张宏伟，达新宇，胡航，倪磊，潘钰

1. 空军工程大学 研究生院，西安 710077

2. 阳光学院 人工智能学院，福州 350015

3. 空军工程大学 信息与导航学院，西安 710077

配备通信设备的无人机(Unmanned Air Vehicle，UAV)平台，由于其可灵活部署且操作简易等特性，通常用于辅助陆地移动通信系统完成侦察和巡视等任务[1-2]。近年来由于民用通信和军事保密通信在信息和情报等方面的需求飞速增长，UAV应用场景的工作需求已远超其现有承担能力[3]，UAV频谱资源稀缺问题开始受到国内外众多研究学者的关注与重视[4-5]。认知无线电(Cognitive Radio，CR)技术与UAV相结合的通信场景可以有效提升UAV频谱效率(Spectrum Efficiency)[6]。装备CR传感器的UAV不断感知周围无线环境，机会性接入主用户(Primary User，PU)授权频谱，解决了无线环境中通信设备对频谱占而不用的资源浪费问题[7]。然而，频谱感知技术的引入将导致UAV在能量受限的情况下进一步增加感知能耗。

小型旋翼UAV通常采用电池供电模式进行工作，有限的电池能量已成为UAV应用场景中主要的限制因素[8]。电池能量主要用于飞行、悬停和为其他设备(如摄像机、传感器、通信模块等)供电，这限制了无人机的飞行时间和通信能力[9]。能量效率(Energy Efficiency)作为无人机通信网络的重要性能指标之一，逐渐成为UAV技术发展的研究热点[10]。采用CR技术虽然提升了UAV频谱效率，但同时也增加了感知过程能量消耗，这导致原本受电池能量约束的UAV，其能量效率进一步降低。如何在保证UAV通信性能的基础上，进一步提升其能量效率，延长工作时间，实现绿色通信，这对于未来UAV通信技术发展至关重要。……