無人機輔助MEC系統(tǒng)：架構(gòu)、關(guān)鍵技術(shù)與未來挑戰(zhàn)

張?zhí)炜?，徐瑜，劉元瑋，楊鼎成，任元紅

（1.北京郵電大學信息與通信工程學院，北京 100876；2.英國倫敦瑪麗女王大學電子工程與計算機科學學院，英國 倫敦 E1 4NS；3.南昌大學信息工程學院，江西 南昌 330031；4.北方自動控制技術(shù)研究所，山西 太原 030006）

0 引言

隨著第五代移動通信技術(shù)（5G）快速商業(yè)部署和第六代移動通信技術(shù)（6G）研究序幕開啟，未來網(wǎng)絡將變?yōu)橐浴皵?shù)字孿生”和“智慧泛在”為特點的智慧型網(wǎng)絡，萬物智聯(lián)、通感一體、人工智能（artificial intelligence，AI）賦能等愿景將逐步成為現(xiàn)實[12]。目前，一些新興移動網(wǎng)絡應用技術(shù)的不斷涌現(xiàn)，如虛擬現(xiàn)實（virtual reality，VR）、自動駕駛、視頻直播等，正在推動移動應用技術(shù)的變革[3]。同時，這些計算密集型和時延敏感型應用加劇了移動終端設(shè)備在能量及算力等方面的問題，使設(shè)備的計算需求不能得到很好的滿足。為應對上述挑戰(zhàn)，移動邊緣計算（mobile edge computing，MEC）技術(shù)應運而生。作為一種新的網(wǎng)絡結(jié)構(gòu)，MEC能夠?qū)⒃O(shè)備的計算任務由傳統(tǒng)的云計算采用的中心化處理方式下沉到網(wǎng)絡邊緣執(zhí)行，有效緩解核心網(wǎng)計算壓力并縮短計算數(shù)據(jù)的傳輸距離，從而滿足設(shè)備對高可靠、低時延計算的需求，極大提高網(wǎng)絡的計算能力[4-7]。

另一方面，為了解決野外、湖泊、災后等復雜地域環(huán)境中邊緣設(shè)備對計算資源的需求，無人機輔助邊緣計算系統(tǒng)成為有效的解決方案[8]，將無人機與邊緣計算技術(shù)結(jié)合，能夠突破傳統(tǒng)邊緣計算場景在靈活部署、地域位置約束、覆蓋能力等方面的局限，極大擴展了邊緣計算網(wǎng)絡適用范圍，提高了網(wǎng)絡計算能力和用戶服務質(zhì)量。相對于固定基礎(chǔ)設(shè)施的邊緣計算方案，無人機輔助MEC具有高移動性、快速響應、靈活可控、使用成本低等優(yōu)勢[9]，成為5G和未來6G網(wǎng)絡中關(guān)鍵技術(shù)之一。

為了更好地理解和研究無人機MEC技術(shù)，本文對無人機MEC進行了全面系統(tǒng)的概述：首先，提出了無人機MEC系統(tǒng)的一般性架構(gòu)，介紹了每一層結(jié)構(gòu)的主要功能；接著，對無人機MEC的典型應用場景進行了分析，梳理得到現(xiàn)階段無人機MEC常見網(wǎng)絡拓撲結(jié)構(gòu)和關(guān)鍵技術(shù)，從中可以獲得一般性的設(shè)計方法；最后，討論了未來研究存在的開放性問題和實際應用面臨的挑戰(zhàn)。與現(xiàn)有的無人機MEC相關(guān)綜述文獻[8,10-11]相比，本文的創(chuàng)新性主要體現(xiàn)在以下方面。

? 提出了完整的MEC系統(tǒng)架構(gòu)，并對架構(gòu)中的關(guān)鍵技術(shù)和功能進行了介紹，而文獻[8,10]只對無人機輔助MEC系統(tǒng)的概念和關(guān)鍵使能技術(shù)進行了介紹，忽略了其體系架構(gòu)。

? 梳理了無人機輔助MEC關(guān)鍵技術(shù)，對現(xiàn)階段應用的先進技術(shù)及各技術(shù)之間的脈絡關(guān)系進行了呈現(xiàn)?，F(xiàn)有文獻缺乏對無人機輔助MEC關(guān)鍵技術(shù)的系統(tǒng)性總結(jié)，缺少對整個技術(shù)輪廓和系統(tǒng)設(shè)計的詳細刻畫。

? 完整闡述了無人機輔助 MEC在未來無線網(wǎng)絡中的潛在技術(shù)和挑戰(zhàn)，而文獻[8,10-11]在這兩方面均沒有開展全面的總結(jié)工作，如未提及多無人機協(xié)同、無人機算力網(wǎng)絡等內(nèi)容。

另外，文獻[10-11]只重點討論了無人機 MEC與當前 5G網(wǎng)絡融合帶來的機遇和挑戰(zhàn)，沒有關(guān)注在未來 6G網(wǎng)絡場景中的潛在技術(shù)發(fā)展和面臨的新難題。

1 系統(tǒng)架構(gòu)與使能技術(shù)

1.1 系統(tǒng)架構(gòu)

無人機輔助MEC基本網(wǎng)絡架構(gòu)如圖1所示，主要由地面數(shù)據(jù)層、無人機邊緣接入層和以飛艇及近地衛(wèi)星等組成的高空接入層3個部分組成。

圖1 無人機輔助MEC基本網(wǎng)絡架構(gòu)

