面向拒止环境的无人机集群数据链网络拓扑优化策略研究

针对现有无人机集群在卫导和通信拒止环境下，由于网络连通性降效导致任务遂行能力严重降级的问题，分析了国内外基于数据链网络降低拒止环境影响的最新研究现状，提出了一种基于任务优先级的动态优化连接度拓扑自适应位置选择策略，实现多个无人机集群在拒止环境下通过大区域拓扑连接获取拒止区域外信息，从而降低或抵消拒止影响，有效提升了无人机集群生存能力和任务遂行能力。     

中继式无人机自组网安全协议研究

为了提高无人机集群战术通信链路传输的连贯和安全,针对当今无人机自组链路网络的不足,提出了一种中继式无人机自组网安全协议.该协议将无人机集群划分为普通节点和中继节点,中继节点担任空间网络环境信息采集和分析的作用,并作为无人机集群协同化中心通过获得的信息为整个集群规划路径,此时新加入的无人机节点不会影响整个战术通信链路,保...     

面向无人机频谱侦察的频谱采样性能研究

在部分频谱侦察应用中，无人机集群的采样率必须保持一致。然而在采用无人机自组网(Flying Ad Hoc Network, FANET)作为频谱数据回传方案时，由于无人机间的带宽受限，因此频谱采样率存在上限，超过此上限将导致网络丢包，从而在控制中心观测到不一样的采样率。为了研究影响频谱最大采样率的因素，搭建了基于商用仿真平台EXata的仿真场景，评估了在不同网络场景下各潜在因素对频谱数据采集任务的影响，性能指标包括分组交付率、平均端到端时延和最大频谱采样率，总结出不同场景下的性能差异，以期增加对频谱侦察无人机集群在复杂环境下的性能理解，提高无人机在复杂环境下的效率和生存能力。     

基于无人机集群智能自组网的典型协同应用

在迈向万物互联的6G时代过程中,网络服务范围逐渐扩大,网络业务量急剧增加,传统地面基站面临着无法实现偏远地区的网络全覆盖,难以支持局部地区突发的热点流量需求等挑战。在此情况下,无人机搭载存储、计算与通信等资源通过集群,利用合适的智能算法组建成高动态、可扩展、智能化的无人机集群网络作为地面基站的补充,协同完成网络服务任务。针对无人机集群为突发热点流量区域用户服务的场景,考虑无人机集群服务过程中无人机集群用户调度及路径规划、多无人机三维悬停位置部署及无人机网络智能管控架构三方面的协同应用,对各应用进行建模分析并介绍相应的智能优化算法以提高系统能量效率,所提的三方面应用以及智能优化算法为在实际场景中实现高能效的无人机集群智能自组网协同应用提供了有效参考。     

面向隐蔽侦察任务的无人机中继通信频谱资源优化方法

战场环境下,无人机因其自身辐射被敌侦收而产生安全威胁,并容易对其他通信网络产生干扰。为提高无人机安全执行战场侦察任务时的侦察信息传输速率,提出面向隐蔽侦察任务的无人机中继通信频谱资源优化方法,通过功率控制避免被敌方反侦测,并利用无人机中继增大系统通信速率,通过频谱资源优化达到无有害干扰通信的目的。同时提出了基于块坐标下降法与连续凸近似法相结合的频谱资源联合优化算法,通过对带宽分配、发射功率和无人机轨迹等变量的联合优化获得次优解。仿真结果表明：与基准策略相比,联合优化算法具有更高的信息传输速率。     

对抗条件下无人机和智能反射面协同传输技术研究

空地通信是未来6G移动通信的典型场景，但由于能量受限、易被窃听和干扰以及安全需求升级，使得空地通信在这种对抗环境下面临巨大的挑战。利用无人机和智能反射面（Intelligent Reflecting Surface,IRS）的优势互补，可以提升空地通信网络的传输性能、能量效率以及物理层安全。从对抗条件下无人机和智能反射面协同传输的架构设计、系统建模、策略选择以及联合优化方法等方面进行分析，论述对抗条件下利用无人机和智能反射面协同传输来提升空地通信网络传输性能的可行性，对其未来发展趋势进行了展望。     

基于改进一致性算法的无人机集群饱和攻击

针对无人机一般难以单独打击空防严密的高价值目标问题,采用低成本无人机集群饱和攻击技术,提出协同控制下的三阶段一致性饱和攻击策略,根据不同阶段的任务特点,设计对应的改进一致性算法,并在满足饱和攻击任务多条件协同的基础上,加入Dubins曲线增加飞行轨迹约束,平滑无人机飞行航迹,缩短航程.此外,在高精度队形保持的任务环境下,设计改进的二阶一致性控制器,确保飞行精度,加快收敛速度.最后,将各阶段改进算法的实际效果与传统算法进行对比,在验证改进算法有效性的同时,检验算法延展性.仿真结果表明,该算法可应用于大规模无人机集群并具有良好的效果,为饱和攻击战略决策部署与战术实现提供了依据和参考.     

