一、UAV集群系统介绍
未来大规模UAV集群自主作战场景：
高移动性、网络拓扑时变、链路中断频繁、集群易割裂、通信资源短缺、高对抗环境等。
UAV集群智能协同通信系统
UAV集群作战是智能自主的，但绝对不是孤立的。UAV集群在接收任务后就不再或极少受到地面指挥中心的控制，便可以完成集结起飞、分配任务、执行任务、集结返航等一系列活动，集群自主进行接入组网、资源分配，内部还可以进行高效的信息交互，保证在外部环境动态变化或UAV相对位置发生变化时，仍能自适应地调整网络拓扑、优化资源分配，保持智能、稳健、可靠的UAV集群通信。因此UAV集群通信系统具有两类通信问题：UAV集群整体与地面指挥中心的通信链路，以及UAV集群内部的通信网络两个方面。
内部通信要构建成为UAV集群智能协同通信网络，目标主要包括：通信网络的有效性、可靠性、安全性；以及集群系统的自主性、协同性、智能化水平。针对UAV集群内部通信网络采用自组织网状网(ad hoc mesh network)。其网状特性使网络更为健壮，不会由于个别UAV损毁而导致整个集群瘫痪；其自组织特性保证了集群的分布式架构，UAV可以随时退出或加入网络，且网络内的任意两架UAV都可以通过中间多架UAV进行信息交互。
1、认知无线电(cognitive radio)技术：CR技术希望提高UAV通信自主感知、智能决策能力，使UAV可以根据复杂环境的动态变化自适应调整通信策略，实现灵活、高效、智能的无线通信。
2、群体智能理论：研究群体智能的相关理论和方法，突出UAV集群协同的优势。
集群智能协同通信网络即为在UAV集群通信领域智能通信与群体智能的结合。智能使个体间的信息交互更为稳健可靠，使集群通信更为自主高效, 而集群通信也大大增加了个体间信息交互的几率, 使群体智能体现得更为充分。
UAV既是通信资源的使用者，又可通过感知模块获取通信环境信息。单架UAV感知能力有限，获取到的环境信息可以看作通信环境在不同区域内不同时隙上的离散状态，利用UAV集群进行通信环境感知，可以扩大感知范围，并借助群体智能优势，将离散状态融合成全局形势，甚至预测出未来演化趋势，从而实现多域立体协同感知。
无线通信中的感知通常是指对频谱态势的感知，其主要目标是获取频谱当前状态，包括频谱辐射功率、频谱占空情况、频谱接入协议等。UAV集群智能协同通信中的感知是广义上对环境信息的获取、分析和认识，为后续信道资源决策与网络路由连接提供频谱占用情况、节点位置以及空间拓扑等信息。
UAV对通信环境进行感知，感知的对象包括但不局限于频谱态势、网络拓扑等通信环境变量，并且对不同的感知对象，也有各自不同的感知方法。UAV将感知得到的频谱态势、信源身份、网络拓扑等信息送入集群智能自主决策模块，完成频谱资源分配、发射功率控制、路由等任务，如群智资源分配需要频谱态势信息, 群智路由依赖于网络拓扑信息等。
频谱感知是获取频谱当前状态，包括辐射功率、占空情况、接入协议等；信源身份感知即是对不同类型的辐射源进行识别，可以在信号检测的基础上结合机器学习方法进行分类判断；节点位置信息是空间域的重要内容, 对节点位置进行感知可以采用协同定位技术。
技术路线：
首先构建面向无人机集群通信的虚拟 MIMO 群智频谱感知模型，将由搭载单个或多个天线的无人机组成的协作感知网络建模为分布式虚拟 MIMO系统，利用大规模观测点在空间上的多样性来协作实现精准立体化的频谱感知，在服务于感知需求的同时，动态地协调与指导各个无人机的行为，从而实现群智频谱感知。其次，深入分析无人机集群动力学特征，探索建立基于贝叶斯推理(Bayesian inference)、因子图模型等理论框架的协同定位算法，研究目标函数非线性情况下后验均值与协方差的近似规则，寻求目标后验分布优近似的推理理论，实现复杂网络条件下的精确推理，提升无人机集群协同定位性能。最后，针对非法无人机入侵或渗透对抗等潜在威胁，探索节点移动场景下的多元假设检验理论与方法，实现复杂环境下稳健的立体化群智信源感知。
未来有兴趣可继续研究的内容：
基于大规模群智自主决策的通信资源优化利用：通信资源优化利用是群智协同通信的核心，面向大规模群智激发汇聚的多样化任务需求，首先需要构建通信资源紧缺条件下分层分级资源优化模型，其次研究大规模群智自主决策方法，然后设计面向动态密集网络下干扰消除的频谱复用算法，突破混合多址接入技术，实现频谱、功率、能量等通信资源的高效利用。
-
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、认知无线电与UAV集群相关的应用
1、 Ad Hoc网络中的应用
UAV集群在网络层视为Ad Hoc网络。CR技术在低功耗多跳Ad Hoc网络中应用，需要新的MAC协议和路由协议支持分布式频率共享系统的实现。一般的多跳Ad Hoc网络在发送数据包时需要预先确定通信路由，采用CR技术后，因来自周围无线系统的干扰波动较大，需要不断地更改路由。因此，用于Ad Hoc网络中的传统路由技术不再适用。
针对这种情况，有研究者提出了采用空时块码（Space Time Block Code， STBC）分布式自动重传请求（Automatic Repeat request， ARQ）技术，利用包的重传来代替路由技术，该方法可根据周围的环境，避开干扰区域自适应选择路由。（查一下资料）
此外，由于网络路由协议的最优选择很大程度上依赖于物理层环境（如移动性、传播路径等）的变化和应用的需求（如QoS）等，而在Ad Hoc认知无线电网络中，多种业务的QoS需求的变化要比网络拓扑的变化还要快。因此，有必要研究次优化路由协议，以保证长期的网络性能优化。
2、Mesh网中的应用
认知Mesh网络具有无线多跳的网络拓扑结构，通过中继的方式有效地扩展网络覆盖范围。由于微波频段受限于视距传输，基于认知无线电技术的Mesh网络将有利于在微波频段实现频谱的开放接入。
3、MIMO系统中的应用
MIMO和CR技术都可提高无线通信系统的频谱效率，MIMO技术引入到认知无线电系统中，将能提供载波频率和复用增益的双重灵活性。