摘要
信息年龄（Age of Information, AoI）已成为一种量化通信网络所传输信息新鲜度的性能指标。与传统的时延、丢包率和吞吐量等指标不同，AoI 衡量的是自最近一次接收到的更新生成以来所经过的时间，这使得它特别适用于那些决策必须依赖最新信息的实时应用场景。本文对 AoI 研究进行了结构化综述，重点关注无人机（UAV）赋能的网络。该综述采用结构化叙述性回顾的方式，根据明确的纳入与排除标准，选取2011年至2026年间发表的同行评审研究，并按理论、优化方法和应用三个层次进行组织。我们首先介绍 AoI 的基本概念，涵盖非线性惩罚函数与广义惩罚函数，并回顾排队论与马尔可夫决策过程（MDP）作为 AoI 分析的理论基础。随后，我们将 AoI 优化方法分为基于排队论的方法和基于学习的方法两类，从假设条件、最优性保证、可扩展性和计算成本等方面对两类方法进行比较，并从所综述的研究中识别出各类方法分别适用的条件。在此基础上，我们选取能量收集系统和车到万物（V2X）系统作为两个代表性应用领域，回顾了其中的 AoI 优化研究，随后深入探讨无人机赋能的网络，将相关研究划分为轨迹与调度优化、多无人机协作以及无线能量传输三个类别，并讨论各类方法在何种情况下为合适的设计选择。无人机赋能的网络将能量收集系统的能量约束与 V2X 通信的时效性要求进行有机结合，同时引入了空间优化维度，这使得 AoI 成为无人机辅助数据采集与空中感知中核心的设计指标。最后，我们讨论了由第六代（6G）移动通信网络、通感一体化以及人工智能等新兴技术所驱动的开放挑战与未来研究方向。