1.1.1 地面數(shù)據(jù)層

地面數(shù)據(jù)層主要收集各種網(wǎng)絡應用場景產(chǎn)生的文本、圖片、視頻等計算任務，主要網(wǎng)絡場景包括無線傳感器網(wǎng)絡、蜂窩網(wǎng)絡、車聯(lián)網(wǎng)等，這些場景中終端設(shè)備會持續(xù)產(chǎn)生監(jiān)測、應用服務等數(shù)據(jù)，設(shè)備自身無法有效處理，需要將計算任務卸載到無人機邊緣接入層，由無人機幫助計算，再將結(jié)果回傳，減少設(shè)備計算壓力，提高用戶體驗質(zhì)量和服務質(zhì)量。根據(jù)無人機和地面MEC服務器的協(xié)同關(guān)系，可以將數(shù)據(jù)接入方式分為兩種類型：第一類為無地面MEC服務器協(xié)助的場景，此時終端設(shè)備通過無線鏈路直接接入無人機；第二類為空地協(xié)同的場景，即終端設(shè)備既可以接入無人機，也可以通過無線接入點（access point，AP）或基站接入，將計算任務就近卸載至部署有MEC服務器的AP和基站側(cè)進行處理，或直接上傳至云端進行計算。

1.1.2 無人機邊緣接入層

無人機邊緣接入層負責接入來自數(shù)據(jù)層的卸載任務，并對任務進行處理。在該層，搭載有MEC服務器的無人機作為MEC計算單元，可以直接接收來自數(shù)據(jù)層終端設(shè)備的計算任務。無人機之間也可以通過無線鏈路連接，組成多無人機協(xié)同系統(tǒng)或無人機集群，計算任務可以從地面終端設(shè)備通過多跳的形式進行傳輸，充分利用網(wǎng)絡中無人機的計算資源，提高計算效率。

1.1.3 高空接入層

高空接入層主要是由飛艇、熱氣球以及近地軌道衛(wèi)星組成的高空平臺，為無人機邊緣接入層提供中繼通信，即無人機接收計算任務后，可進一步將任務轉(zhuǎn)發(fā)至高空平臺進行計算?？紤]傳輸時延問題，高空接入層對計算時延不太敏感的業(yè)務類型尤為適用，可以進一步提升無人機邊緣接入層的計算能力，能夠滿足終端設(shè)備更加嚴苛的計算需求。高空平臺一方面能夠繼續(xù)提供算力支持，另一方面也能夠直接與云計算中心建立通信連接，調(diào)度遠端更強大的計算資源。由此可知，圖1構(gòu)建了完整的端—邊—云一體化移動邊緣計算網(wǎng)絡體系，具有普適的意義。

1.2 使能技術(shù)

為了支持圖1提出的無人機輔助MEC基本網(wǎng)絡架構(gòu)，實現(xiàn)對不同無人機之間的管理，還需要采用一些使能技術(shù)，主要包括軟件定義網(wǎng)絡（software defined network，SDN）、人工智能技術(shù)和邊緣容器管理架構(gòu)。

（1）軟件定義網(wǎng)絡

SDN可以用于網(wǎng)絡的控制。具體來說，讓某一架無人機當作SDN-MEC中心節(jié)點，除進行常規(guī)計算外，還作為 SDN控制器，實現(xiàn)對無人機飛行狀態(tài)控制和網(wǎng)絡資源管理。SDN是一種通過軟件控制器進行集中控制的網(wǎng)絡架構(gòu)，能夠?qū)崿F(xiàn)將底層物理設(shè)備的控制決策和數(shù)據(jù)轉(zhuǎn)發(fā)兩個功能分離，可以為大規(guī)模復雜網(wǎng)絡的控制提供解決方案[12-13]。無人機輔助MEC系統(tǒng)SDN控制器邏輯架構(gòu)如圖2所示，自下而上分別是數(shù)據(jù)層、控制層和應用層。數(shù)據(jù)層負責信息轉(zhuǎn)發(fā)和數(shù)據(jù)處理，通過基于OpenFlow標準協(xié)議的南向接口與控制層進行交互；控制層運行各種 SDN控制軟件，分析接收的各類數(shù)據(jù)流，并將運行結(jié)果作為控制策略通過北向接口發(fā)至上層，實現(xiàn)網(wǎng)絡服務和管理功能，或通過南向接口下發(fā)至數(shù)據(jù)層，實現(xiàn)物理資源管控；應用層主要運行各種應用程序，如無人機軌跡優(yōu)化、通信/計算資源調(diào)度算法等，并通過北向接口將網(wǎng)絡行為告知控制層，進而達到對網(wǎng)絡全局管控的目的。

圖2 無人機輔助MEC系統(tǒng)SDN控制器邏輯架構(gòu)

（2）人工智能技術(shù)

無人機輔助MEC網(wǎng)絡豐富業(yè)務應用和極致性能需求對網(wǎng)絡架構(gòu)提出了較高要求。AI賦能的無人機輔助MEC網(wǎng)絡具有支持AI原生的能力，為AI算法的運行提供基本環(huán)境和基礎(chǔ)插件。通過部署群智協(xié)同、云邊端一體化和分布式學習等算法，可以提高網(wǎng)絡資源的管理能力（如智能調(diào)度、跨域管理等）、提升資源利用效率、增強任務匹配性能，并增強對差異化實時業(yè)務的兼容能力。在無人機輔助MEC網(wǎng)絡中，利用AI技術(shù)不僅為網(wǎng)絡提供了一種優(yōu)化工具，也提供了一種AI原生新型網(wǎng)絡結(jié)構(gòu)和智能空口技術(shù)的有效實現(xiàn)方案，激發(fā)網(wǎng)絡通信和計算性能上的更大潛力。

（3）邊緣容器管理架構(gòu)

