摘 要：無人機(jī)（Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ，ＵＡＶ） 集群通信與網(wǎng)絡(luò)亟需解決頻譜效率、可靠性、低時(shí)延等一系列基礎(chǔ)問題，應(yīng)用深度強(qiáng)化學(xué)習(xí)（Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ，ＤＲＬ） 來優(yōu)化ＵＡＶ 集群通信網(wǎng)絡(luò)是目前較好的解決方法。面向ＵＡＶ 集群通信與網(wǎng)絡(luò)中的資源優(yōu)化調(diào)度問題，進(jìn)行了較為全面的調(diào)研，歸納總結(jié)了通信與網(wǎng)絡(luò)領(lǐng)域采用ＤＲＬ 方法進(jìn)行資源優(yōu)化調(diào)度的研究成果，對未來的技術(shù)發(fā)展進(jìn)行了展望。

關(guān)鍵詞：深度強(qiáng)化學(xué)習(xí)；無人機(jī)；通信；網(wǎng)絡(luò)；資源調(diào)度

中圖分類號：ＴＮ９２９． ５ 文獻(xiàn)標(biāo)志碼：Ａ

文章編號：１００３－３１０６（２０２４）１２－２９４２－０８

０ 引言

無人駕駛飛行器具有機(jī)動(dòng)性強(qiáng)、成本低、無人員傷亡、操作方便等一系列優(yōu)點(diǎn)，簡稱無人機(jī)（Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ，ＵＡＶ）。ＵＡＶ 在軍事領(lǐng)域和民用領(lǐng)域都得到了廣泛的運(yùn)用，例如在日趨復(fù)雜的戰(zhàn)場環(huán)境下［１－２］，需要針對性地探索出基于人工智能的ＵＡＶ 自主決策算法，使ＵＡＶ 系統(tǒng)具備更好地自組織完成任務(wù)和預(yù)定作戰(zhàn)目標(biāo)的能力，例如構(gòu)建ＵＡＶ 蜂群應(yīng)用，在網(wǎng)絡(luò)中對感知、特征提取和決策能力進(jìn)行了有機(jī)結(jié)合［３－４］。

ＵＡＶ 通信網(wǎng)絡(luò)技術(shù)是通過ＵＡＶ 作為輔助或通信設(shè)備構(gòu)建安全、穩(wěn)定、高效的通信，是ＵＡＶ 各項(xiàng)技術(shù)中的一個(gè)重要技術(shù)分支，隨著各種場景中需要使用的ＵＡＶ 數(shù)量不斷提升，需要在多架ＵＡＶ 之間構(gòu)建通信網(wǎng)絡(luò)才能實(shí)現(xiàn)ＵＡＶ 的高效協(xié)作［５］，不斷提高ＵＡＶ 工作的水平和質(zhì)量。通信網(wǎng)絡(luò)為ＵＡＶ 間的協(xié)同合作提供了必要的信息傳輸通道，而ＵＡＶ 群通信網(wǎng)絡(luò)具有大規(guī)模、高動(dòng)態(tài)、自組織、能量受限和任務(wù)驅(qū)動(dòng)的特點(diǎn)。ＵＡＶ 集群可以執(zhí)行更多復(fù)雜的任務(wù)［６］，集群是相互協(xié)調(diào)解決問題而出現(xiàn)的涌現(xiàn)性群體行為，相對于傳統(tǒng)單ＵＡＶ 作業(yè)的局限性，具有快速靈活、抗毀性強(qiáng)和開銷低的特點(diǎn)，其自主性強(qiáng)的集群網(wǎng)絡(luò)是實(shí)現(xiàn)ＵＡＶ 集群實(shí)時(shí)信息傳輸?shù)母竞诵?，在?yīng)用中需要注意保障穩(wěn)定通信，這就要求重點(diǎn)研究如何合理規(guī)劃和分配有限的資源。在許多領(lǐng)域中ＵＡＶ 集群通信系統(tǒng)都有著廣泛的應(yīng)用，例如警用無人機(jī)［７］、搶險(xiǎn)救災(zāi)［８］等網(wǎng)絡(luò)服務(wù)延伸。

深度強(qiáng)化學(xué)習(xí)（Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ，ＤＲＬ）是人工智能領(lǐng)域近年來研究的一大熱點(diǎn)，具有智能體自監(jiān)督學(xué)習(xí)能力，強(qiáng)大的信息感知、理解和非線性處理能力。結(jié)合ＤＲＬ 來研究ＵＡＶ 集群的網(wǎng)絡(luò)與通信問題是近年來很多學(xué)者們的研究重點(diǎn)［９］，主要集中于通信速率的優(yōu)化和資源調(diào)度。ＤＲＬ 算法在ＵＡＶ 的其他方面也有很多應(yīng)用，例如，基于ＤＲＬ的多ＵＡＶ 協(xié)同、空戰(zhàn)機(jī)動(dòng)路徑規(guī)劃和避障等。將ＤＲＬ 應(yīng)用于ＵＡＶ 集群中可以提升網(wǎng)絡(luò)和通信的性能，優(yōu)化網(wǎng)絡(luò)的帶寬和吞吐量，維護(hù)通信的魯棒性和可靠性。

可見，ＤＲＬ 對ＵＡＶ 通信與網(wǎng)絡(luò)性能指標(biāo)有著顯著的增益。為此，本文綜述了近年來ＤＲＬ 在ＵＡＶ通信與網(wǎng)絡(luò)優(yōu)化中的應(yīng)用，通過分析ＤＲＬ 算法在通信、網(wǎng)絡(luò)中對性能指標(biāo)的貢獻(xiàn)，對已有研究成果進(jìn)行了歸納與總結(jié)，并給出了代表性算法描述，最后對未來發(fā)展方向進(jìn)行了展望。

