无人机(unmanned aerial vehicle, UAV)边缘计算技术将UAV平台与移动边缘计算技术相结合, 充分利用UAV的灵活性和机动性, 为用户设备提供及时有效的计算服务。从UAV边缘计算的网络架构入手, 提出基于网络功能虚拟化和软件定义网络的技术架构。针对UAV边缘计算的关键技术, 总结对比UAV边缘计算中不同的多址接入方案, 并从不同的优化目标出发, 对基于经典非凸优化、博弈论以及人工智能方法的计算卸载策略进行总结和分析。最后, 探讨和展望未来的研究方向。 近年来,无人机(unmannedaerialvehicle,UAV)通信 系统的发展呈现出迅猛的势头。这一技术领域的突飞猛进 不仅推动了 UAV 行业的快速发展,也为各个领域带来了 新的可能性和前景。首先,UAV通信系统在军事领域发挥 着越来越重要的作用。军事部队利用 UAV 进行侦察、监 视、目标定位等任务,而这些任务的成功执行离不开高效可 靠的通信系统。其次,在商业领域,UAV通信系统的迅速 发展也催生了诸多应用。从快递配送到农业植保,UAV 在商业运营中的应用场景日益丰富。随着消费级 UAV 市场的不断扩大,普通消费者对 UAV通信系统的需求也 与日俱增。在娱乐、摄影等领域,UAV已经成为了常见的 工具,而其通信系统的稳定性、传输速度等方面的提升,将进一步满足用户对于 UAV功能和性能的需求。UAV通 信系统的发展不仅仅受益于 UAV本身技术的进步,同时 也离不开通信技术的创新。随着5G、物联网、边缘计算等 新一代通信技术的不断成熟[1],UAV通信系统的性能将 得到极大的提升,从而为 UAV的广泛应用打下更加坚实 的基础。 另一方面,随着信息技术的快速发展,终端设备的数量 不断增加。移动互联网服务的爆炸式增长催生了各种需要 大量计算的应用程序,如虚拟现实、增强现实、自动驾驶、人 工智能、数据分析等应用。终端的计算任务对时延要求越 来越高,这给计算能力有限的终端用户带来了沉重的计算 负担,算力资源受限与低时延要求的矛盾越来越突出。现 有的云计算面临着核心网传输时延过长的问题,无法及时 满足终端设备数据流量爆炸式增长的计算处理需求。而移 动边缘计算(mobileedgecomputing,MEC)[2]可以将云端 的计算资源下沉到网络边缘,减少核心网带宽占用,为终端 用户提供及时有效的计算服务,降低任务计算时间。传统 的 MEC系统通常将 MEC服务器部署于基站、接入点等网 络边缘位置。由于其固定的架构,存在灵活性差、部署成本 高的问题。然而,未来的网络不仅需要能够适应动态和异 构的环境,还应该能够以快速和高可靠的方式支持热点区 域和临时的任务计算。最近研究表明,MEC服务器也可以 搭载于 UAV[3]。Axellio公司针对 UAV 开发出了一款轻 量级边缘计算平台FabricXpress[4]。 相较于传统的地面 MEC 网络,UAV 辅助的 MEC (UAVMEC)网络有以下优势:① UAV可以在荒野、沙漠、 受灾地域、军事行动等多数情况下灵活部署。② UAV 能 够与地面用户、基站建立视距链路(lineofsight,LoS)[5], 从而扩大服务覆盖范围、提高数据传输的稳定性和可靠性, 并有助于提高计算性能。③ UAV的移动性能够适应用户 设备数量、位置和服务需求的不断变化,从而为移动用户提 供无缝计算服务,保证计算服务的连续性,并可为其他计算 资源受限的 UAV提供支持。此外,在 UAV进行搜索和救 援时,处理图像所需的计算能力和存储能力较强,以人脸识 别为代表的任务需求需要实时上传视频并进行决策。对于 计算能力有限的 UAV,可以将这些计算密集型任务转移至 MEC服务器、空闲的 UAV、地面基站或接入点。 目前,已经有一些关于 UAV 和边缘计算的相关研究 综述文章。在 UAV的综述中,文献[6]对 UAV网络中多 种接入技术进行全面的总结与对比。文献[7]回顾非正交 多 址 接 入 (nonorthogonalmultipleaccess,NOMA)在 UAV网络中的应用。在边缘计算的综述中,文献[8]提出 MEC技术的实现依赖于网络功能虚拟化(networkfunction virtualization,NFV)和软件定义网络(softwaredefinednet work,SDN),并将虚拟化的资源通过虚拟功能网元(virtual networkfunction,VNF)执行。文献[9]针对 MEC中的计 算卸载方案进行分析总结。在 UAVMEC网络的综述中, 文献[10]简要介绍 UAVMEC网络的体系架构、任务卸载 的工作原理、计算卸载时采用的不同接入方案。文献[11] 提出一种融合 UAV 和边缘计算的网络架构,并简单分析 总结多用户接入技术与计算卸载策略。文献[12]探索一种 基于SDN的 UAVMEC框架。文献[13]对 UAVMEC网 络的资源优化问题进行综述,提出基于软件定义 UAV 网 络的总体架构。文献[14]中简要概述 UAV 搭载 MEC设 备的基本网络架构,重点对现有的卸载算法进行了调查和 分析对比。文献[15]总结多 UAVMEC网络中多址接入 与计算卸载决策。文献[16]总结利用智能方法解决 UAV MEC网络中以最小化能耗、最小化时延、最大化任务处理 数为目标的资源优化问题。限于篇幅和侧重点,上述综述 文章只是简单地介绍 UAVMEC网络中的技术架构和多 用户接入方案。本文的创新之处在于针对 UAVMEC网 络的技术架构进行详细的介绍,从多用户接入的角度出发, 详细对比多种接入方案,并分析其对计算卸载时延与能耗 性能的影响,给出多种最新的计算卸载策略。通过详细描 述 UAVMEC网络的技术架构,更好地了解该网络的组成 部分。通过对比不同的接入方案,综述给出对计算卸载性 能的影响,为读者提供了深入分析、选择接入方案和计算卸 载策略的依据。本文首先总结 UAVMEC网络的技术架 构以及应用场景,然后从多址接入方案、计算卸载策略这两 方面介绍和分析网络中的关键技术,最后将会探讨未来的 挑战以及发展方向。