面向未來的陸海空天融合通信網絡架構

李妍　范筱　黃曉明　夏明華

【摘? 要】為了實現全球化的無縫網絡覆蓋，陸、海、空、天四位一體化融合通信已成為未來6G通信的發展趨勢。對陸海空天一體化通信的網絡架構及對應的關鍵技術進行綜合分析與設計，并進行一項平流層通信試驗案例分析。首先，簡要回顧陸海空天融合通信的的發展背景;其次，詳細討論陸海空天融合通信系統的三項關鍵技術：3D網絡建模、頻率規劃以及移動性管理，特別地，強調一種基于Binomial-Delaunay四面體的新型網絡模型;基于該模型，進一步討論了頻率規劃方案和節點綜合移動模型;然后，扼要討論3D網絡中的無人機信道建模、動態頻譜資源共享、干擾管理和基于AI的網絡設計等四項關鍵技術;最后，作為空間網絡架構演進中的一環，提出一種分層、異構式融合通信網絡架構，并展示一個近期完成的平流層通信試驗。

【關鍵詞】融合通信;3D網絡建模;頻率規劃;移動性管理;平流層通信

0? ? 引言

自1980年代以來，移動通信系統基本以十年為一個周期開始新一代的大規模商業部署，并為用戶提供更強大的網絡連接/傳輸能力和新的應用服務。如圖1所示，移動通信從專注于滿足人與人之間的通信（1G～3G），發展到初步實現人與物之間的通信（4G），再進一步發展到“萬物互聯”（5G），最后期待實現陸海空天一體化融合通信（6G）。從應用和業務層面來看，4G之前的移動通信主要面向以人為中心的個人消費市場，而5G的消費主體從個體消費者向垂直行業和細分領域全面輻射。特別是在與人工智能（AI， Artificial Intelligence）、邊緣計算等新一代信息技術融合創新后，5G 通信能夠進一步賦能工業、交通、醫療、能源、傳媒等垂直行業，更好地滿足物聯網的海量需求以及各行業之間深度融合的要求，從而實現從萬物互聯到萬物智聯的飛躍[1]。以2019年6月6日我國工業和信息化部發放5G牌照為標志，2019年成為我國5G商用元年。

為了創新下一代通信技術，科研人員的研究重點已經開始轉向6G。目前，6G通信的主要特征可以概括為四個關鍵詞：智慧連接、深度連接、全息連接和泛在連接，它們共同構成“一念天地，萬物隨心”的6G總體愿景[2]。為了滿足該愿景，必須將先進的信息處理技術與高效的信息傳輸技術相結合。針對后者，尤其是要將陸地地面通信、低空空中通信、高空衛星通信、海洋通信、水下通信等傳統意義上呈現相互物理分離的通信系統進行重新設計和高效融合，最終構建一張滿足全球無縫覆蓋的陸海空天融合通信網絡。如圖2所示，陸海空天融合通信網絡可以分解為兩個子網絡：一個由陸基（即陸地蜂窩、非蜂窩網絡設施等）、空基（無人機、飛艇、飛機等各類飛行器）及天基（各類衛星、星鏈等）構成的空天地一體化子網[3];另一個是由水下、海基（海面及深海通信設備等）、岸基，并結合空基與天基構成的深海遠洋通信子網[4]。

（1）空天地一體化通信子網

隨著無線系統的不斷升級換代，盡管地面基站部署愈來愈密集，但是，由于網絡容量和覆蓋范圍有限，并不是所有用戶都能在任何時候、任何地點享受到高質量的網絡服務。例如，全球尚有大約10%的人口位于地廣人稀的邊遠地區，至今無法享用互聯網基礎設施服務;同時，在體育場等人員密集的熱點區域，用戶也無法享受穩定的高質量網絡服務。為了突破地面基礎設施的限制，早在2000年，美國國防部就提出要建設“天地一體化”信息網，即全球信息柵格（GIG， Global Information Grid）。其主要思路為：在統一的框架下，實現計算機信息網、傳感器網和武器平臺網的綜合集成，并遵循“按需定制”的原則，把一體化的信息網絡細分為若干個柵格，將信息共享劃分為若干層次，針對不同的用戶向他們提供所需的、經過處理的信息[5]。考慮到衛星網絡與地面網絡在覆蓋范圍、帶寬、成本等方面的不同優勢，將兩者融合組成一體化網絡，從而能夠綜合衛星網絡通信覆蓋范圍廣、不受環境限制的性能以及地面網絡容量大、速率高的特點，進而為用戶提供更優質的通信服務。隨后，許多國家和組織都開始設計并部署天地一體化項目，如歐盟的SUITED（Multisegment System for Broadband Ubiquitous Access to Internet Services and Demonstrator）項目將衛星網絡、地面蜂窩網和無線局域網等多種網絡進行融合，日本的STICS（Satellite/Terrestrial Integrated Mobile Communication System）項目也提出了共享頻譜帶寬的天地一體化移動通信網。

盡管“天地一體化”通信網絡結合了衛星網絡和地面網絡的優勢，高額的設備成本使得其無法實現全面覆蓋。隨著科技的發展，空中平臺（如無人機）的成本下降使得科研人員提出了“空天地一體化”網絡的構想。所謂空天地一體化網絡就是在天地一體化網絡的基礎上，結合基于空中平臺的空基通信網絡構成的三層異構通信網絡。例如，谷歌公司的Loon項目和Facebook公司的Aquila項目，分別通過漂浮在平流層的熱氣球和高空太陽能無人機來為缺少基礎設施的貧困/邊遠地區提供低成本網絡覆蓋，或者為用戶密集的城市熱點地區提供高性能增強覆蓋。甚至，為了使網絡完全脫離地面基礎設施，美國SpaceX公司在2015年推出了“星鏈（Starlink）計劃”，目標是利用大約42 000顆衛星為地球任何地方提供無所不在的無線網絡服務。與衛星相比，空中平臺與地面距離近，鏈路損耗少、傳播時延小，且價格較低，能夠迅速部署。歐盟的ABSOLUTE（Aerial Base Stations with Opportunistic Links for Unexpected and Temporary Events）計劃通過提供在任何天氣都能夠迅速發射的移動空中平臺來建立空天地一體化網絡，通過空中、地面和衛星通信鏈路的結合以獲得最大化的網絡容量。我國也將“天地一體化信息網絡”列入“科技創新2030—重大項目”，旨在推進天基信息網、未來互聯網、移動通信網的全面融合，形成覆蓋全球的天地一體化信息網絡。

