東潤澤 王布宏* 馮登國 曹堃銳 田繼偉 程天昊 刁丹玉
①(空軍工程大學(xué)信息與導(dǎo)航學(xué)院 西安 710077)
②(中國科學(xué)院軟件研究所計(jì)算機(jī)科學(xué)國家重點(diǎn)實(shí)驗(yàn)室 北京 100190)
③(國防科技大學(xué)信息通信學(xué)院 西安 710106)
④(空軍工程大學(xué)空管領(lǐng)航學(xué)院 西安 710043)
無人機(jī)(Unmanned Aerial Vehicle, UAV)技術(shù)自21世紀(jì)以來得到了極大的發(fā)展,并展現(xiàn)出輕、小型化和集群化的發(fā)展趨勢[1,2]。隨著新時(shí)代多樣化軍事打擊需求及第5代(the 5th Generation, 5G)移動通信網(wǎng)絡(luò)的發(fā)展,UAV作為空中移動多功能平臺扮演著越來越重要的角色[3]。在軍事行動中,UAV作為空中的打擊、監(jiān)視和探測平臺,需要與地面控制站之間建立安全可靠的通信鏈路,對于距離控制站過遠(yuǎn)的前端作戰(zhàn)單元,還能夠作為中繼保障通信。在突發(fā)的自然災(zāi)害場景中,UAV能夠作為空中基站快速恢復(fù)通信,具有部署靈活、成本低廉、適應(yīng)性強(qiáng)等特點(diǎn),典型的應(yīng)用如“翼龍”-2H無人機(jī),在2021年8月份河南發(fā)生強(qiáng)降雨災(zāi)情時(shí)傳統(tǒng)基站無法正常通信的情況下,為災(zāi)區(qū)提供了高效穩(wěn)定的通信保障服務(wù),并通過監(jiān)測收集數(shù)據(jù)協(xié)助相關(guān)人員對災(zāi)情進(jìn)行評估。將UAV引入通信網(wǎng)絡(luò)能夠?qū)崿F(xiàn)高速率、低延時(shí)、超可靠的無線通信,已經(jīng)成為通信領(lǐng)域中的重要關(guān)注點(diǎn)[4,5]。
UAV作為通信平臺不僅需要與地面控制站、附近飛行器等建立控制鏈路交換關(guān)鍵控制信息以確保飛行的安全可靠,還需要根據(jù)具體任務(wù)將其獲取的航空圖像、中繼數(shù)據(jù)包等數(shù)據(jù)通過數(shù)據(jù)鏈路及時(shí)發(fā)送給目標(biāo)節(jié)點(diǎn)。無論控制鏈路還是數(shù)據(jù)鏈路都有著很高的保密需求:控制鏈路被竊聽或干擾會導(dǎo)致UAV的飛行意圖被提前知曉甚至被控制;數(shù)據(jù)鏈路被竊聽或干擾會導(dǎo)致傳輸數(shù)據(jù)包被竊取、信息傳輸被阻塞從而影響任務(wù)的成功完成等。然而,UAV與其他通信節(jié)點(diǎn)之間的無線信道具有廣播特性,因而保密信息的傳輸容易被竊聽者竊取,這為UAV通信網(wǎng)絡(luò)帶來了嚴(yán)重的安全威脅。此外,UAV與其他節(jié)點(diǎn)之間的無線信道具有高視距(Line-of-Sight,LoS)鏈路屬性,其在增加通信系統(tǒng)容量的同時(shí)也給了竊聽者可乘之機(jī)。因此,UAV通信網(wǎng)絡(luò)中的安全問題在近年來引起了廣泛關(guān)注[6]。
傳統(tǒng)的上層加密方法依賴密鑰的復(fù)雜程度,但隨著計(jì)算能力的提高尤其是量子計(jì)算機(jī)的提出,其保密性能面臨著嚴(yán)重的挑戰(zhàn)。同時(shí),UAV通信網(wǎng)絡(luò)中能夠用于信號傳輸及編解碼的資源是有限的,數(shù)量眾多的節(jié)點(diǎn)也不利于密鑰的存儲與分發(fā)。考慮到這兩個(gè)關(guān)鍵問題,許多學(xué)者轉(zhuǎn)向物理層安全傳輸技術(shù)以保證UAV通信網(wǎng)絡(luò)的安全傳輸[7–9]。作為上層加密方法的有力補(bǔ)充,物理層安全傳輸技術(shù)利用信道本身的物理層特性來提高安全性能,在保證合法接收方安全可靠通信的同時(shí)盡量避免竊聽者的有效竊聽,是一種高等級差異化的安全機(jī)制[10–14]。在UAV通信網(wǎng)絡(luò)中應(yīng)用物理層安全傳輸技術(shù)能夠通過對無線信道的差異化設(shè)計(jì)實(shí)現(xiàn)低能耗、高概率的保密傳輸,不需要進(jìn)行密鑰的管理和分發(fā),省去了編解碼過程,從而兼顧UAV通信平臺資源受限的特點(diǎn)和高保密傳輸?shù)囊?,具有很高的?yīng)用前景和研究價(jià)值。
與傳統(tǒng)通信網(wǎng)絡(luò)中的物理層安全傳輸技術(shù)研究類似,UAV通信網(wǎng)絡(luò)中的物理層安全傳輸技術(shù)可分為優(yōu)化網(wǎng)絡(luò)參數(shù)以提升安全性能與安全傳輸方案下的安全性能分析兩個(gè)方向。其中UAV高移動性引入的軌跡優(yōu)化是網(wǎng)絡(luò)參數(shù)優(yōu)化中的重要環(huán)節(jié)[15–17];性能分析的工作則更多關(guān)注UAV與其他節(jié)點(diǎn)之間信道的LoS特性[18,19]。本文圍繞UAV通信網(wǎng)絡(luò)物理層安全傳輸這一熱點(diǎn)問題,首先簡要介紹物理層安全傳輸技術(shù)及其研究現(xiàn)狀,然后根據(jù)UAV在通信網(wǎng)絡(luò)中扮演的不同角色對UAV通信網(wǎng)絡(luò)中的物理層安全傳輸技術(shù)進(jìn)行分析和歸納,并概括當(dāng)前研究存在的挑戰(zhàn),最后從新的應(yīng)用場景、新的空口技術(shù)和新的解決方法3個(gè)角度對研究的發(fā)展方向進(jìn)行展望。
