基于零指向天线与智能无人机群体行为的抗干扰

无人机 (UAV) 群体是自主系统的关键进展，使通过互联通信实现协同任务成为可能。然而，由于依赖无线链路，UAV 群体对干扰极其脆弱，可能 disrupt 协调与任务成功。本文研究 UAV 群体在维持通信与任务效率的同时有效克服干扰的可能性。为此，提出了统一的优化框架，将遗传算法 (GA)、监督学习 (SL) 和强化学习 (RL) 结合在一起。该任务模型结构分为时險和时段，允许动态路径规划、天线定向和群体形成，同时逐步实施碰撞规则。零指向天线通过将天线零指向干扰源来增强韧性。结果表明，GA 实现了稳定、无碰撞的轨迹，但计算成本高。SL 模型复制了 GA 配置，但在动态或受限环境下难以泛化。RL 通过边缘策略优化 (PPO) 训练，展现出适应性和实时决策能力，保持一致的通信并降低计算需求。此外，自适应运动模型通过旋转机制将 UAV 运动推广到任意方向，验证了所提出系统的可扩展性。总体而言，配备零指向天线并由智能优化算法引导的 UAV 群体有效抑制了干扰，同时保持了通信稳定性、队形凝聚性和碰撞安全。该框架为未来韧性群体通信系统研究提供了统一、灵活且可复现的基础。