅｄＬｅａｒｎｉｎｇ，ＦＬ）架構(gòu)，其中無人機(jī)不僅負(fù)責(zé)協(xié)調(diào)ＦＬ 的操作，還負(fù)責(zé)發(fā)射ＡＮ 以干擾Ｗｉｌｌｉｅ。為了在安全水平和訓(xùn)練成本之間取得平衡，提出了一種基于分布式近端策略優(yōu)化的策略，聯(lián)合優(yōu)化無人機(jī)的軌跡、ＡＮ 發(fā)射功率、參與設(shè)備中央處理器的頻率、發(fā)射功率、帶寬分配以及模型所需的精度來最小化訓(xùn)練開銷。文獻(xiàn)［５８］針對無人機(jī)干擾輔助認(rèn)知無線電網(wǎng)絡(luò)模型，提出了一個(gè)模型驅(qū)動生成對抗網(wǎng)絡(luò)（Ｇｅｎｅｒａｔｉｖｅ Ａｄｖｅｒｓａｒｉａｌ Ｎｅｔｗｏｒｋ，ＧＡＮ）輔助優(yōu)化框架。基于ＧＡＮ 優(yōu)化無人機(jī)軌跡和發(fā)射功率來提高隱蔽速率。

１． ５ 基于ＩＲＳ 增強(qiáng)的無人機(jī)隱蔽通信

ＩＲＳ 已成為Ｂ５Ｇ ／ ６Ｇ 無線通信系統(tǒng)中實(shí)現(xiàn)智能和可重構(gòu)無線信道或無線電傳播環(huán)境的一種有前景的新技術(shù)［５９］。ＩＲＳ 能夠通過獨(dú)立控制入射信號振幅和相位的被動反射元件，增強(qiáng)Ｂｏｂ 和削弱Ｗｉｌｌｉｅ的信號來提高通信的隱蔽性。使用ＩＲＳ 增強(qiáng)的無人機(jī)隱蔽通信，既能擴(kuò)大通信覆蓋范圍增加信道容量，又能滿足安全要求實(shí)現(xiàn)隱蔽通信［６０－６１］。因此，無人機(jī)和ＩＲＳ 在未來６Ｇ 技術(shù)發(fā)展和綠色通信領(lǐng)域有極大的前景。文獻(xiàn)［６２］研究了一種基于ＤＲＬ 的ＩＲＳ輔助無人機(jī)隱蔽通信模型，提出了一種基于雙深Ｑ網(wǎng)絡(luò)的無人機(jī)三維軌跡和紅外相位優(yōu)化算法來提高隱蔽通信性能。通過對無人機(jī)三維軌跡和ＩＲＳ 相移進(jìn)行聯(lián)合優(yōu)化最大平均隱蔽速率。ＩＲＳ 集成在無人機(jī)上（通常記為ＵＡＶＩＲＳ 系統(tǒng)）模型如圖５ 所示。

文獻(xiàn)［６３］利用ＵＡＶＩＲＳ 作為移動中繼的隱蔽通信。合法的Ｂｏｂ 可以在全雙工模式下充當(dāng)干擾器在滿足隱蔽性要求的前提下，聯(lián)合優(yōu)化Ａｌｉｃｅ 發(fā)射功率和干擾功率最大化隱蔽傳輸速率。文獻(xiàn)［６４］在文獻(xiàn)［６３］的基礎(chǔ)上考慮到ＩＲＳ 相移的優(yōu)化交替優(yōu)化Ａｌｉｃｅ 的發(fā)射功率、ＩＲＳ 相移和ＵＡＶＩＲＳ 的水平位置來最大化隱蔽傳輸速率。文獻(xiàn)［６５ ］在文獻(xiàn)［６４］的基礎(chǔ)上，充分利用了無人機(jī)的靈活移動性，在隱蔽約束下，通過聯(lián)合優(yōu)化無人機(jī)的軌跡和ＩＲＳ 的相移，實(shí)現(xiàn)了在Ｂｏｂ 處平均隱蔽速率的最大化。利用一階Ｔａｙｌｏｒ 展開的性質(zhì)將優(yōu)化問題轉(zhuǎn)化為凸問題，并提出了一種基于ＳＣＡ 的交替迭代算法。文獻(xiàn)［６６］考慮到節(jié)能的因素，分析了Ｗｉｌｌｉｅ 的探測性能，然后通過對功率控制、被動波束形成和無人機(jī)軌跡的聯(lián)合優(yōu)化，最大化隱蔽能量效率。文獻(xiàn)［６７］ＵＡＶＩＲＳ 作為移動中繼的同時(shí)，采用同伴無人機(jī)作為空中協(xié)同干擾器，機(jī)會性地產(chǎn)生ＡＮ 來降低非目標(biāo)用戶的檢測，從而提高通信的隱蔽性，提出了一個(gè)新的最大最小平均能源效率優(yōu)化問題，旨在提高隱蔽吞吐量和降低無人機(jī)推進(jìn)能量消耗。

２ 無人機(jī)隱蔽通信資源分配工作總結(jié)

對以上關(guān)于無人機(jī)隱蔽通信資源分配算法相關(guān)工作進(jìn)行總結(jié)，如表１ 所示。

綜上所述，對于無人機(jī)基站的資源分配［１２－３２］已有的研究成果大多集中在檢測錯(cuò)誤概率、信噪比性、隱蔽速率和公平性等方面；無人機(jī)中繼的資源分配［３６－４１］已有的研究成果大多集中在隱蔽速率、公平性和吞吐量等方面；對于無人機(jī)監(jiān)察者的資源分配［４２－４６］已有的研究成果大多集中在隱蔽偽裝度、檢測錯(cuò)誤概率、能耗和吞吐量等方面；對于無人機(jī)協(xié)作干擾的資源分配［４９－５８］已有研究成果大多集中在隱蔽速率、吞吐量和公平性等方面；對于無人機(jī)ＩＲＳ 系統(tǒng)的資源分配［６２－６７］，已有研究成果集中在隱蔽速率和能效方面。因此，針對這幾個(gè)方面，研究和設(shè)計(jì)基于多目標(biāo)或其他性能指標(biāo)的有效資源分配算法也是極其重要的，可以采用的相關(guān)數(shù)學(xué)工具：凸優(yōu)化、變量替換、交替優(yōu)化、ＢＣＤ、懲罰函數(shù)方法、泰勒展開近似、ＳＣＡ、博弈解決方案、單調(diào)求解和ＤＲＬ 等方法；通過計(jì)算機(jī)仿真和實(shí)驗(yàn)去驗(yàn)證評價(jià)算法性能。進(jìn)而設(shè)計(jì)出低復(fù)雜度、頑健性的優(yōu)化算法，實(shí)現(xiàn)系統(tǒng)的隱蔽通信。

３ 研究挑戰(zhàn)和未來研究方向

盡管目前國內(nèi)外對于無人機(jī)隱蔽通信系統(tǒng)的資源分配問題的研究已經(jīng)取得了一定的研究成果。上述提到的資源分配方法也在一定程度上滿足了無人機(jī)隱蔽通信系統(tǒng)某些方面的優(yōu)化目標(biāo)，但是現(xiàn)有研究針對無人機(jī)隱蔽通信系統(tǒng)的資源分析手段和優(yōu)化方法仍然具有一定的局限性。歸納分析發(fā)現(xiàn)如下。