１ ＤＲＬ 分類介紹

ＤＲＬ 是機(jī)器學(xué)習(xí)的一個(gè)分支，有著很強(qiáng)的抽象和表示能力，其種類也很多，常見的包括：深度Ｑ 網(wǎng)絡(luò)（Ｄｅｅｐ ＱＮｅｔｗｏｒｋ，ＤＱＮ）、深度確定性策略梯度（Ｄｅｅｐ Ｄｅｔｅｒｍｉｎｉｓｔｉｃ Ｐｏｌｉｃｙ Ｇｒａｄｉｅｎｔ，ＤＤＰＧ）和近端策略優(yōu)化（Ｐｒｏｘｉｍａｌ Ｐｏｌｉｃｙ Ｏｐｔｉｍｉｚａｔｉｏｎ，ＰＰＯ）等，不同的算法各有優(yōu)點(diǎn)和適用條件。

ＤＲＬ 算法有很多分類標(biāo)準(zhǔn)，常見的方式和類別如下：① 根據(jù)智能體訓(xùn)練和測試所采用策略是否一致可以分為離線策略和在線策略；② 根據(jù)策略優(yōu)化方式可以分為基于價(jià)值、策略、參與者－評論者方法；③ 根據(jù)參數(shù)更新方式可以分為蒙特卡洛方法和時(shí)間差分法。ＤＲＬ 分類如表１ 所示。在運(yùn)用ＤＲＬ對ＵＡＶ 集群進(jìn)行優(yōu)化時(shí)，通常針對對應(yīng)的研究問題，在ＤＲＬ 的基礎(chǔ)上結(jié)合其他理論或算法進(jìn)行優(yōu)化以得到更優(yōu)結(jié)果。

２ ＤＲＬ 在ＵＡＶ 通信與網(wǎng)絡(luò)中的應(yīng)用

２． １ 通信

ＤＲＬ 在ＵＡＶ 通信中的貢獻(xiàn)主要體現(xiàn)在通信系統(tǒng)算法的訓(xùn)練效率、吞吐量、頻譜效率、傳輸可靠性以及環(huán)境適用性等。

文獻(xiàn)［１０］基于ＤＲＬ 算法，提出正確軌跡深度確定性策略梯度（Ｃｏｒｒｅｃｔ Ｔｒａｊｅｃｔｏｒｙ Ｄｅｅｐ ＤｅｔｅｒｍｉｎｉｓｔｉｃＰｏｌｉｃｙ Ｇｒａｄｉｅｎｔ，ＣＴＤＤＰＧ）算法用于規(guī)劃ＵＡＶ 完成安全速率最大化的任務(wù)。文獻(xiàn)［１１］研究ＵＡＶ 間通信鏈路決策，設(shè)計(jì)了３ 種ＵＡＶ 集群方案，提出了基于重要性采樣ＤＱＮ 的ＵＡＶ 集群和功率控制算法，在滿足機(jī)間通信速率的前提下，利用貪婪算法和重要性采樣來避免局部最優(yōu)，提高訓(xùn)練效率。

文獻(xiàn)［１２］構(gòu)建了基于非正交多址技術(shù)的ＵＡＶ輔助蜂窩卸載框架，并設(shè)計(jì)了基于ＤＲＬ 的ＵＡＶ 路徑選擇和資源卸載算法，用于提高學(xué)習(xí)算法的收斂性能，能夠提高ＵＡＶ 網(wǎng)絡(luò)系統(tǒng)的頻譜利用效率和通信吞吐量。文獻(xiàn)［１３］采用無蜂窩大規(guī)模多輸入多輸出（Ｍｕｌｔｉｐｌｅ Ｉｎｐｕｔ Ｍｕｌｔｉｐｌｅ Ｏｕｔｐｕｔ，ＭＩＭＯ）為地面用戶提供高效的通信服務(wù)，但在特殊的有高速移動(dòng)用戶的場景中，會(huì)加劇對信道狀態(tài)信息的依賴。該架構(gòu)提出了基于ＤＲＬ 的ＵＡＶ 軌跡設(shè)計(jì)和地面用戶調(diào)度方案，在滿足各類約束的前提下實(shí)現(xiàn)系統(tǒng)總和速率最大化，有效提升系統(tǒng)容量。無蜂窩大規(guī)模ＭＩＭＯ 網(wǎng)絡(luò)中的ＵＡＶ 輔助通信系統(tǒng)如圖１ 所示。

ＵＡＶ 通信與蜂窩網(wǎng)的網(wǎng)絡(luò)結(jié)合是無線通信的一個(gè)重要分支，為了滿足移動(dòng)通信網(wǎng)絡(luò)所需的高傳輸速率和海量數(shù)據(jù)處理，需面對能耗中斷的重要問題［１４］。在分配通信資源時(shí)隙發(fā)生能耗中斷的情況下，ＵＡＶ 側(cè)主動(dòng)降低高傳輸速率并求解出多個(gè)時(shí)隙累計(jì)獎(jiǎng)勵(lì)的最大化，配合能夠在轉(zhuǎn)移概率未知情況下與環(huán)境交互求解過程的歸一化優(yōu)勢函數(shù)（Ｎｏｒｍａｌｉｚｅｄ Ａｄｖａｎｔａｇｅ Ｆｕｎｃｔｉｏｎ，ＮＡＦ）算法，設(shè)計(jì)出新的動(dòng)作來滿足約束條件，實(shí)現(xiàn)了更高效的資源利用與分配，并獲得了更高的系統(tǒng)吞吐量。通過ＵＡＶ之間的動(dòng)態(tài)頻譜交互，解決了多ＵＡＶ 在帶寬有限情況下有序通信的問題。文獻(xiàn)［１５］引入ＤＲＬ，研究了２ 種ＵＡＶ 編隊(duì)通信方法，在算法方面，采用ＤＲＬ 與長短期記憶網(wǎng)絡(luò)相結(jié)合的方式，加快了算法的收斂速度。在ＵＡＶ 網(wǎng)絡(luò)中，地面用戶的持續(xù)移動(dòng)可能降低用戶與基站ＵＡＶ 之間的無線通信速率，導(dǎo)致網(wǎng)絡(luò)性能損失。為了避免這種損失，一種基于ＤＲＬ 的基站ＵＡＶ 路徑規(guī)劃方法被提出［１６］，以期提高用戶與基站ＵＡＶ 間的無線通信速率，以最大化任務(wù)周期內(nèi)網(wǎng)絡(luò)總吞吐量為目標(biāo)，運(yùn)用ＤＤＰＧ 算法實(shí)時(shí)計(jì)算每個(gè)時(shí)隙內(nèi)ＵＡＶ 的飛行動(dòng)作，實(shí)現(xiàn)對ＵＡＶ 的路徑規(guī)劃。由于ＵＡＶ 作戰(zhàn)中通信環(huán)境面臨智能性干擾，為保障傳輸信息安全可靠，結(jié)合頻域和時(shí)域，文獻(xiàn)［１７］提出一種基于動(dòng)態(tài)深度雙Ｑ 學(xué)習(xí)（ＤｙｎａｍｉｃＤｅｅｐ Ｄｏｕｂｌｅ Ｑ Ｌｅａｒｎｉｎｇ，ＤＤＤＱＮ）的ＵＡＶ 時(shí)頻域聯(lián)合認(rèn)知抗干擾算法，基于能量檢測法建立了抗干擾檢測模型，將每個(gè)頻率是否存在干擾信號的判別信息輸入至ＤＤＤＱＮ 智能決策模型，同步更新策略選取最優(yōu)解；與時(shí)頻域結(jié)合定義一系列算法基本元素：狀態(tài)空間、動(dòng)作空間、狀態(tài)轉(zhuǎn)移概率、獎(jiǎng)勵(lì)函數(shù)等。運(yùn)用算法后系統(tǒng)更加穩(wěn)定，整體抗干擾性好，算法流程如圖２ 所示。

