一、UAV集群系統介紹
未來大規模UAV集群自主作戰場景：
高移動性、網絡拓撲時變、鏈路中斷頻繁、集群易割裂、通信資源短缺、高對抗環境等。
UAV集群智能協同通信系統
UAV集群作戰是智能自主的，但絕對不是孤立的。UAV集群在接收任務后就不再或極少受到地面指揮中心的控制，便可以完成集結起飛、分配任務、執行任務、集結返航等一系列活動，集群自主進行接入組網、資源分配，內部還可以進行高效的信息交互，保證在外部環境動態變化或UAV相對位置發生變化時，仍能自適應地調整網絡拓撲、優化資源分配，保持智能、穩健、可靠的UAV集群通信。因此UAV集群通信系統具有兩類通信問題：UAV集群整體與地面指揮中心的通信鏈路，以及UAV集群內部的通信網絡兩個方面。
內部通信要構建成為UAV集群智能協同通信網絡，目標主要包括：通信網絡的有效性、可靠性、安全性；以及集群系統的自主性、協同性、智能化水平。針對UAV集群內部通信網絡采用自組織網狀網(ad hoc mesh network)。其網狀特性使網絡更為健壯，不會由于個別UAV損毀而導致整個集群癱瘓；其自組織特性保證了集群的分布式架構，UAV可以隨時退出或加入網絡，且網絡內的任意兩架UAV都可以通過中間多架UAV進行信息交互。
1、認知無線電(cognitive radio)技術：CR技術希望提高UAV通信自主感知、智能決策能力，使UAV可以根據復雜環境的動態變化自適應調整通信策略，實現靈活、高效、智能的無線通信。
2、群體智能理論：研究群體智能的相關理論和方法，突出UAV集群協同的優勢。
集群智能協同通信網絡即為在UAV集群通信領域智能通信與群體智能的結合。智能使個體間的信息交互更為穩健可靠，使集群通信更為自主高效, 而集群通信也大大增加了個體間信息交互的幾率, 使群體智能體現得更為充分。
UAV既是通信資源的使用者，又可通過感知模塊獲取通信環境信息。單架UAV感知能力有限，獲取到的環境信息可以看作通信環境在不同區域內不同時隙上的離散狀態，利用UAV集群進行通信環境感知，可以擴大感知范圍，并借助群體智能優勢，將離散狀態融合成全局形勢，甚至預測出未來演化趨勢，從而實現多域立體協同感知。
無線通信中的感知通常是指對頻譜態勢的感知，其主要目標是獲取頻譜當前狀態，包括頻譜輻射功率、頻譜占空情況、頻譜接入協議等。UAV集群智能協同通信中的感知是廣義上對環境信息的獲取、分析和認識，為后續信道資源決策與網絡路由連接提供頻譜占用情況、節點位置以及空間拓撲等信息。
UAV對通信環境進行感知，感知的對象包括但不局限于頻譜態勢、網絡拓撲等通信環境變量，并且對不同的感知對象，也有各自不同的感知方法。UAV將感知得到的頻譜態勢、信源身份、網絡拓撲等信息送入集群智能自主決策模塊，完成頻譜資源分配、發射功率控制、路由等任務，如群智資源分配需要頻譜態勢信息, 群智路由依賴于網絡拓撲信息等。
頻譜感知是獲取頻譜當前狀態，包括輻射功率、占空情況、接入協議等；信源身份感知即是對不同類型的輻射源進行識別，可以在信號檢測的基礎上結合機器學習方法進行分類判斷；節點位置信息是空間域的重要內容, 對節點位置進行感知可以采用協同定位技術。
技術路線：
首先構建面向無人機集群通信的虛擬 MIMO 群智頻譜感知模型，將由搭載單個或多個天線的無人機組成的協作感知網絡建模為分布式虛擬 MIMO系統，利用大規模觀測點在空間上的多樣性來協作實現精準立體化的頻譜感知，在服務于感知需求的同時，動態地協調與指導各個無人機的行為，從而實現群智頻譜感知。其次，深入分析無人機集群動力學特征，探索建立基于貝葉斯推理(Bayesian inference)、因子圖模型等理論框架的協同定位算法，研究目標函數非線性情況下后驗均值與協方差的近似規則，尋求目標后驗分布優近似的推理理論，實現復雜網絡條件下的精確推理，提升無人機集群協同定位性能。最后，針對非法無人機入侵或滲透對抗等潛在威脅，探索節點移動場景下的多元假設檢驗理論與方法，實現復雜環境下穩健的立體化群智信源感知。
未來有興趣可繼續研究的內容：
基于大規模群智自主決策的通信資源優化利用：通信資源優化利用是群智協同通信的核心，面向大規模群智激發匯聚的多樣化任務需求，首先需要構建通信資源緊缺條件下分層分級資源優化模型，其次研究大規模群智自主決策方法，然后設計面向動態密集網絡下干擾消除的頻譜復用算法，突破混合多址接入技術，實現頻譜、功率、能量等通信資源的高效利用。
-
Sun J C, Wang J L, Chen J, et al. Cooperative communication based on swarm intelligence: vision, model, and key technology. Sci Sin Inform, 2020, 50: 307–317, doi: 10.1360/SSI-2019-0186
二、認知無線電與UAV集群相關的應用
1、 Ad Hoc網絡中的應用
UAV集群在網絡層視為Ad Hoc網絡。CR技術在低功耗多跳Ad Hoc網絡中應用，需要新的MAC協議和路由協議支持分布式頻率共享系統的實現。一般的多跳Ad Hoc網絡在發送數據包時需要預先確定通信路由，采用CR技術后，因來自周圍無線系統的干擾波動較大，需要不斷地更改路由。因此，用于Ad Hoc網絡中的傳統路由技術不再適用。
針對這種情況，有研究者提出了采用空時塊碼（Space Time Block Code， STBC）分布式自動重傳請求（Automatic Repeat request， ARQ）技術，利用包的重傳來代替路由技術，該方法可根據周圍的環境，避開干擾區域自適應選擇路由。（查一下資料）
此外，由于網絡路由協議的最優選擇很大程度上依賴于物理層環境（如移動性、傳播路徑等）的變化和應用的需求（如QoS）等，而在Ad Hoc認知無線電網絡中，多種業務的QoS需求的變化要比網絡拓撲的變化還要快。因此，有必要研究次優化路由協議，以保證長期的網絡性能優化。
2、Mesh網中的應用
認知Mesh網絡具有無線多跳的網絡拓撲結構，通過中繼的方式有效地擴展網絡覆蓋范圍。由于微波頻段受限于視距傳輸，基于認知無線電技術的Mesh網絡將有利于在微波頻段實現頻譜的開放接入。
3、MIMO系統中的應用
MIMO和CR技術都可提高無線通信系統的頻譜效率，MIMO技術引入到認知無線電系統中，將能提供載波頻率和復用增益的雙重靈活性。