① 監(jiān)察者設(shè)計(jì)。大部分研究都是考慮單個(gè)監(jiān)察者且監(jiān)察者只探測有無信號傳輸，但實(shí)際環(huán)境中往往會存在多個(gè)監(jiān)察者。文獻(xiàn)［６８］提出了一個(gè)新模式，２ 種類型的監(jiān)察者：被動監(jiān)察者只檢測合法傳輸，監(jiān)察者不僅檢測合法傳輸，而且發(fā)射噪聲干擾合法信號。這對隱蔽系統(tǒng)的設(shè)計(jì)提出了更嚴(yán)格的要求，例如設(shè)計(jì)一種能自適應(yīng)模式選擇無人機(jī)［６９］，按需求采用半雙工模式和全雙工模式，既可以單獨(dú)選擇傳輸信息或發(fā)射干擾信號節(jié)省能耗，又可以在極端場景同時(shí)傳輸信息和發(fā)射干擾信號。

② 無人機(jī)軌跡設(shè)計(jì)。得益于無人機(jī)靈活部署的特點(diǎn)，獲得更好的信道增益；無人機(jī)也可以飛離監(jiān)察者，降低被探測概率。然而，低空通信中無人機(jī)的瞬時(shí)移動可能會對通信產(chǎn)生影響，包括信號干擾、信道衰落、多址接入沖突和時(shí)延變化等?，F(xiàn)有文獻(xiàn)主要考慮無人機(jī)在二維水平面上的部署或者采用傳統(tǒng)方法利用ＳＣＡ 方法對無人機(jī)隱蔽通信中的軌跡和資源分配進(jìn)行了聯(lián)合優(yōu)化。由于無人機(jī)系統(tǒng)的狀態(tài)總是動態(tài)變化的，這些優(yōu)化方案的復(fù)雜度較高?？梢赃M(jìn)一步采用ＤＲＬ 等機(jī)器學(xué)習(xí)技術(shù)［７０－７２］，設(shè)計(jì)新的網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)算法從高動態(tài)、復(fù)雜的無線環(huán)境中進(jìn)行智能學(xué)習(xí)，并實(shí)時(shí)做出智能決策，提高無人機(jī)隱蔽通信能力。

③ 不完善的信道信息設(shè)計(jì)。當(dāng)前研究集中在理想信道狀態(tài)信息下，進(jìn)行算法設(shè)計(jì)和優(yōu)化，實(shí)際環(huán)境中會存在多個(gè)監(jiān)察者和多架無人機(jī)協(xié)同工作的情況，由于監(jiān)察者是一個(gè)惡意節(jié)點(diǎn)，因此更難估計(jì)檢測信道信息。在某些情況下，合法網(wǎng)絡(luò)只能獲得監(jiān)察者的部分信息。因此，在不完善的信道信息下，無人機(jī)的隱蔽通信仍然是一個(gè)挑戰(zhàn)。因此需要進(jìn)一步考慮多無人機(jī)、多監(jiān)察者和非理想信道狀態(tài)信息下，問題進(jìn)行建模和分析。機(jī)器學(xué)習(xí)也是一種很有前途的方法，可以利用歷史信息來揭示隱藏的模式，大大降低了系統(tǒng)開銷。因此，基于機(jī)器學(xué)習(xí)的隱蔽通信是無人機(jī)網(wǎng)絡(luò)中的一個(gè)重要研究方向。

④ 無人機(jī)的能耗設(shè)計(jì)。能耗在分析整個(gè)隱蔽系統(tǒng)的性能方面起著重要作用，不僅在需要充當(dāng)空中基站的時(shí)候發(fā)送接收信息，還需要限制監(jiān)察者的竊聽發(fā)送ＡＮ。在大多數(shù)研究案例中，無人機(jī)的能耗未被考慮。因此需要對無人機(jī)的有效載荷質(zhì)量、速度、任務(wù)完成時(shí)間和發(fā)射功率等進(jìn)行嚴(yán)格約束。

目前無人機(jī)輔助下結(jié)合ＩＲＳ 隱蔽通信的資源分配問題研究主要是考慮隱蔽速率以及能耗問題，相關(guān)的文獻(xiàn)較少。因此，可以考慮從單個(gè)無人機(jī)延伸到多個(gè)無人機(jī)協(xié)作，從單個(gè)監(jiān)察者擴(kuò)展到多個(gè)監(jiān)察者的魯棒性情況，從理想的完美信道狀態(tài)信息拓展到不完美信道狀態(tài)信息，在需要遵循不同信道信息來實(shí)現(xiàn)相移修改的情況時(shí)，計(jì)算節(jié)點(diǎn)和ＩＲＳ 之間的鏈接將面臨時(shí)變信道條件，并可能面臨衰落和陰影的影響。在大量ＩＲＳ 反射單元的情況下，鏈路也可能面臨延遲［７３］。充分考慮影響在ＩＲＳ 網(wǎng)絡(luò)中無人機(jī)隱蔽通信的因素，設(shè)計(jì)基于ＩＲＳ 的無人機(jī)隱蔽通信低復(fù)雜度資源分配算法。

４ 結(jié)束語

本文簡述了無人機(jī)通信的優(yōu)勢以及物理層安全和隱蔽通信的概念；基于無人機(jī)基站、中繼、監(jiān)察者、協(xié)作干擾和ＩＲＳ 網(wǎng)絡(luò)五方面介紹了無人機(jī)隱蔽通信的資源分配；總結(jié)了當(dāng)前現(xiàn)狀，并提出研究挑戰(zhàn)和未來發(fā)展方向。對于當(dāng)前研究中考慮的模型大部分過于理想，例如考慮完美的信道狀態(tài)信息、非魯棒性的情況，但實(shí)際通信系統(tǒng)中存在信道估計(jì)誤差、信道反饋誤差和量化誤差等因素的影響和存在多個(gè)監(jiān)察者的情況。因此，有必要在考慮信道估計(jì)誤差和多個(gè)監(jiān)察者情況下，對無人機(jī)隱蔽通信系統(tǒng)的資源分配問題進(jìn)行建模和分析，進(jìn)一步研究和探索具有頑健性的資源分配算法。同時(shí)可以考慮將隱蔽通信技術(shù)與其他技術(shù)結(jié)合，如多載波技術(shù)［７４－７５］、無線攜能技術(shù)［７６－７７］和反向散射通信技術(shù)［７８－８０］等，設(shè)計(jì)出低功耗的隱蔽通信系統(tǒng)。

參考文獻(xiàn)

［１］ ＺＥＮＧ Ｙ，ＺＨＡＮＧ Ｒ，ＬＩＭ Ｔ Ｊ． Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ

ｗｉｔｈ Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅｓ：Ｏｐｐｏｒｔｕｎｉｔｉｅｓ ａｎｄ Ｃｈａｌ

ｌｅｎｇｅｓ ［Ｊ ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｍａｇａｚｉｎｅ，２０１６，５４

（５）：３６－４２．

［２］ ＳＨＡＫＨＡＴＲＥＨ Ｈ，ＳＡＷＡＬＭＥＨ Ａ Ｈ，ＡＬＦＵＱＡＨＡ Ａ，

ｅｔ ａｌ． Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅｓ （ＵＡＶｓ）：Ａ Ｓｕｒｖｅｙ ｏｎ

Ｃｉｖｉｌ Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ Ｋｅｙ Ｒｅｓｅａｒｃｈ Ｃｈａｌｌｅｎｇｅｓ ［Ｊ ］．

