文 献 综 述
一、研究背景和意义
无人机全称无人驾驶飞机（Unmanned aerial vehicle, UAV），是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器。近年来，随着无人机产业的发展，无人机市场的规模逐年扩大，据文献[1]报道，全球商用无人机应用市场的规模在2016年预计达到20亿美元，并预计在2020年飙升至1270亿美元。
如今，无人机越来越多地出现在人们的生活生产活动中，在诸如监视监控、航空成像、货物运输。搜索救援、无线通信等领域发挥着日益重要的作用。尤其是在无线通信领域，无人机由于其价格低廉、移动性高、部署灵活以及高概率的视距（Line of sight, LoS）信道等优势，被认为是第五代（5th generation, 5G）无线通信系统的重要组成部分之一。一些知名的IT公司已经启动了其无人机网络试点项目，例如Facebook的“Aquila项目”和谷歌的“Loon项目”[2][3]，旨在利用无人机技术实现全球范围内的互联网无缝接入。与此同时，高通已经与ATamp;T合作在其商用网络上测试无人机运作以促进大规模无线覆盖的实现[4]。此外，他们合作优化了无人机通信的商用网络，以此为5G网络铺平道路[5]。
尽管无人机网络有着许许多多的优势，但是考虑到无线通信的广播特性，其同时面临着可能存在的窃听和攻击等安全隐患。此外，无人机网络高概率的LoS信道不仅可以增强合法用户的接收能力，同样也会增强非法用户的能力，从而加剧私密信息被窃听或攻击的风险，这也为无人机网络的研究带来了全新的挑战。
国内外研究的历史和现状
目前在学术界，许多研究人员致力于无人机网络的研究，并取得了丰富的研究成果，其中无人机主要作为空中移动基站，移动中继以及移动数据收集器等设备在不同的应用场景中发挥着不同的作用。
例如，文献[6]考虑了一种基于单个无人机的无线通信系统，其中无人机作为空中基站采用时分多址接入（Time division multiple access, TDMA）的方式为多个地面用户提供服务，在服从无人机移动性约束和用户调度约束的条件下，通过联合优化无人机的飞行轨迹和用户调度以最大化最小通信速率，保证了各用户之间的公平性。
在文献[6]的基础上，文献[7]的作者研究了一种基于多个无人机的无线通信系统。在该系统中，多个无人机作为空中基站采用TDMA的方式为地面上的多个用户提供服务，通过交替优化用户关联和调度、无人机的飞行轨迹以及无人机的发射功率以最大化最小通信速率。与基于单个无人机的系统相比，基于多个无人机的无线通信系统可以获得更高的吞吐量和更低的访问延时，从而缓解无人机网络中基本的吞吐量-访问延迟权衡[8]。
此外，文献[9]研究了一种基于单个无人机的中继系统，在源节点和目标节点之间没有直接链路的情况下，无人机作为空中移动中继将来自源节点的信息转发给目标节点。在服从发射功率约束，无人机移动性约束以及信息因果性约束的条件下，通过联合优化源节点的发射功率，无人机的飞行轨迹和发射功率以最大化接收机的平均吞吐量。在文献[9]的基础上，文献[10]的作者研究了一种多跳无人机中继通信系统，该系统采用多个无人机作为移动中继将来自源节点的信息转发到目标节点，通过联合设计所有无人机的飞行轨迹和发射功率以及源节点的发射功率，以使得目标节点的平均吞吐量最大。
以上的研究都表明，相比于传统的地面无线通信系统，无人机无线网络能够显著提高网络的吞吐量。然而，与地面无线通信系统类似，由于无线通信的广播特性，无人机网络依然容易遭到恶意用户的窃听和干扰，并且无人机网络由于其高概率的LoS信道面临的潜在的窃听和干扰更为严重。因此，如何保证无人机网络的通信安全成为了一个亟待解决的问题。其中，物理层安全技术因为不需要分发和管理可能会导致安全漏洞的密钥而受到了研究人员的广泛关注。
例如，文献[11]研究了一种最基本的三点式无人机网络安全通信系统，在该系统中，单个无人机作为空中移动基站在单个窃听者存在的情况下将私密信息发送给单个合法用户，其作者旨在通过联合优化无人机轨迹和发射功率以最大化合法用户的平均安全速率。仿真结果表明，与不考虑安全的无人机网络相比，无人机的飞行轨迹变为一条远离窃听者的曲线，以在通信性能和安全性能之间取得权衡。在文献[11]的基础上，文献[12]的作者同时考虑了无人机与地面节点的上行和下行通信，即空对地（Air to ground, A2G）和地对空（Ground to air, G2A）通信。该文旨在通过联合优化无人机的飞行轨迹和发射功率，以最大化合法用户的平均安全速率，从而保证A2G和G2A通信的安全性。与文献[11]和[12]单个窃听者的位置完全已知不同，文献[13]研究了多个窃听者的位置存在不确定性的情况下无人机安全通信的鲁棒设计。借助于块坐标下降法、S-过程和连续凸优化技术，文献[13]的作者提出了一种交替迭代算法以联合优化无人机的飞行轨迹和发射功率，以此最大化最坏情况下的平均安全速率。此外，文献[14]研究了无人机禁飞区（No-fly zones, NFZs）对无人机飞行轨迹的影响，在禁飞区和窃听者的联合限制下，本文的作者提出了一种基于交替方向乘子法（Alternating Direction Method of Multipliers，ADMM）的无人机飞行轨迹和发射功率优化算法，以最大化合法用户的平均安全速率。