無人機輔助MEC系統(tǒng)中應用程序分散在云、邊、端各側(cè)，應用程序需要得到有效管理。另外，無人機輔助MEC系統(tǒng)還面臨單集群節(jié)點跨地域、計算資源分散、云邊端網(wǎng)絡不可靠等問題，應用很難部署到邊緣計算節(jié)點上進行可靠運行?？梢圆捎没贙ubernetes（K8S）的邊緣容器管理架構(gòu)，如圖3所示。通過該架構(gòu)，能夠把分布在云、邊、端各處的計算資源放在一個 K8S集群中進行管理，打造專屬邊緣平臺即服務（platform as a service，PaaS）平臺?；?K8S的邊緣容器管理架構(gòu)為分布式架構(gòu)，能夠為分布式MEC應用系統(tǒng)提供基本框架，并提供管理所有運行應用程序的容器，持續(xù)監(jiān)視應用集群并對其組成進行調(diào)整，達到對整個網(wǎng)絡資源的彈性納管和控制的目的，實現(xiàn)效率上的極致。

圖3 基于K8S的邊緣容器管理架構(gòu)

2 典型應用分類和關(guān)鍵技術(shù)

本節(jié)主要介紹無人機輔助 MEC系統(tǒng)常見網(wǎng)絡結(jié)構(gòu)以及典型應用分類，并介紹在實際網(wǎng)絡設(shè)計中涉及的關(guān)鍵技術(shù)。

2.1 網(wǎng)絡結(jié)構(gòu)

無人機輔助MEC網(wǎng)絡結(jié)構(gòu)如圖4所示，主要分為4種典型網(wǎng)絡拓撲結(jié)構(gòu)。

圖4 無人機輔助MEC網(wǎng)絡結(jié)構(gòu)

（1）點對點計算

無人機作為 MEC服務器直接為終端設(shè)備提供計算服務，此結(jié)構(gòu)常見于無地面基礎(chǔ)設(shè)施的野外環(huán)境、應急救災等場景[14-16]。終端設(shè)備通過任務卸載將數(shù)據(jù)傳輸?shù)綗o人機，無人機通過本地計算再將結(jié)果回傳至終端，構(gòu)成兩點之間的閉環(huán)。這種結(jié)構(gòu)具有拓撲簡單、部署快、容易實現(xiàn)等特點，在面對臨時快速響應、環(huán)境監(jiān)測等場景時具有良好的應用效果，但對無人機的計算能力要求較高，并不能很好地應對地面超大規(guī)模用戶、計算需求密集等場景。

（2）空地協(xié)同

在空地協(xié)同網(wǎng)絡結(jié)構(gòu)中，終端設(shè)備可以將計算任務卸載到無人機和地面MEC服務器進行數(shù)據(jù)處理，即網(wǎng)絡中的算力支持同時來自空中無人機平臺和地面部署在接入點或基站的MEC服務器[17-19]。該場景中，空地協(xié)同主要體現(xiàn)在終端設(shè)備對空地計算資源的選擇和調(diào)度上，以及對計算任務的卸載策略上。相對于點對點計算而言，空地協(xié)同網(wǎng)絡結(jié)構(gòu)能夠提供更強大的計算保障，網(wǎng)絡拓撲更加靈活，在蜂窩網(wǎng)、熱點覆蓋、D2D通信（device-to-device communication）等場景中較為常見，但終端與地面MEC服務器之間的信號傳輸衰減嚴重，容易受地面?zhèn)鬏敪h(huán)境的影響，因此該類結(jié)構(gòu)網(wǎng)絡覆蓋能力依然有限。

（3）空地中繼協(xié)同

為了進一步提升上述空地協(xié)同網(wǎng)絡結(jié)構(gòu)的覆蓋能力，學術(shù)界提出了一種空地中繼協(xié)同網(wǎng)絡結(jié)構(gòu)，如圖4（c）所示。在空地中繼協(xié)同網(wǎng)絡結(jié)構(gòu)中，無人機同時具備計算和中繼轉(zhuǎn)發(fā)的功能[20-22]。無人機接收來自地面終端的計算任務時，無人機可以通過執(zhí)行本地計算，完成計算任務；也可以通過中繼傳輸協(xié)議，將接收的計算任務轉(zhuǎn)發(fā)至高空平臺或云計算中心協(xié)助計算，從而極大地釋放自身的計算壓力，提升網(wǎng)絡計算能力。無人機由于中繼的存在，可以調(diào)度到遠端 MEC計算資源，有效擴展網(wǎng)絡的覆蓋范圍和計算能力?？盏刂欣^協(xié)同屬于云—邊—端深度融合的一種網(wǎng)絡結(jié)構(gòu)，能夠充分有效地調(diào)度全域計算資源，實現(xiàn)全域資源的有效管理，適合計算需求大、覆蓋范圍廣和無人機計算能力受限等場景。然而，此類結(jié)構(gòu)拓撲結(jié)構(gòu)較為復雜，調(diào)度策略設(shè)計難度較大，而且信號多跳會帶來路由管理上的難題和設(shè)計上的復雜度，造成額外計算時延開銷的問題。

