无人机自组网研究进展综述
无人机群协同作战目标分配研究综述
无人机群协同作战目标分配研究综述近年来，随着微机电技术、通信导航技术和人工智能技术迅速发展，无人机的智能化水平越来越高，数量众多的无人机组成无人机群应用在军事领域将有可能颠覆未来战争的规则。
无人机群作战是指由数量庞大、成本低廉的小型无人机组成蜂群作战系统，依托大数据、人工智能、无线自组网等技术协同作战。
在未来战场上，由数量众多的无人机对作战目标进行超饱和攻击，能有效提升己方的作战效能。
无人机群可以完成某些单架无人机难以完成的复杂任务，如大规模监视敌方、大范围信息搜集、执行多个同步任务等，但无人机数量的增多带来规模化增大，复杂度变高和众多安全隐患，在执行任务过程屮除了要考虑自身因素外，还要考虑目标和环境带来的约束等。
无人机群的协同目标规划，是在满足多方现实情况和约朿条件下，实现无人机与目标的配对分配，使作战效能最优，降低系统的耦合程度，提高协同性能和完成任务的质量。
无人机群协同作战目标分配(Collaborative TargetAllocation, CTA)首先是根据无人机群与作战目标的具体情况，结合各项约朿条件，建立无人机群任务分配的CTA模型，然后根据建立的模型，选择合适的智能算法进行求解，得到无人机与目标相对应的结果。
本文对无人机群协同作战目标分配进行研究，从CTA模型及其要素和常用智能算法两方面进行介绍，并根据研究结果对未来无人机群作战任务分配的研究方向进行预测。
01、CTA模型无人机群协同作战目标分配是基于战场环境和作战任务，为无人机群中的每架无人机分配一个或多个作战目标，使无人机群的整体作战效能最优。
分配目标，需要从无人机群、目标任务和约束条件三个要素考虑建立协同作战目标分配模型（CTA模型），CTA模型是依据实际问题简化后的数学模型，对Z求解可以得到无人机的目标分配结果。
无人机群是作战的主体，在目标分配过程屮无人机的数量和自身的物理性能会对分配结果产生影响。
无人机群中无人机与分配目标的数量的不同会产生不同的分配结果。
旋翼无人机智能航迹规划研究综述
SurveyTechniques of Automation &Applications1引言无人机(Unmanned Aerial Vehicle,UAV)是在20世纪初作为靶机训练而出现的一种新型空中飞行器[1]。
近几十年来,随着科技与经济水平的快速发展,国内外学者对无人机的导航飞行控制,自主着陆等方面取得了巨大的成果,包括在无人机侦查、探测、救援等军事活动,摄影测量以及农场作业等实际操作中,无人机因其成本相对低廉、操作灵活、不惧伤亡等特点,在军事和民用领域得到了广泛的应用。
智能航迹规划[2]（在舰艇、自主战车、机器人等领域一般称为路径规划）是指在一些特定的约束条件下,为无人机规划出满足某些性能指标的从起始点到目标点的最优旋翼无人机智能航迹规划研究综述*皇甫淑云,唐守锋,童敏明,张宝山,孙海波(中国矿业大学信息与控制工程学院，江苏徐州221008）摘要:无人机在军事和民用领域的广泛应用,使其成为全球范围的研究热点。
智能航迹规划是旋翼无人机自主导航飞行的关键技术保障,有着重大的应用前景和研究意义。
本文对旋翼无人机智能航迹规划进行了研究综述，在旋翼无人机航迹规划模型的基础上，分析了传统经典算法、现代智能算法等规划算法，指出了其优点与不足并讨论了智能算法的改进算法，最后展望了无人机智能航迹规划的发展趋势。
关键词:旋翼无人机;飞行控制;航迹规划;智能算法中图分类号：TP312文献标志码:A文章编号:1003-7241(2019)06-0001-05Research on Intelligent Track Planning of Rotorcraft UAVHUANGFU Shu-yun,TANG Shou-feng,TONG Min-ming,ZHANG Bao-shan,SUN Hai-bo(China University of Mining and Technology,Xuzhou 221008China )Abstract:The wide application of UA V in military and civilian is a global research hotspot.Intelligent track planning is a key tech-nology guarantee of the autonomous navigation of rotor unmanned aerial vehicle,which has significant application pros-pects and research significance.In this paper,the research on the intelligent track planning of rotorcraft UA V is reviewed.Based on the rotorcraft drone track planning model,the traditional classical algorithm,modern intelligent algorithm and other planning algorithms are analyzed,and the advantages and disadvantages are pointed out and the improved intelli-gence algorithms are discussed.Finally,the development trend of intelligent track planning for unmanned aerial vehicles is prospected.Key words:rotorcraft UA V;flight control;track planning;intelligent algorithm*基金项目:国家重点研发计划(编号2016YFC0801800）收稿日期:2018-05-07飞行航迹。
