岳文静，孙 鹏，陈 志

(1.南京邮电大学 通信与信息工程学院，江苏 南京 210023;2.南京邮电大学 计算机学院，江苏 南京 210023)

0 引 言

无人机由于其多功能性，在军事、私人和公共部门越来越受青睐。无人机运行在工业、科学和医学等波段，但随着在这些频段运行的无线和蜂窝网络的新设备的开发和使用急剧增加，且频谱利用率低下，无人机可用频谱资源急剧减少。认知无人机网络通过将无人机与认知无线电技术结合可以感知主用户未使用的频段，通过频谱资源分配获得可用的频谱资源，从而解决无人机频谱资源短缺的问题，提高频谱利用率[1]。在多无人机频谱接入和认知无线电方面，国内外研究人员进行了大量的研究。文献[2]将认知无线电最优频谱问题归结为图着色问题的变体，提出基于图着色理论的认知无线网络频谱分配模型。文献[3-5]将博弈论应用于频谱接入中，获得了较高的系统吞吐量和效用。文献[6]提出了一种基于后悔博弈的ABS和蜂窝/WiFi共存网络的动态传输占空比分配方案。有些研究人员将智能优化算法用于频谱分配中，获得了较好的效果。

例如文献[7]将改进的乌鸦算法用于车载网频谱分配。文献[8]使用遗传算法进行频谱分配，文献[9]提出一种改进的量子遗传算法并将其用于频谱分配。文献[10-11]采用粒子群优化算法进行频谱分配。文献[12]提出了一种新的二元自适应布谷鸟搜索算法，该算法在传统布谷鸟搜索初始化阶段引入了反向学习，增加了布谷鸟搜索的多样性。……