（2）深海遠洋通信子網

海洋覆蓋了地球表面70%以上的面積，擁有豐富的生物資源、油氣資源、礦產資源等，開發和保護海洋具有極其重要的戰略意義。然而，到目前為止，高達95%的海洋尚未勘探或開發不足[6]。因此，沿海國家和相關組織提出了一系列的海洋觀測計劃，如全球海洋觀測系統（GOOS， The Global Ocean Observing System）和海底科學觀測網等。在建立海洋觀測系統之外，許多國家和組織還致力于深海遠洋通信系統的建設，旨在實現全海洋通信網絡的無縫覆蓋。深海遠洋通信系統包括海洋通信網絡和水下通信（深海通信）網絡。其中，海洋通信網絡包括海上無線通信系統、海洋衛星通信系統和基于陸地蜂窩網絡的岸基移動通信系統，它能夠保障近海、遠海和遠洋的船舶-海岸、船舶-船舶的日常通信[4]。

水下通信是深海遠洋通信系統中的關鍵技術，也是其面臨的最大挑戰。目前，實現水下無線通信的載體主要有三種：聲波、電磁波和光波。水聲通信的特點是能以相對較低的能量在幾十公里的范圍內遠距離傳輸數據。但由于聲速低（水下約1 500 m/s）和可用帶寬窄（數百kHz以內），水聲通信具有傳輸延遲大（秒量級）和傳輸數據速率相對較低（Kbit/s量級）的問題。此外，水聲信道是一個十分復雜的多徑傳輸信道，存在嚴重的多徑衰落問題[6]。與聲波相比，電磁波可以順利地通過“水-氣”界面，且水流的紊流和濁度對其影響小，從而可以提供更快的傳播速度。但是，由于海水是良性導體，電磁波在海水中衰減嚴重。而且，隨著距離和頻率的增加，衰減急劇增加。因此，水下電磁波通信通常工作在30—300 Hz的超低頻，這意味著需要大型天線以及較高發射功率才能實現高效通信。與上述兩種通信方式相比，水下光通信技術利用激光傳輸信息，具有較高的傳輸數據速率和較低的傳輸延遲。然而，由于光子與水分子和水中微粒子之間的相互作用，光波遭受嚴重的吸收和多次散射，導致傳輸距離只有數十米[7]。由于水下通信方式各具利弊，將兩種甚至多種通信方式結合起來也是當下的研究熱點。例如，文獻[8]提出一種將水下聲、光通信結合起來的軟件定義水下通信網絡。隨著無人化技術的發展，無人船也加入了海洋通信網絡中，實現靈活地與水下通信網絡相連接[9]。

（3）本文研究內容

與陸地蜂窩通信的快速發展不同，目前對于陸海空天一體化融合通信系統的研究仍處于起步階段，尚面臨大量的技術挑戰，主要包括：空間信道建模、3D 網絡建模、頻率規劃、移動性管理、干擾管理、動態頻譜資源共享、AI技術應用等。本文將著重討論3D網絡建模、頻率規劃以及移動性管理等三項技術，并簡要分析空間信道建模、動態頻譜資源共享、干擾管理、AI應用等相關技術。

1? ?3D網絡理論建模

陸地蜂窩網絡建模方法通常有兩類：一類是經典的確定性模型，最具代表性的基于正六邊形小區的七蜂窩復用結構。這種模型具有規則結構，能夠實現二維平面的無縫覆蓋，且易于數學分析，因此，它廣泛應用于蜂窩網絡規劃。但是，在實際網絡部署過程中，受基站可用站址的限制，最終確定的基站位置并不規則。全球電信運營商的實際數據顯示，大規模網絡的基站站址更符合 Poisson 點過程（Poisson Point Process， PPP），因此，近年來興起的另一種網絡建模方法是隨機幾何模型[10]。如圖3紅色虛線所分割的區域所示，如果每個用戶采用最近距離接入準則與目標基站相關聯，那么，基站周圍的多邊形邊界則形成了幾何學上的 Poisson-Voronoi 鑲嵌。顯而易見，該模型的每個小區的形狀不規則，變化范圍從三角形到十四邊形。另一方面，由于小區邊緣的用戶離基站的距離較遠，他們的性能通常較差;而且，隨著網絡結構的日趨復雜，例如在5G超密集組網的情況下，基站密度和小區的數目將極大增加，這會導致相鄰小區之間的干擾逐漸增強。為了提升用戶性能，協作多點（CoMP，Coordinated Multi-Point）傳輸技術應運而生。也就是說，除了某個用戶所在小區的基站之外，一個或者多個相鄰小區的基站也同時服務于該用戶。但是，確定服務于某個用戶的協作基站集合通常是靠在線搜索來實現的，這需要消耗大量的時間和回傳鏈路資源 [11];而且，因為協作集合是針對單個用戶動態建立的，所以，很難對用戶性能進行精確的數學分析。

