今天我就汇报一下我们团队另外一个非常想做的一个工作，所以说我们对背景、科学问题很好梳理，我们研究成果还是有限的，我们把前期一些研究给大家汇报一下。

我这个汇报大规模无人机集群智能自组网，宋老师无人机研究也比较深入，而且他那个主要是面向单个无人机的，我们未来大规模无人机群还是无论在军用还是民用都会有一个现实的需求。我主要是汇报四个方面。先是研究意义。我们可以看出，现在我们无人机用在哪些领域，一个是精准的农业，除了大江通用无人机以外，在专业无人机领域把军用抛出掉，农业无人机市场份额最大的，这个无人机还包括气象无人机等等，我们看看未来这个农业无人机也要集群化。第二个协同侦察主要是军事领域，还有一个就是抢险救灾，森林大火等等，用无人机去航拍比卫星要来的快，还有无人机也可以做应急通信等等。还有中间那张图就是快递物流，未来无人机用于快递物流还是一个非常广阔的领域，其实无人机还有一个对社会快递物流方面对社会也有不好影响的地方，那是在边境运送毒品。无人机运送毒品有优势，事先规划好了以后很难探索，以人携带毒品容易被发现，过海关的时候容易被检查出来，无人机现在为什么很难呢？难就难在现在是螺旋都是超材料，雷达打上去不反射电磁波，真正反射电磁波就是中间机心那一块，中间目标比我们人眼看到的目标雷达探索更小。

还有你就算抓到无人机你也不知道谁放的，这个边境影响还很大。还有饱和式攻击，未来作战就是无人系统，比如说无人机、无人机车、无人艇这些。我们看看无人机集群以后我们看看无人机会在自主化、智能化方面分成几个层级。第一个就是远程控制再往下自主航线的规划，我们南航520很多无人机组成520图案，那个都是事先把航线都规划好，然后现在考虑集群的协同。最后一个到第十是系统协同全自主，无人机这边怎么协同怎么自主是一个很核心的任务。协同自主基础我们觉得是智能自主，自主网主网形态从目前来看主要有三种，第一种就是预先配置，预先配置就是事先规划好，刚才说的运送毒品就是预先规划好。中间底下是一个实时集中控制，无人机之间并不进行通信，就像我们现在移动通信网络，手机和手机之间并不通信。还有一个就是集群自主网。我们可以看几种自主网的形态，自主网并不是新的内容，这种老早就开始研究了，现在自主网原来是传统的自主网还有车联网也是研究一个自主网的形态还有无线传感网，是用在无人机集群上，有几个指标，空间立体性，我们可以看到无人机比其他的话空间立体性要强很多，节点自主性，还有一个节点的移动性，而且是快速移动，因为我们有时候做认知，人家说我们一秒钟能够飞出去几十米，那你如果传感，感知时间是一秒钟可能都不是在一个环境感知数据。还有环境动态性或者说任务的动态性还有资源稀缺性。

一个挑战之一就是网络环境态势多域立体感知，无人机面向任务，面向任务的外部的网络外部环境感知是比较缺乏的，我们现在网络整个形态要根据外在环境变化，这是一个。第二个方面还有网络的内在的环境感知，内在环境感知右下面那个图，未来的无人机群可能是很大，我们现在很多成千上万鸟群就是这样，院士就说了这个鸟有时候智慧比人还要聪明，集群的时候鸟并不会互相碰撞，但是人还是出现踩踏的事情，通过认知协同自己的行为。这是一个内在环境，同时我们还有一个态势语义，这个态势到底表达了什么含义，这个方面研究也相对比较欠缺一点，还有我们说的推理预测，从人工智能角度来说有三个层次，一个是数据归纳，第二个是知识演义的推理，第三个直觉顿悟。

