《利用 GCN 为多无人机制定抗干扰路径规划》

本文论述了无人飞行器（UAV）日益重要的意义，以及无人飞行器群在各个领域协同作战的出现。然而，无人飞行器群的效能可能会受到干扰技术的严重破坏，因此必须采取强有力的抗干扰策略。虽然人们已经探索了跳频和物理路径规划等现有方法，但无人机群在干扰者位置未知时的路径规划研究仍是空白。为解决这一问题，提出了一种新方法，即无人机群利用集体智慧预测干扰区域、躲避干扰并高效到达目标目的地。这种方法利用图卷积网络 (GCN) 根据从每个无人机收集到的信息预测干扰区域的位置和强度。然后采用多智能体控制算法分散无人机群，避开干扰，并在到达目标后重新集结。通过模拟，证明了所提方法的有效性，展示了对干扰区域的准确预测，以及通过避障算法成功规避干扰，最终实现任务目标。所提出的方法具有鲁棒性、可扩展性和计算效率，适用于无人机群在潜在敌对环境中工作的各种场景。

图 1：模拟环境概览：(a) 由六架无人机组成的多无人机以三角形编队飞向目标的情况；(b) 如图 1(a)所示，但从地面上看情况与图 1(a)相同。干扰区域表示受干扰器发射的干扰信号影响的区域。在干扰区域内，干扰信号的强度会对无人飞行器的通信状态产生重大影响，在靠近中心的位置观察到的影响更大。