低空智联网组网与控制理论方法

doi:10.7527/S1000-6893.2023.28809

Abstract

Abstract:

Low-Altitude Intelligent Network （LAIN）， as a new type of intelligent network， relies on space-air-ground-sea facilities to constitute a digital intelligent network system. It is a key component of the space-air-ground integrated network， and can support the seamless and ubiquitous connections of the sixth generation communication technology and promote the development of intelligent network service from ground to low-altitude space. However， LAIN is still in the developing stage and faces the following key challenges： intractability of aerial control， severe spectrum interference， and multi-dimensional resource limitation. This article focuses on the issues of LAIN architecture and safety control， including the current development status of low-altitude network and its significance for industrial technology transformation. Then， from the perspective of spectrum resources， network resources， and airspace resource management， the recent related works are analyzed. Furthermore， we analyze the key technologies such as low-altitude aircraft air-ground spectrum sharing， sensing， transmission， computing networking coverage， low-altitude airspace intelligent supervision， and point out future development directions. Finally， an application demonstration of LAIN is proposed， aiming to satisfy the significant requirements for efficient operation and safety in low-altitude airspace， and providing the theoretical basis as well as technology for the further development of the next generation space-air-ground integrated network.

Key words: low-altitude intelligent network, space-air-ground integrated network, low-altitude aircraft, resource management, low-altitude airspace

CLC Number:

V219

Qihui WU, Chao DONG, Ziye JIA, Can CUI, Simeng FENG, Fuhui ZHOU, Hua XIE. Networking and control mechanism for low-altitude intelligent networks[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(3): 28809-028809.