在文獻(xiàn)［１８］中，利用新興的ＤＲＬ 在空中通信網(wǎng)絡(luò)內(nèi)實(shí)現(xiàn)可靠回程，即在各種隨機(jī)和／ 或有針對性的ＵＡＶ 節(jié)點(diǎn)故障下，該網(wǎng)絡(luò)仍能保持功能并支持端到端無線服務(wù)，實(shí)驗(yàn)證明所提出的ＤＲＬ 方法在無線覆蓋以及針對ＵＡＶ 故障的網(wǎng)絡(luò)可靠性方面優(yōu)于基線方法。由于城市空對地模型中ＵＡＶ 和地面用戶在通信時(shí)視線連接存在受阻問題，文獻(xiàn)［１９］提出基于ＤＲＬ 的ＵＡＶ 通信速率優(yōu)化方案，設(shè)置智能反射面用以輔助通信過程，采用雙深度Ｑ 學(xué)習(xí)（ＤｅｅｐＤｏｕｂｌｅ Ｑ Ｌｅａｒｎｉｎｇ，ＤＤＱＮ）算法，智能體采用貪婪策略選擇動(dòng)作，利用神經(jīng)網(wǎng)絡(luò)訓(xùn)練，通過計(jì)算損失函數(shù)評價(jià)訓(xùn)練效果，設(shè)計(jì)基于ＤＤＱＮ 的吞吐量最大算法，聯(lián)合智能反射面相移和ＵＡＶ 軌跡優(yōu)化ＵＡＶ 系統(tǒng)通信速率。從物理層安全的角度，文獻(xiàn)［２０］研究了智能反射面輔助ＵＡＶ ３Ｄ 的軌跡優(yōu)化，最大化物理層安全速率，利用ＤＤＱＮ 能夠處理無線通信中動(dòng)態(tài)復(fù)雜的問題。Ｄｉｎｇ 等［２１］研究了３Ｄ ＵＡＶ 軌跡設(shè)計(jì)和頻段分配問題，同時(shí)考慮了ＵＡＶ 的能耗和地面用戶之間的公平性，提出了一種基于ＤＲＬ 的算法，允許ＵＡＶ 調(diào)整飛行速度和方向并分配頻段，經(jīng)過仿真實(shí)驗(yàn)得出算法在公平性、總吞吐量等方面都優(yōu)于基線方法。與人工勢場相比，文獻(xiàn)［２２］算法能夠解決路徑選擇中陷入次優(yōu)解的問題，提高了通信吞吐量，還探討了獎(jiǎng)勵(lì)函數(shù)對ＤＲＬ 的訓(xùn)練收斂效果；通過隨機(jī)部署和改變最大用戶移動(dòng)速度，證明了所設(shè)計(jì)的算法在動(dòng)態(tài)網(wǎng)絡(luò)以及復(fù)雜環(huán)境中的出色適應(yīng)性。

另外，ＤＲＬ 在ＵＡＶ 集群網(wǎng)絡(luò)應(yīng)急通信中的應(yīng)用也十分重要。ＵＡＶ 輔助應(yīng)急通信是未來５Ｇ ／ ６Ｇ場景的重要技術(shù)。Ｗａｎｇ 等［２３］將功率分配和ＵＡＶ服務(wù)區(qū)域選擇問題表述為延遲忽略系統(tǒng)中的馬爾可夫決策過程（Ｍａｒｋｏｖ Ｄｅｃｉｓｉｏｎ Ｐｒｏｃｅｓｓ，ＭＤＰ），并提出了一種基于Ｑ 學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)（ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＣＮＮ）的ＤＲＬ 算法，以利用過時(shí)的信道信息估計(jì)當(dāng)前的最優(yōu)動(dòng)作，所提出的基于ＤＲＬ 的資源調(diào)度方案可以有效提高頻譜效率。

結(jié)合以上應(yīng)用實(shí)例分析可知，ＵＡＶ 集群可以輔助蜂窩網(wǎng)絡(luò)和傳感器網(wǎng)絡(luò)，幫助遠(yuǎn)距離安全傳輸以及快速收集信息檢測目標(biāo)，還可以在緊急場景中作為基站提供應(yīng)急通信。ＵＡＶ 集群通信應(yīng)用如圖３所示。

