[论文解读] Towards 6G with Connected Sky: UAVs and Beyond

Mohammad Mozaffari, Xingqin Lin+1 more|arXiv (Cornell University)|Mar 1, 2021

UAV Applications and Optimization参考文献 6被引用 6

一句话总结

本文提出了一种蜂窝网络框架，通过将陆地蜂窝系统与非地面网络（NTNs）集成，利用人工智能进行优化，实现6G网络中无人飞行器（UAVs）的无缝、安全、可靠的连接。研究表明，结合3GPP演进的NR与卫星及高空平台，可克服UAV特有的干扰、移动性管理及覆盖盲区等挑战，为未来6G应用实现真正意义上的天空互联。

ABSTRACT

The large-scale and ever-growing use of unmanned aerial vehicles (UAVs) in a wide range of applications is foreseen to be a major part of beyond 5G and 6G wireless networks in the next decade. The effective support of such massive deployment of UAVs requires offering reliable, secure, and cost-effective wireless connectivity. In this regard, cellular networks play essential roles in serving UAVs acting as flying user equipments. While the cellular networks provide promising connectivity solutions for UAVs, enabling robust UAV operations faces several challenges. In this paper, an overview of key barriers and design considerations of widespread commercial use of flying UAVs are presented along with their potential solutions. In addition, we discuss how cellular networks can support UAVs by relying on their advanced features, network intelligence, key enabling technologies for beyond 5G and 6G, and exploiting new tools from machine learning. Finally, we shed light on offering wireless services to high altitudes and the integration of non-terrestrial networks with terrestrial networks towards limitless connectivity in 6G.

研究动机与目标

• 识别并解决大规模商业UAV在6G网络中部署的关键障碍——安全性、交通管制与安全问题。
• 分析将UAV集成到现有蜂窝网络所面临的挑战，特别是高空与高速移动带来的干扰、移动性及切换问题。
• 提出利用蜂窝网络智能、人工智能/机器学习（AI/ML）以及非地面网络（NTNs）集成的解决方案，以实现稳健的UAV连接。
• 探索利用A2G与NTN技术将无线连接扩展至高空飞行器的可行性与优势。
• 倡导将陆地与非地面网络架构一体化作为6G的核心，以实现无限且具备韧性的连接。

提出的方法

• 利用3GPP Release-15及后续标准，优化波束赋形与移动性管理，使NR适用于高空用户设备（UAV-UE）的空中应用。
• 在网络边缘部署人工智能与机器学习技术，实现实时UAV应用，如防撞、图像处理与动态资源分配。
• 提出一种混合网络架构，结合陆地宏蜂窝与小细胞、高空平台站（HAPS）及卫星链路，以扩展覆盖范围。
• 引入专用的A2G（空中到地面）网络模型，支持UAV与商业飞机的高容量、低时延通信。
• 利用信道建模与系统级仿真，在视 Line-of-Sight（LoS）与非视 Line-of-Sight（non-LoS）条件下评估UAV-BS链路的性能。
• 将无人机交通管理（UTM）与蜂窝核心网络集成，以确保飞行安全与合规性。

实验结果

研究问题

• RQ1 蜂窝网络如何适应高空UAV特有的无线传播与移动性特征？
• RQ2 人工智能与机器学习在动态环境中（高移动性与高干扰）对优化UAV连接方面发挥何种作用？
• RQ3 非地面网络（NTNs），如卫星与HAPS，如何与陆地网络协同，以确保UAV的无缝广域连接？
• RQ4 在为UAV与商业飞机实现可靠、低时延A2G通信方面，面临哪些关键技术与运营挑战？
• RQ5 3GPP演进的5G NR如何扩展以支持NTN，并在6G系统中实现陆地与卫星链路之间的无缝切换？

主要发现

• 由于高空位置，UAV与基站之间通常具有更强的视 Line-of-Sight（LoS）链路，这提升了信号强度，但同时也增加了小区间干扰，尤其在密集UAV部署场景下更为显著。
• 针对地面用户优化的蜂窝网络在支持UAV时面临显著挑战，包括高速移动性、波束赋形模式不匹配以及上行/下行链路干扰，需引入新型切换与波束管理策略。
• 非地面网络（NTNs），包括低地球轨道（LEO）、中地球轨道（MEO）与地球静止轨道（GEO）卫星以及高空平台（HAPS），对于覆盖陆地基础设施无法到达的偏远与高空区域至关重要。
• 3GPP已在将NR适配NTN方面取得显著进展，Release-15中已完成相关研究，Release-17中仍在推进，以实现6G中对卫星与空基链路的全面支持。
• 基于人工智能的边缘计算可实现实时UAV应用，如搜救、巡检与编队飞行，通过在机载或靠近用户设备（UE）的位置处理数据，实现低时延处理。
• A2G与NTN的混合架构，如欧洲航空网络（European Aviation Network），展示了实现无缝空中连接的可行模型，尤其适用于海洋与偏远地区。