面向任务的无人飞行器自组网OLSR协议
面向任务的无人飞行器自组网OLSR协议
陈立伟;简依雯;王桐;欧阳敏;高山
【期刊名称】《应用科技》
【年(卷),期】2024(51)1
【摘要】无人飞行器(unmanned aerial vehicle,UAV)自组网的路由研究多以性能指标出发、忽略无人飞行器网络的任务驱动性,与实际需求动态耦合弱、适用性不强。
针对该问题基于无人飞行器多任务网络提出了面向任务的无人飞行器联盟组网架构,提出了无人飞行器联盟的任务自适应优化链路状态路由协议(task adaptive optimized link state routing,TA-OLSR)。
基于模糊逻辑设计拓扑稳定度计算方法,利用拓扑稳定度实现TA-OLSR控制消息的自适应广播,同时结合稳定度设计新的多点中继选择策略。
仿真结果表明,TA-OLSR算法能从宏观面向任务的角度出发,实现不同任务下的良好自适应性,提升数据包投递率,减少冗余信息传播,降低网络开销,有效提高整体网络性能。
【总页数】8页(P112-119)
【作者】陈立伟;简依雯;王桐;欧阳敏;高山
【作者单位】哈尔滨工程大学信息与通信工程学院;哈尔滨工程大学先进船舶通信与信息技术工业和信息化部重点实验室
【正文语种】中文
【中图分类】TN929
【相关文献】
1.无人机自组网OLSR路由协议的优化
2.面向无人机自组网和车联网的媒体接入控制协议研究综述
3.基于OLSR协议的无人机自组网多径路由策略
4.无人机自组网低时延改进OLSR协议
5.面向蜂群无人机自组网接入协议的多优先级动态阈值算法
因版权原因，仅展示原文概要，查看原文内容请购买。
国内外无人机系统的研究现状
起 到 侦 查 卫 星 、空 中预 警 、军 用 战 斗 等 功 能 ；在 民 用 领 域 ，抗 震 航 空 护林 站 ．新 设 计 研 发 制 造 出 了 一 种基 于 遥 感 智 印 象比 较 深 刻 的 就 是 ２００８年 汶 川 地 震 ， 系统 ，这是 我 国 新研 发 的 一 种 中型 无 人 机 ，并 开 始 应 用 到 林 业
救 援 的 人 质 劫持 事件 ，效 果 比较 突 出 。
的森 林 灭 火 法 ．有 风 力 灭 火 法 、有 水 灭 火 、有 化 学化 学 药 剂 灭
１．２ 国 内
火法 ，但 其 时效 性 比较 差 。进 入 到 ２１世 纪 以 来 ，特 别 是 在 近 几
在 我 国 国 内关 于 无人 机 系统 的 研 发 和 应 用 。在 技 术 层 面 年 ．一 系列 高新 技 术 嵌 入 下 的 无人 机 ．在 森 林 火 灾监 控 方 面 ，
上 虽然 相 对 欠 缺 。但 也 取 得 了较 为 突 出的 成 果 。 就 目前 而 言 ， 发 挥 着超 出预 期 的 效 果 。
无 人 机 技 术 在 国 内各 领域 的应 用 比较 广 泛 。在 军事 领 域 ，可 以
２０１３年 ６月 ．经过 不 懈 努 力 ，内蒙 古哦 大兴 安 岭 林 区根 河
地 质 勘 查 、气 象监 测 、抢 险救 灾 等 ，与 传 统 的人 力相 比 ，效 果 显 近 些 年 也 时有 发 生 森 林 火 灾 ，一旦 处 置 不 当 ．会 对 国 家 和 人 民
著 。 比如 ，２０１５年 ３月 ，法 国首 都 巴黎 上 演 了一 场 无人 机 参 与 造 成 毁 灭 性 的 伤 害 。关于 森 林 火灾 的 应 对 ，上 个 世 纪 多为 传 统
无人机课题研究报告
无人机课题研究报告一、引言无人机，也称为无人驾驶飞行器，是一种无需人工直接操控的飞行器。
近年来，随着技术的发展和普及，无人机在各个领域的应用越来越广泛，包括军事、民用、科研等。
本课题研究旨在探讨无人机的技术发展、应用现状及未来趋势，为无人机的进一步发展和应用提供参考。
二、无人机技术发展自20世纪初无人机概念的提出至今，无人机技术经历了数十年的发展，在动力系统、导航定位、控制算法等方面取得了显著的进步。
目前，无人机已能够实现自主飞行、智能控制、高精度导航等功能。
未来，随着人工智能、物联网等技术的发展，无人机技术将更加成熟，应用范围将更加广泛。
三、无人机应用现状1. 军事应用：无人机在军事领域的应用已经非常广泛，包括侦察、目标跟踪、战斗打击等。
未来，随着无人机技术的不断发展，其在军事领域的应用将更加深入。
2. 民用应用：无人机在民用领域的应用也越来越广泛，包括航拍、快递、农业植保、灾难救援等。
未来，随着无人机技术的普及，其在民用领域的应用将更加广泛。
3. 科研应用：无人机在科研领域也有着广泛的应用，如环境监测、气象观测、地质调查等。
未来，无人机在科研领域的应用将更加深入。
四、无人机未来趋势未来，随着无人机技术的不断发展，其应用范围将更加广泛，功能将更加丰富。
同时，无人机的安全性和可靠性也将得到进一步提升。
未来无人机的发展将呈现出以下几个趋势：1. 智能化：随着人工智能技术的发展，无人机将越来越智能化，能够自主完成更复杂的任务。