２． ２ 網(wǎng)絡(luò)

將ＤＲＬ 應(yīng)用到ＵＡＶ 集群網(wǎng)絡(luò)中的研究中，主要關(guān)注的性能指標(biāo)集中在網(wǎng)絡(luò)高抗毀性、算法的收斂性和穩(wěn)定性、吞吐量、能耗大小等，以此判斷算法的優(yōu)劣。利用ＤＲＬ 對ＵＡＶ 網(wǎng)絡(luò)的決策或指標(biāo)進(jìn)行優(yōu)化是目前熱門的手段之一［２４］。

文獻(xiàn)［２５］提出一種具有精英策略的ＤＲＬ 信網(wǎng)絡(luò)拓?fù)渖伤惴?，與傳統(tǒng)ＤＱＮ 相比，引入的精英經(jīng)驗(yàn)池有效地加速了模型收斂，減少了訓(xùn)練時(shí)間。該算法基于網(wǎng)絡(luò)高抗毀性、低功耗、高穩(wěn)定性要求設(shè)定獎(jiǎng)勵(lì)，并較好地分離了訓(xùn)練和使用過程，具有較強(qiáng)的實(shí)時(shí)性和適用性。針對無蜂窩大規(guī)模ＭＩＭＯ 技術(shù)傳輸場景下偏遠(yuǎn)地區(qū)通信，文獻(xiàn)［２６］利用多架ＵＡＶ組成輔助通信網(wǎng)絡(luò)，提出ＵＡＶ 調(diào)度和用戶調(diào)度的２ 種協(xié)作機(jī)制，將其中的功率分配和服務(wù)區(qū)選擇建模為雙動(dòng)作ＭＤＰ（ＤｏｕｂｌｅＡｃｔｉｏｎ ＭＤＰ，ＤＡＭＤＰ），采用ＣＮＮ 的ＤＱＮ 算法，學(xué)習(xí)數(shù)據(jù)的空間特征，該方案具有更好的收斂性，降低了計(jì)算復(fù)雜度，給出了ＵＡＶ位置變化頻率和資源消耗之間的一種平衡關(guān)系。

文獻(xiàn)［２７］提出ＳＡＣ 算法應(yīng)用于ＵＡＶ 輔助移動(dòng)邊緣計(jì)算（Ｍｏｂｉｌｅ Ｅｄｇｅ Ｃｏｍｐｕｔｉｎｇ，ＭＥＣ）的系統(tǒng)，ＳＡＣ 是基于最大熵的隨機(jī)策略算法，從經(jīng)驗(yàn)緩沖區(qū)中隨機(jī)采樣小批量經(jīng)驗(yàn)樣本進(jìn)行網(wǎng)絡(luò)參數(shù)更新，具有很強(qiáng)的探索性和魯棒性?；冢樱粒?算法的用戶平均能耗最小化方案，聯(lián)合優(yōu)化ＵＡＶ 的飛行軌跡和用戶計(jì)算策略調(diào)度以最小化用戶平均能耗具有更佳的穩(wěn)定性和收斂性，該算法運(yùn)用隨機(jī)梯度下降法更新網(wǎng)絡(luò)參數(shù)，具體算法流程如圖４ 所示。

針對ＵＡＶ 作為空中基站輔助通信的吞吐量和公平性問題，文獻(xiàn)［２８］提出了一種基于多智能體深度確定性策略梯度（ＭｕｌｔｉＡｇｅｎｔ Ｄｅｅｐ ＤｅｔｅｒｍｉｎｉｓｔｉｃＰｏｌｉｃｙ Ｇｒａｄｉｅｎｔ，ＭＡＤＤＰＧ）算法的功率分配算法，聯(lián)合優(yōu)化ＵＡＶ 基站功率分配和用戶接入，提高系統(tǒng)吞吐量和公平性。由于很多研究以最大化吞吐量為目標(biāo)，無法得到時(shí)變的用戶速率需求，影響了公平性，因此文獻(xiàn)［２９］提出基于多智能體ＤＲＬ（ＭｕｌｔｉＡｇｅｎｔＤＲＬ，ＭＡＤＲＬ）的ＵＡＶ 動(dòng)態(tài)預(yù)部署策略來解決出現(xiàn)的問題，ＵＡＶ 群之間沒有直接共享自身觀測狀態(tài)，而是以共享參數(shù)的形式簡化了網(wǎng)絡(luò)結(jié)構(gòu)，提升了收斂效率，獲得了更高的訓(xùn)練獎(jiǎng)勵(lì)。通過優(yōu)化ＵＡＶ 的軌跡設(shè)計(jì)，功率分配和用戶關(guān)聯(lián)，達(dá)到最大化用戶公平性和最小化能耗。

