《抗干扰无人机蜂群行为的遗传算法方法》

近年来，无人机（UAV）为军事战术带来了一场真正的新革命。虽然无人机在单独行动时已构成优势，但多无人机蜂群则扩展了可用的可能性，使无人机能够作为一个团队进行协作和相互支持以执行给定任务。这需要借助合适的无线通信技术来交换与态势感知和行动协调相关的信息。在此种场景下，对手预期会通过干扰通信信道来破坏通信。后者因此成为蜂群的“阿喀琉斯之踵”。尽管抗干扰技术是文献中广泛涵盖的主题，但利用智能蜂群行为来增强这些技术仍然是一个开放的研究课题。本文探索使用遗传算法（GA）来联合优化无人机蜂群编队、波束导向天线和流量路由，以减轻对主协调信道的干扰影响，其前提是假设使用一个更稳健、低数据速率的信道用于编队管理信令。仿真结果表明了所提方法的有效性。然而，显著的计算成本为进一步研究铺平了道路。

索引关键词—无人机，抗干扰，蜂群行为，遗传算法，电子战，军事通信。

无人机（UAV）因其多功能性和自主能力而日益应用于民用和军事行动中。在军事背景下，无人机在侦察、作战和后勤支持方面尤其有价值，为信息收集和快速响应提供了优势[1]–[3]。然而，无人机通信极易受到干扰，这会显著降低其在战场上的效能。与跳频技术类似，现有的对抗措施在动态、高速数据环境中往往力不从心，尤其是在协调响应至关重要的无人机蜂群内部。本文探讨了在干扰条件下维持无人机蜂群内部通信的挑战。我们提出了一种新颖的抗干扰框架，该框架将先进的无人机天线模型与智能编队管理相结合。本文的主要研究问题如下：

一个以协调编队行动的无人机蜂群，能否通过联合优化通信参数（如编队、智能天线配置和网络流量路由）来提升抗干扰技术的效能，同时不损害任务执行？

这项工作的主要贡献如下：1) 定义了一个新的优化问题，该问题寻求联合优化蜂群编队、智能天线配置和网络流量路由，以实现更有效的抗干扰性能。2) 一种用于优化无人机位置和天线波束方向的遗传算法（GA）方法，以在存在干扰和/或恶意干扰的情况下最大化通信容量。

该框架推动了无人机蜂群研究的发展，为提升多无人机团队和蜂群在对抗环境中的抗干扰韧性提供了实用工具。

所提出的模型利用波束导向天线来建立不易受干扰和干扰影响的链路，同时采用有利于建立这些定向链路的编队位置。因此，无人机之间的通信容量受节点间距离、发射功率、天线波束方向以及干扰源干扰的影响。

在现阶段，所提出的模型基于以下关于通信信道的假设：1) 每架无人机的位置在二维笛卡尔坐标（x, y）中定义，其智能天线波束方向表示为0°至360°之间的一个角度；2) 无人机蜂群是完全自主的，无需与地面控制站（GCS）通信；3) 智能天线允许估计干扰信号的到达角（AoA），从而使蜂群能够估计其位置；4) 无人机力求维持具有更高数据速率的主通信信道，因此该信道更易受干扰；5) 主信道的波束导向和编队协调消息通过一个专用的全向、低数据速率、稳健的信令信道传输，该信道能抵抗干扰；6) 优化算法在其中一架无人机上运行，该无人机从其他无人机（通过信令信道）接收输入数据，计算解决方案，并通过信令信道将解决方案传回给其他无人机。