基于CKM的通信感知无人机城市巡检智能轨迹优化

# CKM驱动的通信感知无人机智能轨迹优化用于城市巡检 来源：https://arxiv.org/html/2606.24979 杨晓萌†，贾子晔†，朱秋明†，吴启辉† 本研究得到国家重点研发计划2025YFF0514704资助。（通讯作者：贾子晔） ###### 摘要 无人机在城市巡检任务中应用日益广泛，其中可靠的通信至关重要，但由于严重的空间信道异质性而极具挑战。针对这一问题，本文聚焦于多无人机任务的通信感知路径规划，提出一种信道知识地图驱动的轨迹规划框架，该框架将信道建模与轨迹决策相集成。具体而言，我们应用扩散模型构建时间累积的信道知识地图，并利用稀疏观测数据重建高保真的全局信道质量分布，从而以较低的飞行开销实现精确感知。基于该信道知识地图，我们提出一种全局到局部的图注意力网络软演员-评论家算法。图注意力网络优化复杂的组合节点排序问题，生成最优且具有通信感知的巡检目标序列。随后，软演员-评论家算法执行连续动作控制，确保飞行路径的平滑性并动态避开通信衰减区域。仿真结果表明，所提方法有效引导无人机穿越高质量信道区域，无需依赖实时信道反馈，显著提高了轨迹效率和通信可靠性。 ## I 引言 无人机作为一种灵活平台，在城市巡检任务中展现出独特优势[1,2]。然而，在任务期间确保可靠的空地通信仍然具有挑战性，尤其是在城市环境中，密集建筑、街道峡谷和动态遮挡可能导致严重的路径损耗和快速的信道变化[3]。因此，为城市巡检任务执行通信感知的路径规划至关重要。传统的无人机路径规划方法通常优化几何指标如距离或能耗，而忽略了关键的通信约束或采用简化的信道模型[4]。这些假设未能捕捉无线传播的复杂空间异质性，可能导致无人机穿越通信质量严重下降的区域。为解决这一问题，通信感知的无人机路径规划日益受到关注，其中无线电环境知识被纳入轨迹设计中。例如，[5]预先构建信号与干扰加噪声比（SINR）地图，以确定满足给定SINR阈值的可飞空间。类似地，[6]通过将通信速率约束在预设阈值以上，实现飞行过程中无人机的连续控制。[7]基于路径损耗模型计算信号强度和SINR，并将其集成到多无人机网络的路径规划中。除了静态算法，基于强化学习和主动感知的方法也被探索。例如，[8]和[9]使用深度Q网络和周期性环境观测，联合优化任务完成率和通信质量。此外，无人机辅助的信道映射正受到显著关注。值得注意的是，[10]和[11]等工作动态地将无人机轨迹规划与实时环境感知相结合，实现自主、高精度的三维空间频谱映射。尽管取得了这些进展，现有方法难以平衡环境不确定性和任务复杂性。这些方法通常依赖于完美已知的信道模型作为被动约束，或仅关注地图重建而忽略实际物理任务的顺序约束。为此，我们考虑引入信道知识地图来表征巡检任务中接收信号强度的空间分布。然而，由于时空信道测量数据的稀缺性，在城市环境中构建精确的信道知识地图仍然具有挑战性，这阻碍了实际的通信感知规划[12,13,14]。因此，我们构建了扩散增强的时间累积信道知识地图，通过随时间聚合接收信号强度测量值，无需依赖大量的实时传感基础设施，即可获得密集且稳定的信道表示。基于时间累积的信道知识地图，我们提出一种名为图注意力网络软演员-评论家的通信感知无人机路径规划策略，以在城市巡检任务中主动避开信号差区域。具体而言，我们将多目标城市巡检问题重新表述为由图注意力网络引导的旅行商问题。图注意力网络有效融合空间节点特征与信道知识地图信道指标，学习局部和全局图表示，以推断出平衡飞行时长和信号质量的最优访问顺序。随后，设计基于软演员-评论家的轨迹规划器，根据推断序列确保无人机轨迹的平滑性和通信效率。本文的其余部分安排如下。第二部分介绍系统模型和问题表述。在第三部分中，我们设计了信道知识地图驱动的路径规划算法GATSAC。在第四部分中，我们进行仿真并分析结果。最后，第五部分总结结论。 ## II 系统模型与问题表述 在本节中，介绍了多无人机城市巡检场景的网络模型和信道知识地图模型，随后给出了问题表述。 ### II-A 网络模型 如图1所示，我们考虑一个城市无人机巡检场景，其中M架无人机必须以固定高度h访问分布在作业区域A⊂R²上的N个目标节点。无人机和目标节点分别表示为U={u₁,...,uₘ}和V={v₁,...,vₙ}。uᵢ表示第i架无人机，vⱼ表示第j个目标节点。所有无人机需从站点v₀出发并返回。为实现通信感知的路径规划，我们构建信道知识地图以捕捉A上的接收信号强度空间分布。利用信道知识地图引导无人机轨迹朝向有利信道条件的区域，同时最小化飞行距离。