面向地下无人机通信的人工智能驱动数字孪生：综述、分类体系与研究路线图

《IEEE Sensors Reviews》：AI-Enabled Digital Twins for Underground UAV Communication: A Survey, Taxonomy, and Research Roadmap

　　

摘要：

包括隧道、矿井和坍塌结构在内的地下环境由于信号衰减、非视距（NLoS）传播、间歇性连接和全球定位系统（GPS）拒止运行，对无人机（UAV）通信造成了严重限制。传统的通信和网络模型通常针对开放空间或有基础设施支持的环境设计，难以适应这些动态的、部分可观测的且数据稀疏的条件。数字孪生（DT）技术提供了一个有前景的方向，通过实现对物理无人机系统和地下通信环境的虚拟表示，用于监控、仿真、预测和决策支持。当与人工智能（AI）结合时，数字孪生可以支持预测性信道建模、在不完全反馈下的同步、自适应通信模式选择以及无人机网络中的分布式学习。然而，现有的综述通常将无人机通信、数字孪生技术、地下系统或AI赋能的网络作为独立的研究领域进行考察，使得AI赋能的数字孪生与地下无人机通信的交叉领域缺乏系统化的研究。为了弥补这一空白，本文对地下无人机通信中的AI赋能数字孪生方法进行了结构化综述。它根据数字孪生目标、通信方式、同步机制、AI集成水平以及特定任务的质量服务（QoS）要求对文献进行了组织。本文进一步开发了一个概念架构，将物理地下无人机环境、网络孪生层、智能层和应用控制层联系起来。此外，它分析了预测性AI、数字孪生辅助同步、可解释AI（XAI）和联邦学习（FL）在提高地下约束条件下的通信可靠性、操作透明度和群体级适应性的作用。最后，该论文...

查看更多