為了避免小區形狀不規則并高效利用CoMP傳輸技術，文獻[12]創造性地提出了一種確定性的協作模型，其基本原理是采用與Poisson-Voronoi鑲嵌相互對偶的Poisson-Delaunay三角剖分幾何結構。直觀上，如圖3藍色實線所分割的區域所示，每個藍色三角形表示一個Poisson-Delaunay小區，小區內任一用戶的協作基站集合就是由位于該小區的三個頂點位置上的基站所構成。而且，根據基站的已知地理位置信息，Poisson-Delaunay三角剖分的幾何結構是唯一確定的。因此，根據用戶和基站的地理位置信息，任意用戶的三個協作服務基站就可以離線且唯一確定，這完全避免了協作基站集合的搜索過程并節約了回傳鏈路開銷。而且，相對于傳統Poisson-Voronoi模型的不規則多邊形小區，Poisson-Delaunay 三角剖分的任意小區具有規則的三角形結構，這種規律性使得更容易對用戶性能進行精確數學分析，例如，覆蓋率和頻譜效率分析可見文獻[13]。

將上述平面網絡建模方法擴展到3D網絡，對應也有確定性模型和隨機幾何模型。典型的確定性3D網絡模型主要包含三種：一是將每個小區建模為菱形十二面體;二是將每個小區建模為六角形棱鏡;三是將小區建模為截斷八面體[14]。在這些3D形狀中，截斷八面體是最接近球體的，而且，采用截斷八面體完全覆蓋一個3D空間所需的多面體數量最小。因此，在最近一篇討論3D網絡建模的重要文獻[15]當中，就采用的是截斷八面體模型。具體而言，如圖4所示[15]，無人機位于每個等體積大小的小區的中心，每個小區由一個截斷八面體構成，它包含14個面（其中8個正六邊形和6個正方形），24個頂點和36條邊。該結構的關鍵特征是它能夠完美鑲嵌三維歐幾里德空間，也就是說，整個3D空間可以完全被截斷八面體的多個副本無縫覆蓋且沒有任何重疊。與二維網絡的正六邊形模型相似，這種基于截斷八面體的3D網絡建模，其模型簡單，但是由于空中節點（例如無人機）的運動特性，幾乎不能準確反映實際的網絡拓撲結構。

基于隨機幾何的3D網絡模型主要包含兩種：一是基于Poisson-Voronoi鑲嵌的3D網絡模型;二是最近文獻[16]提出的3D Binomial-Delaunay四面體鑲嵌模型。如圖5所示，假設基站在3D空間當中服從PPP分布，如果用戶按照最小距離準則接入最近的基站，那么，基站周圍的多邊形邊界就形成了3D Poisson-Voronoi鑲嵌。顯然，該模型是二維Poisson-Voronoi鑲嵌在3D空間中的直觀擴展，同時存在著與上述二維模型同樣的缺點：每個小區的結構非常不規則。而且，由于每個小區體積的概率密度函數至今未知，因此很難對用戶性能進行精確的數學分析[12]。最近，文獻[16]基于上述平面Poisson-Delaunay三角剖分模型，提出了一種新的Binomial-Delaunay四面體鑲嵌模型。特別地，為了適應有限高度的3D空間建模，作者對空中基站的建模沒有采用PPP模型，而是采用了二項點過程（BPP， Binomial Point Process）模型。如圖6所示，一個Delaunay四面體就對應一個3D小區。事實上，圖6是圖5的對偶圖。直觀上，通過連接圖5中所有具有公共鄰邊的多邊形小區中的基站即可得到圖6。3D Binomial-Delaunay模型的一個主要特點是具有規則的四面體小區結構，而且，可以對任意3D空間實現沒有重疊的無縫覆蓋。對比3D Poisson-Voronoi鑲嵌模型中邊緣數從4到36不等的不規則多面體小區，這種規則的四面體模型在數學上更易于處理[12]。該模型的另外一個主要特點是，位于四面體頂點位置的四個基站可以利用CoMP傳輸技術同時為小區內的任意用戶提供服務，而且，只要基站的地理位置固定，對應四面體鑲嵌的結構也是唯一的，因此，對于任意用戶的四個協作基站集合也可以離線地唯一確定。

值得注意的是，隨著多輸入多輸出（MIMO， MultipleInput Multiple-Output）天線在4G網絡中的普及應用，CoMP傳輸技術一直受到工業界的廣泛重視，相應的標準化過程最初出現在3GPP Release 11[17]，在Release 12中被擴展到非理想回傳鏈路場景[18]，然后在Release 14當中進行了性能增強[19]。在5G時代，CoMP傳輸也被認為是增強大規模MIMO性能的關鍵技術之一[20]。而且，除了容量增強之外，CoMP技術也可以用于提高傳輸的可靠性或者增強頻譜共享能力，尤其適用于工業物聯網等應用場景。為此，美國高通公司專門開發了一個5G CoMP原型測試系統[21]。隨著大規模MIMO和CoMP技術的融合發展，上述基于Poisson-Delaunay三角剖分或者Binomial-Delaunay四面體鑲嵌的網絡建模方法，因為其結構規則、天然支持CoMP傳輸技術，并易于數學分析，因此有望在未來6G系統建模中得到廣泛應用。

2? ?3D網絡的頻率規劃

由于頻譜資源的稀缺性和不可再生性，如何靈活高效地利用和共享頻譜資源是實現未來陸海空天融合通信的關鍵技術之一。基本的頻率規劃方法主要包括小區扇形劃分（cell sectoring）、小區分裂（cell splitting）和復用分區（reuse partitioning）[22]。小區分裂還可以與復用分區一起使用。目前，大量考慮頻率規劃問題的文獻都集中在具有不同的目標函數和約束條件的有限二維平面網絡[23-25]，這些網絡都是采用確定的正六邊形宏小區或者是一個宏小區覆蓋多個小小區，然而，蜂窩網絡中不斷增加的異構性和基站密度使得傳統的六邊形模型的效用極其有限，這引發了另一種基于隨機幾何的頻率規劃研究。特別地，不同點過程模型可以準確捕獲網絡節點的不同空間特征。基于隨機幾何的頻率規劃最早采用PPP模型，例如，文獻[10]中采用的隨機復用距離的規劃方案將同頻基站的部署等效為一個稀釋后的PPP。由于同頻小區可能的聚集導致更大的同頻干擾，因此隨機復用距離規劃方案不能很好反應實際地面蜂窩網絡中的頻率規劃。同理，它也不能很好地反應3D融合通信網絡的頻率規劃。