ＩＥＥＥ Ａｃｃｅｓｓ，２０１９，７：４８５７２－４８６３４．

［３］ ＣＨＯＵＤＨＡＲＹ Ｇ，ＳＨＡＲＭＡ Ｖ，ＧＵＰＴＡ Ｔ，ｅｔ ａｌ． Ｉｎｔｅｒｎｅｔ

ｏｆ Ｄｒｏｎｅｓ （ＩｏＤ）：Ｔｈｒｅａｔｓ，Ｖｕｌｎｅｒａｂｉｌｉｔｙ，ａｎｄ Ｓｅｃｕｒｉｔｙ Ｐｅｒ

ｓｐｅｃｔｉｖｅｓ［ＥＢ ／ ＯＬ］． （２０１８ － ０１ － ０１）［２０２３ － １２ － ０５］．

ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ａｂｓ ／ １８０８． ００２０３．

［４］ ＲＯＮＡＬＤＯ Ｆ，ＰＲＡＭＡＤＩＨＡＮＴＯ Ｄ，ＳＵＤＡＲＳＯＮＯ Ａ． Ｓｅ

ｃｕｒｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ ｏｆ Ｄｒｏｎｅ Ｓｅｒｖｉｃｅ Ｕｓｉｎｇ

Ｈｙｂｒｉｄ Ｃｒｙｐｔｏｇｒａｐｈｙ ｏｖｅｒ ４Ｇ ／ ＬＴＥ Ｎｅｔｗｏｒｋ ［Ｃ］∥２０２０

Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｙｍｐｏｓｉｕｍ （ＩＥＳ ）． Ｓｕｒａｂａｙａ：

ＩＥＥＥ，２０２０：１１６－１２２．

［５］ ＦＯＴＯＵＨＩ Ａ，ＱＩＡＮＧ Ｈ Ｒ，ＤＩＮＧ Ｍ，ｅｔ ａｌ． Ｓｕｒｖｅｙ ｏｎ ＵＡＶ

Ｃｅｌｌｕｌａｒ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ｐｒａｃｔｉｃａｌ Ａｓｐｅｃｔｓ，Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ

Ａｄｖａｎｃｅｍｅｎｔｓ，Ｒｅｇｕｌａｔｉｏｎ，ａｎｄ Ｓｅｃｕｒｉｔｙ Ｃｈａｌｌｅｎｇｅｓ ［Ｊ ］．

ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｕｒｖｅｙｓ ＆ Ｔｕｔｏｒｉａｌｓ，２０１９，２１ （４）：

３４１７－３４４２．

［６］ ＷＡＮＧ Ｊ，ＷＡＮＧ Ｘ Ｘ，ＧＡＯ Ｒ Ｆ，ｅｔ ａｌ． Ｐｈｙｓｉｃａｌ Ｌａｙｅｒ Ｓｅ

ｃｕｒｉｔｙ ｆｏｒ ＵＡＶ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ａ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｓｕｒｖｅｙ

［Ｊ］． Ｃｈｉｎａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２２，１９（９）：７７－１１５．

［７］ ＷＡＮＧ Ｌ，ＣＨＥＮ Ｙ，ＷＡＮＧ Ｐ，ｅｔ ａｌ． Ｓｅｃｕｒｉｔｙ Ｔｈｒｅａｔｓ ａｎｄ

Ｃｏｕｎｔｅｒｍｅａｓｕｒｅｓ ｏｆ Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ Ｃｏｍｍｕｎｉ

ｃａｔｉｏｎｓ［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｔａｎｄａｒｄｓ Ｍａｇａｚｉｎｅ，

２０２１，５（４）：４１－４７．

［８］ ＷＡＮＧ Ｑ，ＣＨＥＮ Ｚ，ＭＥＩ Ｗ Ｄ，ｅｔ ａｌ． Ｉｍｐｒｏｖｉｎｇ Ｐｈｙｓｉｃａｌ

Ｌａｙｅｒ Ｓｅｃｕｒｉｔｙ Ｕｓｉｎｇ ＵＡＶｅｎａｂｌｅｄ Ｍｏｂｉｌｅ Ｒｅｌａｙｉｎｇ［Ｊ］．

ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０１７，６ （３ ）：

３１０－３１３．

［９］ ＬＩ Ｂ，ＦＥＩ Ｚ Ｓ，ＺＨＡＮＧ Ｙ，ｅｔ ａｌ． Ｓｅｃｕｒｅ ＵＡＶ Ｃｏｍｍｕｎｉｃａ

ｔｉｏｎ Ｎｅｔｗｏｒｋｓ ｏｖｅｒ ５Ｇ ［Ｊ］． ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａ

ｔｉｏｎｓ，２０１９，２６（５）：１１４－１２０．

［１０］ ＪＩＡＮＧ Ｘ，ＣＨＥＮ Ｘ Ｙ，ＴＡＮＧ Ｊ，ｅｔ ａｌ． Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａ

ｔｉｏｎ ｉｎ ＵＡＶａｓｓｉｓｔｅｄ Ａｉｒｇｒｏｕｎｄ Ｎｅｔｗｏｒｋｓ ［Ｊ ］． ＩＥＥＥ

Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，２８（４）：１９０－１９７．

［１１］ ＭＯＺＡＦＦＡＲＩ Ｍ，ＳＡＡＤ Ｗ，ＢＥＮＮＩＳ Ｍ，ｅｔ ａｌ． Ａ Ｔｕｔｏｒｉａｌ ｏｎ

ＵＡＶｓ ｆｏｒ Ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋｓ：Ａｐｐｌｉｃａｔｉｏｎｓ，Ｃｈａｌｌｅｎｇｅｓ，ａｎｄ

Ｏｐｅｎ Ｐｒｏｂｌｅｍｓ［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｕｒｖｅｙｓ ＆ Ｔｕ

ｔｏｒｉａｌｓ，２０１９，２１（３）：２３３４－２３６０．

［１２］ ＷＡＮＧ Ｙ Ｄ，ＹＡＮ Ｓ Ｈ，ＺＨＯＵ Ｘ Ｂ，ｅｔ ａｌ． Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉ

ｃａｔｉｏｎ ｗｉｔｈ Ｅｎｅｒｇｙ Ｒｅｐｌｅｎｉｓｈｍｅｎｔ Ｃｏｎｓｔｒａｉｎｔｓ ｉｎ ＵＡＶ Ｎｅｔ

ｗｏｒｋｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，

２０２２，７１（９）：１０１４３－１０１４８．

［１３］ ＹＡＮ Ｓ Ｈ，ＨＡＮＬＹ Ｓ Ｖ，ＣＯＬＬＩＮＧＳ Ｉ Ｂ，ｅｔ ａｌ． Ｈｉｄｉｎｇ Ｕｎ

ｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅｓ ｆｏｒ Ｗｉｒｅｌｅｓｓ Ｔｒａｎｓｍｉｓｓｉｏｎｓ ｂｙ

Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ［Ｃ］∥ ＩＣＣ ２０１９ －２０１９ ＩＥＥＥ Ｉｎ

ｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ （ＩＣＣ）． Ｓｈａｎｇ

ｈａｉ：ＩＥＥＥ，２０１９：１－６．

［１４］ ＹＡＮ Ｓ Ｈ，ＨＡＮＬＹ Ｓ Ｖ，ＣＯＬＬＩＮＧＳ Ｉ Ｂ． Ｏｐｔｉｍａｌ Ｔｒａｎｓｍｉｔ

Ｐｏｗｅｒ ａｎｄ Ｆｌｙｉｎｇ Ｌｏｃａｔｉｏｎ ｆｏｒ ＵＡＶ Ｃｏｖｅｒｔ Ｗｉｒｅｌｅｓｓ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎｓ［Ｊ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎｓ，２０２１，３９（１１）：３３２１－３３３３．