2. 微型化：随着制造技术的进步，无人机的体积将越来越小，便于携带和隐蔽使用。
3. 多任务化：未来的无人机将能够执行多种任务，如侦察、打击、运输等。
4. 法规制定：随着无人机应用的普及，各国政府将制定更加严格的法规和标准，规范无人机的使用和管理。
五、结论无人机作为一种新型的飞行器，其技术发展、应用现状及未来趋势是一个值得深入研究的课题。
目前，无人机已经在军事、民用和科研等领域得到了广泛应用，未来其应用范围还将进一步扩大。
无人机技术的发展现状和未来趋势分析
无人机技术的发展现状和未来趋势分析随着科技的不断进步，无人机技术在过去几年里取得了巨大的突破和发展。
从最初的军事应用到现在广泛应用于农业、医疗、运输等各个领域，无人机正逐渐改变人们的生活和工作方式。
本文将对无人机技术的发展现状和未来趋势进行分析，并探讨其潜在的影响和挑战。
一、无人机技术的发展现状无人机技术的发展可以追溯到上世纪90年代，当时主要应用于军事领域。
然而，随着技术的不断进步和成本的下降，无人机开始逐渐融入民用领域。
目前，无人机在农业、航拍、快递、物流、环境监测等领域得到了广泛应用。
在农业领域，无人机可以通过搭载高分辨率传感器和摄像机，实时监测农田土壤情况、病虫害发生情况等，帮助农民进行精准施肥、病虫害防控等工作，提高农作物产量和质量。
在航拍领域，无人机可以搭载高清摄像机，实现航拍照片和视频的拍摄，广泛应用于电影、广告、房地产等行业。
与传统的有人驾驶飞机相比，无人机航拍成本低、灵活性高，可以拍摄到更多独特的角度和景观。
在快递和物流领域，无人机可以取代传统的人工投递，实现货物的快速、准确投递。
许多大型物流公司已经开始试验无人机投递服务，预计在未来几年内将实现商业化运营。
二、无人机技术的未来趋势随着无人机技术的不断发展，人们对其未来的应用也提出了更多期望。
以下是几个可能的未来发展趋势：1.智能化发展：无人机将会更加智能化，搭载更强大的人工智能和自主导航系统。
它们将能够实现自主规划飞行路径，适应各种复杂环境，并能够识别和应对突发情况。
2.多功能应用：未来的无人机将不仅仅局限于单一应用领域，而是成为多功能平台。
例如，无人机可以同时担当消防飞行器和搜救飞行器，快速响应灾害和紧急事件。
3.协同作业：随着无人机数量的增加，无人机之间的协同作业将成为现实。
无人机可以组成无人机群体，同时执行军事任务、艺术表演等。
同时，无人机还可以与有人驾驶飞机进行协同作业，实现更高效的航空交通管理。
三、潜在的影响和挑战虽然无人机技术带来了许多便利和机会，但也面临着一些挑战和潜在的风险。
国内外无人机系统的研究现状
中国军转民42国内外无人机系统的研究现状■ 刘宇凡 王瀚岳摘要：随着国内无人机系统应用不断蔓延和推进各种新技术领域,无人机系统的潜在应用市场也在快速扩大，这或许也是中国无人机产业市场的巨大商机，也是吸引众多国内创业者和公司投资目光的根本缘由。
目前现在我国智能无人机产业发展迅猛,已发展成为一个备受世界关注的新兴科技行业。
以下对国内外无人机系统的技术发展趋势现状进行分析。
关键词：国内外；无人机；研究；现状一、国内无人机系统（一）国内无人机研制系统研究发展史我国自主研究无人机系统起步相对较晚,20世纪70年代,我国才正式开始进行自主开发研制无人机和侦察机,80年代初开始装备空军部队。
我国专业从事无人机研发行业的技术单位总数有300多家,形成了配套齐全的研发、制造、销售和售后服务体系的企业有160家左右。
2017-2022年中国多轴无人机装备行业发展前景研究分析及未来发展前景策略趋势研究分析报告成果表明,研制出并投入使用的无人化飞机型号已多达百余种,小型多轴无人机生产技术已逐步得到完善,战略小型无人机已成功进行试飞,攻击小型无人机也已成功试射,而空地弹道导弹多次发射成功。
我国在2014年拥有无人机市场销售量万架左右。
50%以上的高速增长在未来几年将还会持续保持,在2014年期间我国民用智能无人机产品销售市场规模已经累计达40亿元。
2002年-2015年7月,国内与智能无人机应用相关的技术专利申请1545件。
（二）国内无人机系统目前发展存在的重大问题经过中国无人机研究人员的不懈努力,无人机应用技术已经取得长足进步,性能不断稳步提高,已初步形成较为完善的现代无人机技术体系,但是在无人机发展中仍存在一些问题。
（1）行业发展规划与市场规范关系问题。
我国无人机仍然存在功能重复设备投资、低技术水平功能重复、高端三类无人机技术发展依然较落后的突出现实问题。
（2）解决发动机技术瓶颈突出问题。
我国民用无人机的技术发展在较大程度上主要受制于无人发动机,一方面由于我国无人发动机自主研制技术基础薄弱;另一方面在我国无人机特定的高空低雷诺、大幅度过载等特殊飞行能力条件下,对这种发动机也提出了特殊的技术要求。
无人机群协同作战目标分配研究综述
无人机群协同作战目标分配研究综述无人机群协同作战目标分配是指在多无人机协同作战的场景下，合理地分配任务给每个无人机，以实现协同作战效果的最大化。
随着无人机技术的不断发展和应用，无人机群协同作战目标分配已成为研究的热点之一、本文将对无人机群协同作战目标分配的研究进行综述。
首先，无人机群协同作战目标分配研究可以从两个层面进行，即集中式和分布式。
集中式目标分配是通过一个中心节点对所有无人机进行分配，由中心节点进行智能调度和优化。
这种方法具有通信成本低、决策速度快的优点，但也存在单点故障、通信容量限制等问题。