3D網絡的頻率規劃面臨兩個主要的挑戰：一是缺乏合適的3D網絡模型;二是針對不同的3D網絡模型，如何確定頻率復用因子或復用距離。與第1節的分類方法類似，頻率規劃技術也分為兩大類，即確定性網絡結構的頻率規劃和隨機性網絡結構的頻率規劃。在一個3D網絡中，假設整個空間由多個等體積的頻率復用簇完全覆蓋，那么，與平面蜂窩網絡相似，頻率復用因子就定義為簇中互不干擾的小區的數目。基于該定義，文獻[15]提出了一種針對確定性網絡結構的頻率規劃方案。具體而言，如圖4所示，假設整個空間由多個等體積的截斷八面體簇完全覆蓋，其頻率復用因子定義為一個簇內所包含的截斷八面體小區的數目。理論上該頻率規劃方案簡單準確，但實際應用中不能較好地反應無人機基站的動態部署情況。因此，為了更好地滿足實際工程的需求，文獻[26]提出了基于UMHC（Union Matern Hard-core）點過程的隨機性網絡頻率規劃：它將密度為ρ的UMHC點過程等效為N個密度為ρ/N的PPP點過程的疊加（實質上，N就表示同頻基站的數目），相應地，隨機復用距離為。盡管該方案是基于平面蜂窩網絡，其定義的復用距離可直接拓展到3D隨機性網絡結構。此外，隨著凸優化理論的發展，無明確頻率復用距離的動態隨機性網絡頻率規劃方案不斷出現。例如，文獻[27]是基于PPP的動態頻率規劃方案，在該方案中，系統總帶寬被劃分為K個部分，第k層網絡被分配到總帶寬的ηk比例（∑Kk=1ηk=1），然后，通過最大化網絡效用函數來獲得最優的帶寬分配權值ηk。文獻[28]提出一種基于PPP的近似信噪比分析方法，即基于面積頻譜效率和網絡能量效率這兩個關鍵性能指標約束下的頻率規劃方法。應用該方法，可以將基于PPP的動態頻率規劃方案進一步推廣到非PPP場景。

基于圖6所示的Binomial-Delaunay四面體規則3D網絡模型，文獻[16]提出了一種基于填色理論的貪婪頻率規劃方案。其基本原理是采用球形填充理論對網絡覆蓋區域進行等體積劃分，然后，每個圓球所包含的多個四面體構成一個頻率資源分配簇，球體內部的不同四面體被分配不同的頻段。而相鄰的球體重復使用相同的頻率資源。如圖7所示，中間的圓球表示包含多個四個體所構成的一個頻率分配簇，黃色填充的四面體分別屬于不同的簇，但被分配相同的頻段。在算法實施過程中，首先統計每一個填充圓球內涉及的四面體小區數目，然后選出包含小區數目最多的球體，接著，應用快速貪婪填色算法[29]自該球體開始依次對填充球體內的小區進行著色，而且，每個球體內均采用與首個球體相同的顏色模型進行隨機填充從而保證每個球體區域內所有小區均被分布各不相同且唯一的顏色。顯然，該頻率規劃方法可以完全避免球體內部的同頻干擾。同時，為了抑制球體之間的干擾泄漏，再次對填充球體邊緣處的小區顏色分配進行二次修正，確保每個填充球體邊緣處的所有四面體小區均分配不同的顏色。該頻率規劃方法的優點是可以有效地抑制同頻干擾，而且，每個小區被分配完全相同的帶寬。但是，由于每個填充球體包含的小區數量不同，每個簇使用的頻率資源各不相同，這會導致較低的頻譜利用效率。為了提高頻譜效率，可以對文獻[16]的頻率規劃方案稍作改進，以保證每個填充球體使用相同的系統頻率資源。其基本思想是，根據每個圓球內的實際小區數量，將系統頻率資源均勻地分配給各個小區。顯然，每個小區將會獲得寬窄不同的頻率資源，而且，如果一個圓球包含的小區數量越少，說明小區的平均體積越大（也就是說，小區的平均覆蓋范圍越大），每個小區將會獲得更多的頻率資源。這種頻率資源分配方法完全符合工程應用的實際需求。

3? ? 移動性管理

由于3D網絡將包含大量的空中移動節點（例如無人機、平流層飛艇等），移動性管理對3D網絡性能至關重要。通常，節點移動模型可以分為兩類：一是基于跟蹤的移動模型（TBMM， Trace-Based Mobility Models）;二是隨機綜合模型（RSM， Random Synthetic Models）[30]。由于跟蹤獲取方法、跟蹤數據大小和數據過濾技術的不同，TBMM的網絡數據集可能不適用于其他網絡場景。更重要的是，大多數跟蹤數據可能并不會公開，而可用的跟蹤數據卻不足以分析網絡性能。因此，TBMM模型通常只適用于特定應用場景。相反，RSM模型易于數學分析，且適用于不同應用場景，所以本節主要討論RSM模型。

