5G网络中多无人机轨迹预测与切换优化的集成框架(An Integrated Framework for Multi-UAV Trajectory Prediction and Handover Optimization in 5G Networks)

《Electronics》：An Integrated Framework for Multi-UAV Trajectory Prediction and Handover Optimization in 5G Networks

　　

无人驾驶航空器(Unmanned Aerial Vehicle, UAV)在各领域的普及对稳健高效的通信系统提出了迫切需求。第五代(5th-Generation, 5G)网络可通过高带宽、低时延通信支持UAV连接；然而，UAV快速的三维移动性给切换(Handover, HO)管理带来挑战，会导致信令开销增加、业务中断及服务质量(Quality of Service, QoS)下降。研究人员提出一种集成框架，结合基于长短期记忆(Long Short-Term Memory, LSTM)网络的多UAV轨迹预测，与采用优势演员–评论家(Advantage Actor–Critic, A2C)深度强化学习(Deep Reinforcement Learning, DRL)智能体的主动切换优化。LSTM预测器在真实世界UAV轨迹数据集上评估，转换至局部东–北–上(East–North–Up, ENU)坐标系后，在5 s预测时域下均方根误差(Root Mean Square Error, RMSE)为4.37 m。框架包含轻量级仿真层协调机制以减少多UAV对同一目标小区的同时竞争，此机制未被宣称是新的标准化3GPP信令流程。切换性能通过在受控5G仿真中回放180条留出飞行轨迹、跨10个独立随机种子进行评估。在所述假设下，所提框架实现切换成功率××%、平均信干噪比(Signal-to-Interference-plus-Noise Ratio, SINR)×× dB、切换时延×× ms、切换频率×× 次/分钟(HOs/min)，优于经调参的3GPP A3、反应性SINR及CASH基线(仿真结果经Wilcoxon符号秩检验，p<0.05，Bonferroni校正)。实验设置详细描述以支持方法学透明性与未来复现，但切换结果应理解为基于仿真的证据而非现网实测验证。

论文解读：《An Integrated Framework for Multi-UAV Trajectory Prediction and Handover Optimization in 5G Networks》（发表于Electronics）

【研究背景】

随着无人驾驶航空器(Unmanned Aerial Vehicle, UAV)在精准农业、基础设施巡检、灾害管理及物流等领域的广泛应用，将UAV集成至第五代(5th-Generation, 5G)及后续网络可实现实时数据处理与自主作业。然而传统蜂窝网的切换(Handover, HO)机制主要针对地面用户设计，UAV特有的三维高速移动、频繁变高变向易导致过频或不必要的切换，引发信令开销增大、时延升高及掉话风险增加，严重影响需持续高质量连接的UAV业务（如实时图传、遥控）。现有基于机器学习/深度学习(Deep Learning, DL)的切换优化研究常存在三点不足：多采用仿真或简化移动模型而缺乏真实轨迹验证；多聚焦单UAV或未显式处理多UAV同时竞争同一目标小区的冲突；多为反应性触发（无线链路质量劣化后才做决策）。为此研究人员开展本研究，在仿真5G网络中联合集成多UAV轨迹预测与主动切换优化，并用真实飞行数据训练预测模块，通过统计检验对比基线方法。

【关键技术方法】

研究人员采用UAV自主导航数据集(UAV Autonomous Navigation Dataset)提取1200段完整飞行片段（采样率10 Hz），按完整轨迹以7:1.5:1.5比例划分训练/验证/测试集以防时间泄露，GPS坐标转换至局部东–北–上(East–North–Up, ENU)坐标系（单位：米）。轨迹预测模块使用双层长短期记忆(Long Short-Term Memory, LSTM)网络（128与64单元，含Dropout），输入为过去5 s（50步）ENU位置与加速度计数据，输出未来5 s（50步）ENU位置预测值。切换优化模块采用优势演员–评论家(Advantage Actor–Critic, A2C)深度强化学习(Deep Reinforcement Learning, DRL)智能体，状态空间含LSTM预测航点偏移、服务及邻小区瞬时SINR、服务小区独热编码、剩余电量，动作空间为二元离散（维持当前服务小区／触发至最优SINR邻小区切换），奖励函数权衡SINR、切换惩罚、切换时延惩罚及掉线惩罚（掉线惩罚权重最大）。多UAV协调模块为仿真层轻量规则：每1 s各UAV广播含预测航点、意图目标小区ID及SINR余量的信标，若多UAV同窗意图切同一目标小区，按SINR余量最低者优先、其余随机退避。5G仿真环境设7个宏基站六边形布局（站间距Inter-Site Distance, ISD＝500 m，3.5 GHz n78频段，100 MHz带宽），信道遵循3GPP TR 38.901城市宏蜂窝(Urban Macro, UMa)模型含高度相关视距(Line-of-Sight, LoS)／非视距(Non-Line-of-Sight, NLoS)概率，背景负载50%，切换成功定义为无线资源控制(Radio Resource Control, RRC)重配完成前服务小区SINR未低于0 dB，掉线定义为SINR＜0 dB持续＞200 ms且无完成切换。所有方法在相同180条留出测试轨迹、10个随机种子下评估，显著性检验用双侧Wilcoxon符号秩检验并Bonferroni校正。