物理層安全傳輸技術(shù)是實(shí)現(xiàn)通信與安全一體化的重要手段[20],自其被提出[21]以來一直受到廣泛關(guān)注。物理層安全傳輸技術(shù)的本質(zhì)在于通過對信道的人為設(shè)計(jì)實(shí)現(xiàn)合法信道與竊聽信道的差異最大化,使得保密信息能夠被合法接收者成功解碼,而竊聽者無法成功解碼,從而保證安全傳輸。
實(shí)現(xiàn)物理層安全的常規(guī)技術(shù)有波束形成[22]、人工噪聲(Artificial Noise, AN)[23]、功率分配[24]、協(xié)作干擾[25]等。波束形成技術(shù)是指對天線陣列的多個(gè)相干陣元進(jìn)行不同幅度和相位的加權(quán),從而使得電磁波即信號的傳輸具有方向性。因此,可以利用波束形成技術(shù)使得保密信號的大多數(shù)能量集中在合法接收者所在的方向,而竊聽者只能接收到很弱的信號甚至完全接收不到信號。AN技術(shù)是指在發(fā)射保密信號的同時(shí),主動地利用一部分功率發(fā)射AN對竊聽者進(jìn)行干擾,在發(fā)射過程中又利用波束形成保證竊聽信道質(zhì)量受到最大限度的惡化,而合法信道受到盡可能小的影響。在物理層安全中,功率分配的問題不僅存在于保密信號與AN之間,還存在于網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間。協(xié)作干擾技術(shù)是指在通信網(wǎng)絡(luò)中引入中繼、干擾等節(jié)點(diǎn),實(shí)現(xiàn)合法信道與竊聽信道差異最大化的目的。
近年來,物理層安全傳輸技術(shù)不僅在傳統(tǒng)通信網(wǎng)絡(luò)中取得了巨大的成功,還拓展到了物聯(lián)網(wǎng)(Internet of Things, IoT)、Ad hoc網(wǎng)絡(luò)、車聯(lián)網(wǎng)等新興領(lǐng)域[26]。對于IoT等擁有眾多不同安全需求節(jié)點(diǎn)的網(wǎng)絡(luò),設(shè)計(jì)和部署差異化的上層加密技術(shù)不僅需要很高的成本,也存在應(yīng)用上的困難;而物理層安全傳輸技術(shù)無需進(jìn)行密鑰的設(shè)計(jì)、儲存和分發(fā),從而具有較強(qiáng)的競爭力[27]。此外,物理層安全傳輸技術(shù)的潛力還在于能與毫米波、非正交多址(Non-Orthogonal Multiple Access, NOMA)、無線攜能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)等多種新無線傳輸技術(shù)相結(jié)合從而服務(wù)于多種應(yīng)用場景。毫米波具有高帶寬、窄波束的特點(diǎn),適合實(shí)現(xiàn)信道的差異化設(shè)計(jì)并提供高的傳輸速率,能夠滿足5G通信網(wǎng)絡(luò)高速率、低時(shí)延、大帶寬的要求[28,29]。NOMA技術(shù)能夠在同一個(gè)時(shí)頻資源塊內(nèi)為多個(gè)用戶服務(wù)從而提高頻譜效率,有利于在多個(gè)用戶間實(shí)現(xiàn)差異化的安全等級[30]。SWIPT技術(shù)能在一定程度上緩解能量受限節(jié)點(diǎn)為通信網(wǎng)絡(luò)生存時(shí)間帶來的挑戰(zhàn),也為物理層安全帶來了能量分割比優(yōu)化等新的問題[31,32]。總之,物理層安全作為上層加密技術(shù)的有力補(bǔ)充,是保證通信網(wǎng)絡(luò)安全傳輸?shù)囊豁?xiàng)有前景的技術(shù)。
與地面通信網(wǎng)絡(luò)中的物理層安全傳輸技術(shù)相比,應(yīng)用在UAV通信網(wǎng)絡(luò)中的物理層安全傳輸技術(shù)需要重點(diǎn)考慮UAV引入的自由度。UAV通信網(wǎng)絡(luò)適合使用物理層安全傳輸技術(shù):UAV的3維位置特性能為波束形成提供額外的俯仰角維度;UAV的高移動性有助于選擇更加有利的位置發(fā)射AN;UAV的低成本優(yōu)勢有利于引入U(xiǎn)AV協(xié)作干擾機(jī)以進(jìn)一步提升安全性能。綜上所述,物理層安全傳輸技術(shù)在UAV通信網(wǎng)絡(luò)中具有廣闊的應(yīng)用前景。
