面向6G的智能反射面辅助无人机通信能效优化技术综述
《IEEE Sensors Reviews》:A Comprehensive Survey on Energy-Efficient Intelligent Reflecting Surfaces-Assisted Unmanned Aerial Vehicle-Based Communications
【字体:
大
中
小
】
时间:2025年12月11日
来源:IEEE Sensors Reviews
编辑推荐:
本文针对无人机(UAV)通信系统能量效率(EE)低的关键瓶颈,系统综述了智能反射面(IRS)辅助UAV通信的能效优化技术。研究人员深入分析了IRS-UAV集成系统的轨迹优化、功率控制和资源分配策略,揭示了IRS通过智能信号传播控制显著提升频谱效率和覆盖范围的机制。研究表明,IRS被动波束成形与UAV动态轨迹的协同优化可降低传输功耗30%以上,为B5G/6G网络可持续部署提供了重要技术路径。
随着第五代移动通信(5G)技术在全球快速部署,研究重心正逐步转向设计可重构、智能化的超5G(B5G)通信技术。无人机(UAV)凭借其机动性和快速部署能力,成为下一代无线通信系统的变革性使能技术。然而,能量效率(EE)问题严重制约着UAV的长时间作业能力,特别是在密集、高需求通信环境中尤为突出。智能反射面(IRS)作为一种新兴技术,通过可编程超材料阵列动态控制电磁波传播,为提升UAV通信能效提供了创新解决方案。
IRS由大量可编程单元组成,能够智能反射入射信号,改善信号覆盖质量,特别是在毫米波(mmWave)和太赫兹(THz)等高频频段表现突出。与传统中继或多输入多输出(MIMO)系统相比,被动IRS无需功率密集型射频链,显著降低能耗。然而,UAV与IRS的集成仍面临诸多挑战:UAV有限的机载能量与推进功率约束、IRS相位偏移优化的复杂性、动态环境下的信道建模困难等。这些因素共同制约着IRS辅助UAV通信系统的实际部署效果。
为系统解决这些问题,研究人员在《IEEE Sensors Reviews》上发表了首篇专注于IRS辅助UAV通信能效优化的综合性综述。研究团队从集成层面系统梳理了UAV飞行动力学、IRS控制与通信设计的联合优化方法,填补了现有文献中EE视角的研究空白。
研究人员采用多学科交叉的研究方法,重点考察了几类关键技术方案。在系统建模方面,团队分析了从传统视距模型到复杂随机近场模型的演进,特别是几何与电磁理论结合的信道建模方法,为IRS-UAV系统性能评估提供了理论基础。优化算法方面,研究比较了凸规划、深度强化学习(DRL)和语义感知控制框架等在联合管理UAV机动性、IRS波束成形和计算卸载中的应用效果。
研究表明,IRS辅助UAV系统通过几种核心机制实现能效提升。被动IRS利用无源反射特性,避免信号放大所需的额外能耗;主动IRS虽然引入有源元件消耗更多功率,但通过信号放大功能克服双路径损耗效应,在特定场景下实现系统级能效优化;混合IRS结构则平衡了能效与信号处理能力。同时,同时透射反射智能表面(STAR-IRS)提供360度覆盖,显著扩展了服务范围。
在具体应用层面,研究揭示了多种能效优化策略的有效性。UAV轨迹优化通过精心设计的路径规划,可降低推进能耗20-30%;IRS相位偏移优化与UAV位置协同,能改善信号质量3-5dB;移动边缘计算(MEC)集成则通过任务卸载减少机载处理能耗。特别值得关注的是,非正交多址接入(NOMA)与IRS的结合,在保证用户公平性的同时提升了频谱效率。
研究结果从多个维度证实了IRS辅助UAV通信的能效增益。在覆盖增强方面,IRS智能反射特性有效克服障碍物遮挡,减少UAV为维持链路质量所需的位置调整次数,直接降低 propulsion energy consumption。在资源分配方面,联合优化功率控制、用户调度与IRS配置,可实现能量消耗与传输速率的良好平衡。安全性方面,IRS辅助的物理层安全(PLS)技术在不显著增加能耗的前提下,提升了抗窃听能力。
研究比较了地面固定、UAV搭载和混合IRS部署策略的性能差异。地面IRS部署在建筑物表面,提供稳定的反射服务,但灵活性有限;UAV搭载IRS可实现动态覆盖,通过实时调整位置优化链路质量,特别适用于应急通信场景;混合部署结合两者优势,在复杂环境中实现协同增效。仿真结果表明,合理部署的IRS可将UAV通信能效提升2-3倍。
针对IRS-UAV信道的独特性质,研究总结了非平稳三维信道模型、深度学习辅助的信道跟踪等技术进展。IRS引入的级联信道特性使传统建模方法面临挑战,而基于双向长短期记忆网络(Bi-LSTM)的预测模型能有效适应UAV移动性带来的信道变化,降低估计开销。
团队系统分析了各类优化算法在IRS-UAV系统中的适用性。交替优化(AO)和分式规划在处理联合优化问题时表现稳定,但计算复杂度较高;深度强化学习(DRL)方法在动态环境中具有适应性优势,可通过经验积累逐步改进策略;块坐标下降(BCD)和连续凸近似(SCA)则在特定约束条件下提供高效解。
研究的讨论部分强调了IRS辅助UAV通信在6G网络中的关键作用。智能反射面通过重构无线传播环境,为UAV通信提供了"软"基础设施支持,显著降低了对传统高功耗硬件的依赖。这种范式转变与可持续发展目标高度契合,为未来无线通信的绿色化演进指明了方向。
然而,研究也指出若干亟待解决的挑战。实时联合优化UAV轨迹、IRS相位和资源分配的计算复杂度仍然较高,需开发更高效的算法。IRS硬件约束如离散相位偏移、互耦效应等,限制了理论性能的实际实现。此外,动态环境下的信道获取、安全与隐私保护等问题也需要进一步探索。
该综述的重要意义在于首次从能效角度系统整合了IRS与UAV的协同优化理论,为研究人员和系统设计者提供了清晰的技术路线图。随着6G网络向更智能、更可持续方向发展,IRS辅助UAV通信将在物联网(IoT)、智能农业、应急通信等场景发挥重要作用,推动无线通信向更高能效目标迈进。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号