考虑到协调复杂性，任务节点根据无人机初始位置被聚类为M个不同的组，建立一一对应关系，表示为 V = ⋃_{m=1}^{M} Vₘ, Vₘ ∩ Vₙ = ∅, m ≠ n. (1) Vₘ表示第m架无人机具有Nₘ个航点的目标节点簇。每架无人机独立服务一个簇，这将多无人机任务转化为多个单无人机路由问题。不失一般性，我们关注一架代表性无人机uₘ及其簇Vₘ。 ### II-B 信道知识地图模型 考虑到接收信号强度主要由大尺度路径损耗决定，我们假设飞行期间的信道知识地图可视为准静态。为便于空间表示，将区域A离散化为大小为H×W的均匀网格，其中H和W由物理尺寸和网格分辨率决定。从连续坐标(x,y)到离散索引的映射表示为(gₓ(x), gᵧ(y))，由下式给出： gₓ(x) = clip(⌊(x - X_min)/(X_max - X_min)·(H-1)⌋, 0, H-1), (2) 和 gᵧ(y) = clip(⌊(y - Y_min)/(Y_max - Y_min)·(W-1)⌋, 0, W-1), (3) 其中X_min, X_max, Y_min, Y_max表示目标区域A的空间边界，⌊·⌋表示向下取整操作。裁剪函数(2)和(3)将结果索引限制在有效网格尺寸内，以防止越界错误，然后每个单元存储一个信道质量指标。此外，使用接收信号强度作为信道质量度量，即 K(gₓ, gᵧ) ≜ RSS(gₓ, gᵧ). (4) 在准静态假设下，接收信号强度样本随时间累积形成完全观测的信道知识地图，作为训练用的完整信道知识地图。然后，模型学习在稀疏测量下完整信道知识地图的条件分布，从而实现完整信道知识地图的重建。 参见图注 图1：多无人机城市巡检场景。轨迹基于构建的信道知识地图生成。 ### II-C 问题表述 为在保证通信质量的同时实现高效的城市巡检，我们针对无人机uₘ在簇Vₘ中具有Nₘ个节点的连续轨迹pₘ(t)制定轨迹优化问题P0。为简洁表示，将无人机连续位置处的空间信道质量映射到离散网格索引，定义为 K(pₘ(t)) ≜ K(gₓ(pₓ,ₘ(t)), gᵧ(pᵧ,ₘ(t))), (5) 其中(pₓ,ₘ(t), pᵧ,ₘ(t))是无人机uₘ在时刻t的瞬时空间坐标。此外，无人机在飞行期间遵循二阶运动模型，其中ṗₘ(t)=ξₘ(t)且ξ̇ₘ(t)=aₘ(t)，其中(˙)表示时间导数。ξₘ(t)和aₘ(t)分别是无人机uₘ的速度和加速度向量。另外，为避免目标函数中的嵌套最小化，引入辅助变量qₘ表示沿轨迹的最差通信质量。优化问题表述为 P0: min_{pₘ(t), qₘ} ∫₀^{Tₘ} ||ξₘ(t)|| dt - λ qₘ (6a) s.t. ||pₘ(tₖ) - p_{vₖ}|| ≤ r, k=1,...,Nₘ, (6b) K(pₘ(t)) ≥ qₘ, ∀t ∈ [0, Tₘ], (6c) ||ξₘ(t)|| ≤ ξ_max, ∀t ∈ [0, Tₘ], (6d) ||aₘ(t)|| ≤ a_max, ∀t ∈ [0, Tₘ], (6e) ξₘ(0) = ξₘ(Tₘ) = 0, (6f) pₘ(0) = pₘ(Tₘ) = p_{vₘ,0}, (6g) K_min ≤ qₘ ≤ K_max, (6h) 0 ≤ tₖ ≤ Tₘ, k=1,...,Nₘ, (6i) pₘ(t) ∈ A, ∀t ∈ [0, Tₘ]. (6j) 目标函数最小化总飞行路径长度∫₀^{Tₘ} ||ξₘ(t)|| dt，同时最大化通信质量qₘ，其中Tₘ表示总任务时间，λ>0平衡飞行效率和通信可靠性。约束(6b)确保无人机在时刻tₖ经过每个航点p_{vₖ}的捕获半径r内。具体地，p_{vₖ}是簇Vₘ中航点vₖ的位置，tₖ是连续轨迹pₘ(t)中到达vₖ的时刻。约束(6c)要求整个轨迹上的接收信号强度值K(pₘ(t))不小于qₘ，对所有时间t∈[0, Tₘ]成立，从而将qₘ作为飞行过程中通信质量的全局下界。约束(6d)和(6e)施加速度和加速度限制，分别约束pₘ(t)的一阶和二阶导数。约束(6f)要求出发和返回时速度为零，约束(6g)要求无人机返回站点p_{vₘ,0}。在约束(6h)中，qₘ限制在区间[K_min, K_max]内，其中K_min和K_max分别表示信道知识地图中存储的最小和最大接收信号强度值。约束(6i)强制每个航点的到达时间在区间[0, Tₘ]内。约束(6j)将轨迹限制在作业区域A内。P0由于不可微的信道知识地图、非凸覆盖约束和连续运动学约束而难以求解。因此，我们提出信道知识地图驱动的GATSAC算法，将问题分解为离散的航点排序阶段和连续的轨迹优化阶段，并依次求解。 ## III 算法设计 在本节中，我们介绍用于通信感知城市巡检的信道知识地图驱动GATSAC框架。