本節(jié)介紹UAV通信網(wǎng)絡(luò)物理層安全的研究現(xiàn)狀。UAV所具有的高移動性與可操作性使其能在通信網(wǎng)絡(luò)中扮演多種角色,既可以作為基站、用戶直接參與通信過程,也可以作為中繼或協(xié)作的干擾機(jī)。UAV空中基站可以與地面節(jié)點(diǎn)建立強(qiáng)LoS鏈路,在空地信道的上下行鏈路中分別作為用戶與空中基站直接參與通信,因此我們將這種場景歸結(jié)為面向UAV。UAV中繼及干擾機(jī)則是以相對間接的方式參與通信:UAV中繼起到收發(fā)雙方之間的“橋梁”作用,UAV干擾機(jī)是以協(xié)作的方式干擾竊聽者,因此我們將這種場景歸結(jié)為UAV輔助??紤]到UAV集群具有的網(wǎng)絡(luò)化溝通、自適應(yīng)協(xié)同等特點(diǎn),我們將其作為一個(gè)單獨(dú)的場景。UAV集群場景中包含的范圍更加廣闊,既可以指UAV集群中個(gè)體之間的通信,也可以指UAV集群以整體的形式作為通信網(wǎng)絡(luò)中的基站、中繼等節(jié)點(diǎn)。UAV通信網(wǎng)絡(luò)物理層安全傳輸技術(shù)研究現(xiàn)狀的綜述以面向UAV、UAV輔助與UAV集群3個(gè)場景展開,如圖1所示。
圖1 UAV場景劃分
UAV具有高移動性,因此其作為基站或空中用戶能以高概率與地面節(jié)點(diǎn)建立LoS鏈路,能夠滿足未來無線通信網(wǎng)絡(luò)高速率可靠傳輸?shù)男枨?,因此研究面向UAV的物理層安全傳輸技術(shù)具有現(xiàn)實(shí)意義。其一般的網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。
圖2所示的網(wǎng)絡(luò)包含一個(gè)UAV空中基站,以及地面的合法用戶和竊聽者。UAV在執(zhí)行任務(wù)時(shí)需要在規(guī)定時(shí)間內(nèi)到達(dá)預(yù)定目的地,在此過程中,UAV能夠主動地尋找合法信道質(zhì)量好而竊聽信道質(zhì)量差的位置,以期最大化信道質(zhì)量的差異。同時(shí),由于UAV能量受限的特性,其發(fā)射功率也需要進(jìn)行合理的規(guī)劃,如在合法信道質(zhì)量較好的區(qū)域增大功率而在質(zhì)量較差的區(qū)域減小功率以保證安全傳輸。我們以最大化任務(wù)時(shí)間內(nèi)平均的保密速率為目標(biāo),則該問題可以建模為[15–17,33]
圖2 UAV作為基站或合法用戶
其中,Rs[n]為第n個(gè)時(shí)隙的保密速率,N為總時(shí)隙數(shù),q[n]和P[n]分別為UAV在第n個(gè)時(shí)隙的位置和發(fā)射功率,Q,Ppeak和Pˉ分別為UAV的可行軌跡集合,峰值功率與平均功率。
式(1)僅能體現(xiàn)最一般的情形,當(dāng)UAV通信網(wǎng)絡(luò)具有其他約束時(shí),該保密速率最大化問題將變得更加復(fù)雜而難以直接求解。例如,UAV空中基站可以利用空閑的時(shí)間和功率資源發(fā)射AN以對竊聽者進(jìn)行進(jìn)一步的干擾,該情形下還應(yīng)當(dāng)優(yōu)化保密信號與AN之間的功率分配[15];考慮到UAV與地面節(jié)點(diǎn)之間的信息交互,一種更加實(shí)際的情形是同時(shí)優(yōu)化上下行鏈路的物理層安全性能[15,16];SWIPT技術(shù)能向IoT設(shè)備傳輸能量進(jìn)而保證通信網(wǎng)絡(luò)的正常工作,該情形下還應(yīng)當(dāng)優(yōu)化能量分割比[34–36];智能反射面(Intelligent Reflecting Surface, IRS)還將為UAV基站與地面節(jié)點(diǎn)提供額外的反射鏈路,若能對其相移矩陣進(jìn)行合理優(yōu)化就能有效提升安全性能[37,38];禁飛區(qū)也會為軌跡優(yōu)化引入新的約束條件[39,40]。
對于地面上存在多個(gè)合法接收者的場景,UAV空中基站可以采用時(shí)分多址(Time Division Multiple Access, TDMA)、頻分多址(Frequency Division Multiple Access, FDMA)、NOMA等多址策略對其進(jìn)行服務(wù)。當(dāng)采用TDMA策略時(shí)[41–43],需要考慮多個(gè)地面用戶間的調(diào)度問題即UAV為用戶服務(wù)的順序,UAV為某個(gè)用戶服務(wù)時(shí)可以在滿足飛行約束的條件下盡可能靠近該用戶以提升服務(wù)質(zhì)量,又需要保證其他用戶也能在飛行期間獲得服務(wù),同時(shí)還需要兼顧安全傳輸??梢?,調(diào)度問題與UAV的軌跡優(yōu)化是高度耦合的。FDMA策略不涉及用戶的調(diào)度問題[44],但保密信號傳輸?shù)倪B續(xù)性使其更容易遭受竊聽。NOMA策略則能夠?qū)崿F(xiàn)用戶間的差異化傳輸[36,45,46],其NOMA用戶對可以包含一個(gè)對安全敏感的用戶和一個(gè)只對服務(wù)質(zhì)量(Quality of Service, QoS)敏感的用戶,分配給兩個(gè)用戶的功率比也需要進(jìn)行優(yōu)化[45]。