對RSM模型的研究，最早出現在移動自組網（MANETs， Mobile Ad Hoc Networks）當中。例如，文獻[31]-[33]研究了多種適用于平面或者3D移動自組網（MANETs， Mobile Ad Hoc Networks）的綜合移動模型，主要包括隨機方向（RD， Random Direction）模型和隨機路徑點遷移（RWPM， Random Waypoint Mobility）模型。他們的核心差別在于，在平面網絡中，RD模型得到的節點空間分布是均勻的，而RWPM模型的節點空間分布是非均勻的。在3D網絡中，RWPM模型的空間分布僅限于球面幾何[33]。而在實際應用中，空中移動節點（例如無人機）的空間運動軌跡具有圓柱幾何特征，而非球面幾何特征。更重要的是，無人機在垂直方向和水平方向的運動行為不一定是相同的均勻或不均勻分布，例如，無人機運動過程具有高度約束和空間漂移特征。由于無人機可能會在平均位置而不是在極端位置附近停留最長時間，因此，高度控制機制必須是一個非均勻過程。然而，無人機的水平運動過程更可能是均勻的。因此，一個能夠同時捕捉上述兩種機制的3D無人機移動模型是一個非常重要的開放問題。此外，具有3D移動模型的無人機位置的穩態分布必須具有足夠的數學易跟蹤特性，以便對網絡中的用戶進行性能分析。最近，文獻[34]提出的3D混合移動模型能夠較好滿足上述特征，其中，無人機在垂直方向上的運動特征由RWPM模型表征，其在水平方向上的移動性則由均勻移動性（uniform mobility）模型表征。但是，文獻[34]中的移動性性能分析是基于接收用戶與無人機之間的距離恒定的場景，忽略了無人機分布的隨機性特點。

基于前述3D Binomial-Delaunay網絡模型并結合無人機群隨機分布的特點，本文提出一種適用于3D網絡的綜合移動模型。如圖8所示，用戶在地面服從均勻分布，無人機群在距地面高度為H、半徑為R的圓柱形三維空間中，其移動方式可分解為水平方向和垂直方向。在任意時刻，無人機群的水平位置坐標分布采用BPP模型表征，而在垂直方向上的位置坐標分布則由一維的RWPM模型表征。然后，所有的無人機按照前述Binomial-Delaunay結構進行網絡建模，每三架無人機形成一個協作機群共同服務地面用戶。采用平均接收功率最強的接入準則，地面用戶選擇距離其最近的三角形協作機群進行接入。由于該移動模型固有的CoMP傳輸機制，一方面可以給地面用戶提供可靠高效的連接，另一方面也可以通過實施前述頻率規劃策略有效地抑制同頻干擾，從而極大地提升地面用戶的性能。

4? ? 其他關鍵技術

除了前面討論的3D網絡建模，頻率規劃和移動性管理之外，面向6G的陸海空天融合通信網絡還有眾多待研究的技術難題，由于篇幅限制，挑選四項扼要介紹如下。

4.1? 無人機信道建模

無人機通信是陸海空天融合通信網中重要的一環，在空天地一體化子系統中起著“承上啟下”的作用。無人機通信是第一種充分利用3D傳播空間的通信技術，它既可以作為飛行終端又可以作為空中通信基站。當無人機與地面基站進行通信或者作為空中基站與地面設備進行通信的時候，需要精確的空-地/地-空信道模型[35]。另一方面，隨著無人機機群的應用，無人機之間的通信需要精確的空-空信道模型[36]。此外，與傳統地面通信相比，無人機信道具有更強的視距傳播，且變化速率明顯高于地面通信信道。正是由于這些特征，使得無人機信道建模更具挑戰性。在針對各種典型環境進行全面測量的基礎上，還需要結合考慮無人機的自身特點，包括自身陰影、自身電子設備的噪聲等。其次，還要考慮由無人機的機動性引起的通道時間變化和多普勒效應。

最后，無人機的不同飛行高度對應的大氣環境對信道建模也有很大的影響。相關的最新研究進展可參考文獻[37-38]，標準化進程參考文獻[39]。

4.2? 動態頻譜資源共享

頻譜共享是解決傳統排他式頻率規劃導致的頻譜利用率低，并緩解頻譜資源匱乏與日益增長的通信業務之間的矛盾的關鍵技術。基于頻譜資源授權方式，頻譜共享通常可以分為非授權頻譜（例如ISM頻段）和動態共享頻譜兩種類型。對于非授權頻譜，用戶之間享有同等的頻段選擇與使用權利但均不受到保護，需要通過技術手段避免相互產生干擾。動態頻譜共享是在保證主用戶不受干擾的前提下，通過設計權限許可規則，賦予次用戶相應的頻譜使用權利。結合6G陸海空天多場景需求，基于授權和非授權頻段持續優化頻譜感知，認知無線電、頻譜池等技術愈發重要[40]。從sub-6GHz到毫米波跨頻段共享技術是未來頻譜資源共享的發展趨勢[41]。另外，采用區塊鏈技術來進行頻譜資源管理，也是實現6G分布式、智能化頻譜共享過程中的研究熱點[42]。

4.3? 干擾管理

傳統的干擾管理技術主要分為三類：干擾隨機化、干擾消除和干擾協調/避免。干擾隨機化是將小區間的干擾信號在時頻域進行隨機化，使得終端在接收有效信號時可以將其近似成白噪聲，主要方法有加擾技術和交織多址技術。干擾隨機化不會增加終端處理信息的復雜度，但對系統性能的提升受系統自身的限制。干擾消除是對干擾小區的信號進行某種程度的解調或解碼，利用接收機從接受信號中消除干擾分量，這會增加終端處理信息的復雜度。當干擾信號強度遠遠高于有用信號強度時，使用干擾消除技術能夠明顯提升用戶性能。干擾協調/避免是通過對多個小區的資源進行協同分配和管理，進而對干擾實現協調/避免，例如OFDM頻譜分配和CoMP傳輸技術等。隨著用戶的增多和網絡部署的密集化，干擾對齊技術得到廣泛研究。該技術通過協同發送端預編碼和接收端譯碼，可以在較高的信噪比下達到干擾網絡的容量。但干擾對齊的實現需要全局信道狀態信息，并且隨著用戶數量和類型的增加而變得難以實現[43]。相對于陸地蜂窩網絡，陸海空天融合通信的網絡規模更大、層次化更強、通信環境更復雜，因此，開發新型分布式干擾管理策略至關重要[44]。