Figures/Tables 20

Fig.1

Fig.2

Fig.3

Table 1

Table 2

Fig.4

Table 3

Fig.5

Fig.6

Fig.7

Fig.8

Fig.9

Fig.10

Fig.11

Fig.12

Fig.13

Fig.14

Fig.15

Fig.16

Fig.17

References 44

1	樊邦奎，李云，张瑞雨. 浅析低空智联网与无人机产业应用［J］. 地理科学进展， 2021， 40（9）： 1441-1450.
	FAN B K， LI Y， ZHANG R Y. Initial analysis of low-altitude Internet of intelligences （IOI） and the applications of unmanned aerial vehicle industry［J］. Progress in Geography， 2021， 40（9）： 1441-1450 （in Chinese）.
2	张海君，陈安琪，李亚博，等. 6G移动网络关键技术［J］. 通信学报， 2022， 43（7）： 189-202.
	ZHANG H J， CHEN A Q， LI Y B， et al. Key technologies of 6G mobile network［J］. Journal on Communications， 2022， 43（7）： 189-202 （in Chinese）.
3	陈新颖，盛敏，李博，等. 面向6G的无人机通信综述［J］. 电子与信息学报， 2022， 44（3）： 781-789.
	CHEN X Y， SHENG M， LI B， et al. Survey on unmanned aerial vehicle communications for 6G［J］. Journal of Electronics & Information Technology， 2022， 44（3）： 781-789 （in Chinese）.
4	邱文静，韩晨，刘爱军. 干扰环境下无人机群动态频谱决策方法［J］. 计算机科学， 2022， 49（12）： 326-331.
	QIU W J， HAN C， LIU A J. Dynamic spectrum decision-making method for UAV swarms in jamming environment［J］. Computer Science， 2022， 49（12）： 326-331 （in Chinese）.
5	朱圣铭，杨霄鹏，肖楠，等. 星地认知网络中基于图论的动态频谱划分算法［J］. 空军工程大学学报（自然科学版）， 2022， 23（3）： 41-46.
	ZHU S M， YANG X P， XIAO N， et al. A dynamic spectrum division algorithm based on graph theory in terrestrial-satellite cognitive network［J］. Journal of Air Force Engineering University （Natural Science Edition）， 2022， 23（3）： 41-46 （in Chinese）.
6	SHEN F， DING G R， WANG Z， et al. UAV-based 3D spectrum sensing in spectrum-heterogeneous networks［J］. IEEE Transactions on Vehicular Technology， 2019， 68（6）： 5711-5722.
7	SHANG B D， LIU L J， RAO R M， et al. 3D spectrum sharing for hybrid D2D and UAV networks［J］. IEEE Transactions on Communications， 2020， 68（9）： 5375-5389.
8	WANG Z， ZHOU F H， WANG Y H， et al. Joint 3D trajectory and resource optimization for a UAV relay-assisted cognitive radio network［J］. China Communications， 2021， 18（6）： 184-200.
9	NIE R L， XU W J， ZHANG Z， et al. Max-Min distance clustering based distributed cooperative spectrum sensing in cognitive UAV networks［C］∥ICC 2019 - 2019 IEEE International Conference on Communications （ICC）. Piscataway： IEEE Press， 2019： 1-6.
10	余琪琦，王中豪，张福来，等. 分级分布式无人机协作频谱感知方法［J］. 电讯技术， 2023， 63（11）： 1750-1756.
	YU Q Q， WANG Z H， ZHANG F L， et al. A hierarchical distributed UAV cooperative spectrum sensing method［J］. Telecommunication Engineering， 2023， 63（11）： 1750-1756 （in Chinese）.
11	廖乃稳，钱鹏智，陈勇，等. 面向感知任务的无人机数量编配与频谱资源联合规划方法［J］. 电波科学学报， 2023， 38（5）： 764-772.
	LIAO N W， QIAN P Z， CHEN Y， et al. A joint planning method for the number of UAVs and spectrum resource in perceptual missions［J］. Chinese Journal of Radio Science， 2023， 38（5）： 764-772 （in Chinese）.
12	王志宏，冷甦鹏，熊凯. 面向无人机集群协同感知的多智能体资源分配策略［J］. 物联网学报， 2023， 7（1）： 18-26.
	WANG Z H， LENG S P， XIONG K. Multi-agent resource allocation strategy for UAV swarm-based cooperative sensing［J］. Chinese Journal on Internet of Things， 2023， 7（1）： 18-26 （in Chinese）.
13	高杨，李东生，程泽新. 无人机分布式集群态势感知模型研究［J］. 电子与信息学报， 2018， 40（6）： 1271-1278.
	GAO Y， LI D S， CHENG Z X. UAV distributed swarm situation awareness model［J］. Journal of Electronics & Information Technology， 2018， 40（6）： 1271-1278 （in Chinese）.
14	CHEN X， FENG Z Y， WEI Z Q， et al. Performance of joint sensing-communication cooperative sensing UAV network［J］. IEEE Transactions on Vehicular Technology， 2020， 69（12）： 15545-15556.