基于深度强化学习的无人机间通信链路智能决策

由于无人机组网灵活、快速、低成本的特性,空中基站被视为在未来无线通信中有前景的技术。无人机集群可以通过相互协调和合作,完成的复杂任务,具有重大的研究和实用价值,而无人机间的高效通信是当下面临的重大挑战。为了在满足无人机间通信速率的前提下,尽可能节省发射功率,本文提出基于深度强化学习的集群方案和功率控制的智能决策算法。首先,本文设计了三种无人机集群方案,以对地面用户提供无缝的无线覆盖;然后,本文提出了基于深度Q网络（Deep Q-network）算法的集群方案和功率控制决策算法,用深度神经网络输出不同条件下联合决策的无人机集群方案和发射功率,并研究了重要性采样技术,提高训练效率。仿真结果表明,本文提出的深度强化学习算法能够正确决策无人机集群方案和发射功率,与不带强化学习的深度学习（Deep Learning Without Reinforcement Learning, DL-WO-RL）算法相比,用更低的发射功率满足无人机之间的通信速率要求,并且重要性采样技术能够缩短DQN算法的收敛时间。      

浅谈无人机集群组网通信技术

无人机集群通信技术是无人机集群组网的关键技术之一。本文首先介绍无人机技术发展是从军事需求逐步应用到各行各业。随着对无人机作业自主性、智能化、多任务等方面要求的提高,无人机从单机作业发展到机群组网,组网通信也遇到了数据传输量剧增、静态的频谱分配效率不高、机群系统性能下降等问题。根据无人机集群作业需求,提出星型组网、网状自组网和分层混合组网等通信组网模式,并根据无人机集群组网的特点提出认知无人机通信技术、大规模高动态无人机组网路由技术、物理层安全传输技术、能量有效通信技术等关键技术,对无人机集群通信的频谱资源分配、供能受限、物理层通信安全等关键问题给出了可行的解决方法,并对无人机集群通信未来发展趋势做了介绍。     

美军无人机集群作战的发展启示

总结了美军无人机集群作战主要项目及特点,列举了典型的无人机集群作战应用模式,提出了涉及的通用化开放式架构、集群通信网络、空中平台发射与回收、无人机自主性提升等关键技术及解决途径,并在此基础上给出了发展启示。     

无人机辅助智能边缘网络技术综述

简要介绍了无人机作为空基信息平台的主要应用场景,结合6G多接入网络和用户为中心网络架构,讨论了无人机在构建智能边缘网络中的重要作用。结合无人机平台在不同场景下的通、感、算能力特点,介绍无人机自组网、无人机通感一体化、无人机边缘计算等无人机辅助智能边缘网络关键技术。最后,围绕无人机在构建智能边缘网络过程中与无线接入网新技术结合时产生的新问题,探讨无人机通信信道建模、三维立体部署与路径规划、携能有限与续航问题、无人机网络安全、无人机集群异构网络融合等关键技术挑战和未来研究方向。     

无人机集群远程控制系统研究

无人机领域正在向着多机协同任务、集群任务的方向发展,但是目前无人机集群技术的研发多偏重于集群智能、集群算法的研究和无人机本身的设计,而缺乏对于集群任务下远程控制系统的研究。针对这样的现状,分析了无人机集群远程控制系统的必要性和需要实现的功能,从单机任务、多机协同任务、集群任务三个维度探讨了无人机远程控制系统的组成结构,并对无人机集群远程控制系统的整体架构和内部各组成模块的功能细节进行了详细介绍。该远程控制系统很好地符合了集群理论的技术特征需求,能够有效发挥无人机集群协作的优势。     

非完全信息下无人机集群对抗研究综述

无人机集群以其具备的应用优势及发展前景,成为当前人工智能领域研究者关注的热点之一。而非完全信息下的无人机集群对抗技术,因其集群结构变化的高动态性以及环境信息复杂多变且不能完全感知的特点,成为对集群协同性与智能性要求最高的研究方向之一。其研究成果可以促进智能化无人系统的快速发展和广泛应用。该文全面回顾了非完全信息环境下无人机集群对抗研究的最新进展,按照包以德循环理论的思路将无人机集群对抗过程划分为态势评估、意图推断、任务规划与机动决策4个相互衔接的关键组成部分,并进一步将其细分为8个子研究目标。通过分析比较近年来的相关研究,着重阐述了无人机集群对抗领域各项任务的研究重点和难点以及已取得的成果,并讨论了无人机集群对抗技术所面临的挑战,包括大规模异构集群的协同控制、非完全信息的处理、复杂决策过程的建模以及实际应用任务的应对等。     

面向非合作无人机通信网络的通联拓扑推理技术

在对抗环境下,捕获无人机通信网络的通联拓扑有助于我们高效发现并破坏其集群功能.然而,在非合作条件下,传统的拓扑先验信息难以获取,通联拓扑推理面临着巨大的挑战.现有相关研究总体上仍处于起步阶段,系统模型和推理机理不清晰,各类方法在同一数据维度下的对比较少.因此,针对非合作的物理场景,该文首先构建了系统模型,揭示了推理机理...     