（4）多無人機協(xié)同

多無人機協(xié)同是一種比較常見的無人機輔助MEC網(wǎng)絡結(jié)構(gòu)，主要考慮采用多無人機或無人機群的方式為地面終端設(shè)備提供計算服務[23-25]。多無人機協(xié)同能夠適應更加復雜的網(wǎng)絡環(huán)境，對不同網(wǎng)絡結(jié)構(gòu)、不同任務數(shù)據(jù)類型具有很好的兼容能力，如超密集網(wǎng)絡、異構(gòu)蜂窩網(wǎng)絡等。通過對多無人機的協(xié)同控制，包括無人機之間的計算資源協(xié)同管理、無人機軌跡規(guī)劃等，能夠滿足不同任務類型對計算能力的要求，從而提供強大的計算支持，并能夠解決廣域復雜環(huán)境的覆蓋問題。另外，多無人機間也可以通過鏈路連接，形成多無人機間資源共享，大幅提升對網(wǎng)絡離散資源聯(lián)動設(shè)計的靈活性，消除終端設(shè)備對某一部分無人機的依賴性，網(wǎng)絡的魯棒性能夠得到充分的保障。值得一提的是，多無人機協(xié)同中的無人機聯(lián)合設(shè)計問題、三維軌跡規(guī)劃問題等在實際研究和應用中依然極具挑戰(zhàn)。

2.2 典型應用分類

得益于無線通信領(lǐng)域不斷發(fā)展，以及在無人機機動性和控制方面取得飛速進步，無人機輔助MEC具有廣闊的應用前景。目前，常見應用場景包括以下幾點。

（1）定制化邊緣云服務

根據(jù)用戶需求，可以利用無人機輔助MEC提供定制化邊緣云服務，如賽事直播、超清點播、云游戲、云渲染等。通過無人機靈活部署，能夠增強用戶接入，降低傳輸時延，滿足用戶聯(lián)機互動的需求。另外，還可以通過無人機輔助MEC為用戶提供云安全解決方案，防止流量攻擊和病毒傳播，保障用戶的計算安全。

（2）熱點覆蓋

在通信熱點區(qū)域，如重大賽事、節(jié)日活動、音樂會現(xiàn)場等，大規(guī)模用戶帶來密集的計算需求，造成地面固定基礎(chǔ)設(shè)施超負荷運行，用戶服務需求得不到保證。通過部署無人機MEC，可以對熱點區(qū)域數(shù)據(jù)進行分流，擴大網(wǎng)絡計算容量，有效緩解區(qū)域內(nèi)計算數(shù)據(jù)的擁塞，提升用戶的體驗質(zhì)量和服務質(zhì)量。

（3）應急救援

在突發(fā)自然災害時，往往會造成地面通信基礎(chǔ)設(shè)施損毀的情況。為了及時恢復通信，第一時間了解受災現(xiàn)場，可以部署無人機MEC節(jié)點，通過拍攝圖像或視頻，分析提取關(guān)鍵信息，如人員搜救、目標物體受災監(jiān)測等，輔助指揮人員準確采取有效應對措施。

（4）數(shù)據(jù)采集

在湖泊、山地、沙漠等野外環(huán)境中，由于缺少通信設(shè)施，并受地理地形的影響，環(huán)境監(jiān)測和對廣泛部署的傳感節(jié)點進行數(shù)據(jù)采集都是難以開展的工作。通過派遣無人機MEC節(jié)點可以有效克服這些難題，規(guī)避人力實施帶來的各種危害和風險，而且能夠避免建設(shè)大量的固定基礎(chǔ)設(shè)施，極大地降低監(jiān)測和數(shù)據(jù)采集成本。

（5）軍事應用

在軍事場景中，面臨的環(huán)境一般都缺少地面通信基礎(chǔ)設(shè)施，前線與指揮中心的通信連接很難持續(xù)得到穩(wěn)定保障。因此，利用無人機MEC節(jié)點，不僅可以幫助建立前線與后方之間的無線連接，還能夠通過無人機實時偵察并分析回傳敵方的狀態(tài)，為指揮中心作戰(zhàn)命令下達提供有效情報。另外，與人工智能、飛控導航等先進技術(shù)結(jié)合后，無人機MEC還能夠參與到人質(zhì)救援、目標打擊、戰(zhàn)場毀傷評估等作戰(zhàn)活動，加速了無人化、智能化戰(zhàn)爭的發(fā)展。

2.3 關(guān)鍵技術(shù)

在當前研究中，無人機輔助MEC系統(tǒng)關(guān)鍵技術(shù)總結(jié)如圖5所示。在進行設(shè)計時，主要從計算任務和無人機設(shè)計兩個方面考慮，其中計算任務又可分為本地計算和任務卸載兩種方式。本地計算是指計算任務在設(shè)備自身進行本地處理，根據(jù)CPU計算頻率的分配情況，分為固定計算頻率方式和動態(tài)計算頻率方式；任務卸載是指設(shè)備將部分任務傳輸?shù)狡渌O(shè)備進行輔助計算，這個過程主要包括卸載模式、卸載技術(shù)和資源分配3個關(guān)鍵方面。首先，卸載模式包括部分卸載和二元卸載（也稱為二進制卸載）。部分卸載允許設(shè)備將計算任務分成若干子任務，這些子任務一般為相互獨立的關(guān)系，可以通過無線傳輸?shù)姆绞竭w移到其他設(shè)備進行計算；而二元卸載是將任務作為一個整體，只能在設(shè)備本地完成計算或作為整體卸載至其他設(shè)備。相比于部分卸載，二元卸載硬件實現(xiàn)復雜度更低，但靈活性不強。另外，卸載技術(shù)主要指一些先進的無線傳輸技術(shù)，包括多址接入技術(shù)（如 NOMA、正交多址（orthogonal multiple access，OMA））、多輸入多輸出（multiple-input multiple-output，MIMO）技術(shù)、智能反射面（intelligent reflecting surface，IRS）技術(shù)、全雙工（full duplex）技術(shù)等，通過應用這些技術(shù)，能夠提高任務卸載速率，使系統(tǒng)獲得更大的增益。最后，資源分配主要包括兩個方面的內(nèi)容，分別是通信資源分配和計算資源分配。通信資源主要指系統(tǒng)中的時隙、編碼、通信帶寬、發(fā)射功率等系統(tǒng)資源，計算資源則指設(shè)備自身和MEC服務器提供的CPU計算模塊。在實際研究場景中，對系統(tǒng)資源進行分配方案優(yōu)化對于提高系統(tǒng)運行效率至關(guān)重要，是無人機輔助MEC系統(tǒng)設(shè)計的重點內(nèi)容。