Sun等人[36]利用UAV基站為IoT中的高速率安全需求設(shè)備與低速率能量受限設(shè)備服務(wù),并將設(shè)備與竊聽者的位置建模為同質(zhì)泊松點(diǎn)過程(Homogeneous Poisson Point Process,HPPP)。在這種假設(shè)下,信道的不確定性使得應(yīng)用保密速率對物理層安全性能進(jìn)行評估存在困難,因此文獻(xiàn)[36]將保密中斷概率、有效安全吞吐量和能量信息覆蓋概率作為網(wǎng)絡(luò)的性能指標(biāo)并推導(dǎo)出其閉合表達(dá)式。
中繼是無線通信網(wǎng)絡(luò)中的重要環(huán)節(jié),當(dāng)基站與用戶之間由于障礙物、衰落等原因無法建立通信鏈路,或者建立的通信鏈路無法保證信息的解碼時(shí),就需要中繼來加強(qiáng)傳輸?shù)目煽啃浴AV作為空中中繼能夠主動尋找有利的位置進(jìn)行轉(zhuǎn)發(fā),從而提高通信系統(tǒng)的性能,也能作為空中干擾尋找有利位置對竊聽者進(jìn)行干擾,從而保證安全傳輸。典型的UAV輔助通信網(wǎng)絡(luò)如圖3所示。
在圖3所示的網(wǎng)絡(luò)中,基站與合法用戶間由于建筑物的遮擋不存在直射鏈路,為了保障通信,我們引入U(xiǎn)AV作為空中中繼轉(zhuǎn)發(fā)信號。此外,由于合法用戶附近存在潛在的竊聽者,進(jìn)一步引入一個(gè)協(xié)作的無人干擾機(jī)發(fā)射AN對竊聽者進(jìn)行干擾。如果去掉圖3中的地面基站而將UAV中繼看作空中基站,該通信網(wǎng)絡(luò)將變成另一種UAV輔助的場景[47–50],即UAV同時(shí)在通信網(wǎng)絡(luò)中擔(dān)任基站與協(xié)作干擾機(jī)。對于時(shí)分雙工(Time Division Duplex, TDD)的UAV中繼,基站首先在第1個(gè)時(shí)隙將保密信號發(fā)送給UAV,然后UAV在第2個(gè)時(shí)隙再通過放大轉(zhuǎn)發(fā)(Amplify-and-Forward, AF)或解碼轉(zhuǎn)發(fā)(Decodeand-Forward, DF)等協(xié)議將保密信號轉(zhuǎn)發(fā)給合法用戶,與此同時(shí),無人干擾機(jī)發(fā)射AN。在該場景下,除了基站與UAV中繼需要對其功率進(jìn)行控制之外,協(xié)作干擾機(jī)也需要合理地設(shè)計(jì)其軌跡與發(fā)射AN的功率以防止對合法接收者造成過大的干擾,我們將該問題建模為[51]
圖3 UAV作為中繼及協(xié)作干擾機(jī)
選擇在UAV中繼上應(yīng)用何種轉(zhuǎn)發(fā)策略需要綜合考慮成本與安全因素。對于AF協(xié)議,其優(yōu)點(diǎn)在于實(shí)現(xiàn)簡單,不需要對接收信號進(jìn)行額外的處理,但缺點(diǎn)是放大原有保密信號的同時(shí)也放大了接收噪聲。DF協(xié)議先對保密信號進(jìn)行解碼再進(jìn)行轉(zhuǎn)發(fā),能夠避免AF放大噪聲的缺點(diǎn),但系統(tǒng)的復(fù)雜度高,也會增加UAV平臺的能量開銷。Sun等人[53]證明了當(dāng)基站與UAV之間的鏈路性能較差時(shí),應(yīng)當(dāng)選擇AF協(xié)議以獲得更高的保密速率,并推導(dǎo)了AF與DF兩種協(xié)議下平均保密速率與能量覆蓋概率的閉合表達(dá)式。當(dāng)?shù)孛娴母`聽者除被動竊聽之外還進(jìn)行主動干擾時(shí),保密傳輸將面臨更嚴(yán)峻的安全威脅。Xiao等人[54]采用博弈論的思想研究了UAV中繼與地面干擾者之間的策略交互,其中UAV中繼決定是否轉(zhuǎn)發(fā)保密信號,而干擾者觀察UAV采取的策略并相應(yīng)地選擇干擾功率,推導(dǎo)了該UAV中繼博弈的納什均衡,揭示了最優(yōu)的UAV中繼策略與傳輸成本和信道模型之間的聯(lián)系。
以上研究將UAV作為合作的空中中繼,沒有考慮UAV不可信的情況。針對該問題,Tuan等人[55]將UAV中繼視為不可信的竊聽者,即其在轉(zhuǎn)發(fā)保密信號的同時(shí)還對其進(jìn)行竊聽,然后以最大化平均保密速率為優(yōu)化目標(biāo)對中繼的軌跡、中繼與基站的發(fā)射功率和能量收割系數(shù)進(jìn)行聯(lián)合優(yōu)化。此外,竊聽者信道狀態(tài)信息(Channel State Information,CSI)的隨機(jī)性將導(dǎo)致保密速率這一安全性能指標(biāo)的失效。這時(shí),為了對UAV通信網(wǎng)絡(luò)的物理層安全性能進(jìn)行評估,就需要考慮保密中斷概率和遍歷保密速率等性能指標(biāo)。對于mmWave中繼網(wǎng)絡(luò)中竊聽者位置服從HPPP的情形,Sun等人[56]推導(dǎo)了平均保密速率下界的閉合表達(dá)式然后對其進(jìn)行最大化。對于僅已知竊聽者統(tǒng)計(jì)CSI的情形,Bao等人[57]推導(dǎo)了攔截概率與遍歷保密速率的閉合表達(dá)式,Yuan等人[58]首先推導(dǎo)了保密中斷概率的閉合表達(dá)式,然后以最小化保密中斷概率為目標(biāo)對UAV的軌跡與波束形成向量進(jìn)行優(yōu)化。
