一种无人机集群组网优化及簇内协调式信道分配方法

技术领域

本发明涉及无人机集群网络通信领域，尤其涉及一种无人机集群组网优化及簇内协调式信道分配方法。

背景技术

无人机集群是由多架无人机形成的智能网络，它们能够进行协同合作，完成各种复杂任务，其应用意义广泛而深远。在环境监测与研究领域，无人机集群能进行大范围、高精度的环境监测，包括气候变化研究、动植物种群观测、地形地貌测绘等，特别是在人类难以到达的地方，无人机集群的作用尤为重要。在灾难救援中，无人机集群能在自然灾害如地震、洪水等情况下，快速进行灾区探测和评估，为救援团队提供实时的信息，甚至直接参与救援行动。在军事领域，无人机集群的侦察、监视、目标定位等功能提高了军事行动的效率和安全性。无人机集群在交通管理和城市安全领域也发挥着重要作用，它们能进行交通流量监测、交通违章记录，以及大型活动的安全监控，对于紧急事件的快速响应具有重要意义。在农业领域，无人机集群的农田监控、作物病虫害检测、农药喷洒等功能则大大提高了农业生产的效率和精度。综上所述，无人机集群的应用，无论是在科研、救援、军事、城市管理还是农业等领域，都能帮助我们更有效、更安全地完成各种复杂任务，对社会的发展具有深远的影响。

无人机集群组网和信道选择策略对于提升无人机集群的应用性能和效率具有重要的意义，是无人机集群在各个领域的实际应用效果的核心要素。通过确立合适的组网结构和有效的信道资源管理策略，能够充分发挥集群的协同潜力，实现更快速、更可靠、更经济高效的任务执行，为无人机集群发展提供无限可能。目前所被提出的一些无人机集群组网及信道选择策略存在明显许多问题，其中包括低效的分簇方案、不尽如人意的路由通信效率，集群组网内的簇头无人机飞行轨迹影响整体通信效率。此外，簇内无人机可能会因为信道选择策略方案缺乏合理性而出现通信冲突。以上问题会削弱无人机集群的协同性能，导致任务执行效率下降。

发明内容

针对现有技术的不足，本发明提供一种无人机集群组网优化及簇内协调式信道分配方法。能够有效地解决无人机集群通信中的一系列问题，具体包括优化无人机集群组网内的分簇方案、优化集群内无人机的飞行轨迹以最大化集群组网的通信效率、改进簇头无人机之间的最优通信路由方案和簇内无人机的信道分配方法，这将有助于提高集群组网通信效率及性能、增强通信可靠性，推动无人机集群在各种应用领域的更广泛应用。

本发明的技术方案为：

步骤1：采用博弈联盟算法对无人机集组网群进行分簇，得到若干个簇；

步骤1.1：设定无人机的总数量并建立无人机集群组网，设定簇的总数量；

步骤1.2：采用博弈联盟算法对无人机集群组网进行分簇，经过多轮的博弈和调整，直到找到最佳的簇划分，得到若干个簇；

步骤1.2.1：对无人机集群组网按照设定的簇的总数量进行随机划分，得到若干个簇；

步骤1.2.2：设定初始迭代次数等于0；

步骤1.2.3：判断迭代次数是否达到设定的最大迭代次数，若未达到执行步骤1.2.4；若达到最大迭代次数则将最后一次迭代的簇划分作为最佳的簇划分并执行步骤2；

步骤1.2.4：计算第i个无人机U

所述性能收益的表达式为：

F

其中，K

所述通信效率的收益函数为：

其中，avg delay of K

所述任务属性的收益函数为：

其中，avg complexity of tasks in K

步骤2：无人机集群组网内的无人机共享电池性能状况信息，并在每个簇中选择本簇中电池当前电量最多的无人机作为簇头无人机，本簇中的其他无人机作为簇员无人机；所述电池性能状况信息包括电池容量、电池寿命及电池当前电量；

步骤3：为每架簇头无人机规划到地面站以及其他簇头无人机的用于信息传输的最优通信路由，进而得到最优的路由策略；所述路由策略为每个簇头无人机与其他簇头无人机以及地面站的最优通信路由的集合；所述通信路由包括直接路由和多跳路由，且至少有一架簇头无人机与地面站之间存在直接路由；

步骤3.1：计算每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的可达速率、等待时延和能量消耗；

步骤3.1.1：计算每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的可达速率；所述可达速率R(q,G)表示从簇头无人机通过第q个通信路由向地面站G传输信息的最大速率，表达式为：

R(q,G)＝B*log

其中，R(q,G)为可达速率；q表示通信路由序号；G表示地面站；B为信道带宽，SNR为第q个通信路由的信噪比；

步骤3.1.2：计算每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的等待时延；所述等待时延x(q,G)是指从簇头无人机通过第q个通信路由向地面站传输信息所需的等待时间，表达式为：