圖5 無人機輔助MEC系統(tǒng)關(guān)鍵技術(shù)總結(jié)

無人機設(shè)計涵蓋兩個大的方面，一是空地信道建模問題，另一個是無人機控制問題?？盏匦诺澜Ｖ饕譃?種信道模型，分別是視距鏈路模型（line-of-sight channel model）、概率信道模型（probabilistic channel model）和仰角信道模型（angle dependent channel model）。視距鏈路模型適用于開闊、沒有障礙物遮擋的信道環(huán)境，是一種比較理想化的模型；概率信道模型和仰角信道模型都考慮了非視距鏈路的影響，更適合實際應用場景，如鄉(xiāng)村城市等有障礙物影響的傳輸環(huán)境。無人機控制問題可以根據(jù)無人機的運動模式分成動態(tài)軌跡規(guī)劃和靜態(tài)位置部署，其中動態(tài)軌跡規(guī)劃是最為常見的一類。相比于靜態(tài)位置部署，動態(tài)軌跡規(guī)劃能夠帶來更明顯的性能增益，無人機的移動性能得到更充分的利用。動態(tài)位置規(guī)劃中，根據(jù)無人機的數(shù)量可以分為單無人機軌跡規(guī)劃和多無人機軌跡規(guī)劃；根據(jù)空間維度可以分為一維軌跡優(yōu)化、二維軌跡優(yōu)化和三維軌跡優(yōu)化。目前，無人機的軌跡優(yōu)化問題正從二維軌跡優(yōu)化向三維軌跡優(yōu)化方向發(fā)展，同時也出現(xiàn)了諸多仍未徹底解決的問題，如三維無人機能耗建模問題、三維多無人機協(xié)同控制問題等。

上述關(guān)鍵技術(shù)為無人機輔助 MEC的研究工作奠定了技術(shù)基礎(chǔ)和基本設(shè)計思路，并催生了諸多應用類型。根據(jù)當前文獻中研究目標的不同，無人機輔助MEC系統(tǒng)研究分類見表1，大致可分為5類。

表1 無人機輔助MEC系統(tǒng)研究分類

（1）能耗最小

能耗作為無人機輔助 MEC系統(tǒng)關(guān)鍵性能指標之一，得到了廣泛的研究。無人機輔助MEC系統(tǒng)能耗主要來自3個方面，即無人機飛行能耗、計算能耗和通信能耗。在具體設(shè)計中，需要分別就這3部分能耗進行考慮，以達到系統(tǒng)能耗最小的目的。文獻[16]的目標是最大化終端設(shè)備的最小能耗，提出一種聯(lián)合優(yōu)化算法解決了非凸問題；文獻[19]采用加權(quán)均方誤差法和 S-procedure方法，實現(xiàn)了無人機和終端設(shè)備能耗最小化的目的；文獻[20]則通過聯(lián)合優(yōu)化系統(tǒng)通信和計算資源、無人機軌跡，考慮了無人機作為移動中繼MEC場景的系統(tǒng)總能耗最小化問題。

（2）計算時延最低

計算時延也是無人機輔助 MEC系統(tǒng)關(guān)鍵性能指標之一，計算時延主要包括3個方面：任務卸載時延、任務計算時延和結(jié)果回傳時延。減少無人機MEC系統(tǒng)的時延開銷，對保障系統(tǒng)的有效性至關(guān)重要。文獻[15]考慮了最小化最大終端設(shè)備計算時延的問題；文獻[15]則考慮了所有終端計算時延和最小化，并同時考慮了無人機的能耗問題；文獻[21]通過設(shè)計三維無人機位置部署，減少系統(tǒng)的計算時延開銷；文獻[23]主要設(shè)計了多無人機協(xié)同的場景，通過開展多無人機聯(lián)合軌跡設(shè)計和系統(tǒng)資源管理，實現(xiàn)了終端設(shè)備任務計算時延最小的目標。

（3）計算容量最高

計算容量的定義為終端設(shè)備或無人機在給定的網(wǎng)絡資源能夠?qū)崿F(xiàn)的最大計算量，是用于衡量無人機MEC系統(tǒng)計算能力強弱的關(guān)鍵性能指標。一般而言，無人機輔助MEC系統(tǒng)的資源都是受限的，而如何利用有限的資源滿足盡可能多的計算需求具有顯著意義。文獻[26]提出了在無人機無線能量傳輸MEC網(wǎng)絡中的計算容量問題，同時考慮了部分卸載（partial offloading）和二元卸載（binary offloading）兩種卸載模式；文獻[27]和文獻[28]分別提出了在無人機中繼協(xié)作傳輸和非正交多址接入（non-orthogonal multiple access，NOMA）網(wǎng)絡場景的無人機計算容量最大化問題。

（4）計算能效最大

計算能效是指在單位計算能耗上能完成的最大計算量，一般也稱為計算效率（computation efficiency），可以用來權(quán)衡計算量與能量開銷之間的關(guān)系。對于無人機輔助MEC系統(tǒng)而言，計算量和能量都是非常關(guān)鍵的性能指標，因此在實際設(shè)計中，通常需要考慮兩者間的最佳折中關(guān)系。文獻[17]提出在空地協(xié)同場景中，以系統(tǒng)能效作為目標，通過對系統(tǒng)資源管理和無人機軌跡設(shè)計，尋求計算容量與計算能耗之間的最佳權(quán)衡關(guān)系；文獻[29]通過優(yōu)化無人機的軌跡和任務分配實現(xiàn)了系統(tǒng)能效最大化；文獻[30]和文獻[31]都考慮了多無人機計算能效的問題，且文獻[31]采用了NOMA作為多址方式。