可以看出,UAV無論是作為空中基站、中繼還是協(xié)作干擾機(jī),相關(guān)研究多考慮網(wǎng)絡(luò)節(jié)點(diǎn)均裝備單天線的情況。作為天線陣列的替代方案,多點(diǎn)協(xié)作(Coordinate Multiple Points, CoMP)技術(shù)能夠形成虛擬的天線陣列從而應(yīng)用波束形成、天線選擇等物理層安全傳輸技術(shù)[59–61]。
單架UAV的集成度隨著技術(shù)的發(fā)展越來越高,但受限于體積和成本,其面對復(fù)雜的應(yīng)用需求仍具有局限性,如其動力、尺寸限制了軍事打擊的烈度及范圍,其成本限制了對任務(wù)區(qū)域的多維覆蓋及面對高風(fēng)險(xiǎn)任務(wù)時(shí)的冗余度等。UAV集群具有異構(gòu)、動態(tài)自愈合、分布式智能、去中心化自組網(wǎng)等多種優(yōu)勢,能夠應(yīng)對復(fù)雜的任務(wù)環(huán)境并與其他有人或無人單元進(jìn)行協(xié)同以拓展任務(wù)執(zhí)行維度,是UAV技術(shù)未來的發(fā)展方向。UAV集群的關(guān)鍵在于協(xié)同控制手段和協(xié)同任務(wù)規(guī)劃,不僅需要與地面控制站之間建立安全可靠的通信鏈路,個(gè)體之間的通信也具有極高的安全需求。UAV集群遂行任務(wù)時(shí)需要進(jìn)行大量的信息交互,其中控制鏈路能夠在引導(dǎo)UAV個(gè)體完成軌跡規(guī)劃的同時(shí)避免相撞,數(shù)據(jù)鏈路能夠完成UAV個(gè)體間的任務(wù)部署并集成與UAV個(gè)體的探測信息進(jìn)行聯(lián)合處理與分析。因此,利用物理層安全傳輸技術(shù)保障UAV集群的通信安全具有兼顧能量效率與保密需求的優(yōu)勢。UAV集群的典型應(yīng)用場景由圖4給出,其中地面基站在UAV集群的起飛或飛行階段為UAV集群服務(wù)。網(wǎng)絡(luò)附近還存在一個(gè)UAV竊聽者嘗試對保密傳輸進(jìn)行竊聽。
圖4 UAV集群作為通信網(wǎng)絡(luò)中的合法用戶
Wang等人[62]考慮UAV集群以CoMP技術(shù)構(gòu)成空中基站,在移動過程中為多個(gè)地面上的合法用戶服務(wù),而地面的竊聽者跟隨UAV集群的軌跡進(jìn)行竊聽。在單個(gè)UAV的發(fā)射功率約束和所有用戶的需求約束下,通過優(yōu)化UAV集群整體的軌跡和功率分配策略最大化安全吞吐量。對于UAV集群形成中繼網(wǎng)絡(luò),Liu等人[63]研究了存在多個(gè)UAV竊聽者情況下機(jī)會中繼的保密中斷概率,對于多個(gè)竊聽UAV考慮了最壞的情況,即無人發(fā)射機(jī)和無人中繼處的信號都可能被竊聽,且竊聽者使用最大比合并技術(shù)進(jìn)行合謀。Ye等人[19]考慮了UAV基站在多個(gè)UAV的竊聽下為UAV合法用戶進(jìn)行服務(wù),除基站的位置已知外其余節(jié)點(diǎn)的位置均為隨機(jī)分布,推導(dǎo)了安全中斷概率和平均保密容量的閉合表達(dá)式。Xu等人[64]利用貝葉斯-斯塔克爾伯格博弈對UAV用戶與智能UAV竊聽者之間的競爭關(guān)系進(jìn)行建模,提出了一種迭代的算法并獲得了斯塔克爾伯格均衡。然而文獻(xiàn)[19,62–64]并沒有充分考慮UAV集群中個(gè)體之間的交互。可以看出,公開文獻(xiàn)中關(guān)于UAV集群的物理層安全研究還不完備。
在UAV集群中應(yīng)用物理層安全傳輸技術(shù)存在機(jī)遇與挑戰(zhàn)。一方面,多個(gè)UAV為應(yīng)用CoMP提供了天然的便利,無論是作為集群基站還是集群中繼都能夠極大地提高系統(tǒng)的安全性能;另一方面,UAV集群的協(xié)同控制與協(xié)同任務(wù)規(guī)劃需求為軌跡規(guī)劃等物理層安全傳輸技術(shù)的應(yīng)用帶來了挑戰(zhàn)。
根據(jù)第3節(jié)對UAV通信網(wǎng)絡(luò)物理層研究現(xiàn)狀的梳理與總結(jié),本節(jié)歸納出在UAV通信網(wǎng)絡(luò)中應(yīng)用物理層安全傳輸技術(shù)面臨的3個(gè)關(guān)鍵挑戰(zhàn),以期為未來的研究方向提供參考。
物理層安全傳輸技術(shù)的應(yīng)用與網(wǎng)絡(luò)參數(shù)的優(yōu)化依賴精確的CSI,而UAV的高移動性會不可避免地為信道反饋與估計(jì)帶來困難。此外,竊聽者的完美CSI更加難以獲取。對于大尺度路徑損耗,一種更實(shí)際的假設(shè)是竊聽者的位置估計(jì)存在誤差[17,48,65–67],即
