●前言
第1章無人機集群的神經繫統1
1.1無人機集群的發展及趨勢4
1.1.1無人機集群發展概況4
1.1.2集群協同帶來的優勢6
1.1.3無人機集群發展趨勢8
1.2無人機集群協同面臨的挑戰10
1.2.1遙控協同模式面臨的問題10
1.2.2預先編程協同模式面臨的問題11
1.2.3仿生物群體智能協同面臨的問題12
1.3無人機集群自主協同的基礎保證13
1.3.1信息共享的途徑是網絡13
1.3.2決策動作的協調靠網絡14
1.3.3集群決策的基礎是網絡14
2.4.3無人機集群網絡拓撲優化研究現狀25
2.4.4無人機集群網絡路由優化研究現狀26
參考文獻30
第3章無人機集群網絡優化的挑戰與潛力34
3.1無人機集群網絡優化的新挑戰34
3.1.1多維動態35
3.1.2能力約束36
3.1.3信息缺失37
3.2無人機集群網絡優化的新潛力38
3.2.1網絡彈性38
3.2.2集體主義39
3.2.3智能學習39
參考文獻40
第4章智能無人機集群網絡優化的新思考41
4.1任務驅動：智能無人機集群網絡優化的目標指引41
4.2通控一體：智能無人機集群網絡優化的探索思路46
4.3群體智能：智能無人機集群網絡優化的主要途徑50
4.4博弈學習：智能無人機集群網絡優化的重要方法52
4.4.1博弈論基本概念52
4.4.2博弈論在無人機集群網絡優化中的應用54
4.4.3學習算法與博弈理論的結合55
參考文獻56
第5章智能無人機集群網絡頻譜資源分配61
5.1引言61
5.1.1概述61
5.1.2本章主要內容64
5.2基於相關均衡的無人機集群頻譜資源匹配優化65
5.2.1問題引入65
5.2.2模型建立66
5.2.3資源需求-供應匹配優化博弈和相關均衡69
5.2.4基於悔恨匹配過程的分布式學習算法72
5.2.5實驗結果及分析73
5.2.6小結78
5.3基於勢能博弈的無人機集群頻譜分配優化78
5.3.1問題引入78
5.3.2模型建立79
5.3.3基於勢能博弈的自組織頻譜接入方法81
5.3.4實現納什均衡的多智能體學習算法83
5.3.5實驗結果及分析84
5.3.6小結88
5.4基於協同自治的密集集群網絡頻譜決策優化88
5.4.1問題引入88
5.4.2模型建立90
5.4.3基於分治決策的資源分配機制91
5.4.4實驗結果及分析98
5.4.5小結104
5.5基於團購機制的無人機集群頻譜分配優化104
5.5.1問題引入104
5.5.2模型建立105
5.5.3無人機集群重疊聯盟形成博弈108
5.5.4仿真結果及分析113
5.5.5小結117
5.6基於聯盟圖博弈的多跳數據傳輸分配優化117
5.6.1問題引入117
5.6.2模型建立118
5.6.3博弈模型設計121
5.6.4算法設計125
5.6.5實驗結果及分析126
5.6.6小結131
5.7開放性討論132
參考文獻33
第6章智能無人機集群業務數據傳輸動態接入140
6.1引言140
6.1.1概述140
6.1.2本章主要內容145
6.2面向無人機業務數據的很優序貫機會頻譜接入146
6.2.1問題引入146
智能無人機集群網絡優化技術
6.2.2模型建立147
6.2.3業務數據模型150
6.2.4很優序貫檢測次序152
6.2.5實驗結果及分析154
6.2.6小結156
6.3面向異構業務數據的集群合作勢能博弈接入157
6.3.1問題引入157
6.3.2模型建立158
6.3.3面向業務數據的本地合作勢能博弈162
6.3.4算法設計164
6.3.5實驗結果及分析170
6.3.6小結174
6.4基於集群業務合作的時頻二維函數化聯盟博弈接入175