（5）計算安全性最強

由于無線傳輸環(huán)境的開放性，信息傳輸很容易受到非法用戶的監(jiān)聽，造成數(shù)據(jù)泄露風險。無人機輔助 MEC系統(tǒng)的計算安全主要體現(xiàn)在任務數(shù)據(jù)卸載的過程。如何有效保障終端設(shè)備數(shù)據(jù)的私密性，對于衡量無人機MEC系統(tǒng)的安全性來說至關(guān)重要，受到比較廣泛的關(guān)注。文獻[32]考慮采用雙無人機的網(wǎng)絡結(jié)構(gòu)抵御地面竊聽用戶，其中一架無人機作為MEC服務器輔助地面設(shè)備計算，另一架無人機則作為干擾（Jamming）無人機，用于發(fā)射干擾噪聲，抑制非法用戶的惡意竊聽；文獻[33]考慮了來自空中的非法竊聽用戶，利用地面干擾機發(fā)射抑制噪聲減少竊聽，增大合法用戶的安全計算容量；為了減少計算數(shù)據(jù)泄露風險，文獻[34]提出通過無人機和地面非卸載用戶聯(lián)合發(fā)送噪聲的方式抑制竊聽，并考慮了不確切的信道狀態(tài)信息的情況；文獻[35]提出了在能量收集的網(wǎng)絡場景中，無人機利用全雙工通信的方式，同時接收用戶卸載的任務和發(fā)送干擾噪聲攻擊非法竊聽者，從而提高系統(tǒng)的安全計算效率。

3 未來研究方向和應用挑戰(zhàn)

3.1 未來研究方向

作為5G關(guān)鍵性技術(shù)，無人機輔助MEC技術(shù)將繼續(xù)賦能未來6G網(wǎng)絡發(fā)展?？梢灶A見的是，新興技術(shù)的不斷涌現(xiàn)勢必會推動無人機 MEC技術(shù)的不斷發(fā)展與進步。結(jié)合當前無線通信領(lǐng)域的研究趨勢和潛在技術(shù)，未來無人機輔助MEC研究主要包括以下幾個方向。

（1）三維多無人機協(xié)同MEC

如前文所述，三維無人機設(shè)計和多無人機協(xié)同均具有顯著優(yōu)勢，也是當前研究的熱點。將三維無人機與多無人機進行結(jié)合，可以實現(xiàn)更為復雜的功能。三維無人機軌跡設(shè)計能夠通過水平和縱向操縱，實現(xiàn)全空域移動控制，完全釋放無人機移動性促進系統(tǒng)性能提升的潛力。另外，多無人機協(xié)同能夠同時實現(xiàn)空—空、空—地、空—天—地等多域資源聯(lián)合調(diào)度，極大增強網(wǎng)絡資源配置的靈活性。因此，三維無人機協(xié)同MEC將具有巨大應用潛力，是未來通信發(fā)展的一種必然范式。

（2）基于智能無線傳輸?shù)臒o人機MEC

基于智能無線傳輸?shù)臒o人機 MEC是指通過采用IRS重構(gòu)無線傳輸環(huán)境，以達到增強無線傳輸性能的目的。IRS是一種無源的平面反射陣列，其表面整齊排列著許多可重構(gòu)元素，每一個元素都可以對入射信號進行單獨的相移和幅度控制，從而改變?nèi)肷湫盘柕膫鬏斕匦訹27]。目前，IRS作為6G關(guān)鍵技術(shù)，已經(jīng)被寫入6G白皮書。在基于智能無線傳輸?shù)臒o人機輔助MEC系統(tǒng)中，根據(jù)場景需求，可以采取地面部署IRS的方式，也可以將IRS部署在無人機上，兩種結(jié)構(gòu)各有其優(yōu)勢。在實際設(shè)計中，基于智能無線傳輸?shù)臒o人機輔助MEC系統(tǒng)主要需要考慮通過結(jié)合多天線技術(shù)和IRS無源波束成形技術(shù)，以及對無人機軌跡進行規(guī)劃，增強信號傳輸質(zhì)量，提高任務卸載效率。該研究方向開辟了新的設(shè)計維度，是對隨機信道被動適應到主動控制的跨越，具有廣闊的研究前景。

（3）通感一體無人機MEC

通信感知一體化（integrated sensing and communication，ISAC）是未來無線網(wǎng)絡發(fā)展的一項重要使能技術(shù)，能夠同時實現(xiàn)通信任務和感知任務[36]。未來無人機輔助MEC系統(tǒng)中，無人機的功能不單單限于通信和計算，還需要具備高精度且穩(wěn)健的感知能力，以更好地滿足工業(yè)互聯(lián)網(wǎng)、環(huán)境監(jiān)測、車聯(lián)網(wǎng)、智能家居等不同應用場景的需求。一方面，通過復用數(shù)據(jù)卸載的射頻信號，可以實現(xiàn)對目標物體的感知，達到狀態(tài)觀測的目的，擴展了網(wǎng)絡功能。尤其通過結(jié)合先進的太赫茲（terahertz，THz）超大帶寬通信技術(shù)，可以極大提高通信和感知能力，獲得高精度的定位和高分辨率3D成像信息；另一方面，通過感知，能夠獲取對無線傳輸環(huán)境的反饋信息，進而輔助增強信號傳輸質(zhì)量。因此，通感一體無人機MEC的研究將突破傳統(tǒng)設(shè)計的局限，具有顯著的現(xiàn)實意義。目前，通感一體無人機 MEC相關(guān)議題仍處于研究空白階段，其基本設(shè)計思路、典型研究架構(gòu)、關(guān)鍵性能指標等仍有待進一步探索。

