自动驾驶汽车的通信和网络抗干扰，自动汽车的网络构架和信息保密
文丨栋栋不爱动
编辑丨栋栋不爱动
在阅读此文前，诚邀您点击一下“关注”，既方便您进行讨论与分享，又给您带来不一样的参与感，感谢您的支持
前言
无人机作为自主系统的典型代表，在军事和民用领域应用最广泛、数量最多。无线通信的基本特性，不同应用中的信号传播和衰减以及自动驾驶汽车的其他移动通信问题，特别是一些具有适应性的新技术。
自动驾驶网络架构的特点以及如何设计它，同时研究自动驾驶网络的自组织问题。将介绍典型的数据传输方法，用于AV的DDS。还将说明设计数据传输时应考虑的关键因素。
自动驾驶汽车的无线通信
目前大量的移动通信技术应用于自动驾驶汽车，逐步实现自动驾驶汽车的远程控制、多系统协同、大规模自动驾驶汽车的集群化。根据通信组网的基本方式，可分为集中式通信方式和分布式通信方式。
在集中通信方面，基于3G/4G-LTE/5G移动网络的集群通信技术和面向小规模社区级应用的大功率WiFi组网技术已逐渐被提出并以其高带宽、低时延、快速接入、大容量的通信能力而得到广泛应用。
与集中式通信组网方式相比，分布式通信方式更适合集群系统，其中自组装网络作为典型的分布式网络已成为当今的热点。
无人机集群自组装网络，即多架无人机之间的通信不完全依赖地面控制站或卫星等基础通信设施，而是以无人机作为网络节点，各节点能够相互转发控制命令、交换数据等态势感知和情报收集，并自动建立网络。
采用动态组网、无线中继等技术实现自主系统之间的互联互通，具有自组织、自愈能力和高效快速组网的优势，确保无人机群形成整体执行作战任务。
无线自组网络是最适合无人机的通信网络架构，但应用时还需考虑动态拓扑、路由方向、异构网络切换、各无人机能量等因素。
通讯抗干扰
通信抗干扰是在各种干扰条件或复杂电磁环境下保证通信正常进行的各种技术和战术措施的总称。常用的抗干扰通信技术主要有两种，一种是基于扩展频谱的抗干扰通信技术，另一种是基于非扩展频谱的抗干扰通信技术。
扩频是一种扩展信息传输带宽的抗干扰通信手段。跳频扩频、跳时扩频、调频扩频和混合扩频。随着人工智能技术的发展，基于频谱感知、认知无线电等技术的抗干扰通信技术正在快速发展。
基于非扩展频谱的抗干扰通信系统主要是在不扩展信号频谱的情况下实现抗干扰的技术方法的总称。目前常用的方法主要有自适应滤波、干扰消除、自适应频率选择、自动功率调整、自适应天线调零、智能天线、信号冗余、分集接收、信号交织、信号突发等。
与基于扩展频谱的抗干扰通信系统相比，基于非扩展频谱的抗干扰方法覆盖范围更广，涉及的知识更多。基于扩展频谱的抗干扰通信主要考虑频域、时域、速度域的干扰问题。
抗干扰通信方法越来越多，但本质上所有技术方法的目标都是提高通信系统接收端的有效信噪比和干扰比，从而保证接收端能够正确实现有用信号的正确接收。
信息加密技术
数据链采用统一的面向比特的定义信息标准，具有统一的类型格式，一般采用数据加密来保证数据安全。根据明文加密、密钥生成和管理方式的不同，加密系统可分为三类：一类是群密码，其中明文被分组然后逐组加密；另一种是公钥加密；另一种是单一加密。
对称加密算法是一种使用相同密钥进行加密和解密且可逆的算法。AES加密算法是密码学中的一种高级加密标准，采用对称分组密码系统，支持的最小密钥长度为128。它已在全球范围内得到广泛分析和使用。
AES的优点是速度快，但缺点是密钥的传输和存储是个问题，而且加密和解密涉及的双方使用的密钥是相同的，所以密钥很容易泄露。
非对称加密算法是指使用不同的密钥进行加密和解密，非对称加密又称为公钥加密，是可逆的。RSA加密算法基于一个非常简单的数论事实：两个大素数相乘很容易，但分解它们的乘积却极其困难，乘积可以作为加密密钥公开。
尽管RSA的安全性从未在理论上得到证实，但它经受住了各种攻击，并未被完全攻破。RSA的优点是加密和解密密钥不相同，而且公钥可以公开，所以只需要保证私钥不泄露即可，这使得密钥的传输更加简单，并减少了被破解的机会；缺点是加密速度慢。
典型的单向加密算法MD5全称是消息摘要算法5，单向算法是不可逆的。MD5加密后的数据长度比加密后的数据小很多，长度固定，加密后的字符串是唯一的。
该算法适用场景，常用于不可逆密码存储、信息完整性检查等。在信息完整性检查中，典型的应用是对一条信息生成消息摘要，以防止篡改。如果有第三方认证机构，还可以利用MD5来防止文档作者的“否认”，这就是数字签名应用。
