面向6G的空天地一体化网络：人工智能赋能优化机制研究

摘要

随着第六代移动通信系统（6th generation mobile communication system, 6G）通信技术的发展，空天地一体化网络（Spaceair-ground integrated network, SAGIN）作为6G的重要组成部分，旨在实现卫星、空中平台与地面系统的无缝互联，在应急通信、环境监测、智能交通等领域展现出巨大的潜力.然而，SAGIN具有异构结构、链路动态性高、资源分布广泛等特征，给网络的高效管理与优化带来巨大的挑战.近年来，人工智能（Artificial intelligence, AI）技术凭借强大的感知、学习与自主决策能力应用于通信网络，为SAGIN的智能演进提供了新契机.本文首先系统介绍SAGIN网络架构的基本组成与关键特征，并梳理当前主流AI技术在网络优化中的主要技术体系与适配优势，包括机器学习、图神经网络以及强化学习.其次，本文深入探讨了AI技术在SAGIN中智能资源管理、移动性管理与路由优化、空中平台路径规划、任务卸载与计算协同等典型场景中的应用与最新进展.最后，本文总结了AI技术应用在SAGIN网络中面临的挑战并展望了AI与SAGIN融合发展的未来方向.本文概述了AI技术在SAGIN网络中应用的优势与进展，旨在为AI赋能的SAGIN研究与应用发展提供技术参考.

关键词

6G / 空天地一体化网络 / 人工智能 / 深度强化学习 / 资源管理

基金资助

北京市自然科学基金资助项目（4254071）; 广东省基础与应用基础研究基金资助项目（2022A1515110335）; 北京科技大学青年教师学科交叉研究项目（中央高校基本科研业务费专项资金）资助项目（FRF-IDRY-24-014）; 国家自然科学基金青年基金资助项目（62201032）;国家自然科学基金资助项目（U2441227,U22B2003）