（4）智能算法融合的無人機MEC

當前，AI技術(shù)已經(jīng)逐漸滲透到各研究領(lǐng)域，對基于傳統(tǒng)方法開展的研究工作產(chǎn)生了深遠的影響。在無人機MEC研究場景中，AI智能算法正在逐步替代傳統(tǒng)算法發(fā)揮作用。盡管有些場景還未能達到一些經(jīng)典算法實現(xiàn)的效果，但隨著未來算法的改進、機器算力的提升，AI智能算法不排除取得與經(jīng)典算法一樣的效果，甚至超越經(jīng)典算法。值得一提的是，AI智能算法已經(jīng)在一些問題中發(fā)揮不可替代的作用，如高復雜問題求解、隨機問題優(yōu)化、網(wǎng)絡預測等，傳統(tǒng)方法往往不能有效解決上述問題，或需要依靠復雜的分析、近似和簡化等過程獲取數(shù)值解，性能很難得到保障。而在無人機輔助MEC中，經(jīng)常需要進行計算任務預測，還面臨著計算任務和信道參數(shù)隨機、問題建模結(jié)構(gòu)復雜等現(xiàn)實難題，通過融合智能算法，能夠很好地貼合無人機MEC場景，并有望開辟全新的設(shè)計思路和嶄新的研究途徑。同時，無人機軌跡規(guī)劃具有時間上的長期性，且滿足馬爾可夫決策過程，具有應用智能算法的天然優(yōu)勢。

（5）無人機算力網(wǎng)絡

現(xiàn)有無人機輔助 MEC系統(tǒng)受限于單個或少數(shù)無人機計算能力，沒有形成無人機算力網(wǎng)絡。與單純多無人機協(xié)同不同的是，無人機算力網(wǎng)絡可以通過多無人機間、各云之間的算力資源協(xié)同調(diào)度與分配，將算力資源信息與網(wǎng)絡資源信息匹配，實現(xiàn)多云、多類資源的聯(lián)合優(yōu)化。在無人機算力網(wǎng)絡中，可以將網(wǎng)絡中所有的算力資源進行池化，算力池能夠根據(jù)當前的狀態(tài)及時向網(wǎng)絡控制面報告可利用的空閑算力信息，用戶會根據(jù)得到的算力信息以最佳的路由獲取這些空閑算力資源，極大提高網(wǎng)絡的計算性能。目前，對無人機算力網(wǎng)絡的研究處于起步階段，對于算力度量、資源視圖、信息分發(fā)和資源調(diào)度等方面的關(guān)鍵性議題仍有待探索。

3.2 未來應用挑戰(zhàn)

盡管無人機輔助 MEC可以克服傳統(tǒng)地面MCE網(wǎng)絡覆蓋范圍小、靈活性差和成本高等一些弊端，但是也面臨著諸多限制和挑戰(zhàn)，無人機輔助MEC系統(tǒng)面臨的部分挑戰(zhàn)如圖6所示。

圖6 無人機輔助MEC系統(tǒng)面臨的部分挑戰(zhàn)

（1）無人機能力受限

無人機作為空中平臺，一直面臨著能量受限的問題，導致無人機輔助MEC系統(tǒng)的服務周期較短，給實際任務的開展帶來不便。電池續(xù)航問題也間接導致網(wǎng)絡處理能力的局限性，對網(wǎng)絡進行節(jié)能優(yōu)化、提高續(xù)航時間對解決此問題尤為重要。另外，無人機有效載荷限制也導致無人機只能搭載計算能力極為有限的MEC服務器，因此在計算需求大的網(wǎng)絡場景容易出現(xiàn)飽和的狀態(tài)，影響系統(tǒng)的計算效果。

（2）多無人機協(xié)同控制

相較于單無人機，多無人機協(xié)同MEC場景具有覆蓋范圍廣、計算能力強、網(wǎng)絡魯棒性高等優(yōu)勢，是未來無人機輔助 MEC系統(tǒng)發(fā)展的重要范式。然而，多無人機協(xié)同控制問題依然需要被解決。在多無人機場景，需要考慮的關(guān)鍵因素主要包括卸載模式選取、用戶接入方式、無人機與地面設(shè)備間單跳任務卸載、無人機與無人機之間的多跳任務傳輸，以及多無人機聯(lián)合軌跡設(shè)計等，這些因素無疑加劇了多無人機協(xié)同設(shè)計的建模難度和算法實現(xiàn)的復雜度，也是未來多無人機協(xié)同MEC網(wǎng)絡研究需要重點解決的問題。

（3）無線連接受限

無人機由于高空優(yōu)勢，能夠獲得相較于地面通信更好的鏈路質(zhì)量，但在障礙物密集的復雜環(huán)境中，如城市、山區(qū)、叢林等，無線連接的穩(wěn)定性和有效性很難得到保障。地面終端的任務卸載很容易受到周圍障礙物的遮擋，造成信號傳輸衰減嚴重，甚至無法傳輸?shù)綗o人機邊緣節(jié)點。盡管無人機可以通過移動性優(yōu)勢，增強與目標終端之間的鏈路質(zhì)量，但在多用戶場景中，此時其他設(shè)備的服務效果卻很難得到保證，從而影響網(wǎng)絡整體性能。因此，如何改善無線傳輸環(huán)境，提高無線鏈路傳輸質(zhì)量，也是目前無人機輔助MEC系統(tǒng)面臨的一大挑戰(zhàn)。

