3.6 信息处理能力受限

由于无人机的广泛应用，因此无人机可能会遇到各种计算密集型任务，如模式识别、自然语言处理、视频预处理等。虽然现在的无人机已经具备相当强大的计算能力，但把这些任务都交给无人机来完成显然是不合理的。这些任务通常会消耗较多的计算资源和能量，但无人机的计算资源和电池寿命是有限的，因此，海量的资源需求与资源供给受限之间存在矛盾。无人机的信息处理能力和决策能力对于无人机通信网络执行任务的能效性和准确性具有重要的意义。一般而言，无人机需要内置计算机来完成数据处理任务，这些数据可能是接收到的信号或者无人机上的传感器产生的数据。基于这些数据的处理结果，无人机能够控制飞行、执行特定任务、实现避撞等。另外，在无人机通信网络中，无人机需要和网络中的其他无人机进行信息交互，协作执行任务。因此，高效、准确的信息处理能力是无人机通信网络高效合作的支撑性技术。但由于无人机的体积和成本限制，以及任务的多样性等，无人机的信息处理能力往往会受到限制。

相比于单架无人机，无人机通信网络通过合作协同可以得到更广的覆盖范围，具有更高的灵活性和鲁棒性。一架无人机通信网络可以看成一个物理组件和网络组件之间的具有强烈交互作用的一个网络物理系统（CPS），因此一个主要的挑战就是如何在网络组件和物理组件之间实现合作协同。如果能充分利用合作协同的作用，就可以极大地扩大无人机通信网络的应用场景。从CPS的角度来看，无人机通信网络是集传感、通信、计算和控制于一体的网络，能够有效地分配资源，以最优方式完成任务。传感器将来自物理世界的原始数据引入无人机通信网络，驱动数据在无人机通信网络内部流动，保证信息的分布和共享，从而实现全局的分析和决策。计算是基于所获得的信息进行分析和决策的关键。无人机通信网络交互示意图如图3-8所示，无人机通信网络的信息决策就像人体系统的中枢神经系统一样，在图3-8所示的闭环中，从简单的数据分析到复杂的决策，都依赖于无人机通信网络的计算能力，因此计算是闭环的核心。此外，来自物理世界的信息、决策及其反馈可以被存储起来，形成记忆、知识和经验。

计算卸载被认为是解决无人机信息处理能力受限的一种有效方法，也是一些新兴计算技术（如移动云计算、移动边缘计算等）的核心思想。通过访问资源丰富的基础设施（如边缘/云服务器或智能云服务平台），卸载一些计算任务，可以增强无人机对资源紧缺应用的能力。计算卸载已引起人们的广泛关注，许多研究者考虑在一些场景中将无人机作为接入点并向地面移动用户提供计算卸载服务，例如无人机支持的移动边缘计算系统 ^[7] 或基于无人机的移动云计算系统 ^[8] 。这些工作对无人机通信网络中的计算卸载解决方案具有启发意义，云服务平台为无人机提供计算卸载服务。与地面移动用户相比，无人机的移动性要复杂得多，这使得无人机的移动性问题更加棘手。有些文献针对无人机通信网络中的计算卸载问题进行了研究。例如，文献[9]提出了一种新的移动边缘计算设置，其中的无人机由蜂窝地面基站服务，用于计算卸载，该文献通过对无人机飞行轨迹的优化和卸载调度的计算来最小化无人机的任务完成时间；文献[10]在无人机参与者之间采用博弈模型，解决了计算卸载问题，同时还在执行时间和能耗之间进行了权衡。总体而言，计算卸载对信息处理能力受限的无人机有重要作用，特别是对于任务复杂的无人机通信网络，还需要进一步研究计算卸载的方法。 8+3fX7vokFxTStBfHkIgU2dRBGWiDyCvjjbyfTaJluIwqCN9w1s1Nm+RMLKOn3jz