ＤＲＬ 還能用于優(yōu)化網(wǎng)絡(luò)資源和網(wǎng)絡(luò)任務(wù)的分配。文獻(xiàn)［３０ ］提出基于ＰＰＯ 算法的ＤＲＬ，保證ＵＡＶ 的感知、通信和計(jì)算服務(wù)質(zhì)量，計(jì)算卸載時(shí)延以及資源分配約束條件下通過ＤＲＬ 訓(xùn)練框架，通過優(yōu)化其飛行軌跡、波束成形以及計(jì)算效率達(dá)到最小化系統(tǒng)能耗的目的。文獻(xiàn)［３１］根據(jù)任務(wù)分配式卸載特點(diǎn)，采用基于多智能體近端策略優(yōu)化（ＭｕｌｔｉＡｇｅｎｔ Ｐｒｏｘｉｍａｌ Ｐｏｌｉｃｙ Ｏｐｔｉｍｉｚａｔｉｏｎ，ＭＡＰＰＯ）算法并結(jié)合Ｂｅｔａ 分布和注意力機(jī)制的方法對ＵＡＶ 的ＭＥＣ進(jìn)行研究，能有效加快算法收斂速度，降低服務(wù)開銷。針對由于ＵＡＶ 網(wǎng)絡(luò)節(jié)點(diǎn)間干擾而出現(xiàn)的通信質(zhì)量降低問題，文獻(xiàn)［３２］從空域和功率域出發(fā)，提出參數(shù)化動(dòng)作空間的加權(quán)Ｄｕｅｌｉｎｇ ＤＱＮ 學(xué)習(xí)算法（該算法適用于包含連續(xù)功率分配和離散波束成形的混合動(dòng)作空間），利用所提算法設(shè)計(jì)了聯(lián)合波束與功率資源分配策略，較好地提升了ＵＡＶ 網(wǎng)絡(luò)的頻譜效率和能量效率，且具有快速收斂的優(yōu)勢。針對邊緣網(wǎng)絡(luò)環(huán)境下多無人機(jī)之間存在計(jì)算負(fù)載不均，造成卸載任務(wù)失敗的問題，郭永安等［３３］提出了一種多ＵＡＶ 間協(xié)作的智能任務(wù)卸載方案，基于多智能體ＤＲＬ 框架，提出了融合軌跡規(guī)劃和任務(wù)卸載的分布式算法。該協(xié)作方案可以顯著提高任務(wù)完成率和負(fù)載公平度，并且能有效應(yīng)用于大規(guī)模用戶設(shè)備場景。由于ＵＡＶ 數(shù)據(jù)傳輸需求和地理位置的動(dòng)態(tài)變化，易造成邊緣服務(wù)器負(fù)載不均衡，最終導(dǎo)致巡檢業(yè)務(wù)處理時(shí)延和網(wǎng)絡(luò)能耗較高。文獻(xiàn)［３４］提出基于ＤＲＬ 的能源互聯(lián)網(wǎng)智能巡檢任務(wù)分配機(jī)制應(yīng)對以上問題，采用基于ＰＰＯ 的ＤＲＬ 算法，對固定邊緣匯聚層和移動(dòng)邊緣接入層邊緣節(jié)點(diǎn)間的連接關(guān)系和卸載策略進(jìn)行求解，所提機(jī)制能夠在保證系統(tǒng)穩(wěn)定的情況下降低服務(wù)時(shí)延和系統(tǒng)能耗。針對復(fù)雜場景下ＵＡＶ 集群的多耦合任務(wù)的決策問題，文永明等［３５］提出了一種集群對抗多耦合任務(wù)智能決策方法，通過比較傳統(tǒng)方法、集中式架構(gòu)方法和分層式架構(gòu)方法，驗(yàn)證了所提方法的有效性和先進(jìn)性。

綜上，ＤＲＬ 在ＵＡＶ 網(wǎng)絡(luò)資源上的優(yōu)化算法匯總?cè)绫恚?所示。

３ 展望

雖然ＤＲＬ 已逐步應(yīng)用于ＵＡＶ 集群構(gòu)成的通信網(wǎng)絡(luò)中，并在性能指標(biāo)上發(fā)揮了顯著作用，但是仍然存在以下挑戰(zhàn)：

近年來，ＵＡＶ 作為飛行無線通信平臺(tái)備受關(guān)注。得益于移動(dòng)性，ＵＡＶ 空中基站可以快速靈活部署，有效建立視距通信鏈路［３６］。然而，ＵＡＶ 通信系統(tǒng)的優(yōu)化還面臨許多問題。包括：① 能量限制，ＵＡＶ 電池壽命約為１ ｈ 的數(shù)量級；② ＵＡＶ 空中基站覆蓋范圍有限，商用ＵＡＶ 通常價(jià)格昂貴。因此，使足夠的ＵＡＶ 覆蓋一個(gè)大的目標(biāo)區(qū)域是極具有挑戰(zhàn)性的。

盡管國內(nèi)外許多學(xué)者針對網(wǎng)絡(luò)已經(jīng)提出了許多資源分配和干擾管理的方案，但是聯(lián)合優(yōu)化問題具有非凸性和組合特性，因此如何獲取全局最優(yōu)策略，考慮用戶公平性，依舊是需要思考的難題［３７］。還有研究提出基于ＤＲＬ 的在線策略來提高網(wǎng)絡(luò)中的任務(wù)處理能力［３８］，但該研究沒有考慮能量收集問題。另外，優(yōu)化網(wǎng)絡(luò)資源還需要考慮以下問題與挑戰(zhàn)［３９］：① 針對動(dòng)態(tài)網(wǎng)絡(luò)結(jié)構(gòu)，需要合理地設(shè)計(jì)ＤＲＬ的狀態(tài)與動(dòng)作空間，注意算法的收斂性能以及對應(yīng)的求解全局或非全局最優(yōu)；② 針對多維網(wǎng)絡(luò)資源和多樣性通信需求合理設(shè)計(jì)ＤＲＬ 獎(jiǎng)勵(lì)函數(shù)，注重頻繁交互對算法復(fù)雜度的影響；③ 在實(shí)際移動(dòng)通信場景中，由于真實(shí)數(shù)據(jù)樣本通常有限，還要注意ＤＲＬ 存在的系數(shù)獎(jiǎng)勵(lì)問題。