挑战之二就是大规模网络动态接入中资源决策优化。我们看一看无人机，无人机和我们现在传统的电信网络或者移动网络不一样，不是手机和基站这种模式，里面分很多的处，无人机里面还会分成，除了逻辑结构分成空间结构上还会分成，接入相对比我们系统要复杂的多，同时还是一个耦合关系。还有一个就是信息，很多信息是不完全，不准确，进行决策优化。这个里面我们研究通信基本上协议是一个静态协议，基本上是不变的，但是在无人机不同阶段，比如说起飞阶段，飞行阶段，完成任务阶段完成协议都不一样，所以这些协议要进行决策优化。还有挑战之三就是四维时空网络路由连接，现在网络路由研究多半是平面的网络，未来可能是一个立体这样一个网络，你怎么进行寻找这个路由还有无人机节点是高速移动的还有一个很突出的特点，这个路由不仅仅是我们通信领域的事，右边这个图那个是一个障碍物，障碍物想实现这个通信，可能无人机可以很快绕过障碍物，这个路由和航际路由结合起来，这方面研究的时候才真正感受到我们感知、认知、决策和控制也是密切关系的。以前我们通信领域控制是很简单一个事情，但是其实到无人机特别我到南京航空航天大学以后发现无人机导弹这些结合了以后控制也是一个非常重要的问题。这个路由不仅仅是通信领域的路由，还包括和航际这样一个结合。

针对于这样一个三个方面技术挑战，我们国内研究很多正在起步，基础激励性研究还是比较缺乏的。研究内容和科学问题，刚才说了一个是这种多域态势感知还有动态网络接入还有四维时空路由，可以看出里面包括频谱、节点位置、联通关系、网络拓扑等，多域立体网络态势，在无人机要求里面可能对快速要求更高，还有网络接入组网资源调配，这个接入里面会考虑飞行速度等等，科学问题二就是网络资源快速稳健的决策，一个要快，第二要稳健，还有网络路由，这里面有路由表，最终除了四维时空以外，稳健以外还要低功耗，因为无人机的巡航时间是非常重要一个指标。研究的内容主要是准备从这几个方面研究，一个是抓住空间的立体性，环境的动态性还有节点的移动性，进行主网激励这方面的研究。然后从事具体一个感知，感知对于接入和路由进行智能化信息输入，同时接入和路由形成一个网络体系，最终主要是利用群体智能提高大规模无人机群自主协同这样一个水平。

这个内容一个是怎么实现组网，具体内容群知动态系统模型还有无人机的联盟这样一个激励，刚才Tony Q.S.Quek老师说的，可能和联盟不太一样，含义都是一样。还有网络风险控制，因为无人机出去以后，一个会遇到机械等等这些问题，会有风险问题，还有作战的时候可能无人机出去一千架，可能会损失四五百架，怎么预测风险这个问题。这个是我们前期有一些研究，一个是在认知动态系统这方面做一些研究，还有联盟就是我们这个联盟是激励，主要是指无人机的组网还有小规模认知风险这样一个控制。第二个就是群智感知，主要是网络离散状态的获取、全局形势推理、还有网络演化趋势的预测等等。我们前期主要是做了一些非法无人机信源感知还有联通关系推理还有评估演化预测。第三个是群智决策。这个里面包括一些快速资源决策，稳健资源决策，还有自主学习（英文）这样一个框架。后面一个是群智的路由，包括联盟主干选举统一路由数量等等。还有动态速能调整。

最后一个半实物仿真验证系统，整个集群规模控制在200架，这个200架目前还是想网络的这样一个，实物不少于16架，协同多视觉，多角色。这个里面无人机实物接入，无人机仿真。这是研究基础，我们南航目前在无人机领域总共有6大类35中机型，我们很多无人机有直翼，旋翼。这个是我们全校，我们也参与了一个异型异构，这是一个比较大的项目，这个里面我们可以看出需要进行大场景高精度观测，还有多视觉，频次的观测还有立体化这样一个观测。我们团队正在做无人机自主网络，还有一个我们做这个网络我们有南京溧水还有安徽三界实验场景。我们还在做无人机查找黑广播，这个目前和41所还有国家评估中心一起在推进这个，以那个为基础我们也拿了国家重大仪器项目，我们想研究第一台会飞评估认知。这是我们做3D评估探索，同时右边那个是一个架构，无人机和融合一个架构。

这个是我们总结情况。也欢迎大家能够关注我们的网站，谢谢大家。