其中，x(q,G)为等待时延；l为第q个通信路由上簇头无人机的序号；n为第q个通信路由上簇头无人机的数量；

步骤3.1.3：计算每个簇头无人机到地面站的及其他簇头无人机的每条潜在的通信路由的能量消耗；所述能量消耗E(q,G)是指从簇头无人机通过第q个通信路由向地面站传输信息所消耗的能量，表达式为：

E(q,G)＝P*t (6)

其中，E(q,G)为能量消耗；P为第q个通信路由的传输功率；t为传输时间。

步骤3.2：根据每条潜在的通信路由的可达速率、等待时延和能量消耗计算该潜在的通信路由的效用函数的值；

所述效用函数表达式为：

U(q,G)＝θ*R(q,G)-β*x(q,G)-γ*E(q,G)(7)

其中，U(q,G)为效用函数；θ、β、γ是权重参数。

步骤3.3：运用网络博弈算法来协调整个集群组网中各簇头无人机的通信路由，得到若干个初始的路由策略，并使用差分进化算法对初始的路由策略进行优化得出最优的路由策略。

步骤3.3.1：使用网络博弈算法对每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由进行设定轮次的优化，得到若干个最优通信路由并对若干个最优通信路由进行随机组合，得到若干个初始的路由策略；所述最优通信路由为效用函数值最大的通信路由；

步骤3.3.2：利用差分进化算法分别对若干个初始的路由策略进行设定轮次的优化，得到若干个优化后的路由策略，并从中选择出最优的路由策略；所述最优的路由策略为每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的效用函数求和值最大的路由策略。

步骤4:利用凸优化算法优化集群组网内所有簇头无人机的飞行路径；

步骤4.1：定义凸优化算法的目标函数；

所述凸优化算法的目标函数表达式为：

f(x)＝w

其中，f(x)为凸优化算法的目标函数；x代表簇头无人机的飞行轨迹，ft(x)为归一化的飞行时间函数，ec(x)为能量消耗函数，ns(x)为信号质量函数，w

步骤4.2：随机初始化一个簇头无人机的飞行轨迹；

步骤4.3：使用凸优化算法对该簇头无人机的飞行轨迹进行迭代优化，直到当前目标函数值与上一次迭代的目标函数值之间的差值的绝对值小于设定阈值，迭代优化结束，得到该簇头无人机的最优飞行轨迹；所述最优飞行轨迹为使得步骤4.1中目标函数值最小的飞行轨迹；

步骤4.4：判断是否每个簇头无人机已获得最优飞行轨迹；若还有未获得最优飞行轨迹的簇头无人机，则返回步骤4.2；若全部获得最优飞行轨迹，则执行步骤5。

步骤5：对无人机集群组网中每个簇内的信道资源进行协调式分配；

步骤5.1：利用簇头无人机计算本簇内所有信道的信噪比；

步骤5.2：在一个簇内生成若干种不同的信道分配方法；

步骤5.3：计算该簇内不同的信道分配方法的整体信道通信价值，选择出最优的信道分配方法；所述最优的信道分配方法为整体信道通信价值最大的信道分配方法；

所述整体信道通信价值的计算公式为：

其中，g(k)为第k种信道分配方法的整体信道通信价值；f(k,z,s)为在第k种信道分配方法下第s个无人机选择第z个信道时该无人机的通信效率，且s为正整数同时s≤w，簇内的无人机总数为w；r表示信道被多于一个无人机使用时对簇内整体通信能力的损害。

步骤5.4：判断是否每个簇已获得最优的信道分配方法；若还有未获得最优的信道分配方法簇，则返回步骤5.1；若全部获得最优的信道分配方法，则执行步骤6。

步骤6：定期评估无人机集群组网的性能，并根据评估结果重新调整簇内信道分配方法。

步骤6.1：获取无人机集群组网所在的区域的频谱使用情况，若所在的区域存在干扰信号、电磁信号强度超过设定阈值、信道数目不满足无人机集群组网的通信需求三种情况中的任意一种，则调整无人机集群组网的通信频率并返回步骤5，否则直接执行步骤6.2；所述频谱使用情况包括已用频段和存在的干扰源；

步骤6.2：获取数据传输的关键参数并根据数据传输的关键参数选择传输协议进行应用；所述数据传输的关键参数包括延迟、带宽、可靠性和数据量；

步骤6.3：获取无人机集群组网中各个无人机的数据流量负载情况，若存在任一无人机的数据流量负载超出预设的阈值，则将该无人机所承载的数据流量迁移至其他数据流量负载未超出预设的阈值的无人机；若不存在任一无人机的数据流量负载超出预设的阈值，结束分配。