15	MENG K T， WU Q Q， MA S D， et al. UAV trajectory and beamforming optimization for integrated periodic sensing and communication［J］. IEEE Wireless Communications Letters， 2022， 11（6）： 1211-1215.
16	CAI Y X， WEI Z Q， LI R D， et al. Joint trajectory and resource allocation design for energy-efficient secure UAV communication systems［J］. IEEE Transactions on Communications， 2020， 68（7）： 4536-4553.
17	JIA Z Y， SHENG M， LI J D， et al. Toward data collection and transmission in 6G space-air-ground integrated networks： Cooperative HAP and LEO satellite schemes［J］. IEEE Internet of Things Journal， 2022， 9（13）： 10516-10528.
18	廖乃稳，何攀峰，张余，等. 无人机中继通信的轨迹与资源分配优化方法［J］. 移动通信， 2023， 47（2）： 92-98.
	LIAO N W， HE P F， ZHANG Y， et al. Trajectory and resource allocation optimization method for UAV-relaying communication［J］. Mobile Communications， 2023， 47（2）： 92-98 （in Chinese）.
19	吴迪，钱鹏智，陈勇. 多无人机辅助通信中用户匹配与频谱资源联合优化方法［J］. 电讯技术， 2023， 63（11）： 1742-1749.
	WU D， QIAN P Z， CHEN Y. Joint user matching and spectrum resource optimization in multi-UAV auxiliary communications［J］. Telecommunication Engineering， 2023， 63（11）： 1742-1749 （in Chinese）.
20	郭鸿志，王宇涛，王佳黛，等. 面向复杂任务的多无人机协同计算资源分配与优化［J］. 无线电通信技术， 2022， 48（6）： 1012-1018.
	GUO H Z， WANG Y T， WANG J D， et al. Multi-UAV cooperative computing resource allocation and optimization for complex tasks［J］. Radio Communications Technology， 2022， 48（6）： 1012-1018 （in Chinese）.
21	ZHANG J， ZHOU L， ZHOU F H， et al. Computation-efficient offloading and trajectory scheduling for multi-UAV assisted mobile edge computing［J］. IEEE Transactions on Vehicular Technology， 2020， 69（2）： 2114-2125.
22	PENG H X， SHEN X M. Multi-agent reinforcement learning based resource management in MEC- and UAV-assisted vehicular networks［J］. IEEE Journal on Selected Areas in Communications， 2021， 39（1）： 131-141.
23	LIU B H， LIU C X， PENG M G. Computation offloading and resource allocation in unmanned aerial vehicle networks［J］. IEEE Transactions on Vehicular Technology， 2023， 72（4）： 4981-4995.
24	JIA Z Y， WU Q H， DONG C， et al. Hierarchical aerial computing for Internet of Things via cooperation of HAPs and UAVs［J］. IEEE Internet of Things Journal， 2023， 10（7）： 5676-5688.
25	李子姝，谢人超，孙礼，等. 移动边缘计算综述［J］. 电信科学， 2018， 34（1）： 87-101.
	LI Z S， XIE R C， SUN L， et al. A survey of mobile edge computing［J］. Telecommunications Science， 2018， 34（1）： 87-101 （in Chinese）.
26	张换然，申凌峰，任资卓，等. 无人机辅助智能边缘网络技术综述［J/OL］. 电讯技术，（2023-02-09）［2023-04-22］. .
	ZHANG H R， SHEN L F， REN Z Z， et al. A comprehensive survey on unmanned aerial vehicle assisted intelligent edge network［J/OL］. Telecommunication Engineering，（2023-02-09）［2023-04-22］. （in Chinese）.
27	LIU Z Q， NAN Y， YANG Y. Airspace conflict detection method based on subdivision grid［C］∥Artificial Intelligence in China. Singapore： Springer， 2022： 670-677.
28	CAI M， WAN L J， JIAO Z Q， et al. Clustering method of large-scale battlefield airspace based on multi A* in airspace grid system［J］. Applied Sciences， 2022， 12（22）： 11396.
29	谢华，苏方正，尹嘉男，等. 复杂低空无人机飞行冲突网络建模与精细管理［J］. 航空学报， 2023， 44（18）： 221-241.
	XIE H， SU F Z， YIN J N， et al. Network modeling and refined management of UAV flight conflicts in complex low altitude airspace［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（18）： 221-241 （in Chinese）.
30	邱诚，黄大庆，王浩雪，等. 基于改进蚁群算法的网格空间航迹规划［J］. 电子设计工程， 2023， 31（4）： 137-142.
	QIU C， HUANG D Q， WANG H X， et al. Track planning in grid space based on improved ant colony algorithm［J］. Electronic Design Engineering， 2023， 31（4）： 137-142 （in Chinese）.