其中,[xe,ye]T為竊聽者的2維坐標(biāo),Δxe與Δye分別為橫坐標(biāo)與縱坐標(biāo)的估計(jì)誤差,Ee表示可能誤差的連續(xù)集合。更為一般的假設(shè)是竊聽者的位置服從HPPP[36,53]。對于UAV與地面節(jié)點(diǎn)之間的小尺度衰落,不完美的或過時(shí)的CSI是一種更一般的假設(shè)[38]。UAV裝備多天線而地面節(jié)點(diǎn)裝備單天線的非完美小尺度CSI模型可由式(4)給出[68]:
現(xiàn)有公開文獻(xiàn)尚未同時(shí)考慮大尺度與小尺度CSI誤差,可見當(dāng)前研究對于UAV通信網(wǎng)絡(luò)的CSI不確定性還存在一定空白。因此,相比地面通信網(wǎng)絡(luò),CSI的不確定性將為UAV通信網(wǎng)絡(luò)帶來更加嚴(yán)峻的挑戰(zhàn)。
得益于UAV的移動性,軌跡優(yōu)化是UAV通信網(wǎng)絡(luò)相比地面通信網(wǎng)絡(luò)的獨(dú)有維度,對UAV的軌跡進(jìn)行優(yōu)化等同于對信道的人為設(shè)計(jì)。然而現(xiàn)有研究大多僅關(guān)注UAV的位置[61,65,70]或2維軌跡[40,50,51,67]??盏匦诺赖腖oS概率公式可以表示為[47]
其中,θ為UAV與地面節(jié)點(diǎn)之間的俯仰角,k1與k2為與環(huán)境有關(guān)的參數(shù)??梢钥闯鯱AV的高度與LoS概率緊密相關(guān),當(dāng)俯仰角θ=90°時(shí)PLoS(θ)將取得最大值,因此在進(jìn)行軌跡規(guī)劃時(shí)還應(yīng)當(dāng)考慮高度因素。Sun等人[71]以最大化系統(tǒng)吞吐量為目標(biāo)對太陽能供電的UAV基站的3維軌跡、發(fā)射功率及子載波分配策略進(jìn)行聯(lián)合優(yōu)化,但未考慮安全因素。我們的工作[59]中使用多個(gè)UAV中繼構(gòu)成虛擬陣列轉(zhuǎn)發(fā)來自地面基站的保密信號,同時(shí)發(fā)送AN干擾竊聽者,并以最大化平均保密速率為目標(biāo)優(yōu)化了UAV合法用戶的3維軌跡,但對于信道的假設(shè)過于理想。
相比單個(gè)UAV,UAV集群的軌跡規(guī)劃更加復(fù)雜,其難點(diǎn)在于需要兼顧任務(wù)環(huán)境的多變性、需求的多樣性以及通信約束的復(fù)雜性。Challita等人[72]針對一個(gè)蜂窩連接UAV網(wǎng)絡(luò)的軌跡規(guī)劃問題提出了一種基于回聲狀態(tài)網(wǎng)絡(luò)(Echo State Network, ESN)單元的深度強(qiáng)化學(xué)習(xí)(Deep Reinforcement Learning,DRL)算法,進(jìn)而在最大化能量效率與最小化無線延遲和地面網(wǎng)絡(luò)的干擾之間尋找最佳的平衡,但沒有涉及安全傳輸?shù)膬?nèi)容。
雖然UAV的高移動性為無線通信網(wǎng)絡(luò)帶來了新的空間設(shè)計(jì)自由度,但其軌跡尤其是3維軌跡的合理規(guī)劃也為系統(tǒng)設(shè)計(jì)帶來了挑戰(zhàn)。在對UAV的軌跡進(jìn)行規(guī)劃以達(dá)到安全傳輸與能量效率間的折中時(shí),需要兼顧通信網(wǎng)絡(luò)需求與軟硬件限制,并考慮到為應(yīng)對被動竊聽者而引出的魯棒性需求。
3維波束形成能夠充分利用UAV帶來的額外俯仰角維度。對于方位角相同的UAV合法用戶與地面竊聽者,2維波束形成將無能為力,但3維波束形成還可以從俯仰角的維度對其進(jìn)行區(qū)分。因此3維波束形成與UAV通信網(wǎng)絡(luò)的物理層安全之間具有耦合性。
3維波束形成的應(yīng)用依賴于精確的節(jié)點(diǎn)位置及CSI,如果這些信息不完美,進(jìn)行3維波束形成可能對于提升物理層安全性能作用有限,甚至削弱物理層安全。同時(shí),實(shí)現(xiàn)3維波束形成需要平面陣列天線的支持,而在UAV上布置平面陣列天線存在困難:支持多根天線的射頻(Radio Frequency, RF)鏈路會增加系統(tǒng)的復(fù)雜性和載荷,同時(shí)消耗更多能量;UAV的有限尺寸也限制了平面陣列天線的布置。因此,在UAV通信網(wǎng)絡(luò)中應(yīng)用3維波束形成技術(shù)存在挑戰(zhàn)。
盡管多入單出多天線竊聽者(Multiple Input Single Output Multi-antenna Eavesdropper,MISOME)系統(tǒng)的最優(yōu)波束形成向量可以由廣義特征值分解(Generalized EigenValue Decomposition,GEVD)給出,非完美CSI情形下的波束形成向量仍然是一個(gè)開放性的問題。關(guān)于UAV通信網(wǎng)絡(luò)平面陣列天線支持的一種解決思路是使用多個(gè)UAV構(gòu)成虛擬陣列,或是轉(zhuǎn)向更高的頻段如mmWave以在相同空間內(nèi)布置更多數(shù)量的天線。
