《基于无人机的集成感知与通信进展：全面综述》

搭载集成感知与通信（ISAC）技术的无人机（UAV）已成为第六代（6G）无线网络中一个极具吸引力的平台，其利用三维机动性，在从灾难响应到空域监控的各类应用中执行同步感知与通信（S&C）。尽管该领域发展迅速，现有综述尚未充分阐述无人机特有设计挑战，亦未充分探讨制约实际部署的跨领域权衡。为弥补这一空白，本综述对六个相互关联的领域进行了系统回顾——信道估计（CE）与波束跟踪、吞吐量最大化、加权和速率（WSR）与感知协同优化、延迟与信息年龄（AoI）最小化、能量效率（EE）及物理层安全——每个领域均附有涵盖逾80种方法的系统性对比表格。本综述最后提出了一个研究路线图，涵盖传播建模、平台动力学、非理想信道状态信息（CSI）鲁棒性、能量—信息年龄—安全协同设计以及标准化，为未来6G无人机—集成感知与通信研究提供了结构化基础。

随着第六代（6G）无线网络的出现，通信系统即将重塑并提供前所未有的数据速率、超低延迟和泛在连接。由此，赋能了全息通信、深度集成的人工智能（AI）以及无缝的万物互联（IoE）服务等变革性应用^[1]^[2]^[3]^[4]^[5]^[6]。第六代（6G）时代的特征是采用太赫兹（THz）频段、先进的大规模多输入多输出（mMIMO）、可重构智能表面（RIS）^[7]，以及集成感知与通信（ISAC）网络^[8]。

集成感知与通信（ISAC）已成为一项颠覆性技术，在下一代无线系统，特别是第六代（6G）网络中发挥着至关重要的作用^[9]^[10]^[11]。该范式通过共享包括硬件、频谱和能量在内的通用资源，统一了感知与通信（S&C）功能。从而在降低成本的同时实现高效运行，并促进可持续性^[12]^[13]。相比之下，传统架构采用独立的感知与通信（S&C）模块，导致能耗更高、频谱使用增加，并因硬件接口重复而产生更高的部署成本^[14]。通过在统一框架内联合实现感知与通信（S&C），集成感知与通信（ISAC）缓解了这些缺陷，在降低硬件冗余的同时提升了能量效率（EE）和频谱效率（SE）^[15]^[16]。得益于这些优势，集成感知与通信（ISAC）已在地面网络、非地面网络以及融合两者的混合架构中得到广泛研究^[17]^[18]。

集成感知与通信（ISAC）的基本理念是感知与通信（S&C）之间的紧密耦合，从而使每种功能相互促进，产生更丰富的系统能力。这种集成体现在两个互补的方向上。一方面，感知辅助通信利用实时环境信息（如障碍物位置和信道状态信息（CSI））来改善链路可靠性、覆盖范围和吞吐量。另一方面，通信辅助感知利用现有网络基础设施，支持跨多个节点的分布式测量、多源数据融合与协调操作。这种交互不仅扩展了系统的整体功能，还引入了新的设计自由度，实现了创新应用以及对频谱、能量和硬件资源更高效利用^[19]。

无人机（UAV）已成为集成感知与通信（ISAC）实施的一个极具前景的平台，因为其空中机动性为集成感知与通信（S&C）操作提供了独特优势^[20]^[21]。基于无人机的集成感知与通信（ISAC）系统通过共享频谱与硬件资源，实现协作功能和同步感知与通信（S&C）执行。这一能力最终克服了传统地面基础设施的局限性^[22]。与固定地面系统不同，无人机（UAV）具备在三维空间中自由机动的独特能力，使其能够规避可能阻挡视距（LoS）链路的障碍物^[23]^[24]。这种操作灵活性转化为稳健的通信连接和高度准确的感知性能，即使在偏远地区、密集城市环境和传统基础设施可能不可用、受损或不足的灾区等具有挑战性的环境中亦是如此。

无人机的机动性显著增强了集成感知与通信（ISAC）系统的灵活性，使其适用于感知与通信（S&C）操作和性能提升^[21]^[25]。这为系统设计提供了额外的自由度（DoF），从而使无人机—集成感知与通信系统适用于高响应性应用^[26]。如图1所示，此类系统已应用于智能通信网络、自主系统、人道主义援助/灾难恢复行动、监视和公共安全领域。

基于大规模天线阵列的近场集成感知与通信（NF-ISAC）的发展，近期通过假设球面波传播，为高精度感知和精确波束控制开辟了新途径^[27]^[28]。将无人机（UAV）与近场集成感知与通信（NF-ISAC）系统集成展现出极具前景的前景，因为其机动性和与地面用户的接近性使其成为本地化操作的理想选择。这种配置提供了卓越的空间分辨率、低延迟通信和更好的多目标跟踪能力，这些能力在城市空中交通和空中监视等新兴应用中备受青睐^[29]^[30]。尽管基于无人机的近场集成感知与通信研究仍处于早期阶段，但其有望成为未来6G无线系统的关键赋能技术。

无人机—集成感知与通信系统在下一代无线网络中平衡灵活性与敏捷性，以管理关键的性能权衡^[31]^[32]。这些权衡包括加权和速率（WSR）与感知和通信（S&C）之间的权衡、在联合感知与通信（S&C）约束下优化吞吐量的权衡、最小化延迟与信息年龄（AoI）、提升能量效率（EE），以及在动态网络条件下保证安全运行的权衡。基于无人机的动态位置重配置为干扰和窃听威胁提供了有效的应对措施。这一能力对于在军事监视、灾难恢复及其他类似高可靠性应用中维持稳健安全的通信至关重要^[33]。

基于上述研究空白，本综述做出了以下相互关联的贡献：

1）无人机—集成感知与通信基础框架：我们确立了无人机与集成感知与通信的基本原理，并分析了二者集成为何独特地契合第六代（6G）需求。这包括对无人机角色——空中基站（BS）、中继和收发器——以及单站、双站和多站感知配置的表征，还有一个统一了文献中使用的信号、信道和优化公式的通用系统模型。

2）六大技术领域系统综述：我们对现实世界中无人机—集成感知与通信部署至关重要的六个相互关联研究领域进行了结构化回顾，每个领域均附有涵盖逾80种方法的专用对比表格：
• 信道与目标估计以及波束跟踪与波束成形
• 联合感知与通信约束下的系统吞吐量最大化
• 加权和速率（WSR）与感知性能协同优化
• 通信延迟与信息年龄（AoI）最小化
• 能量感知轨迹设计与系统运行
• 用于无人机—集成感知与通信弹性通信的物理层安全

每个领域的综述均以总结与经验教训收尾，其中综合了跨论文设计原则并识别了特定领域的开放问题，超越了简单罗列个体贡献的范畴，提炼出基于无人机平台现实约束的可操作见解。

3）跨领域挑战综合：基于领域级经验教训，第四节整合了贯穿所有六个领域的开放研究挑战——包括实际传播建模、物理可控性约束、非理想信道状态信息（CSI）下的算法泛化、多威胁安全框架、能量—信息年龄—安全协同设计以及标准化空白——为下一代无人机—集成感知与通信系统提供研究路线图。

本文的其余部分组织如下。第二节介绍无人机与集成感知与通信的基础知识，描述无人机操作角色、感知配置和通用系统模型。第三节回顾上述六大技术领域的进展，每个子节均以综合设计经验教训和开放问题收尾。第四节整合跨领域研究挑战与未来方向。第五节通过将基于无人机的集成感知与通信置于第六代（6G）无线网络更广阔的发展轨迹中进行语境化，从而总结全文。本综述的分类法如图2所示。