【摘 要】面向UAV智能感知和数据传输任务,设计了一种灵活高效的通感一体化资源优化方案。其中,UAV负责感知地面用户并将感知到的数据发送给基站。引入雷达互信息衡量UAV感知性能,并进一步考虑UAV能耗问题,在此基础上,采用联邦Q学习算法,联合优化UAV的发射功率和轨迹,实现系统互信息最大化。仿真结果表明,所提算法能够在保证感知数据高效传输的基础上,有效解决基于ISAC的UAV网络资源优化问题,联合提升系统通信和感知互信息。
【关键词】6G;通感一体化;无人机集群;轨迹优化;联邦学习
0 引言
6G将移动通信技术、人工智能与大数据技术深度融合,以增强网络感知能力,实现感知与通信的紧密结合,促进万物互联到通感智联的转变。为满足元宇宙、数字孪生等新兴业务的需求,6G网络将超越传统通信,提供无处不在的感知服务以感知周边环境。进入6G时代,无线通信频段向毫米波、太赫兹等更高频段发展,逐渐与传统的雷达感知频段交叠,在相同频谱上实现感知与通信的融合,不仅可以提升频谱资源利用率,还可以缓解传统无线频谱资源紧张的问题[1]。通信感知一体化(ISAC, Integrated Sensing and Communication)可以实现通信感知的相互协作,以较低成本内生感知能力,以支持多点组网协同感知,进而为不同场景提供定制化感知服务[2]。在复杂的感知环境和应用场景中,多点协同组网感知可以突破单点感知资源有限的瓶颈,实现分布式智能协作感知,提升感知性能。
无人机(UAV, Unmanned Aerial Vehicle&#