［１５］ ＺＨＡＮＧ Ｚ Ｈ，ＺＨＡＮＧ Ｙ Ｃ，ＸＩＡＯ Ｓ，ｅｔ ａｌ． Ｊｏｉｎｔ

Ｄｅｐｌｏｙｍｅｎｔ Ｄｅｓｉｇｎ ａｎｄ Ｐｏｗｅｒ Ｃｏｎｔｒｏｌ ｆｏｒ ＵＡＶｅｎａｂｌｅｄ

Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ［Ｃ ］∥ ２０２１ ＩＥＥＥ Ｇｌｏｂｅｃｏｍ

Ｗｏｒｋｓｈｏｐｓ （ＧＣ Ｗｋｓｈｐｓ）． Ｍａｄｒｉｄ：ＩＥＥＥ，２０２１：１－６．

［１６］ ＳＵ Ｙ，ＦＵ Ｓ，ＳＩ Ｊ Ｂ，ｅｔ ａｌ． Ｏｐｔｉｍａｌ Ｈｏｖｅｒｉｎｇ Ｈｅｉｇｈｔ ａｎｄ

Ｐｏｗｅｒ Ａｌｌｏｃａｔｉｏｎ ｆｏｒ ＵＡＶａｉｄｅｄ ＮＯＭＡ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉ

ｃａｔｉｏｎ Ｓｙｓｔｅｍ ［Ｊ ］． ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ

Ｌｅｔｔｅｒｓ，２０２３，１２（６）：９３７－９４１．

［１７］ ＺＨＡＮＧ Ｊ Ｙ，ＣＨＥＮ Ｘ Ｈ，ＬＩ Ｍ，ｅｔ ａｌ． Ｏｐｔｉｍｉｚｅｄ Ｔｈｒｏｕｇｈ

ｐｕｔ ｉｎ Ｃｏｖｅｒｔ Ｍｉｌｌｉｍｅｔｅｒｗａｖｅ ＵＡＶ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｗｉｔｈ

Ｂｅａｍ Ｓｗｅｅｐｉｎｇ［Ｊ］． ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔ

ｔｅｒｓ，２０２０，１０（４）：７２０－７２４．

［１８］ ＺＨＯＵ Ｘ Ｂ，ＹＡＮ Ｓ Ｈ，ＮＧ Ｄ Ｗ Ｋ，ｅｔ ａｌ． Ｔｈｒｅｅ

ｄｉｍｅｎｓｉｏｎａｌ Ｐｌａｃｅｍｅｎｔ ａｎｄ Ｔｒａｎｓｍｉｔ Ｐｏｗｅｒ Ｄｅｓｉｇｎ ｆｏｒ

ＵＡＶ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ

Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２１，７０（１２）：１３４２４－１３４２９．

［１９］ ＧＵＯ Ｚ Ｗ，ＺＨＡＯ Ｓ Ｒ，ＷＡＮＧ Ｊ Ｄ，ｅｔ ａｌ． Ｏｐｔｉｍａｌ Ｌｏｃａｔｉｏｎ

Ｄｅｓｉｇｎ ｆｏｒ ＵＡＶ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｗｉｔｈ ａ ＦｕｌｌＤｕｐｌｅｘ

Ｒｅｃｅｉｖｅｒ ［Ｃ ］ ∥ ２０２２ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ

Ｎｅｔｗｏｒｋｉｎｇ ａｎｄ Ｎｅｔｗｏｒｋ Ａｐｐｌｉｃａｔｉｏｎｓ （ＮａＮＡ）． Ｕｒｕｍｑｉ：

ＩＥＥＥ，２０２２：３５－４０．

［２０］ ＤＵ Ｈ Ｙ，ＮＩＹＡＴＯ Ｄ，ＸＩＥ Ｙ Ａ，ｅｔ ａｌ． Ｐｅｒｆｏｒｍａｎｃｅ

Ａｎａｌｙｓｉｓ ａｎｄ Ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ Ｊａｍｍｅｒａｉｄｅｄ Ｍｕｌｔｉａｎｔｅｎｎａ

ＵＡＶ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ［Ｊ ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｎ

Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２２，４０ （１０ ）：

２９６２－２９７９．

［２１］ ＣＨＥＮ Ｘ Ｙ，ＣＨＡＮＧ Ｚ，ＴＡＮＧ Ｊ，ｅｔ ａｌ． ＵＡＶａｉｄｅｄ Ｍｕｌｔｉ

ａｎｔｅｎｎａ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ａｇａｉｎｓｔ Ｍｕｌｔｉｐｌｅ Ｗａｒｄｅｎｓ

［Ｃ］∥ＩＣＣ ２０２１－ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎｓ． Ｍｏｎｔｒｅａｌ：ＩＥＥＥ，２０２１：１－６．

［２２］ ＺＨＯＵ Ｘ Ｂ，ＹＡＮ Ｓ Ｈ，ＨＵ Ｊ Ｓ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ

ａ ＵＡＶｓ Ｔｒａｊｅｃｔｏｒｙ ａｎｄ Ｔｒａｎｓｍｉｔ Ｐｏｗｅｒ ｆｏｒ Ｃｏｖｅｒｔ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，

２０１９，６７（１６）：４２７６－４２９０．

［２３］ ＨＵＡＮＧ Ｈ Ｗ，ＺＨＯＵ Ｓ Ｄ，ＺＨＡＮＧ Ｘ Ｊ． Ｊｏｉｎｔ Ｔｒａｊｅｃｔｏｒｙ ａｎｄ

Ｐｏｗｅｒ Ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ＵＡＶ Ｃｏｖｅｒｔ Ｔｒａｎｓｍｉｓｓｉｏｎ［Ｃ］∥２０２１

ＩＥＥＥ ９３ｒｄ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｎｆｅｒｅｎｃｅ （ＶＴＣ２０２１ －

Ｓｐｒｉｎｇ）． Ｈｅｌｓｉｎｋｉ：ＩＥＥＥ，２０２１：１－６．

［２４］ ＺＨＡＮＧ Ｌ Ｗ，ＬＩ Ｇ Ｘ，ＣＨＥＮ Ｊ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｔｒａｎｓｍｉｔ

Ｐｏｗｅｒ ａｎｄ Ｔｒａｊｅｃｔｏｒｙ Ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ＵＡＶ Ｃｏｖｅｒｔ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎ Ａｓｓｉｓｔｅｄ ｂｙ Ａｒｔｉｆｉｃｉａｌ Ｎｏｉｓｅ［Ｃ］∥２０２３ Ｉｎｔｅｒ

ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｕｂｉｑｕｉｔｏｕｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ

（Ｕｃｏｍ）． Ｘｉａｎ：ＩＥＥＥ，２０２３：４６－５１．

［２５］ ＪＩＡＮＧ Ｘ，ＹＡＮＧ Ｚ Ｔ，ＺＨＡＯ Ｎ，ｅｔ ａｌ． Ｒｅｓｏｕｒｃｅ Ａｌｌｏｃａｔｉｏｎ

ａｎｄ Ｔｒａｊｅｃｔｏｒｙ Ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ＵＡＶｅｎａｂｌｅｄ Ｍｕｌｔｉｕｓｅｒ

Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃ

ｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２１，７０（２）：１９８９－１９９４．

［２６］ ＷＵ Ｐ，ＹＵＡＮ Ｘ Ｐ，ＨＵ Ｙ Ｌ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｔｒａｎｓｍｉｔ Ｐｏｗｅｒ ａｎｄ

Ｔｒａｊｅｃｔｏｒｙ Ｄｅｓｉｇｎ ｆｏｒ ＵＡＶｅｎａｂｌｅｄ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ

［Ｃ］∥２０２３ ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ Ｎｅｔｗｏｒｋｉｎｇ

Ｃｏｎｆｅｒｅｎｃｅ （ＷＣＮＣ）． Ｇｌａｓｇｏｗ：ＩＥＥＥ，２０２３：１－６．

［２７］ ＷＵ Ｐ，ＹＵＡＮ Ｘ Ｐ，ＨＵ Ｙ Ｌ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｐｏｗｅｒ Ａｌｌｏｃａｔｉｏｎ ａｎｄ