同時(shí)，為了保障ＵＡＶ 群的任務(wù)執(zhí)行和機(jī)間通信，ＵＡＶ 群資源分配尤其重要［４０］，合理的信道分配和功率控制可以有效提升通信容量，避免相互干擾，借助ＤＲＬ 優(yōu)化機(jī)群中各ＵＡＶ 的位置部署能夠極大地提升覆蓋效率，提高信息傳輸速率和距離，機(jī)群內(nèi)合理的任務(wù)分配可以縮短任務(wù)時(shí)間，提升任務(wù)執(zhí)行效率，節(jié)約ＵＡＶ 能耗，因此，合理的資源分配可以更好地發(fā)揮集群優(yōu)勢。運(yùn)用各類不同的人工智能進(jìn)行優(yōu)化，呈現(xiàn)出的效果也不同。隨著未來ＵＡＶ 集群進(jìn)一步的發(fā)展和提升，ＵＡＶ 還能在以下方面產(chǎn)生應(yīng)用：與通感算［４１］進(jìn)行結(jié)合，通過神經(jīng)網(wǎng)絡(luò)模型預(yù)測所需信息，對無人機(jī)群進(jìn)行調(diào)控以最大化無人機(jī)群的網(wǎng)絡(luò)效用；與可重構(gòu)智能表面（Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅ，ＲＩＳ）［４２］結(jié)合，通過優(yōu)化ＵＡＶ 的三維空間軌跡，尋找最優(yōu)信道，優(yōu)化聯(lián)合計(jì)算策略，降低ＭＥＣ 的服務(wù)能耗；與反向散射［４３］進(jìn)行結(jié)合，將無人機(jī)輔助的反向散射通信應(yīng)用進(jìn)ＭＥＣ 網(wǎng)絡(luò)，緩解用戶能量短缺問題；參進(jìn)空地網(wǎng)絡(luò)的協(xié)調(diào)工作有效提升感知精度，增加信譽(yù)容量等。更多的應(yīng)用還需要學(xué)者們進(jìn)行進(jìn)一步研究探索。

４ 結(jié)束語

本文針對ＵＡＶ 集群中的通信與網(wǎng)絡(luò)資源優(yōu)化問題，分析了通信網(wǎng)絡(luò)對ＵＡＶ 集群應(yīng)用的重要性，調(diào)研總結(jié)歸納了ＤＲＬ 在ＵＡＶ 集群通信網(wǎng)絡(luò)中對性能指標(biāo)增益的具體貢獻(xiàn)，得出結(jié)論：基于ＤＲＬ 的ＵＡＶ 集群通信網(wǎng)絡(luò)在技術(shù)指標(biāo)上更加優(yōu)異。最后，本文對ＵＡＶ 集群通信與網(wǎng)絡(luò)未來的發(fā)展進(jìn)行了探討。

參考文獻(xiàn)

［１］ 李波，黃晶益，萬開方，等． 基于深度強(qiáng)化學(xué)習(xí)的無人

機(jī)系統(tǒng)應(yīng)用研究綜述［Ｊ］． 戰(zhàn)術(shù)導(dǎo)彈技術(shù)，２０２３ （１）：

５８－６８．

［２］ 李成鳳，劉勝軍，張弘強(qiáng)，等． 通信時(shí)延下無人機(jī)群集

系統(tǒng)分群控制算法［Ｊ］． 無線電工程，２０２２，５２ （４）：

５３６－５４３．

［３］ ＬＩＡＯ Ｙ，ＧＡＯ Ｇ，ＪＩＮＧ Ｙ Ｈ． Ｕｌｔｒａｒｅｌｉａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ

Ｌｉｎｋ Ｓｃｈｅｄｕｌｉｎｇ Ｂａｓｅｄ ｏｎ ＤＲＬ ｆｏｒ Ｍａｎｎｅｄ ／ Ｕｎｍａｎｎｅｄ

Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ Ｃｏｏｐｅｒａｔｉｖｅ Ｓｃｅｎａｒｉｏｓ［Ｊ］． Ｐｈｙｓｉｃａｌ Ｃｏｍ

ｍｕｎｉｃａｔｉｏｎ，２０２４，６３：１０２３０４．

［４］ 賈維敏，楊颵，趙建偉，等． 無人機(jī)蜂群通信感知一體

化關(guān)鍵技術(shù)［Ｊ］． 國防科技，２０２３，４４（３）：８８－９５．

［５］ 張屆飛． 無人機(jī)通信網(wǎng)絡(luò)及資源優(yōu)化技術(shù)［Ｊ］． 通信電

源技術(shù)，２０２３，４０（４）：１１６－１１８．

［６］ 田暢，賈倩，陳潤豐，等． 無人機(jī)集群網(wǎng)絡(luò)資源優(yōu)化綜

述［Ｊ］． 數(shù)據(jù)采集與處理，２０２３，３８（３）：５０６－５２４．

［７］ 曹志波． 警用無人機(jī)集群指揮網(wǎng)絡(luò)的構(gòu)建與應(yīng)用［Ｊ］．

中國人民警察大學(xué)學(xué)報(bào)，２０２３，３９（８）：２６－３２．

［８］ 鄭迪，謝亞琴，谷天園． 基于無人機(jī)５Ｇ 高空基站的低

成本應(yīng)急定位方法［Ｊ］． 無線電工程，２０２３，５３ （１１）：

２６０７－２６１８．

［９］ 馬捷，李雅． 人工智能在無人機(jī)領(lǐng)域的應(yīng)用［Ｊ］． 無線

電工程，２０２４，５４（３）：７５９－７６４．

［１０］ 孫卉，趙睿，游亞璇，等． 保障無人機(jī)安全通信的自主

飛行３Ｄ 路徑規(guī)劃［Ｊ］． 信號處理，２０２２，３８ （５ ）：

１０２７－１０３６．

［１１］ 周世陽，程郁凡，徐豐，等． 基于深度強(qiáng)化學(xué)習(xí)的無人

機(jī)間通信鏈路智能決策［Ｊ］． 信號處理，２０２２，３８（７）：

１４２４－１４３３．

［１２］ ＹＡＮＧ Ｘ Ｃ，ＱＩＮ Ｄ Ｙ，ＬＩＵ Ｊ Ｐ，ｅｔ ａｌ． Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ

Ｌｅａｒｎｉｎｇ ｉｎ ＮＯＭＡａｓｓｉｓｔｅｄ ＵＡＶ Ｎｅｔｗｏｒｋｓ ｆｏｒ Ｐａｔｈ Ｓｅ

ｌｅｃｔｉｏｎ ａｎｄ Ｒｅｓｏｕｒｃｅ Ｏｆｆｌｏａｄｉｎｇ ［Ｊ］． Ａｄ Ｈｏｃ Ｎｅｔｗｏｒｋｓ，

２０２３，１５１（４）：１０３２８５．

［１３］ 鄧丹昊，王朝煒，江帆，等． 無人機(jī)輔助無蜂窩大規(guī)模

ＭＩＭＯ 中的空地協(xié)同調(diào)度［Ｊ］． 電信科學(xué)，２０２２，３８

（８）：３７－４４．

［１４］ 羅佳，陳前斌，唐倫，等． 考慮能耗中斷的無人機(jī)通信

中基于深度強(qiáng)化學(xué)習(xí)的資源管理［Ｊ］． 電子與信息學(xué)