4.4? 基于AI的通信網絡設計

隨著軟件定義網絡和網絡功能虛擬化等軟件技術在通信系統中的廣泛應用，未來的無線通信系統有望在一套統一的硬件基礎設施上，通過軟件定義來為不同應用場景、不同用戶需求提供差異化的智能通信服務。換句話說，未來通信網絡的硬件基礎設施將更加集成化、模塊化和白盒化，而系統性能優化與服務升級將主要通過擴大云/邊緣/終端存儲資源和相應的軟件更新來實現。在這樣的一個架構統一的柔性網絡環境中，人工智能技術可以通過對采集、傳輸、存儲的海量數據進行高效的分析和處理，從而實現動態的、零接觸的網絡編排、優化和管理，推動現有網絡向自主化網絡演進：在物理層，通過對大量設計參數的聯合控制和優化，實現端到端的自動調制/編譯碼配置，信道估計與預測，符號檢測，動態頻譜檢測與隨機接入等;在數據鏈路層，通過選擇合適的安全算法，降低數據傳輸的安全開銷以實現安全增強;在網絡層，通過閉環優化和主動式網絡監測，實現智能化的資源管理與調度、能量優化、故障分析、處理與恢復等;在系統層面上，人工智能技術能夠根據不斷變化的網絡進行動態學習，將有助于實現網絡的自主規劃、自適應配置、自動運行、優化、維護和愈合等。相關的最新研究進展可參考文獻[45-46]。

5? ?演進中的融合通信網絡架構和案例分析

5.1? 演進中的融合通信網絡架構

在第1節中，我們提出了一種基于四面體鑲嵌且能有效融合CoMP傳輸技術的3D網絡建模方法。盡管該方法能夠無縫覆蓋整個3D空間，但是，從無線通信的發展歷史來看，地面蜂窩網絡不會立即過渡到滿足空間齊次性的融合通信網絡。也就是說，在垂直方向上，不會直接呈現均勻覆蓋，而是呈現一種分層、異構式空間覆蓋。因此，作為網絡架構演進中的重要一環，本節提出一種多層、異構的空天地海網絡架構。

如圖9所示，除了地面蜂窩通信網絡和海面通信基礎設置之外，未來融合通信網絡在垂直方向上將會出現三個新的覆蓋層：（1）距離地面高度約為150 m的無人機通信網絡;（2）高度約為20 km的平流層通信網絡（通常以飛艇為載體）;（3）高度約為500～2 000 km的低軌衛星通信網絡。

首先，空中無人機將為地面蜂窩網絡提供增強覆蓋，例如用戶密集的城市熱點區域（包括中央商務區、舉辦球賽的體育場上空等）或者地面基礎設施匱乏的海島。其次，20 km高度的平流層通信網絡將為巡航高度約為10 km的民航飛機提供大范圍覆蓋。由于民航飛機有明確的航線，非常有利于確定飛艇的最優位置。而且，空中飛艇還可以作為核心城市與周邊衛星城市之間的中繼節點，也可以作為近岸小島與岸基基站之間的中繼節點。第三，高度約為500～2 000 km的低軌衛星通信網絡將為越洋飛機，海洋、森林、沙漠等偏遠地區提供提供無時不在的全球無縫覆蓋。近年來，隨著美國SpaceX公司“星鏈”計劃的逐步實施，衛星互聯網已經成為全球互聯網產業的新熱點;2020年4月20日，我國也首次把“衛星互聯網”列入“新型基礎設施”建設戰略。

另一方面，地面蜂窩網絡與空中三層通信網絡之間通過SDN控制器相關聯，SDN控制器可以部署在功能強大的服務器或云平臺上，從而動態地調節網絡行為并進行網絡資源管理。基于SDN控制器，這四層網絡既能獨立實現層內通信，又能實現層間的互聯互通，包括相鄰層之間的向下覆蓋和向上回傳鏈路。而且，各層內的用戶密度與各層的海拔高度成反比。在每一層通信網絡內，可以采用圖3所示的三角剖分網絡架構，以實現高效的協作通信。當與上層網絡聯系的時候，可以采用圖6所示的四面體模型，例如，三架無人機與一個飛艇構成一個層間3D小區，這樣可以顯著增強空中網絡的魯棒性。

在圖9所示的網絡架構中，平流層通信網絡的地位至關重要。與高度超過500 km的低軌衛星通信網絡相比，位于20 km左右高度的平流層通信網絡具有成本低、容量大、時延短、機動性強、部署靈活等優點。與無人機通信網絡相比，平流層通信網絡的覆蓋范圍更廣，可以減少切換頻率。尤其是與無人機的航行時間嚴重受限于電池容量相比，飛艇在駐留過程中基本不需要能源消耗，可長期駐留于平流層中保證有效通信。接下來，我們提供一個近期完成的平流層通信試驗的案例分析。