Ｔｒａｊｅｃｔｏｒｙ Ｄｅｓｉｇｎ ｆｏｒ ＵＡＶｅｎａｂｌｅｄ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ

［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２３，

２３（１）：６８３－６９８．

［２８］ ＤＥＮＧ Ｄ，ＤＡＮＧ Ｓ Ｐ，ＬＩ Ｘ Ｗ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ

Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ ＵＡＶａｓｓｉｓｔｅｄ ＮＯＭＡ Ｎｅｔｗｏｒｋｓ

［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２３，

７３（１）：１０１２－１０２６．

［２９］ ＨＵ Ｊ Ｓ，ＧＵＯ Ｍ Ｑ，ＣＨＥＮ Ｒ Ｑ，ｅｔ ａｌ． Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ

Ｌｅａｒｎｉｎｇ ｆｏｒ ＵＡＶａｓｓｉｓｔｅｄ Ｃｏｖｅｒｔ Ｄａｔａ Ｄｉｓｓｅｍｉｎａｔｉｏｎ

［Ｃ］∥２０２２ ＩＥＥＥ ／ ＣＩＣ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｃｈｉｎａ （ＩＣＣＣ ）． Ｓａｎｓｈｕｉ：ＩＥＥＥ，２０２２：

２０２－２０７．

［３０］ ＨＵ Ｊ Ｓ，ＧＵＯ Ｍ Ｑ，ＹＡＮ Ｓ Ｈ，ｅｔ ａｌ． Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ

Ｌｅａｒｎｉｎｇ Ｅｎａｂｌｅｄ Ｃｏｖｅｒｔ Ｔｒａｎｓｍｉｓｓｉｏｎ ｗｉｔｈ ＵＡＶ ［Ｊ］．

ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０２３，１２ （５ ）：

９１７－９２１．

［３１］ ＷＡＮＧ Ｄ Ｙ，ＺＨＥＮＧ Ｚ Ｙ，ＨＥ Ｇ Ｘ，ｅｔ ａｌ． Ｒｅｓｏｕｒｃｅ Ａｌｌｏｃａ

ｔｉｏｎ ｆｏｒ Ｃｏｖｅｒｔ Ｗｉｒｅｌｅｓｓ Ｔｒａｎｓｍｉｓｓｉｏｎ ｉｎ ＵＡＶ Ｃｏｍｍｕｎｉｃａ

ｔｉｏｎ Ｎｅｔｗｏｒｋｓ ［Ｃ］∥ ２０２１ ＩＥＥＥ Ｇｌｏｂａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ

Ｃｏｎｆｅｒｅｎｃｅ （ＧＬＯＢＥＣＯＭ）． Ｍａｄｒｉｄ：ＩＥＥＥ，２０２１：０１－０６．

［３２］ ＬＵ Ｘ Ｂ，ＹＡＮＧ Ｗ Ｗ，ＹＡＮ Ｓ Ｈ，ｅｔ ａｌ． Ｃｏｖｅｒｔｎｅｓｓ ａｎｄ

Ｔｉｍｅｌｉｎｅｓｓ ｏｆ Ｄａｔａ Ｃｏｌｌｅｃｔｉｏｎ ｉｎ ＵＡＶａｉｄｅｄ Ｗｉｒｅｌｅｓｓ

ｐｏｗｅｒｅｄ ＩｏＴ［Ｊ］． ＩＥＥＥ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ Ｊｏｕｒｎａｌ，２０２１，９

（１４）：１２５７３－１２５８７．

［３３］ ＺＨＡＮ Ｐ Ｃ，ＹＵ Ｋ，ＳＷＩＮＤＬＥＨＵＲＳＴ Ａ Ｌ． Ｗｉｒｅｌｅｓｓ Ｒｅｌａｙ

Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｗｉｔｈ Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅｓ：Ｐｅｒ

ｆｏｒｍａｎｃｅ ａｎｄ Ｏｐｔｉｍｉｚａｔｉｏｎ ［Ｊ ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ

Ａｅｒｏｓｐａｃｅ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｓｙｓｔｅｍｓ，２０１１，４７ （３ ）：

２０６８－２０８５．

［３４］ ＺＨＡＮＧ Ｓ Ｈ，ＺＨＡＮＧ Ｈ Ｌ，ＨＥ Ｑ Ｃ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｔｒａｊｅｃｔｏｒｙ

ａｎｄ Ｐｏｗｅｒ Ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ＵＡＶ Ｒｅｌａｙ Ｎｅｔｗｏｒｋｓ ［Ｊ］．

ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０１７，２２（１）：１６１－１６４．

［３５］ ＣＨＥＮ Ｘ Ｙ，ＡＮ Ｊ Ｐ，ＺＨＡＯ Ｎ，ｅｔ ａｌ． ＵＡＶ Ｒｅｌａｙｅｄ Ｃｏｖｅｒｔ

Ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋｓ：Ｅｘｐａｎｄ Ｈｉｄｉｎｇ Ｒａｎｇｅ ｖｉａ Ｄｒｏｎｅｓ［Ｊ］．

ＩＥＥＥ Ｎｅｔｗｏｒｋ，２０２２，３６（４）：２２６－２３２．

［３６］ ＪＩＡＯ Ｌ Ｈ，ＺＨＡＮＧ Ｒ，ＬＩＵ Ｍ Ｑ，ｅｔ ａｌ． Ｐｌａｃｅｍｅｎｔ Ｏｐｔｉｍｉ

ｚａｔｉｏｎ ｏｆ ＵＡＶ Ｒｅｌａｙｉｎｇ ｆｏｒ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ［Ｊ］．

ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２２，７１

（１１）：１２３２７－１２３３２．

［３７］ ＣＨＥＮ Ｘ Ｙ，ＳＨＥＮＧ Ｍ，ＺＨＡＯ Ｎ，ｅｔ ａｌ． ＵＡＶｒｅｌａｙｅｄ

Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｔｏｗａｒｄｓ ａ Ｆｌｙｉｎｇ Ｗａｒｄｅｎ ［Ｊ ］．

ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，６９ （１１ ）：

７６５９－７６７２．

［３８］ ＷＡＮＧ Ｈ Ｃ，ＢＡＩ Ｈ Ｚ，ＬＩ Ｆ，ｅｔ ａｌ． Ｔｈｒｏｕｇｈｐｕｔ

Ｍａｘｉｍｉｚａｔｉｏｎ ｆｏｒ Ｃｏｖｅｒｔ ＵＡＶ Ｒｅｌａｙｉｎｇ Ｓｙｓｔｅｍ［Ｊ］． ＩＥＥＥ

Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２３，７３ （３ ）：

４４２９－４４３４．

［３９］ ＺＨＡＮＧ Ｒ，ＣＨＥＮ Ｘ Ｙ，ＬＩＵ Ｍ Ｑ，ｅｔ ａｌ． ＵＡＶ Ｒｅｌａｙ Ａｓｓｉｓ

ｔｅｄ Ｃｏｏｐｅｒａｔｉｖｅ Ｊａｍｍｉｎｇ ｆｏｒ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｏｖｅｒ

Ｒｉｃｉａｎ Ｆａｄｉｎｇ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈ

ｎｏｌｏｇｙ，２０２２，７１（７）：７９３６－７９４１．

［４０］ ＬＩ Ｍ，ＴＡＯ Ｘ Ｆ，ＷＵ Ｈ Ｃ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｔｒａｊｅｃｔｏｒｙ ａｎｄ Ｒｅ

