陆渊章 谢海燕吉训生

(1.江苏信息职业技术学院电子信息工程学院，江苏 无锡 214153；2.伊利诺伊州立大学应用科学技术学院，美国 伊利诺伊州 61790；3.江南大学物联网工程学院，江苏 无锡 214000)

近年来，无人飞行器(unmanned aerial vehicles，UAV)得到快速发展，广泛用于医疗设备，环境监测和救援活动。多台无人机可以协同工作以完成复杂任务，缩短无人机通信时延和降低无人机功耗可以降低风险[1]。低空无人机通信具有便捷的部署和更低的成本，可以减少建筑物等障碍物的遮挡，获得更准确的传输效果[2-3]。而多无人飞行器的动态通信网络主要依赖于基础设施架构和飞行自组织网络(flying ad-hoc network，FANET)，主要由无人机群之间的以及无入机的无线访问网络构成[4]。

现阶段无线通信网络部署在无人机通信控制算法优化领域中已有大量研究，有的通过无人机中继基站对无人机同时进行无线信息和能量传输，联合多参量使通信容量最大化[5]。或者使用无线功率传输向用户充电，用户使用收集能量后向UAV 发送信息，提高通信容量[6]；还有的通过多跳路由数据包[7]或者无人机中继辅助通信[8]，实现广泛的信号覆盖范围。但由于在无人机飞行网络覆盖能力不足的情况下，传统的基础设施架构网络效率较低，FANET 高扩展性能够提升协同通信算法，优化网络性能，包括提高无线系统的容量以及通信速率，并降低电池能耗[9]。

本文针对无人机群协同通信提出了一种基于递归神经网络(recursive neural network，RNN) 的FANET 模型，通过对影响因素建模来研究动态不确定性。……