而分布式目标分配则是每个无人机根据自身的感知和决策能力，通过本地化的方法进行任务分配。
这种方法具有抗干扰性好、分布式决策能力强的优点，但也存在信息不对称、算法协作难度高等问题。
其次，无人机群协同作战目标分配研究可以根据目标的特性进行分类。
根据目标的数量和类型不同，目标分配问题可以分为静态目标分配和动态目标分配。
静态目标分配是指无人机在开始执行任务前就确定了任务目标和分配方案，无人机之间不再进行任务重新分配。
动态目标分配则是指无人机在执行任务过程中，根据目标的变化和任务的需要进行目标重新分配。
在静态目标分配研究中，常用的方法有线性规划、整数规划、遗传算法等。
在动态目标分配研究中，常用的方法有贪婪算法、蚁群算法、模拟退火算法等。
最后，无人机群协同作战目标分配的研究还可以从不同的性能指标进行评估和优化。
常用的性能指标包括任务完成率、吞吐量、能耗、通信开销等。
任务完成率是衡量无人机群协同作战目标分配效果的重要指标，高任务完成率表示无人机群协同作战效果好。
吞吐量是衡量无人机群协同作战效率的指标，高吞吐量表示无人机群协同作战效率高。
能耗是衡量无人机群协同作战能源开销的指标，低能耗表示无人机群协同作战能源消耗少。
通信开销是衡量无人机群协同作战通信负载的指标，低通信开销表示无人机群协同作战通信负载轻。
总结起来，无人机群协同作战目标分配是一个复杂而又重要的问题，涉及到集中式和分布式、静态和动态、多种性能指标等多个方面。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
万方数据无人机自组网研究进展综述作者：卓琨， 张衡阳， 郑博， 戚云军， Zhuo Kun， Zhang Hengyang， Zheng Bo， Qi Yunjun作者单位：卓琨,张衡阳,戚云军,Zhuo Kun,Zhang Hengyang,Qi Yunjun(空军工程大学信息与导航学院 西安710077)， 郑博,Zheng Bo(空军工程大学信息与导航学院 西安710077;中国人民解放军94188部队 西安710077)刊名：电信科学英文刊名：Telecommunications Science年，卷(期)：2015,31(4)被引用次数：1次1.DoD.U S Army Roadmap for Unmanned Aircraft Systems 2010-2035 20102.DoD.Unmanned Systems Integrated Roadmap FY2013-2038 20133.Li Y;St-Hilaire M;Kunz T Improving routing in networks of UAVs via scoped flooding and mobility prediction 20124.Shirani R;St-Hilaire M;Kunz T Combined reactive-geographic routing for unmanned aeronautical Ad Hoc networks 20125.Kuiper E;Nadjm-Tehnmi S Mobility models for UAV group reconnaissance applications 20066.Wang W;Guan X;Wang B A novel mobility model based on semi-random circular movement in mobile Ad Hoc networks 2010(3)7.Biomo J-D;Kunz T;St-Hilaire M An enhanced Ganss-Markov mobility model for simulations of unmanned aerial Ad Hoc networks 20148.Han Z;Swindlehurst A L;Liu K J R Optimization of MANET connectivity via smart deployment/movement of unmannedair vehicle 2009(6)9.Brown T X;Argrow B;Dixon C Ad Hoc UAV ground network (AUGNet) 200410.Patibandla S T;Bakker T;Klenke R H Initial evaluation of an IEEE 802.11s-based mobile Ad Hoc network for collaborative unmanned aerial vehicles 201311.Li J;Zhou Y F;Lamont L Packet delay in UAV wireless networks under non-saturated traffic and channel fading conditions 2013(2)12.Cai Y G;Yu F R;Li J Medium access control for unmanned aerial vehicle(UAV)Ad Hoc networks with full-duplex radios and multipacket reception capability 2013(6)13.Li J;Zhou Y F;Lamont L A token circulation scheme for code assignment and cooperative transmission schedulingin CDMA-based UAV Ad Hoc network 2013(6)14.