報(bào)，２０２３，４５（８）：２８８５－２８９２．

［１５］ ＬＩＮ Ｙ，ＷＡＮＧ Ｍ Ｙ，ＺＨＯＵ Ｘ Ｌ，ｅｔ ａｌ． Ｄｙｎａｍｉｃ Ｓｐｅｃｔｒｕｍ

Ｉｎｔｅｒａｃｔｉｏｎ ｏｆ ＵＡＶ Ｆｌｉｇｈｔ Ｆｏｒｍａｔｉｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｗｉｔｈ

Ｐｒｉｏｒｉｔｙ：Ａ Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ Ａｐｐｒｏａｃｈ ［Ｊ］．

ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｇｎｉｔｉｖｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ Ｎｅｔ

ｗｏｒｋｉｎｇ，２０２０，６（３）：８９２－９０３．

［１６］ 周永濤，劉唐，彭艦． 無人機(jī)空中基站的路徑規(guī)劃研究

［Ｊ］． 重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)版），２０２２，３６（１０）：

１６６－１７５．

［１７］ 張惠婷，張然，劉敏提，等． 基于深度強(qiáng)化學(xué)習(xí)的無人

機(jī)通信抗干擾算法［Ｊ］． 兵器裝備工程學(xué)報(bào)，２０２２，４３

（１０）：２７－３４．

［１８］ ＫＡＲＭＡＫＡＲ Ｐ，ＳＨＡＨ Ｖ Ｋ，ＲＯＹ Ｓ， ｅｔ ａｌ． Ｒｅｌｉａｂｌｅ

Ｂａｃｋｈａｕｌｉｎｇ ｉｎ Ａｅｒｉａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｎｅｔｗｏｒｋｓ Ａｇａｉｎｓｔ

ＵＡＶ Ｆａｉｌｕｒｅｓ：Ａ Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ Ａｐｐｒｏａｃｈ

［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｎｅｔｗｏｒｋ ａｎｄ Ｓｅｒｖｉｃｅ Ｍａｎａｇｅ

ｍｅｎｔ，２０２２，１９（３）：２７９８－２８１１．

［１９］ 李健，翟亞紅，徐龍艷． 基于深度強(qiáng)化學(xué)習(xí)的無人機(jī)通

信速率優(yōu)化［Ｊ］． 湖北汽車工業(yè)學(xué)院學(xué)報(bào)，２０２３，３７

（３）：５８－６２．

［２０］ 胡浪濤，畢松姣，劉全金，等． 基于強(qiáng)化學(xué)習(xí)的智能超

表面輔助無人機(jī)通信系統(tǒng)物理層安全算法［Ｊ］． 電子

與信息學(xué)報(bào)，２０２２，４４（７）：２４０７－２４１５．

［２１］ ＤＩＮＧ Ｒ Ｊ，ＧＡＯ Ｆ Ｆ，ＳＨＥＮ Ｘ Ｓ． ３Ｄ ＵＡＶ Ｔｒａｊｅｃｔｏｒｙ Ｄｅ

ｓｉｇｎ ａｎｄ Ｆｒｅｑｕｅｎｃｙ Ｂａｎｄ Ａｌｌｏｃａｔｉｏｎ ｆｏｒ Ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔ

ａｎｄ Ｆａｉｒ Ｃｏｍｍｕｎｉｃａｔｉｏｎ：Ａ Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ

Ａｐｐｒｏａｃｈ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉ

ｃａｔｉｏｎｓ，２０２２，１９（１２）：７７９６－７８０９．

［２２］ ＬＩＵ Ｃ Ｈ，ＣＨＥＮ Ｚ Ｙ，ＴＡＮＧ Ｊ，ｅｔ ａｌ． Ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔ

ＵＡＶ Ｃｏｎｔｒｏｌ ｆｏｒ Ｅｆｆｅｃｔｉｖｅ ａｎｄ Ｆａｉｒ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｃｏｖｅｒ

ａｇｅ：Ａ Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ Ａｐｐｒｏａｃｈ［Ｊ］． ＩＥＥＥ

Ｊｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１８，３６

（９）：２０５９－２０７０．

［２３］ ＷＡＮＧ Ｃ Ｗ，ＤＥＮＧ Ｄ Ｈ，ＸＵ Ｌ Ｘ，ｅｔ ａｌ． Ｒｅｓｏｕｒｃｅ Ｓｃｈｅ

ｄｕｌｉｎｇ Ｂａｓｅｄ ｏｎ Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ ｉｎ ＵＡＶ Ａｓ

ｓｉｓｔｅｄ Ｅｍｅｒｇｅｎｃｙ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｎｅｔｗｏｒｋｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓ

ａｃｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２２，７０（６）：３８３４－３８４８．

［２４］ 付振江，羅俊松，寧進(jìn)，等． 無人機(jī)集群通信的應(yīng)用現(xiàn)

狀及展望［Ｊ］． 無線電工程，２０２３，５３（１）：３－１０．

［２５］ 董方昊，馮有前，尹忠海，等． 具有精英策略的深度強(qiáng)

化學(xué)習(xí)無人機(jī)集群通信網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)［Ｊ］． 空軍工程