31	CORBETTA M， BANERJEE P， OKOLO W， et al. Real-time UAV trajectory prediction for safety monitoring in low-altitude airspace［C］∥Proceedings of the AIAA Aviation 2019 Forum. Reston： AIAA， 2019.
32	BHUSAL R， KHANAL A， SUBBARAO K， et al. Uncertainty quantification and collision assessment in a traffic of unmanned aerial vehicles［C］∥Proceedings of the AIAA SCITECH 2023 Forum. Reston： AIAA， 2023.
33	LIU S T， ZHANG Z Y， LIU S C. Construction and capability analysis of air-space-ground integrated early warning and detection system［C］∥Proc SPIE 12332， International Conference on Intelligent Systems， Communications， and Computer Networks （ISCCN 2022）. 2022： 155-165.
34	GAN X S， WU Y R， LIU P N， et al. Dynamic collision avoidance zone modeling method based on UAV emergency collision avoidance trajectory［C］∥2020 IEEE International Conference on Artificial Intelligence and Information Systems （ICAIIS）. Piscataway： IEEE Press， 2020： 693-696.
35	周博，马欣怡，况婷妍，等. 电磁频谱空间态势认知新范式：频谱语义和频谱行为［J］. 数据采集与处理， 2022， 37（6）： 1198-1207.
	ZHOU B， MA X Y， KUANG T Y， et al. New paradigm of electromagnetic spectrum space situation cognition： Spectrum semantic and spectrum behavior［J］. Journal of Data Acquisition and Processing， 2022， 37（6）： 1198-1207 （in Chinese）.
36	胡杰，杨鲲. 面向未来6G网络的绿色通信感知计算技术［J］. 信息通信技术与政策， 2022（11）： 30-38.
	HU J， YANG K. Towards green integration of communications， sensing and computation in future 6G［J］. Information and Communications Technology and Policy， 2022（11）： 30-38 （in Chinese）.
37	杨艳，李福昌，张忠皓. 6G通感传算融合需求分析与关键技术研究［J］. 无线电通信技术， 2023， 49（1）： 83-88.
	YANG Y， LI F C， ZHANG Z H. Discussion on requirement and typical technology of 6G integrated communication， sensing， wireless power transfer and comupting［J］. Radio Communications Technology， 2023， 49（1）： 83-88 （in Chinese）.
38	董超，沈赟，屈毓锛. 基于无人机的边缘智能计算研究综述［J］. 智能科学与技术学报， 2020， 2（3）： 227-239.
	DONG C， SHEN Y， QU Y B. A survey of UAV-based edge intelligent computing［J］. Chinese Journal of Intelligent Science and Technology， 2020， 2（3）： 227-239 （in Chinese）.
39	张寒，黄祥岳，孟祥君，等. 基于SDN/NFV的天地一体化网络架构研究［J］. 军事通信技术， 2017， 38（2）： 33-38.
	ZHANG H， HUANG X Y， MENG X J， et al. Architecture of space-terrestrial integrated network based on SDN/NFV［J］. Journal of Military Communications Technology， 2017， 38（2）： 33-38 （in Chinese）.
40	蒋长林，李清，王羽，等. 天地一体化网络关键技术研究综述［J/OL］. 软件学报，（2023-02-09）［2023-04-22］. .
	JIANG C L， LI Q， WANG Y， et al. Survey on key technologies in space-ground integrated network［J/OL］. Journal of Software，（2023-02-09）［2023-04-22］. （in Chinese）.
41	朱永文，谢华，蒲钒，等. 空域网格化方法及其在空管中的应用研究［J］. 航空工程进展， 2021， 12（4）： 12-24.
	ZHU Y W， XIE H， PU F， et al. Research of airspace gridding method and its application in air traffic management［J］. Advances in Aeronautical Science and Engineering， 2021， 12（4）： 12-24 （in Chinese）.
42	余江帅. ADS-B技术应用风险与对策［J］. 电子技术与软件工程， 2019（7）： 204.
	YU J S. Application risks and countermeasures of ADS-B technology［J］. Electronic Technology & Software Engineering， 2019（7）： 204 （in Chinese）.
43	ZHANG Y F， JIA Z Y， DONG C， et al. Recurrent LSTM-based UAV trajectory prediction with ADS-B information［C］∥GLOBECOM 2022 - 2022 IEEE Global Communications Conference. Piscataway： IEEE Press， 2023： 1-6.
44	YIU C Y， TAM T K， NG K K H. An ADS-B aided dynamic traffic alert for robust safety assessment in controlled airspace［C］∥2021 IEEE International Conference on Industrial Engineering and Engineering Management （IEEM）. Piscataway： IEEE Press， 2022： 319-323.