韩海艳,马林华,田雨,穆雪无人机编队中的自主定位与动态TDMA协议应用[期刊论文]-电光与控制 2012(9)15.Cheng C M;Hsiao P H;Kung H T Maximizing throughput of UAV-relaying networks with theload-carry-and-deliver paradigm 200716.Jong De E Flexible data-centric UAV platform eases mission adaptation 201317.Bellur B R;Lewis M G;Templin F L An Ad Hoc network for teams of autonomous vehicles 200218.Alshabtat A L;Dong L;Li J Low latency routing algorithm for unmanned aerial vehicles Ad Hoc networks 2010(1)19.Rosati S;Krnzelecki K;Traynard L Speed-aware routing for UAVAdHocnetworkaProceedingsofGLOBECOM 201320.张可,张伟,李炜,曾家智无人机自组织网络先应式路由协议适应性研究[期刊论文]-计算机工程与应用 2010(2)21.Zheng Y;Wang Y W;Li Z Z A mobility and load aware OLSR routing protocol for UAV mobile Ad Hoc networks 201422.Brown T;Doshi S;Jadhav S A full scale wireless Ad Hoc network test bed 200523.Khare V R;Wang F Z;Wu S Ad-hoc network of unmanned aerial vehicle swarms for search & destroy tasks 200824.李娟,张晓林,占巍,颜炎无人机移动自组网路由协议研究[期刊论文]-遥测遥控 2013(3)25.Li J;Zhang X L;Bao J H A novel DSR-based protocol for signal intensive UAV network 2013(12)26.Li J;Liu X C;Pang Y F A novel DSR-based protocol for small reconnaissance UAV Ad Hoc network 2014(7)27.Forsmann J H;Hiromoto R E;Svoboda J A time-slotted on-demand routing protocol for mobile Ad Hoc unmanned vehicle systems.SPIE 6561 200728.Biomo J-D M M;Kunz T;St-Hilaire M Routing in unmanned aerial Ad Hoc networks:introducing a route reliability criterion 201429.王顶,赵颐轩,马娟无人机网络环境下AODV协议的优化[期刊论文]-计算机测量与控制 2013(6)30.Kesheng L;Jun Z;Tao Z The clustering algorithm of UAV networking in near-space 200831.Zang C;Zang S Mobility prediction clustering algorithm for UAV networking 201132.Zhai Z Q;Du J;Ren Y The application and improvement of temporally ordered routing algorithm in swarm network with unmanned aerial vehicle nodes 201333.Hyland M T;Mullins B E;Baldwin R O Simulation based performance evaluation of mobile Ad Hoc routing protocolsin a swarm of unmanned aerial vehicles 200734.Shirani R;St-Hilaire M;Kunz T The performance of greedy geographic forwarding in unmanned aeronautical Ad Hoc networks 201135.Lin L;Sun Q;Li J A novel geographic position mobility oriented routing strategy for UAVs 2012(8)36.Biomo Jean-Daniel;Kunz T;St-Hilaire M Routing in unmanned aerial Ad Hoc networks:a recovery strategy for greedy geographic forwarding failure 201437.