大學(xué)學(xué)報(bào)（自然科學(xué)版），２０１９，２０（４）：５２－５８．

［２６］ 王朝煒，鄧丹昊，王衛(wèi)東，等． 無蜂窩大規(guī)模ＭＩＭＯ 中

基于深度強(qiáng)化學(xué)習(xí)的無人機(jī)輔助通信與資源調(diào)度

［Ｊ］． 電子與信息學(xué)報(bào)，２０２２，４４（３）：８３５－８４３．

［２７］ 張廣馳，何梓楠，崔苗． 基于深度強(qiáng)化學(xué)習(xí)的無人機(jī)輔

助移動(dòng)邊緣計(jì)算系統(tǒng)能耗優(yōu)化［Ｊ］． 電子與信息學(xué)報(bào)，

２０２３，４５（５）：１６３５－１６４３．

［２８］ 陳劍，楊青青，彭藝． 基于ＭＡＤＤＰＧ 的無人機(jī)輔助通信

功率分配算法［Ｊ］． 光電子· 激光，２０２３，３４ （３ ）：

３０６－３１３．

［２９］ 唐倫，李質(zhì)萱，蒲昊，等． 基于多智能體深度強(qiáng)化學(xué)習(xí)

的無人機(jī)動(dòng)態(tài)預(yù)部署策略［Ｊ］． 電子與信息學(xué)報(bào)，

２０２３，４５（６）：２００７－２０１５．

［３０］ 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．

［３１］ 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（１２）：２７３１－２７４０．

［３２］ 唐峯竹，唐欣，李春海，等． 基于深度強(qiáng)化學(xué)習(xí)的多無

人機(jī)任務(wù)動(dòng)態(tài)分配［Ｊ］． 廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)

版），２０２１，３９（６）：６３－７１．

［３３］ 郭永安，王宇翱，周沂，等． 邊緣網(wǎng)絡(luò)下多無人機(jī)協(xié)同

計(jì)算和資源分配聯(lián)合優(yōu)化策略［Ｊ］． 南京航空航天大

學(xué)學(xué)報(bào)，２０２３，５５（５）：７５７－７６７．

［３４］ 徐思雅，邢逸斐，郭少勇，等． 基于深度強(qiáng)化學(xué)習(xí)的能

源互聯(lián)網(wǎng)智能巡檢任務(wù)分配機(jī)制［Ｊ］． 通信學(xué)報(bào)，

２０２１，４２（５）：１９１－２０４．

［３５］ 文永明，石曉榮，黃雪梅，等． 一種無人機(jī)集群對抗多

耦合任務(wù)智能決策方法［Ｊ］． 宇航學(xué)報(bào)，２０２１，４２（４）：

５０４－５１２．

［３６］ ＱＩ Ｈ，ＨＵ Ｚ Ｑ，ＨＵＡＮＧ Ｈ，ｅｔ ａｌ． Ｅｎｅｒｇｙ Ｅｆｆｉｃｉｅｎｔ ３Ｄ

ＵＡＶ Ｃｏｎｔｒｏｌ ｆｏｒ Ｐｅｒｓｉｓｔｅｎｔ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｅｒｖｉｃｅ ａｎｄ

Ｆａｉｒｎｅｓｓ：Ａ Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ Ａｐｐｒｏａｃｈ［Ｊ］．

ＩＥＥＥ Ａｃｃｅｓｓ，２０２０，８：５３１７２－５３１８４．

［３７］ 趙曉榮． 基于深度強(qiáng)化學(xué)習(xí)的異構(gòu)網(wǎng)絡(luò)資源分配［Ｄ］．

濟(jì)南：山東大學(xué)，２０２３．

［３８］ ＢＩ Ｓ Ｚ，ＨＵＡＮＧ Ｌ，ＷＡＮＧ Ｈ，ｅｔ ａｌ． Ｌｙａｐｕｎｏｖｇｕｉｄｅｄ

Ｄｅｅｐ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ ｆｏｒ Ｓｔａｂｌｅ Ｏｎｌｉｎｅ Ｃｏｍｐｕｔａ

ｔｉｏｎ Ｏｆｆｌｏａｄｉｎｇ ｉｎ Ｍｏｂｉｌｅｅｄｇｅ Ｃｏｍｐｕｔｉｎｇ Ｎｅｔｗｏｒｋｓ［Ｊ］．

ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，

２０（１１）：７５１９－７５３７．

［３９］ 孫恩昌，袁永儀，吳兵，等． 深度強(qiáng)化學(xué)習(xí)與移動(dòng)通信

資源管理：算法、進(jìn)展與展望［Ｊ］． 北京工業(yè)大學(xué)學(xué)報(bào)，

２０２３，４９（１）：７１－８８．

［４０］ 陳佳馨，方韜，方峰，等． 無人機(jī)群通信網(wǎng)絡(luò)中博弈論

綜述［Ｊ］． 指揮信息系統(tǒng)與技術(shù)，２０２３，１４（３）：３９－４５．

［４１］ 吳義豪，齊彥麗，周一青，等． 通感算協(xié)同的無人機(jī)群

軌跡規(guī)劃與功率分配［Ｊ］． 西安電子科技大學(xué)學(xué)報(bào)（自

然科學(xué)版），２０２３，５０（３）：６１－７４．

［４２］ 劉昊洋，楊金松，孫三山，等． ＭＥＣ 中ＲＩＳ 輔助的無人

機(jī)軌跡和計(jì)算策略聯(lián)合優(yōu)化［Ｊ］． 無線電工程，２０２３，

５３（１）：１８－２５．

［４３］ 李斌，楊蓉蓉． 無人機(jī)輔助反向散射通信計(jì)算任務(wù)卸

載與資源分配［Ｊ］． 電子與信息學(xué)報(bào)，２０２３，４５ （７）：

２３３４－２３４１．

作者簡介

王 慶 男，（１９８４—）。高級工程師。主要研究方向：無人機(jī)設(shè)計(jì)。

孫 瑋 男，（１９８９—）。工程師。主要研究方向：無人機(jī)集群。

張程程 男，（１９８７—）。工程師。主要研究方向：集群體系架構(gòu)。

秦 真 女，（２００３—）。主要研究方向：智能信號處理。

廖 勇 男，（１９８２—）。博士，副研究員。主要研究方向：高速移動(dòng)通信、智能通信。