文献	发表年份	研究重点	研究内容
［4］	2022	UAV集群频谱决策	设计干扰环境下UAV频谱资源共享决策方法对抗可能收到的恶意干扰攻击
［5］	2022	星地网络频谱划分方法	基于图论模型求解频谱接入矩阵，从而实现认知用户的动态频谱划分
［6］	2019	异构网络三维频谱感知技术	制定三维频谱异构感知模型，提出三维时空感知框架和功率控制方案提高频谱利用率
［7］	2020	三维频谱共享技术	构建UAV与设备-设备的地面用户网络频谱共享模型
［8］	2021	UAV频谱共享技术	构建UAV中继网络中频谱共享问题，实现吞吐量最大化
［9］	2019	协同频谱感知技术	对抗UAV网络高动态性，提出最大-最小距离聚类方法，提高UAV网络感知性能
［10］	2023	UAV群频谱感知策略	设计基于聚类的协同频谱感知策略，提高簇头UAV的频谱监测性能

文献	发表年份	研究重点	研究内容
［11］	2023	UAV感知任务分配	研究多UAV协同执行感知任务场景下网络资源联合优化问题
［12］	2023	UAV集群协同感知	提出多任务驱动下UAV资源的分布式异构资源智能协同分配策略
［13］	2018	UAV集群感知模型	优化态势感知模型，设计UAV同构和异构集群感知模型
［14］	2020	UAV感知通信一体化模型	提出联合感知通信一体化框架，设计新型UAV天线阵列
［15］	2022	UAV通感一体化机制	实现通信感知集成系统中频谱资源的权衡
［16］	2020	UAV通信资源部署	考虑UAV能量受限，联合优化集群通信系统轨迹和资源分配
［17］	2022	高空平台与低轨卫星通信联合优化	研究空天地一体化通信网络的数据采集和传输问题实现传输数据量最大化
［18］	2023	UAV通信资源动态分配	研究UAV网络资源分配问题，最大化UAV通信的传输速率
［19］	2023	UAV用户匹配与通信资源联合优化	研究多UAV通信网络资源分配问题，实现用户匹配，最大化通信传输速率
［20］	2022	多UAV计算资源分配	提出多UAV协同计算和任务的部分卸载模型，最小化任务处理时延
［21］	2020	多UAV计算卸载资源管理	提出多UAV辅助的移动边缘计算系统的功率、频谱、轨迹调度联合优化
［22］	2021	车联网计算资源管理	研究UAV辅助的车载网络中多维计算资源分配策略
［23］	2023	移动边缘网络计算与缓存资源分配	联合优化UAV辅助的移动边缘计算网络的存储、计算与调度决策
［24］	2023	空中移动边缘计算系统的卸载决策	研究UAV与高空平台组成的分层移动边缘计算系统的计算卸载算法，最大化数据总量

文献	发表年份	研究重点	研究内容
［27］	2022	网格划分方法	对全球空域进行网格划分，并提出一种冲突检测方法
［28］	2022	任务聚类与网格生成	提出空域任务预聚类方法，采用网格生成等技术实现路径规划
［29］	2023	UAV冲突管理	实现空域内UAV飞行的冲突精细探测技术和安全管理方法
［30］	2023	网格化空域的轨迹规划方法	基于空域网格化的方法提出UAV航迹规划方法
［31］	2019	低空飞行监测与预警	根据UAV感知的数据估算安全指标，实现轨迹实时预测
［32］	2023	UAV轨迹预测	提出不确定性传播方法，对安全指标进行灵敏度分析，预测UAV的交通轨迹
［33］	2022	UAV安全预警	构建空天地一体化的预警系统，对空域内目标进行检测和跟踪
［34］	2020	UAV安全态势预警	提出三维空间的UAV动态避撞区建模方法，划定避障区，避免飞行器相撞

[1]	Xiaohan LIAO, Wenqiu QU, Chenchen XU, Hongbo HE, Junwei WANG, Weibo SHI. A review of urban air mobility and its new infrastructure low⁃altitude public routes [J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(24): 28521-028521-.
[2]	Wei LI, Yan GUO, Ning LI, Cuntao LIU, Hao YUAN. Intelligent reflector surface assisted UAV mobile edge computing task data maximization method [J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(19): 328486-328486.
[3]	CHEN Weishi, LI Jing. Radar target detection in low-altitude airspace with spatial features [J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2015, 36(9): 3060-3068.
[4]	ZHANG Zhenkai, WANG Fei, ZHOU Jianjiang, LIU Weiqiang. Adaptive Time Resource Scheduling for Multiple Target Tracking [J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2011, 32(3): 522-530.
[5]	Dong Qijia;Zhang Jun;Zhang Tao;Qin Yong. Resource Allocation Strategies in MF-TDMA Satellite Systems [J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2009, 30(9): 1718-1726.

Networking and control mechanism for low-altitude intelligent networks

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 20

References 44

Related Articles 5

Recommended Articles

Metrics

Comments