（4）數(shù)據(jù)卸載安全問題

無人機高空優(yōu)勢有助于幫助改善無線傳輸質(zhì)量，但同時也增加了數(shù)據(jù)泄露的風險。而且，未來竊聽用戶不僅來自地面，也可能來自空中，空地雙重竊聽無疑極大增加了數(shù)據(jù)安全防御方面的挑戰(zhàn)。一般而言，竊聽方式分為主動竊聽和被動竊聽兩種，主動竊聽方式下竊聽用戶會對外發(fā)出電磁信號，容易被偵查識別，進而可以開展精準打擊，因此這種方式在實際中相對容易應對。在被動竊聽方式下，竊聽用戶通常保持電磁靜默狀態(tài)，因此無法對其展開精確打擊，只能通過技術(shù)手段偵查竊聽用戶的大致范圍，通過對網(wǎng)絡卸載策略和無人機軌跡設(shè)計等，盡可能降低數(shù)據(jù)泄露的風險，這種情況更具有現(xiàn)實意義，但同時也是目前研究工作中待解決的難題。

（5）無人機無線信道測量與建模

為了能夠?qū)o人機通信系統(tǒng)開展可靠研究，并進行實際優(yōu)化設(shè)計和性能評估，建立準確的無人機無線信道模型至關(guān)重要。與傳統(tǒng)固定路徑之間的通信不同，無人機通信系統(tǒng)表現(xiàn)了更為復雜的特性。首先，無人機的快速移動性導致信號傳輸不穩(wěn)定，多普勒頻移帶來的影響不可忽視；其次，無人機對地通信過程中信號歷經(jīng)的路徑復雜多變，容易被各類障礙物的頻繁遮擋，造成接收信號包絡起伏變化劇烈。因此，開展無人機無線信道測量與建模工作具有現(xiàn)實意義。目前，針對無人機的信道建模方式主要分為確定性模型和統(tǒng)計模型兩種。盡管如此，依靠現(xiàn)有模型獲得的無人機傳輸特性與實際測量結(jié)果值之間仍有差距，如現(xiàn)有信道模型無法有效反映無人機非平穩(wěn)信道特性和地面反射分量等。另外，在無人機輔助MEC網(wǎng)絡中，高計算時延的需求對無人機信道的測量帶來了更嚴峻的挑戰(zhàn)。而且，為了便于設(shè)計，無人機通信場景對信道模型的低復雜性也有一定的要求。未來的研究工作需要借助各類手段著力解決上述挑戰(zhàn)，如通過引入時變參數(shù)表現(xiàn)無人機信道的非平穩(wěn)特性，或通過借助隨機幾何的方法推導更加普適、低復雜度的參考模型?？傊?，如何開展無人機無線信道測量、提出無人機無線信道統(tǒng)一標準化模型，是無人機未來應用需要重點解決的問題之一。

（6）標準化及商業(yè)模式

無人機輔助 MEC系統(tǒng)對于運營商、設(shè)備商和芯片廠商而言是一種創(chuàng)新的網(wǎng)絡架構(gòu)和業(yè)務模式，相關(guān)的標準化工作正受到各大標準化組織的關(guān)注。目前，關(guān)于 MEC的標準化工作已基本開展完畢，包括平臺架構(gòu)、技術(shù)需求、程序接口等都已被歐洲電信標準組織（European Telecommunications Standards Institute，ETSI）明確，而在此之上的無人機輔助 MEC的標準化工作還沒有被制定，有待行業(yè)進一步探討。此外，無人機輔助 MEC的業(yè)務場景雖然可以借鑒ETSI對MEC的七大業(yè)務場景的規(guī)范和描述，但對無人機輔助 MEC系統(tǒng)中區(qū)別于傳統(tǒng)MEC的典型業(yè)務場景類型并沒有得到行業(yè)和標準化組織的統(tǒng)一，從計費標準和商業(yè)模式到最后落地部署等一系列工作，仍需要進一步討論和確定。

4 結(jié)束語

無人機輔助 MEC系統(tǒng)作為未來無線通信網(wǎng)絡的發(fā)展方向，具有高空平臺、移動性、低成本等優(yōu)勢，能夠顯著改善網(wǎng)絡計算能力、降低時延，獲得了廣闊的研究價值和應用前景。此外，無人機輔助MEC技術(shù)融合自身全域資源管理特性，能夠深度賦能未來空—天—地—海一體化網(wǎng)絡實現(xiàn)，有助于打造全方位立體算力網(wǎng)絡。本文全面剖析了無人機輔助MEC系統(tǒng)的特點、網(wǎng)絡架構(gòu)和關(guān)鍵技術(shù)，討論了目前面臨的主要挑戰(zhàn)，并展望了未來發(fā)展方向。無人機輔助MEC技術(shù)在5G中持續(xù)發(fā)展及產(chǎn)業(yè)融合，將助推集研發(fā)設(shè)計、生產(chǎn)制造、服務管理于一體的工業(yè)生產(chǎn)實踐，為社會和企業(yè)賦能。同時，持續(xù)開展對未來無人機輔助MEC系統(tǒng)的學術(shù)研究，將有助于推動更多的創(chuàng)新應用出現(xiàn)，從而帶動垂直行業(yè)不斷演進。同樣地，在社會產(chǎn)業(yè)需求的正向反饋下，無人機輔助MEC系統(tǒng)研究也必將獲得更深遠的發(fā)展。