无人机辅助边缘计算中安全通信与能效优化策略

无人机的灵活移动性在移动边缘计算系统中引起了广泛的关注。然而,空中窃听者的存在使它的安全传输仍然面对巨大的挑战。为了解决高安全通信速率与低能耗之间的矛盾,引入安全通信能效这一概念,即无人机安全通信传输速率与无人机能耗之间的比值。首先,在满足给定任务时延、无人机的CPU计算频率以及任务卸载率的约束下,提出一种最大化安全通信能效的卸载策略,即联合优化合法无人机悬停位置、CPU计算频率分配以及区分计算任务复杂度的卸载策略;同时从物理层安全角度提升了无人机-移动边缘计算场景下的安全通信。其次,由于该策略是一个复杂的非凸问题,将其解耦为3个子问题,通过块坐标下降法与连续凸逼近（SCA）相结合的全局优化算法来求解该非凸问题。仿真结果表明,针对不同任务复杂度的系统,所提策略都能在满足地面终端卸载需求的同时,平衡整体的通信安全性能和能耗之间的关系,并提高安全通信能效。     

面向多模异构任务的无人机集群自主协同优化

针对无人机集群同时遂行多个异构模式、异构价值、异构需求任务时的自主协同优化问题,构建了集群遂行多模异构任务协同优化模型,提出了一种基于重叠式联盟博弈的分布式协作算法。通过综合考虑任务模式、任务价值、任务需求,以及集群中不同无人机成员的资源情况,基于不同任务类型下联盟内任务成功率和效能计算,优化无人机任务选择和资源分配并实现算法收敛和系统稳定,以及优化的分布式多机协同。仿真结果表明,所提方法能有效提高系统效用和任务成功率,并能在不同环境下实现面向异构任务目标的高效协同。     

无人机集群综述:技术、挑战与未来

随着无人系统、网络通信技术和群体智能理论的发展，使无人机集群协作从概念走向现实、从理论转向实践。回顾了无人机集群的兴起与发展，概述了无人机集群难点与特点；从无人机集群层次结构技术框架出发，分别从智能感知层、通信网络层、自主决策层、路径规划层、协同控制层和实际应用层6个方面介绍了无人机集群关键技术的研究进展；讨论了无人机集群在未来发展中面临的诸多挑战，并对未来研究方向进行了展望，旨在为无人机集群技术的进一步应用落地提供理论参考。     

基于联盟的6G无人机通信网络优化概述

随着6G网络和无人机(UAV)技术的迅猛发展,无人机通信网络将成为6G空天地一体化网络融合的关键组成部分,在战场侦查、野外救援和物联网信息传输等民用和军用领域发挥重要作用。针对无人机群大规模、高动态和自组织等特性,以6G网络任务驱动为出发点,该文提出基于联盟的6G无人机通信网络优化框架。围绕联盟形成、联盟任务实施和联盟资源管理对无人机联盟工作原理展开论述。结合博弈论、机器学习和在线决策,给出了无人机通信网络资源优化方法和仿真示例。最后,对6G无人机通信网络的应用前景和亟需解决的问题进行了开放性讨论。     

面向无人集群通信的干扰感知及电磁干扰自动规避方法

为提升无人机在复杂电磁环境条件下的通信可靠性，在无人机载通信系统基础之上，研究基于电子战特征的无人机通信干扰感知方法，感知环境电磁特性及干扰信号特征，根据干扰识别结果智能决策自动规避干扰，在最优信道上进行数据通信，能够大幅度提升复杂电磁环境下无人机通信系统的抗干扰传输能力。并构建干扰感知与自动规避的测试验证原理样机，进行外场测试验证，实现无人机（群）对杂波环境的智能化适应，满足日益增长的无人机应用需求。     

面向群体快速融合的仿生无人机集群架构

摘 要：无人机集群作战是未来战场的重要组成部分。集群内的无人机通过协作，进行载荷的互补与任务协调，以提升系统整体性能。自然界中如蚂蚁、狼、鸽子、鱼等群体，其个体与单架无人机行为类似，而蚁群、狼群、鸽群又能依靠个体间的规则，通过协调与组织实现更为复杂的行为。不同生物集群展现的能力不同，在战场上能承担的任务也各不相同。从生物集群的群体特征出发，考虑生物间的拓扑和交流机制，提出了一种仿生无人机集群的融合架构。不同种类的仿生无人机集群自由地融合，增强了无人机集群的异构性，提高仿生无人机集群架构的协调能力。