针对无人机在各种环境下的应用，如侦察监视、辅助通信、应急通信、搜索救援等，数据无线通信无人机与地面站之间的传输往往会受到地形起伏、高层建筑等因素的影响，导致直接链路受阻。
中继应用中还考虑了更多用户的通信范围，包括频谱资源、节能和服务质量。还提出了一种迭代次优算法来优化移动中继网络的鲁棒发射功率以及中继无人机速度和加速度。
多旋翼无人机通常用作中继，其续航能力、能量和机动性受到限制，需要多无人机替代的协作方案来维持长时间的中继。
除了多旋翼无人机外，固定翼接力无人机凭借高机动性的优势，能够在大范围内提供更好的服务。在这种情况下，接力的轨迹就更为重要。研究了一些轨迹规划方法。提出了一种遗传算法来优化传输给用户的数据量以及用户组的访问顺序和运动轨迹。
随着无人机集群在民用和军用领域的应用日益广泛，集群网络和中继协作通信成为热门话题。动态部署中继无人机进行连续通信的轨迹规划是主要问题。提出了一种多跳无人机轨迹和发射功率的联合优化，以最大化端到端吞吐量并具有避障能力。
与此同时，能源效率是另一个关键问题。提出了一种借助中继连接地面站和核心网的空中骨干网方案。多架中继无人机协同协助形成集群网络。提高通信网络能力，并且还提出了无人机中继选择联合博弈模型和分布式快速无人机中继协作编队算法来优化无人机群的EE。
根据无人机的任务调度和群体中的任务区域，提出了中继无人机任务规划框架。在该框架中，设计了两个主要流程，包括中继无人机的初始部署和任务规划优化。假设集群中的中继无人机和任务无人机都是同一类型的固定翼无人机。
自动驾驶汽车的网络架构
目前大规模自动驾驶汽车的网络规划和通信研究与集群任务需求脱节，缺乏对网络层任务行为和信息传递之间内在联系的理解。大规模自动驾驶集群网络是典型的复杂网络，应从集群的典型任务特征出发，建立个体行为和个体间信息传递的模型，从而设计网络生成方法。
目前大多将AVs任务过程抽象为具有一定概率分布特征的素数行为模型，并将节点间并发交互的各类信息统一为节点间传输能力的值，这使得网络架构理论研究脱离了对集群任务的认知。
在链路通信层，大量的工作集中在通信波形设计、信道设计和接入技术上，而问题制定时没有考虑集群任务过程中的信息服务类型和传输特性，攻击测试难度大过程。
迫切需要探索从集群任务域到信息域的关联转移映射和表征方法，指导集群网络架构从任务过程到信息需求的设计和构建。主系统网络架构中，各AV节点平衡任务与通信，复杂动态场景下任务重规划与网络优化之间存在矛盾，网络鲁棒性和传输稳定性面临挑战。
在复杂的任务场景中，如低空近距离侦察监视、抗震救灾应急通信等，可能会随着形势的发展而重新规划任务以及组织关系集群的数量也随之变化。
同时，任务中可能会遇到少数飞行器因失控或破坏而丢失，导致网络拓扑发生变化，需要重新配置链路、调整网络拓扑、优化路由等情况，而如何保证动态变化过程中网络信息持续稳定的传递，就是一个优化问题。
结语
需要从集群中各节点在任务中的角色分配和角色变化以及节点间时变的任务关联性来研究网络的动态演化过程。同时从网络优化和任务执行两个不同维度来规划和约束AV的行为是一个无法解决的优化挑战。
需要从集群中各节点在任务中的角色分配和角色变化以及节点间时变的任务关联性来研究网络的动态演化过程。
参考文献
GuptaL，JainR，VaszkunG。无人机通信网络重要问题的调查。IEEE通信调查和教程。2016年；18(2)艺术。不。2：1123-1152。DOI：10。1109/COMST。2015。2495297
金斯顿D、比尔德RW、霍尔特RS。使用无人机团队进行分散式周边监视。IEEE机器人学报。2008年；24(6)：1394-1404。DOI：10。1109/TRO。2008。2007935
XieL，XuJ，ZengY。无人机干扰信道与无线供电通信的共同吞吐量最大化。IEEE通信汇刊。2020；68(5)：3197-3212。DOI：10。1109/TCOMM。2020。2971488
ChavesAN、CugnascaPS、JoseJ。自适应搜索控制应用于使用无人机(UAV)的搜索和救援行动。IEEE拉丁美洲汇刊。2014年；12（7）：1278-1283。DOI：10。1109/TLA。2014。6948863
库马尔N、普塔尔D、TheocharidesT、莫汉蒂SP。消费类应用中的无人机：当前和未来智能环境中的新应用。IEEE消费电子杂志。2019；8（3）：66-67。DOI：10。1109/MCE。2019。2892278