下一代5G移动蜂窝网络采用毫米波通信与波束赋形技术,能够有效地为网联无人机提供空中覆盖。然而毫米波传输具有传输损耗大、穿透损耗大和反射系数大等特点,使得基站与网联无人机间通信波束易被遮挡,导致链路中断。同时由于网联无人机搭配各种传感器产生的数据具有不可估量的价值,确保波束通信安全也是基本要求。因此,本文对波束管理技术进行研究以确保波束快速恢复和安全通信。具体研究如下:在网联无人机高速飞行的过程中,由于频繁的位置改变,导致毫米波波束信号容易受到障碍物阻塞而导致波束故障。网联无人机的高速移动缩短波束测量结果的时效,使得传统方案效率低下,难以快速恢复波束。同时,传统的候选波束选择方式为选取若干个具有最高接收质量的波束,但是这些波束容易与当前服务波束一同被阻塞。针对这些问题,提出基于强化学习的波束探索方式和考虑综合权重的候选波束选择机制。为了使得波束探索过程更加高效准确,基站利用环境的反馈信号进行强化学习和自我决策,以感知和验证每个网联无人机航点下的潜在候选波束。在候选波束配置阶段,为了避免候选波束与服务波束同时被阻塞,基站提取航点的波束信息使用聚类算法划分空间相关性,并结合其他因素,例如波束质量和波束连通概率等,为该航点选择综合权重最大的最佳候选波束。仿真结果表明,波束快速恢复方案能有效地减少链路中断概率,并能够提供准确的候选波束。虽然5G网络使用毫米波配合波束赋形技术能使发送信号的能量集中于合法接收端的方位,但仍无法避免位置相邻的窃听者窃取网联无人机的传输数据。同时传统的上层加密算法容易在密钥分发的过程中泄露或者被破解。为了确保网联无人机的波束安全通信,本文借助物理层安全技术,利用信道估计的差异性,从物理层根本上确保窃听者无法解调信号,实现保密通信。当发送端发送有用信号时,辅助设备同时发送人工导频噪声信号。由于窃听者接收到的导频信息掺杂大量噪声,所以无法进行相位误差纠正,从而无法解调窃听到的信号。而合法接收端利用辅助子载波上的数据能删除导频上的噪声,从而正确纠正相位误差和解调信号。在WARP v3硬件平台上实现了所提方案,通过搭建原型系统,验证真实无线环境下方案可行性。仿真结果表明,所提方案不会影响合法接收端接收数据,并能有效地防止窃听者在物理层解调信号。