石祥滨,王锋无人机自组网络多媒体数据传输路由算法研究[期刊论文]-沈阳航空航天大学学报 2012(2)38.Elston J;Argrow B;Houston A Distributed atmospheric sensing using small UAS and doppler radar 2009work Environmental Committee JAUS/SDP transport specification 201340.Frazzetta S;Pacino M A STANAG 4586 oriented approach to UAS navigation 2013(6)41.Alshbatat A I;Dong L Cross-layer design for mobile ad-hoc unmanned aerial vehicle communication networks 201042.Huba W;Shenoy N Airborne surveillance networks with directional antennas 201243.张三峰;黄迪;陈州一种面向机会网络路由的最优停止决策方法 2014(6)44.Zhao Z L;Rosario D;Braun T Topology and link quality-aware geographical opportunistic routing in wireless Ad Hoc Networks 201345.Rosário D;Zhao Z L;Santos A A beaconless opportunistic routing based on a cross-layer approach for efficient video dissemination in mobile multimedia IoT applications 2014(6)46.Rosario D;Zhao Z L;Braun T Opportunistic routing for multi-flow video dissemination over flying Ad Hoc networks 201447.Xu C;Zhang X L A routing algorithm for schismatic communication network based on UAV 201348.Brown T X;Doshi S;Jadhav S Test bed for a wireless network on small UAVs 200449.Robotics B BEAR:berkeley aerobot team 201350.Cameron S;Hailes S;Julier S SUAAVE:combining aerial robots and wireless networking 201051.Johnson E Georgia tech UAV research facility 201352.Christmann H;Johnson E N Design and implementation of a self-configuring Ad Hoc network for unmanned aerial systems 200753.Ji X Y;Wu S T;Liu X Research and design on physical multi-UAV system for verification of autonomous formation and cooperative guidance 201054.陈旿,孙凯将,张力,肖鑫无人机自组网系统设计与实现[期刊论文]-西北工业大学学报 2009(6)55.How J P;Bethke B;Frank A Real-time indoor autonomous vehicle test environment 2008(2)56.Michael N;Mellinger D;Lindsey Q The GRASP multiple micro-UAV testbed 2010(3)57.Goktog an A H;Nettleton E;Ridley M Real time multi-UAV simulator 200358.Goktog an A H;Sukkarieh S Distributed simulation and middleware for networked UAS 2009(3)59.Kate B;Waterman J;Dantu K Simbeeotic:a simulator and testbed for micro-aerial vehicle swarm experiments 201260.苏炯铭,梁加红,陈凌,刘宝宏基于HLA的MANET网络仿真与应用研究[期刊论文]-计算机仿真 2010(11)1.曾祥第,刘经纬,韩仲华空地网络中空中节点接替飞行技术研究[期刊论文]-数字通信世界 2015(10)引用本文格式：卓琨.张衡阳.郑博.戚云军.Zhuo Kun.Zhang Hengyang.Zheng Bo.Qi Yunjun无人机自组网研究进展综述[期刊论文]-电信科学 2015(4)。