5.2? 案例分析：平流層通信試驗

鵬城實驗室“海洋立體通信網絡示范驗證平臺”項目就是研究和探索平流層通信網絡的實例。該項目研究與中國聯通合作，利用平流層飛艇等為基礎平臺，在約 20 km高度的臨近空間，構建空間網絡，拓展5G/B5G，高效低成本實現偏遠稀疏場景寬帶無線覆蓋，突破大覆蓋、大連接、大帶寬、高可靠和超低時延信息通信發展瓶頸，解決海洋疆域、地空高速交通物流以及應急救災特殊場景信息通信問題。為研究和探索空間組網理論和關鍵技術，2019年底，項目團隊在湖北荊門展開外場試驗，以中國聯通地面網絡為依托，通過系留艇和試驗車搭載5G基站，采用2.5 Gbit/s激光傳輸動態連接，成功搭建了業界首例5G SA空間組網示范驗證平臺，實現了5G寬帶大范圍覆蓋（如圖10所示）。試驗結果表明，空中5G基站在300 m高度有效服務距離達6 km、信號有效覆蓋超過10 km，單終端最高下行速率達1.2 Gbit/s、上行速率達220 Mbit/s，與地面5G基站基本一致。同時，驗證了激光傳輸動態組網的可行性，為平流層空間通信網絡技術研究邁出了關鍵的第一步。

6? ? 結束語

本文詳細討論了從平面蜂窩網絡到未來空天地海一體化融合通信的網絡建模方法，尤其是強調了一種能夠有效結合協作多點傳輸的平面三角形或者空中四面體網絡架構，該架構的蜂窩單元結構簡單且易于理論分析。作為網絡架構演進中的一環，本文提出了一種分層、異構式3D網絡架構，并討論了一項作為未來空間通信核心要素的平流層通信試驗。本文的新型網絡架構有望成為未來陸海空天融合通信的關鍵參考模型，并促進未來6G技術的成熟。

參考文獻：

[1]? ? 中國電子信息產業發展研究院. 6G概念及愿景白皮書[M/OL]. （2020-03）[2020-04-27]. http：//www.ccidwise.com/uploads/soft/200311/1-200311133959.pdf.

[2]? ? 趙亞軍，郁光輝，徐漢青. 6G移動通信網絡：愿景、挑戰與關鍵技術[J]. 中國科學： 信息科學， 2019，49（8）： 963-987.

[3]? ? L J， S Y， F Z M， et al. Space-air-ground integrated network： A survey[J]. IEEE Commun. Surveys & Tuts.， 2018，20（4）： 2714-2741.

[4]? ? 夏明華，朱又敏，陳二虎，等. 海洋通信的發展現狀與時代挑戰[J]. 中國科學： 信息科學， 2017，47（6）： 677-695.

[5]? ? H V P， R R A， M R F， et al. Improving the global information grids performance through satellite communications layer enhancements[J]. IEEE Commun. Mag.， 2006，44（11）： 66-72.

[6]? ? L Y， W S， J C， et al. A survey of underwater magnetic induction communications： Fundamental issues， recent advances， and challenges[J]. IEEE Commun. Surveys & Tuts.， 2019，21（3）： 2466-2487.

[7]? ? S N， C A， A N T Y， et al. Underwater optical wireless communications， networking， and localization： A survey[J]. Ad Hoc Netw.， 2019（94）： 101935.

[8]? ? C A， S N， S B， et al. A software-defined opto-acoustic network architecture for Internet of Underwater Things[J]. IEEE Commun. Mag.， 2020，58（4）： 88-94.

[9]? ? G Z， L C， J F. AUV-aided joint localization and time synchronization for underwater acoustic sensor Networks[J]. IEEE Signal Process. Lett.， 2018，25（4）： 477-481.

[10]? ?A J G， B F， G R K. A tractable approach to coverage and rate in cellular networks[J]. IEEE Trans. Commun.， 2011，59（11）： 3122-3134.

[11]? ?N G， M P， H M. Coordinated multipoint joint transmis-sion in heterogeneous networks[J]. IEEE Trans. Commun.， 2014，62（11）： 4134-4146.

[12]? X M， A S. Unified analytical volume distribution of Poisson-Delaunay simplex and its application to coordinated multi-point transmission[J]. IEEE Trans. Wireless Commun.， 2018，17（7） ： 4912-4921.

[13]? ?L Y， X M， A S. Coordinated multi-point transmission： A Poisson-Delaunay triangulation based approach[J]. IEEE Trans. Wireless Commun.， 2020，19（5）： 2946-2959.

[14]? ?A S M N， H Z J. Coverage and connectivity in three-dimensional networks[C]//Proc. Annu. Int. Conf. Mobile Comput. and Netw. （MobiCom06）. 2006： 346-357.

[15]? M M， K A T Z， S W， et al. Beyond 5G with UAVs： Foundations of a 3D wireless cellular network[J]. IEEE Trans. Wireless Commun.， 2019，18（1）： 357-372.

[16]? L Y， M N I， T T A， et al. Air-to-air communications beyond 5G： A novel 3D CoMP transmission scheme[J/OL]. [2020-04-27]. IEEE Trans. Wireless Commun.， 2020. https：//arxiv.org/pdf/2002. 05486.pdf.

[17]? 3GPP. 3GPP TR 36.819： Coordinated multi-point operation for LTE physical layer aspects： V11.2.0[R]. 2013.

[18]? 3GPP. 3GPP TR 36.874： Coordinated multi-point operation for LTE with non-ideal backhaul： V12.0.0[R]. 2013.

[19]? ?3GPP. 3GPP TR 36.741： Study on further enhancements to Coordinated Multi-Point （CoMP） Operation for LTE： V14.0.0[R]. 2017.

[20]? ?M S， F S， J S， et al. On the system-level performance of coordinated multi-point transmission schemes in 5G NR deployment scenarios[C]//Proc. IEEE 90th Vehicular Technology Conference （VTC2019-Fall）. IEEE， 2019： 1-5.

[21]? Qualcomm Technologies Inc. How CoMP can extend 5G NR to high capacity and ultra-reliable communications？[EB/OL]. [2020-04-27]. https：//www.qualcomm.com/media/documents/files/how-comp-can-extend-5g-nr-to-high-capacity-and-ultra-reliable-communications.pdf.