作為一項(xiàng)快速發(fā)展的新興技術(shù),UAV有望在新一代通信網(wǎng)絡(luò)中與多種應(yīng)用場景相結(jié)合以發(fā)揮出其廣闊的潛力。本節(jié)從新的應(yīng)用場景、新的空口技術(shù)和新的解決方法3個(gè)方面對UAV通信網(wǎng)絡(luò)物理層安全傳輸技術(shù)的未來研究方向進(jìn)行展望。
移動邊緣計(jì)算(Mobile Edge Computing, MEC)、IRS是下一代通信網(wǎng)絡(luò)中的兩個(gè)有前景的技術(shù),本小節(jié)從這兩個(gè)方面對UAV通信網(wǎng)絡(luò)物理層安全的新應(yīng)用場景進(jìn)行展望。
(1)5G及下一代通信網(wǎng)絡(luò)將承載成百上千倍的數(shù)據(jù)量,繼續(xù)采用傳統(tǒng)云計(jì)算的模式無法滿足高帶寬、大密度和低時(shí)延的需求。MEC能夠在無線側(cè)提供用戶所需服務(wù)和用于云端計(jì)算的網(wǎng)絡(luò)架構(gòu),進(jìn)而降低傳輸和計(jì)算延遲,具備超低時(shí)延、超高帶寬、實(shí)時(shí)性強(qiáng)等特性。UAV的快速部署能力使其成為輔助地面用戶執(zhí)行計(jì)算密集型任務(wù)的理想MEC平臺,其潛在應(yīng)用包括視頻轉(zhuǎn)播、警務(wù)安保、智能交通等[73]。在MEC系統(tǒng)中引入U(xiǎn)AV的關(guān)鍵在于通過對UAV計(jì)算能力與計(jì)算任務(wù)卸載比進(jìn)行優(yōu)化以達(dá)到安全性能與延遲之間的折中[74]。
(2)IRS又稱可重構(gòu)智能表面,能夠以被動波束形成的方式對無線傳播環(huán)境進(jìn)行重塑,并與UAV之間形成虛擬的LoS鏈路[38]。IRS與地面節(jié)點(diǎn)之間的LoS鏈路往往是不存在的,因此IRS在UAV通信網(wǎng)絡(luò)中能夠發(fā)揮出更加有效的作用。能量效率是衡量UAV通信網(wǎng)絡(luò)性能與生存時(shí)間的關(guān)鍵指標(biāo),而IRS的反射單元具有無源與低實(shí)現(xiàn)復(fù)雜度的特性,在UAV上裝備IRS有助于提高UAV通信網(wǎng)絡(luò)的能量效率并降低成本[75]。已有工作引入IRS以加強(qiáng)UAV通信網(wǎng)絡(luò)的安全傳輸[16,37,38],但由于IRS不對信號進(jìn)行直接處理,獲取其與UAV及其他節(jié)點(diǎn)之間的精確CSI存在困難,這將是在IRS系統(tǒng)中應(yīng)用物理層安全傳輸技術(shù)需要解決的關(guān)鍵難題。
大規(guī)模多輸入多輸出(Multiple Input Multiple Output, MIMO)系統(tǒng)能夠?qū)崿F(xiàn)多個(gè)精確的窄波束同時(shí)為多個(gè)UAV服務(wù),UAV與其他節(jié)點(diǎn)間鏈路的高LoS屬性也適合mmWave的傳輸。引入基站側(cè)的大規(guī)模陣列天線及mmWave有望提高UAV通信網(wǎng)絡(luò)的物理層安全性能。此外,CoMP發(fā)射及接收也被認(rèn)為是通信網(wǎng)絡(luò)中的一項(xiàng)有潛力的技術(shù)。
(1)大規(guī)模MIMO能夠進(jìn)一步提升MIMO技術(shù)的空間分集增益和空間復(fù)用增益,是5G中提高系統(tǒng)容量和頻譜利用率的關(guān)鍵技術(shù),其優(yōu)點(diǎn)還在于高能量效率和高空間分辨率。未來的UAV通信網(wǎng)絡(luò)將向多UAV的方向發(fā)展,引入基站側(cè)的大規(guī)模陣列天線能夠利用高增益的窄波束為多個(gè)UAV服務(wù),并充分利用UAV帶來的俯仰角自由度。此外,進(jìn)行傳統(tǒng)的全數(shù)字(Fully-Digital, FD)波束形成需要為每根天線配置一條RF鏈,不利于降低硬件復(fù)雜度與系統(tǒng)開支。而混合波束形成(Hybrid Beamforming, HBF)是將FD波束形成分解成低維的數(shù)字波束形成和高維的模擬波束形成,其中數(shù)字波束形成由RF鏈實(shí)現(xiàn)而模擬波束形成由移相器實(shí)現(xiàn),從而在接近全數(shù)字波束形成性能的條件下降低大規(guī)模MIMO系統(tǒng)的硬件開支。對地面基站側(cè)大規(guī)模MIMO的HBF進(jìn)行優(yōu)化設(shè)計(jì)能夠利用大規(guī)模MIMO波束指向精確的優(yōu)點(diǎn)提升UAV通信網(wǎng)絡(luò)的安全性能。
