基于联盟的智能协同无人机群网络资源优化方法研究

Large-scale unmanned aerial vehicles (UAVs) play an important role in both the military and civilian territories, including future warfare, emergency communication and Internet of things, etc. The intelligent cooperation of unmanned aerial vehicles is the necessary way to realize its large-scale operations. However, existing methods can not cope with the new challenges and problems. This project focuses on the large-scale, ultra-intensive, self-organizing and high dynamic characteristics of the future UAVs. It mainly concentrates on the intelligent cooperative network resources optimization of alliance-based UAVs. It is task-driven and the research is carried out from the following three aspects: coalition formation, intra-coalition information integration and intel-coalition information sharing. It focuses on constructing the mathematical models for evaluating the effectiveness of the task, constructing a hierarchical and multi-granular wireless resources management framework and enhancing the effectiveness and stability of the relay transmission. By optimizing the resources and mission requirements of UAVs, the integration of wireless resources and information as well as the matching relationship between relay resources and information sharing, the project aims at realizing the intelligent cooperative network resources optimization of coalition-based UAVs, providing a solution to larger-scale scenarios in the future and making great contributions to promoting the development of our next generation warfare.

智能协同无人机群将在未来战争、应急通信和物联网等军用和民用领域扮演极其重要的角色，其中无人机间信息交互是实现大规模无人机群任务协同的基础，然而现有无线通信系统中的方法不能应对大规模无人机群网络的新挑战。本项目针对无人机群的大规模、超密集、自组织、高动态等特点，以基于联盟的无人机群智能协同网络资源优化为切入点，以任务为驱动，针对联盟形成、联盟内信息融合和联盟间信息共享这三方面内容展开研究。着力解决任务效能评估的数学分析模型，构建分层多粒度的无线网络资源管理构架，提高中继传输的有效性与稳定性等问题，优化无人机群无线资源与协同任务需求、无线资源与信息融合、中继资源与信息共享之间的匹配优化关系，以期能够实现基于联盟的无人机群智能协同网络资源优化，为未来更大规模的无人机群网络智能协同提供解决思路，为推动我军下一代无人机作战的发展做出积极贡献。

本项目从无人机群的大规模、超密集、自组织、高动态等特点出发，探究基于联盟的无人机群智能协同网络资源优化方法。通过构建任务效能评估模型实现无人机群资源与异构任务需求之间的匹配，通过分层多粒度的资源管理构架实现联盟内信息融合，通过中继传输优化提高联盟间信息共享的高效性和稳健性。.主要研究内容和结果如下：（1）、面向无人机协同侦查的联盟形成。从异构侦查任务需求出发，构建了不同侦查任务种类下的效能评估模型，提出了基于势能博弈与联盟形成博弈的任务分配方法和动态环境中基于时间预测的匹配方法，实现了无人机群资源与异构任务需求的适配。（2）、面向联盟内信息融合的分层多粒度资源优化。针对联盟内部信息融合需求带来的用频冲突，提出了面向联盟干扰协调的高效频谱共享与接入方法，实现了联盟间粗粒度动态频谱共享和联盟内细粒度动态频谱接入。（3）、面向联盟间信息共享的中继传输优化。基于联盟区域跨度大，信息交互开销多的特点，提出了基于匹配博弈理论的分布式中继选择方法、针对任务关联关系的中继通信资源分配方法和基于无人机群拓扑动态变化的中继资源部署方法，实现了联盟间高效的信息共享。.本项目共发表学术论文12篇，其中SCI期刊论文10篇（均为IEEE期刊论文）、中文核心论文1篇、会议论文1篇；授权国家发明专利1项，受理4项。项目负责人入选军委科技委国防卓青、国家万人计划青年拔尖人才和江苏省“333高层次人才工程”中青年学术技术带头人，获中国电子学会自然科学奖一等奖（排名第2）；项目组成员入选军事领域青年托举人才1人，获批国家自然科学基金青年项目3项；培养博士生7名（已毕业4名，获全军/学会优秀博士论文2人次），硕士生8名（已毕业6名）。