[22]? ?S G L. Principles of Mobile Communication[M]. Berlin： Springer， 2017.

[23]? N Z， W Y， L X， et al. Subcarrier allocation based simultaneous wireless information and power transfer algorithm in 5G cooperative OFDM? communication? systems[J]. Phys. Commun.， 2018（29）： 164-170.

[24]? ?L D， F M， F D， et al. Automated self-optimization in heterogeneous wireless communications networks[J]. IEEE/ACM Trans. Netw.， 2019，27（1）： 419-432.

[25]? ?C Y， A B， N Y， et al. Resource allocation for device-to-device communications in multi-cell multi-band heterogeneous cellular networks[J]. IEEE Trans. Veh. Technol.， 2019，68（5）： 4760-4773.

[26]? ?A H A， H M. Performance of next-generation cellular networks guarded with frequency reuse distance[J]. IEEE Trans. Commun.， 2019，67（10）： 7277-7287.

[27]? ?L Y， B W， Y W， et al. Optimizing user association and spectrum allocation in HetNets： A utility perspective[J]. IEEE J. Sel. Areas Commun.， 2015，33（6）： 1025-1039.

[28]? ?W H， D N， H M. An ASAPPP approach to the spectrum allocation in general heterogeneous cellular networks[J]. IEEE Access， 2019（7） ： 89141-89151.

[29]? ?K A， M K. Classical coloring of graphs[J]. Contemp. Math.， 2004（352）： 1-20.

[30]? ?T H， S M， H E. Fundamentals of mobility-aware performance characterization of cellular networks： A tutorial[J]. IEEE Commun. Surveys & Tuts.， 2019，21（3）： 2288-2308.

[31]? ?N P， T D， L B， et al. Properties of random direction models[C]//Proceedings IEEE 24th Annu. Joint Conf. IEEE Comput. Commun. Soc.， 2005（3）： 1897-1907.

[32]? B C， R G， S P. The node distribution of the random waypoint mobility model for wireless ad hoc networks[J]. IEEE Trans. Mobile Comput.， 2003，2（3）： 257-269.

[33]? H E， V J. Random waypoint model in n-dimensional space[J]. Oper. Res. Lett.， 2005，33（6）： 567-571.

[34]? ?S P K， K D I. Coverage probability of 3D mobile UAV networks[J]. IEEE Wireless Commun. Lett.， 2019，8（1）： 97-100.

[35]? K W， G I， M D W， et al. A survey of air-to-ground propagation channel modeling for unmanned aerial vehicles[J]. IEEE Commun. Surveys & Tuts.， 2019，21（3）： 2361-2391.

[36]? ?Y C， F L， Z J， et al. A comprehensive survey on UAV communication channel modeling[J].? IEEE Access， 2019（7）： 107769-107792.

[37]? ?B P S， N V， K A G， et al. UAV-to-ground communications：? Channel modeling? ? ?and UAV selection[J/OL]. [2020-04-27]. IEEE Trans. Commun.， https：//ieeexplore.ieee.org/stamp/stamp. jsp？tp=&arnumber=9085356.

[38]? ?M Z， A B， H R， et al. A wideband non-stationary air-to-air channel model for UAV communications[J]. IEEE Trans. Veh. Technol.， 2020，69（2）： 1214-1226.

[39]? ?3GPP. 3GPP TR 36.777： Study on Enhanced LTE Support?for Aerial Vehicles （Release 15）[M]. 2017.

[40]? ?V A M， S L， P M. Survey of spectrum sharing for inter-technology coexistence[J]. IEEE Commun. Surveys & Tuts.， 2019，21（2）： 1112-1144.

[41]? ?X B， Z S， W H， et al. A flexible dual-band antenna with large frequency ratio and different radiation properties over the two bands[J]. IEEE Trans. Antennas and Propag.， 2018，66（2）： 657-667.

[42]? ?W M B H， W K， S D C， et al. On the application of blockchains to spectrum management[J]. IEEE Trans. Cognit. Commun. Netw.， 2019，5（2）： 193-205.

[43]? ?Z N， Y F R， J M， et al. Interference alignment and its applications： A survey， research issues， and challenges[J]. IEEE Commun. Surveys & Tuts.， 2016，18（3）： 1779-1803.

[44]? E G A， E G H. A single coin monetary mechanism for distributed cooperative interference management[J]. IEEE Wireless Commun. Lett.， 2019，8（3）： 757-760.

[45]? ?L K B， C W， S Y， et al. The roadmap to 6G： AI empo-wered wireless networks[J]. IEEE Commun. Mag.， 2019，57（8）： 84-90.

[46]? ?S R， L L， C V， et al. Artificial intelligence-enabled cellular networks： A critical? path to beyond-5G and 6G[J]. IEEE Trans. Wireless Commun.，2020，27（2）： 212-217.

作者簡介

李妍（orcid.org/0000-0001-7452-9677）：

中山大學電子與信息工程學院在讀博士研究生，研究方向為無線蜂窩網絡的建模與分析及協作通信。

范筱：中山大學電子與信息工程學院在讀博士研究生，研究方向為無線蜂窩網絡中的資源分配。

黃曉明：電子技術教授級高級工程師，鵬域實驗室雙聘專家，現任職于中國聯合網絡通信有限公司廣東省分公司，主要研究方向為無線網絡架構、移動通信天線、電磁輻射與干擾等。

夏明華（orcid.org/0000-0002-0820-2227）：教授、博士生導師，博士畢業于中山大學，現任職于中山大學電子與信息工程學院，擔任移動通信國家工程研究中心中山大學分中心主任及南方海洋科學與工程廣東省實驗室（珠海）兼職教授，研究方向為無線通信及信號處理。