(2)對于物理層安全而言,保密傳輸速率是一個(gè)直觀的性能指標(biāo)。在UAV通信網(wǎng)絡(luò)中傳輸mmWave能夠成數(shù)量級地提升傳輸速率,因此只要符合一定的安全傳輸框架,就能夠提升物理層安全性能。此外,UAV通信網(wǎng)絡(luò)的高LoS屬性有助于緩解mmWave的嚴(yán)重路徑損耗,且mmWave波長短的特點(diǎn)能夠允許UAV上裝備多根天線以解決難以布置平面陣列天線的挑戰(zhàn)。將大規(guī)模MIMO與mmWave結(jié)合還能夠充分利用空間資源對多個(gè)數(shù)據(jù)流進(jìn)行預(yù)編碼,從而提高系統(tǒng)容量和頻譜效率。
(3)CoMP技術(shù)源于位置上分散的節(jié)點(diǎn)之間的符號級協(xié)作,能夠在增強(qiáng)傳輸可靠性的同時(shí)提升數(shù)據(jù)速率[61]。UAV通信網(wǎng)絡(luò)擁有眾多節(jié)點(diǎn),適合應(yīng)用CoMP技術(shù)實(shí)現(xiàn)保密信號的安全可靠傳輸,以及合理控制AN的干擾范圍。此外,多個(gè)UAV通過CoMP構(gòu)成虛擬平面陣列還能夠支持在UAV通信網(wǎng)絡(luò)中應(yīng)用3維波束形成。
現(xiàn)有研究多利用塊坐標(biāo)下降(Block Coordinate Descend, BCD)、連續(xù)凸近似(Successive Convex Approximation, SCA)等較為成熟的方法求解網(wǎng)絡(luò)參數(shù)優(yōu)化問題[41,48–50,65,76],此類方法由于簡單有效得到了廣泛應(yīng)用。但是,這些方法對于難以進(jìn)行凸近似的問題將失效,典型的例子就是統(tǒng)計(jì)CSI下的SOP最小化問題[58],且運(yùn)算復(fù)雜度較高。考慮到深度學(xué)習(xí)(Deep Learning, DL)與DRL在通信領(lǐng)域展現(xiàn)出的獨(dú)到優(yōu)勢[68,72,77–80],我們認(rèn)為它們能為UAV通信網(wǎng)絡(luò)的物理層安全提供新的解決方法。
(1)數(shù)據(jù)驅(qū)動的DL可以從真實(shí)數(shù)據(jù)中挖掘出信道的固有特征,特別適用于建模不匹配、資源不足以及動態(tài)傳輸?shù)葓鼍跋碌男盘柼幚韱栴}[81],還能整合傳統(tǒng)通信接收中的信道估計(jì)、信號檢測等多個(gè)模塊以簡化系統(tǒng)設(shè)計(jì)[77]。物理層安全傳輸技術(shù)依賴的CSI與通信環(huán)境緊密相關(guān),利用神經(jīng)網(wǎng)絡(luò)對無線信道的本質(zhì)特征進(jìn)行提取等價(jià)于提取CSI的特征,有利于進(jìn)行物理層安全傳輸技術(shù)的魯棒設(shè)計(jì)以解決CSI不確定性帶來的挑戰(zhàn)。
(2)DRL同時(shí)具有環(huán)境感知能力與策略尋優(yōu)能力,可以看作強(qiáng)化學(xué)習(xí)(Reinforcement Learning,RL)與神經(jīng)網(wǎng)絡(luò)的結(jié)合。UAV的3維軌跡規(guī)劃是UAV通信網(wǎng)絡(luò)參數(shù)優(yōu)化的重要環(huán)節(jié),可以建模為典型的馬爾可夫決策過程(Markov Decision Process,MDP),其動作空間和狀態(tài)空間分別為行進(jìn)方向與當(dāng)前位置,回報(bào)為相應(yīng)的物理層安全性能。DRL源于動態(tài)規(guī)劃,善于處理UAV的3維軌跡規(guī)劃問題[82],相比傳統(tǒng)方法無需進(jìn)行優(yōu)化目標(biāo)及約束條件的凸近似,具有更強(qiáng)的尋優(yōu)與收斂能力,有望解決UAV 3維軌跡規(guī)劃帶來的挑戰(zhàn)。此外,多智能體深度強(qiáng)化學(xué)習(xí)(Multiagent Deep Reinforcement Learning,MADRL)注重智能體之間的交流與合作,可以為UAV集群的協(xié)同軌跡規(guī)劃提供解決方案。
UAV應(yīng)用的爆炸式增長使得UAV通信的安全和隱私成為亟待解決的問題,應(yīng)用物理層安全傳輸技術(shù)能夠?qū)崿F(xiàn)保密傳輸與能量效率之間的最佳折中。UAV在通信網(wǎng)絡(luò)中可以扮演基站、用戶、中繼和協(xié)作干擾機(jī)等多種角色,能為通信網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì)帶來新的自由度。在UAV通信網(wǎng)絡(luò)中,常見的物理層安全傳輸技術(shù)有功率分配、軌跡優(yōu)化、AN、用戶調(diào)度等。如何將UAV應(yīng)用在MEC等新的應(yīng)用場景下并結(jié)合新的空口技術(shù)提供低延遲、高覆蓋和超可靠的通信服務(wù),能夠?yàn)閁AV通信網(wǎng)絡(luò)的物理層安全傳輸技術(shù)開拓新的視角。