6.4.1問題引入175
6.4.2模型建立176
6.4.3業務合作聯盟博弈180
6.4.4業務驅動聯盟形成算法182
6.4.5實驗結果及分析187
6.4.6小結192
6.5面向集群異構業務數據的自組織業務匹配序貫接入192
6.5.1問題分析192
6.5.2模型建立193
6.5.3面向業務數據的序貫接入博弈模型198
6.5.4面向業務數據的序貫接入決策分布式學習算法199
6.5.5實驗結果及分析203
6.5.6小結209
6.6開放性討論209
參考文獻210
第7章智能無人機集群網絡路由選擇218
7.1引言218
7.1.1概述218
7.1.2本章主要內容223
7.2面向傳輸時延優化的路由選擇223
7.2.1問題分析223
7.2.2模型建立224
7.2.3基於深度強化學習的無人機集群路由算法設計225
7.2.4實驗結果及分析229
7.2.5小結238
7.3面向多個屬性聯合優化的路由選擇239
7.3.1問題分析239
7.3.2模型建立239
7.3.3基於熵權法的多屬性路由決策241
7.3.4多屬性聯合深度強化學習算法設計242
7.3.5實驗結果及分析247
7.3.6小結252
7.4考慮任務屬性優先級的路由選擇253
7.4.1問題分析253
7.4.2屬性優先級分析253
7.4.3基於屬性優先級的深度強化學習算法設計254
7.4.4實驗結果及分析257
7.4.5小結260
7.5開放性討論260
參考文獻261
第8章智能無人機集群網絡拓撲優化265
8.1引言265
8.1.1概述265
8.1.2本章主要內容266
8.2面向能量效率的無人機集群拓撲優化266
8.2.1問題分析266
8.2.2模型建立267
8.2.3基於功率控制的無人機集群覆蓋部署269
8.2.4實驗結果及分析276
8.2.5拓展分析282
8.2.6小結282
8.3面向高效信息傳輸的無人機集群拓撲優化282
8.3.1問題分析282
8.3.2模型建立283
8.3.3覆蓋效用很優的聯盟形成博弈286
8.3.4基於帕累托的聯盟部署算法290
8.3.5實驗結果及分析291
8.3.6小結296
8.4開放性討論296
參考文獻297
第9章智能無人機集群網絡優化的場景運用299
9.1引言299
9.2輔助通信299
9.2.1網絡架構301
9.2.2信道特征302
9.2.3技術研究要點303
9.3災害管理和應急救援305
9.3.1無人機集群輔助災害管理305
9.3.2無人機集群輔助應急救援309
9.4空中物聯網312
9.4.1無人機物聯網架構312
9.4.2編隊控制313
9.4.3物聯數據融合313
9.5安全監控314
9.5.1無人機安全監控概述314
9.5.2繫統構成315
9.5.3運用例317
9.6醫療服務319
9.6.1無人機的醫療應用場景319
9.6.2技術要點321
參考文獻322
彩圖

智能無人機集群是未來無人化時代大國戰略技術競爭的制高點之一。集群網絡優化是實現集群智能協同、發揮集群數量優勢的基礎。《智能無人機集群網絡優化技術》緊密圍繞智能無人機集群網絡優化關鍵技術展開闡述，主要介紹作者在該領域的繫列研究工作。《智能無人機集群網絡優化技術》共9章，首先分析了無人機集群網絡的地位作用、歸納總結了無人機集群網絡的特點、梳理了網絡優化的挑戰與潛力，在此基礎上提出了智能無人機集群網絡優化在目標、機制、方法等方面的新思考。然後分別針對資源分配、數據接入、路由選擇、拓撲優化等幾個關鍵主題，詳細介紹相關的問題分析、模型建立、算法設計和實驗結果。*後介紹了智能無人機集群網絡優化的場景運用。