ｓｏｕｒｃｅ Ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｉｎ ＵＡＶ

ｅｎａｂｌｅｄ Ｒｅｌａｙｉｎｇ Ｓｙｓｔｅｍｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅ

ｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２３，７２（４）：５５１８－５５２３．

［４１］ ＰＩ Ｘ Ｚ，ＹＡＮＧ Ｂ，ＪＩＡＮＧ Ｘ Ｈ． Ｃｏｖｅｒｔ Ｔｅｒａｈｅｒｔｚ Ｃｏｍｍｕ

ｎｉｃａｔｉｏｎ ｆｏｒ ＵＡＶａｉｄｅｄ Ｗｉｒｅｌｅｓｓ Ｒｅｌａｙ Ｓｙｓｔｅｍｓ ［Ｃ］∥

２０２３ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｔｗｏｒｋｉｎｇ ａｎｄ Ｎｅｔｗｏｒｋ

Ａｐｐｌｉｃａｔｉｏｎｓ （ＮａＮＡ）． Ｑｉｎｇｄａｏ：ＩＥＥＥ，２０２３：１２７－１３２．

［４２］ ＨＵ Ｓ Ｙ，ＮＩ Ｗ，ＷＡＮＧ Ｘ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ Ｔｒａｊ

ｅｃｔｏｒｙ，Ｐｒｏｐｕｌｓｉｏｎ，ａｎｄ Ｔｈｒｕｓｔ Ｐｏｗｅｒｓ ｆｏｒ Ｃｏｖｅｒｔ ＵＡＶｏｎ

ＵＡＶ Ｖｉｄｅｏ Ｔｒａｃｋｉｎｇ ａｎｄ Ｓｕｒｖｅｉｌｌａｎｃｅ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃ

ｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｆｏｒｅｎｓｉｃｓ ａｎｄ Ｓｅｃｕｒｉｔｙ，２０２０，１６：

１９５９－１９７２．

［４３］ ＺＨＡＮＧ Ｊ． Ａ Ｃｏｖｅｒｔ Ｓｕｒｖｅｉｌｌａｎｃｅ Ｓｔｒａｔｅｇｙ ｆｏｒ Ａ Ｓｏｌａｒｐｏｗ

ｅｒｅｄ ＵＡＶ ｏｖｅｒ Ｓｕｓｐｉｃｉｏｕｓ Ｍｏｂｉｌｅ Ｔａｒｇｅｔ［Ｃ］∥２０２２ １４ｔｈ

Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ ａｎｄ Ａｕｔｏｍａｔｉｏｎ Ｅｎ

ｇｉｎｅｅｒｉｎｇ （ＩＣＣＡＥ）． Ｂｒｉｓｂａｎｅ：ＩＥＥＥ，２０２２：８－１２．

［４４］ ＨＵＡＮＧ Ｈ，ＳＡＶＫＩＮ Ａ Ｖ，ＮＩ Ｗ． Ｄｅｃｅｎｔｒａｌｉｚｅｄ Ｎａｖｉｇａｔｉｏｎ

ｏｆ ａ ＵＡＶ Ｔｅａｍ ｆｏｒ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｃｏｖｅｒｔ Ｅａｖｅｓｄｒｏｐｐｉｎｇ ｏｎ

ａ Ｇｒｏｕｐ ｏｆ Ｍｏｂｉｌｅ Ｇｒｏｕｎｄ Ｎｏｄｅｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ

ｏｎ Ａｕｔｏｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，２０２２，１９ （４ ）：

３９３２－３９４１．

［４５］ ＨＵ Ｊ Ｓ，ＷＵ Ｙ Ｐ，ＣＨＥＮ Ｒ Ｑ，ｅｔ ａｌ． Ｏｐｔｉｍａｌ Ｄｅｔｅｃｔｉｏｎ ｏｆ

ＵＡＶｓ Ｔｒａｎｓｍｉｓｓｉｏｎ ｗｉｔｈ Ｂｅａｍ Ｓｗｅｅｐｉｎｇ ｉｎ Ｃｏｖｅｒｔ Ｗｉｒｅ

ｌｅｓｓ Ｎｅｔｗｏｒｋｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈ

ｎｏｌｏｇｙ，２０１９，６９（１）：１０８０－１０８５．

［４６］ ＷＡＮＧ Ｈ Ｍ，ＺＨＡＮＧ Ｙ，ＺＨＡＮＧ Ｘ，ｅｔ ａｌ． Ｓｅｃｒｅｃｙ ａｎｄ

Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ａｇａｉｎｓｔ ＵＡＶ Ｓｕｒｖｅｉｌｌａｎｃｅ ｖｉａ

Ｍｕｌｔｉｈｏｐ Ｎｅｔｗｏｒｋｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉ

ｃａｔｉｏｎｓ，２０１９，６８（１）：３８９－４０１．

［４７］ ＺＨＯＵ Ｘ Ｂ，ＷＵ Ｑ Ｑ，ＹＡＮ Ｓ Ｈ，ｅｔ ａｌ． ＵＡＶｅｎａｂｌｅｄ

Ｓｅｃｕｒｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ｊｏｉｎｔ Ｔｒａｊｅｃｔｏｒｙ ａｎｄ Ｔｒａｎｓｍｉｔ

Ｐｏｗｅｒ Ｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ

Ｔｅｃｈｎｏｌｏｇｙ，２０１９，６８（４）：４０６９－４０７３．

［４８］ ＺＨＯＮＧ Ｃ Ｈ，ＹＡＯ Ｊ Ｐ，ＸＵ Ｊ． Ｓｅｃｕｒｅ ＵＡＶ Ｃｏｍｍｕｎｉｃａｔｉｏｎ

ｗｉｔｈ Ｃｏｏｐｅｒａｔｉｖｅ Ｊａｍｍｉｎｇ ａｎｄ Ｔｒａｊｅｃｔｏｒｙ Ｃｏｎｔｒｏｌ［Ｊ］． ＩＥＥＥ

Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０１８，２３（２）：２８６－２８９．

［４９］ ＬＩＡＮＧ Ｗ，ＳＨＩ Ｊ，ＴＩＥ Ｚ Ｚ，ｅｔ ａｌ． Ｐｅｒｆｏｒｍａｎｃｅ Ａｎａｌｙｓｉｓ ｆｏｒ

ＵＡＶｊａｍｍｅｒ Ａｉｄｅｄ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ［Ｊ］． ＩＥＥＥ Ａｃ

ｃｅｓｓ，２０２０，８：１１１３９４－１１１４００．

［５０］ ＤＵ Ｊ Ｆ，ＴＩＡＮ Ｗ，ＪＩ Ｘ Ｐ，ｅｔ ａｌ． Ｓｔｒａｔｅｇｉｃ ＵＡＶａｓｓｉｓｔｅｄ

Ｇａｍｅ Ｍｏｄｅｌ ｆｏｒ Ｄｅｔｅｃｔｉｏｎ ｉｎ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ［Ｊ］．

ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２３，７２

（６）：７４２６－７４３８．

［５１］ ＲＡＯ Ｈ Ｍ，ＸＩＡＯ Ｓ，ＹＡＮ Ｓ Ｈ，ｅｔ ａｌ． ＵＡＶｅｎａｂｌｅｄ Ｃｏｏｐ

ｅｒａｔｉｖｅ Ｊａｍｍｉｎｇ ｆｏｒ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｂａｓｅｄ ｏｎ Ｇｅ

ｏｍｅｔｒｉｃ Ｍｅｔｈｏｄ［Ｃ］∥２０２２ ＩＥＥＥ ９５ｔｈ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈ

ｎｏｌｏｇｙ Ｃｏｎｆｅｒｅｎｃｅ：（ＶＴＣ２０２２Ｓｐｒｉｎｇ）． Ｈｅｌｓｉｎｋｉ：ＩＥＥＥ，

２０２２：１－６．

［５２］ ＲＡＯ Ｈ Ｍ，ＸＩＡＯ Ｓ，ＹＡＮ Ｓ Ｈ，ｅｔ ａｌ． Ｏｐｔｉｍａｌ Ｇｅｏｍｅｔｒｉｃ

Ｓｏｌｕｔｉｏｎｓ ｔｏ ＵＡＶｅｎａｂｌｅｄ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ

ＬｉｎｅｏｆＳｉｇｈｔ Ｓｃｅｎａｒｉｏｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｗｉｒｅｌｅｓｓ

Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２２，２１（１２）：１０６３３－１０６４７．

［５３］ ＬＩ Ｘ Ｍ，ＤＵＡＮ Ｇ Ｄ，ＹＡＮ Ｓ Ｈ，ｅｔ ａｌ． Ｏｐｔｉｍｉｚｉｎｇ ＵＡＶ

Ｊａｍｍｅｒ ｆｏｒ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｏｆ ＬＥＯ Ｓａｔｅｌｌｉｔｅ Ｓｙｓｔｅｍ

［Ｃ］∥２０２２ １０ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ

Ｓｙｓｔｅｍｓ ａｎｄ Ｃｏｍｐｕｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ （ＩＳＣＴｅｃｈ）． Ｇｕｉｌｉｎ：

ＩＥＥＥ，２０２２：１５６－１６１．

［５４］ ＹＡＮＧ Ｇ，ＱＩＡＮ Ｙ Ｗ，ＲＥＮ Ｋ，ｅｔ ａｌ． Ｃｏｖｅｒｔ Ｗｉｒｅｌｅｓｓ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎｓ ｆｏｒ Ａｕｇｍｅｎｔｅｄ Ｒｅａｌｉｔｙ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ｄｕａｌ Ｃｏ

ｏｐｅｒａｔｉｖｅ ＵＡＶｓ［Ｊ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｆ Ｓｅｌｅｃｔｅｄ Ｔｏｐｉｃｓ ｉｎ

Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，２０２３，１７（５ａ）：１１１９－１１３０．

［５５］ ＭＡＯ Ｈ Ｂ，ＬＩＵ Ｙ Ｍ，ＸＩＡＯ Ｚ Ｙ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｒｅｓｏｕｒｃｅ Ａｌ

ｌｏｃａｔｉｏｎ ａｎｄ ３Ｄ Ｄｅｐｌｏｙｍｅｎｔ ｆｏｒ ＭｕｌｔｉＵＡＶ Ｃｏｖｅｒｔ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎｓ［Ｊ］． ＩＥＥＥ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ Ｊｏｕｒｎａｌ，２０２４，

１１（１）：５５９－５７２．

［５６］ ＺＨＯＵ Ｘ Ｂ，ＹＡＮ Ｓ Ｈ，ＳＨＵ Ｆ，ｅｔ ａｌ． ＵＡＶｅｎａｂｌｅｄ Ｃｏｖｅｒｔ

Ｗｉｒｅｌｅｓｓ Ｄａｔａ Ｃｏｌｌｅｃｔｉｏｎ ［Ｊ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ

Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，３９（１１）：３３４８－３３６２．

［５７］ ＨＯＵ Ｘ Ｗ，ＷＡＮＧ Ｊ Ｊ，ＪＩＡＮＧ Ｃ Ｘ，ｅｔ ａｌ． ＵＡＶｅｎａｂｌｅｄ

Ｃｏｖｅｒｔ Ｆｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ ［Ｊ ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ

Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２３，２２（１０）：６７９３－６８０９．

［５８］ ＬＩ Ｚ，ＬＩＡＯ Ｘ Ｍ，ＳＨＩ Ｊ，ｅｔ ａｌ． ＭＤＧＡＮｂａｓｅｄ ＵＡＶ Ｔｒａｊ

ｅｃｔｏｒｙ ａｎｄ Ｐｏｗｅｒ Ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ Ｃｏｇｎｉｔｉｖｅ Ｃｏｖｅｒｔ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎｓ［Ｊ］． ＩＥＥＥ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ Ｊｏｕｒｎａｌ，２０２１，９

（１２）：１０１８７－１０１９９．

［５９］ ＷＵ Ｑ Ｑ，ＺＨＡＮＧ Ｓ Ｗ，ＺＨＥＮＧ Ｂ Ｘ，ｅｔ ａｌ． Ｉｎｔｅｌｌｉｇｅｎｔ

Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅａｉｄｅｄ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ａ Ｔｕ

ｔｏｒｉａｌ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，

６９（５）：３３１３－３３５１．

［６０］ ＬＵ Ｘ，ＨＯＳＳＡＩＮ Ｅ，ＳＨＡＦＩＱＵＥ Ｔ，ｅｔ ａｌ． Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃ

ｔｉｎｇ Ｓｕｒｆａｃｅ Ｅｎａｂｌｅｄ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｗｉｒｅｌｅｓｓ

Ｎｅｔｗｏｒｋｓ［Ｊ］． ＩＥＥＥ Ｎｅｔｗｏｒｋ，２０２０，３４（５）：１４８－１５５．

［６１］ ＫＨＡＮ Ｗ Ｕ，ＬＡＧＵＮＡＳ Ｅ，ＡＬＩ Ｚ，ｅｔ ａｌ． Ｏｐｐｏｒｔｕｎｉｔｉｅｓ ｆｏｒ

Ｐｈｙｓｉｃａｌ Ｌａｙｅｒ Ｓｅｃｕｒｉｔｙ ｉｎ ＵＡＶ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｅｎｈａｎｃｅｄ

ｗｉｔｈ Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃｔｉｖｅ Ｓｕｒｆａｃｅｓ ［Ｊ］． ＩＥＥＥ Ｗｉｒｅｌｅｓｓ

Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２２，２９（６）：２２－２８．

［６２］ ＢＩ Ｓ Ｊ，ＨＵ Ｌ Ｔ，ＬＩＵ Ｑ Ｊ，ｅｔ ａｌ． Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ

Ｌｅａｒｎｉｎｇ ｆｏｒ ＩＲＳａｓｓｉｓｔｅｄ ＵＡＶ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ

［Ｊ］． Ｃｈｉｎａ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ． ２０２３，２０（１２）：１３１－１４１．

［６３］ ＣＨＥＮ Ｘ Ｙ，ＣＨＡＮＧ Ｚ，ＬＩＵ Ｍ Ｑ，ｅｔ ａｌ． ＵＡＶＩＲＳ

Ａｓｓｉｓｔｅｄ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ：Ｉｎｔｒｏｄｕｃｉｎｇ Ｕｎｃｅｒｔａｉｎｔｙ

ｖｉａ Ｐｈａｓｅ Ｓｈｉｆｔｉｎｇ ［Ｊ］． ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ

Ｌｅｔｔｅｒｓ，２０２４，１３（１）：１０３－１０７．

［６４］ ＷＡＮＧ Ｃ，ＣＨＥＮ Ｘ Ｙ，ＡＮ Ｊ Ｐ，ｅｔ ａｌ． Ｃｏｖｅｒｔ

Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ａｓｓｉｓｔｅｄ ｂｙ ＵＡＶＩＲＳ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃ

ｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２２，７１（１）：３５７－３６９．

［６５］ ＱＩＡＮ Ｙ Ｗ，ＹＡＮＧ Ｃ Ｇ，ＭＥＩ Ｚ，ｅｔ ａｌ． Ｏｎ Ｊｏｉｎｔ Ｏｐｔｉｍｉｚａ

ｔｉｏｎ ｏｆ Ｔｒａｊｅｃｔｏｒｙ ａｎｄ Ｐｈａｓｅ Ｓｈｉｆｔ ｆｏｒ ＩＲＳＵＡＶ Ａｓｓｉｓｔｅｄ

Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ

Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２３，７２（１０）：１２８７３－１２８８３．

［６６］ ＬＩ Ｍ，ＴＡＯ Ｘ Ｆ，ＬＩ Ｎ，ｅｔ ａｌ． Ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔ Ｃｏｖｅｒｔ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎ ｗｉｔｈ ｔｈｅ Ａｉｄ ｏｆ Ａｅｒｉａｌ Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ

Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅ ［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，

２０２２，２６（９）：２１０１－２１０５．

［６７］ ＭＡＭＡＧＨＡＮＩ Ｍ Ｔ， ＨＯＮＧ Ｙ． Ａｅｒｉａｌ Ｉｎｔｅｌｌｉｇｅｎｔ

Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅｅｎａｂｌｅｄ Ｔｅｒａｈｅｒｔｚ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａ

ｔｉｏｎｓ ｉｎ Ｂｅｙｏｎｄ５Ｇ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ［Ｊ］． ＩＥＥＥ Ｉｎｔｅｒｎｅｔ

ｏｆ Ｔｈｉｎｇｓ Ｊｏｕｒｎａｌ，２０２２，９（１９）：１９０１２－１９０３３．

［６８］ ＹＡＮＧ Ｂ，ＴＡＬＥＢ Ｔ，ＣＨＥＮ Ｇ Ｌ，ｅｔ ａｌ． Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉ

ｃａｔｉｏｎ ｆｏｒ Ｃｅｌｌｕｌａｒ ａｎｄ Ｘ２Ｕｅｎａｂｌｅｄ ＵＡＶ Ｎｅｔｗｏｒｋｓ ｗｉｔｈ

Ａｃｔｉｖｅ ａｎｄ Ｐａｓｓｉｖｅ Ｗａｒｄｅｎｓ［Ｊ］． ＩＥＥＥ Ｎｅｔｗｏｒｋ，２０２２，３６

（１）：１６６－１７３．

［６９］ ＹＡＮＧ Ｂ，ＴＡＬＥＢ Ｔ，ＦＡＮ Ｙ Ｙ，ｅｔ ａｌ． Ｍｏｄｅ Ｓｅｌｅｃｔｉｏｎ ａｎｄ

Ｃｏｏｐｅｒａｔｉｖｅ Ｊａｍｍｉｎｇ ｆｏｒ Ｃｏｖｅｒｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｉｎ Ｄ２Ｄ

Ｕｎｄｅｒｌａｉｄ ＵＡＶ Ｎｅｔｗｏｒｋｓ ［Ｊ］． ＩＥＥＥ Ｎｅｔｗｏｒｋ，２０２１，３５

（２）：１０４－１１１．

［７０］ ＡＤＡＭ Ａ Ｂ Ｍ，ＷＡＮＧ Ｚ Ｑ，ＷＡＮ Ｘ Ｙ，ｅｔ ａｌ． Ｅｎｅｒｇｙｅｆｆｉ

ｃｉｅｎｔ Ｐｏｗｅｒ Ａｌｌｏｃａｔｉｏｎ ｉｎ Ｄｏｗｎｌｉｎｋ Ｍｕｌｔｉｃｅｌｌ Ｍｕｌｔｉ

Ｃａｒｒｉｅｒ ＮＯＭＡ：Ｓｐｅｃｉａｌ Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ Ｆｒａｍｅｗｏｒｋ

［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｇｎｉｔｉｖｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ

Ｎｅｔｗｏｒｋｉｎｇ，２０２２，８（４）：１７７０－１７８３．

［７１］ 李斌． 基于多智能體強(qiáng)化學(xué)習(xí)的多無人機(jī)邊緣計(jì)算任

務(wù)卸載［Ｊ］． 無線電工程，２０２３，５３，４１５（１２）：２７３１－２７４０．

［７２］ 李斌，彭思聰，費(fèi)澤松． 基于邊緣計(jì)算的無人機(jī)通感融

合網(wǎng)絡(luò)波束成形與資源優(yōu)化［Ｊ］． 通信學(xué)報(bào)，２０２３，４４

（９）：２２８－２３７．

［７３］ ＰＯＧＡＫＵ Ａ Ｃ，ＤＯ Ｄ Ｔ，ＬＥＥ Ｂ Ｍ，ｅｔ ａｌ． ＵＡＶａｓｓｉｓｔｅｄ

ＲＩＳ ｆｏｒ Ｆｕｔｕｒｅ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ａ Ｓｕｒｖｅｙ ｏｎ

Ｏｐｔｉｍｉｚａｔｉｏｎ ａｎｄ Ｐｅｒｆｏｒｍａｎｃｅ Ａｎａｌｙｓｉｓ ［Ｊ ］． ＩＥＥＥ

Ａｃｃｅｓｓ，２０２２，１０：１６３２０－１６３３６．

［７４］ 王正強(qiáng)，杜金，樊自甫，等． 多載波ＮＯＭＡ 系統(tǒng)資源分配

研究綜述［Ｊ］． 無線電工程，２０２３，５３（９）：２０７４－２０８７．

［７５］ ＡＤＡＭ Ａ Ｂ Ｍ，ＷＡＮ Ｘ Ｙ，ＷＡＮＧ Ｚ Ｑ． Ｕｓｅｒ Ｓｃｈｅｄｕｌｉｎｇ

ａｎｄ Ｐｏｗｅｒ Ａｌｌｏｃａｔｉｏｎ ｆｏｒ Ｄｏｗｎｌｉｎｋ Ｍｕｌｔｉｃｅｌｌ Ｍｕｌｔｉ

ｃａｒｒｉｅｒ ＮＯＭＡ Ｓｙｓｔｅｍｓ［Ｊ］． Ｄｉｇｉｔａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ

Ｎｅｔｗｏｒｋｓ，２０２３，９（１）：２５２－２６３．

［７６］ 樊自甫，蒲秋羽，王正強(qiáng)，等． 攜能大規(guī)模ＭＩＭＯ 資源

分配算法研究綜述［Ｊ］． 無線電通信技術(shù)，２０２２，４８

（１）：１６－２４．

［７７］ 徐勇軍，李國權(quán)，陳前斌，等． 基于非正交多址接入異

構(gòu)攜能網(wǎng)絡(luò)穩(wěn)健能效資源分配算法［Ｊ］． 通信學(xué)報(bào)，

２０２０，４１（２）：８４－９６．

［７８］ 江巍，朱江． 基于深度強(qiáng)化學(xué)習(xí)的反向散射網(wǎng)絡(luò)資源

分配機(jī)制［Ｊ］． 電訊技術(shù)，２０２２，６２（１０）：１４８３－１４９０．

［７９］ 王正強(qiáng)，胡揚(yáng)，樊自甫，等． 無人機(jī)輔助的非正交多址

反向散射通信系統(tǒng)ｍａｘｍｉｎ 速率優(yōu)化算法［Ｊ］． 電子

與信息學(xué)報(bào)，２０２３，４５（７）：２３５８－２３６５．

［８０］ 曹曉紅，黨小娟，陳江萍，等． 無線供能反向散射通信

中能耗最小化資源分配方法［Ｊ］． 電訊技術(shù)，２０２３，６３

（１０）：１５８２－１５８８．

作者簡介

王正強(qiáng) 男，（１９８３—），博士，副教授，博士生導(dǎo)師。主要研究方

向：綠色通信、無人機(jī)通信和物理層安全。

任昕志 男，（１９９９—），碩士研究生。主要研究方向：無人機(jī)通

信、隱蔽通信、智能反射面。

萬曉榆 男，（１９６３—），博士，教授，博士生導(dǎo)師。主要研究方向：

網(wǎng)絡(luò)資源優(yōu)化、無線攜能通信。

樊自甫 男，（１９７７—），碩士，教授，碩士生導(dǎo)師。主要研究方向：

網(wǎng)絡(luò)優(yōu)化、綠色通信。