【研究结果】

4.1 轨迹预测性能(Trajectory Prediction Performance)

LSTM在180条留出测试轨迹上的均方根误差(Root Mean Square Error, RMSE)为4.37 m（5 s时域），平均位移误差(Average Displacement Error, ADE)为3.21 m，最终位移误差(Final Displacement Error, FDE)及各轴平均绝对误差(Mean Absolute Error, MAE)均优于恒速模型、持久模型及卡尔曼滤波(Kalman Filter)、门控循环单元(Gated Recurrent Unit, GRU)基线；训练与验证损失曲线吻合无过拟合，按完整轨迹划分有效防止时间泄露，高度轴(z轴)预测残差最小(MAE_z≈× m)，水平轴转弯处略大但仍可控。

4.2 切换优化性能(Handover Optimization Performance)

在相同仿真协议下，所提LSTM?A2C框架切换成功率94.2％（较3GPP A3高6.7个百分点，较CASH高2.7个百分点），平均SINR 15.8 dB（较CASH高0.9 dB），平均切换时延45.2 ms（较反应性SINR仅多10.2 ms但掉线率大幅降低），切换频率低于基线，掉线率由CASH的2.9％降至1.4％，五项指标均统计显著优于3GPP A3、反应性SINR及CASH基线(p<0.05, Bonferroni校正)，Cohen's d效应量显示切换频率与掉线率改善为大至极大效应。

4.3 三维轨迹与网络可视化(3D Trajectory and Network Visualization)

典型留出轨迹含＞30 m高度变化与急转弯，印证UAV三维机动性会快速改变各基站LoS概率及SINR排序，说明仅靠水平距离或接收信号强度的地面用户切换算法不适用于UAV。六边形七基站拓扑提供对称干扰环境，叠加轨迹可见A2C智能体依据LSTM预测在UAV抵达小区边界前数秒触发切换，早于反应性方法检测条件满足之时。

4.4 切换分析(Handover Analysis)

消融实验表明：移除LSTM改用卡尔曼滤波使切换成功率降1.7个百分点、平均SINR降0.6 dB，完全去除预测（仅RL）降4.7个百分点及1.7 dB，证实轨迹预测是关键贡献；A2C策略较LSTM＋监督策略再提3.2个百分点。随UAV移动性增高，反应性SINR切换频率＞3.5 次/分钟（约为LSTM?A2C四倍），LSTM?A2C仍＜1.1 次/分钟；SINR箱线图中LSTM?A2C中位数更高且四分位距更窄，最坏情况（第5百分位）SINR较CASH高2.3 dB，说明主动策略有效抑制致掉线的低SINR事件。

4.5 A2C训练收敛(A2C Training Convergence)

十独立种子平均显示：回合奖励自约?120升至?40左右并于约第800回合收敛；掉线率自14–18％降至＜1.5％；切换频率自2.8–3.6 次/分钟降至≈0.85 次/分钟（低于所有基线）；平均SINR自8–10 dB升至稳定15.8 dB，各指标置信带窄，说明训练稳定且结果非单一随机种子导致。

【讨论与结论翻译】

研究人员提出并评估了一种结合LSTM基多UAV轨迹预测、A2C切换时机决策智能体及轻量仿真层协调规则的集成框架。轨迹预测器在留出真实UAV轨迹上5 s时域RMSE为4.37 m；基于仿真回放的切换评估在所述拓扑、信道、业务及负载假设下，较3GPP A3、反应性SINR及CASH基线有所改善。结论应限于可用证据理解：真实世界部分为UAV轨迹数据集，切换性能结果来自仿真回放而非实网验证。所评估A2C动作空间学习切换时机，目标小区选择由SINR排序启发式处理，完整联合时机?目标优化留作未来工作。未来研究应通过网络仿真、硬件在环或现网测量验证框架，并将动作空间扩展至显式多小区目标选择及适用于编队与集群的多智能体DRL策略。