本发明提供一种无人机集群组网优化及簇内协调式信道分配方法，与现有技术相比，具有多方面的有益效果：

首先，提出了优化无人机集群组网内的分簇方案以提高协同性能；优化集群内无人机的飞行轨迹以最大化集群组网的通信效率；改进簇头无人机之间的最优通信路由方案和簇内无人机的信道选择策略，可以确保数据在集群内部的传输更快速和高效，避免通信拥塞。

综上所述，本发明能够增强集群组网的稳定性和鲁棒性，大大提高任务完成效率，降低能源消耗，提高无人机的飞行续航能力。以上优化可以提高无人机集群在执行各种任务，如监控、巡逻、搜索和救援等方面的效率和有效性，本发明具有重要的应用前景和市场价值。

附图说明

图1为本发明实施例中的一种无人机集群组网优化及簇内协调式信道分配方法总体步骤流程图；

图2为本发明实施例中簇头无人机与地面站的路由关系的示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

一种无人机集群组网优化及簇内协调式信道分配方法，如图1所示，具体包括以下步骤：

步骤1：采用博弈联盟算法对无人机集组网群进行分簇，得到若干个簇；

将分簇应用到无人机集群组网中，可有效解决集群组网通信管理的难题。本实施方式中博弈联盟算法通过优化每个簇的性能来确定最佳的簇划分，同时考虑无人机之间的通信范围、信道条件和无人机的移动性等因素。

步骤1.1：设定无人机的总数量并建立无人机集群组网，设定簇的总数量；

本实施方式中确定无人机的数量为N，簇的总数量设为C，K

步骤1.2：采用博弈联盟算法对无人机集群组网进行分簇，经过多轮的博弈和调整，直到找到最佳的簇划分，得到若干个簇；

步骤1.2.1：对无人机集群组网按照设定的簇的总数量进行随机划分，得到若干个簇；

步骤1.2.2：设定初始迭代次数等于0；

步骤1.2.3：判断迭代次数是否达到设定的最大迭代次数，若未达到执行步骤1.2.4；若达到最大迭代次数则将最后一次迭代的簇划分作为最佳的簇划分并执行步骤2；

步骤1.2.4：计算第i个无人机U

本实施方式中应用博弈联盟算法进行分簇，考虑无人机之间的通信范围、信道条件和无人机的移动性等因素。在这个过程中，算法将找到一种簇划分，使得每个簇的性能最优，经过多轮的博弈和调整，直到找到最佳的簇划分。在这个阶段，每一轮博弈中，每个无人机会尝试离开当前的簇并加入其他簇，或者尝试邀请其他无人机加入自己的簇。无人机的选择将基于它的预期性能提升，即加入新簇或者新成员加入后，自身簇的性能收益F

设第j个簇的整体性能指标即性能收益F

F

其中，F

所述通信效率的收益函数为：

其中，avg delay of K

所述任务属性的收益函数为：

其中，avg complexity of tasksin K

步骤2：无人机集群组网内的无人机共享电池性能状况信息，并在每个簇中选择本簇中电池当前电量最多的无人机作为簇头无人机，本簇中的其他无人机作为簇员无人机；所述电池性能状况信息包括电池容量、电池寿命及电池当前电量；

完成步骤1中合理的分簇后，在每个簇中选择一架无人机作为簇头无人机。每个簇群中包含一个簇头无人机及若干个簇员无人机，簇头无人机负责管理本簇中的簇员无人机。簇头无人机需要依赖簇员无人机的执行和报告来完成任务和优化性能，而簇员无人机则需要依赖簇头无人机的管理和调度来进行有效的操作。簇头无人机之间需要进行信息交换，以共享各自的状态和任务信息；

簇头无人机选择为每个簇中电量最充足的那个无人机，以便有效地收集和传输信息。

步骤3：为每架簇头无人机规划到地面站以及其他簇头无人机的用于信息传输的最优通信路由，进而得到最优的路由策略；所述路由策略为每个簇头无人机与其他簇头无人机以及地面站的最优通信路由的集合；所述通信路由包括直接路由和多跳路由，且至少有一架簇头无人机与地面站之间存在直接路由；

本发明的集群组网通信一部分为簇头无人机通过通信路由与地面站以及其他簇头无人机的信息传输。

本实施方式中簇头无人机负责收集簇内其他簇员无人机的信息包括无人机的位置、状态、任务进度等，将收集的数据汇总并准备传输，利用数据压缩技术以最小化数据包的大小并传送给地面站。

地面站接收到来自各个簇头无人机的信息后进行处理分析，并反馈信息给集群组网内的簇头无人机，实现信息的共享和更新。此外，地面站将来自不同无人机的信息整合在一起，以便获得一个全面的、连贯的任务状态报告。这种信息共享机制可以使无人机集群组网保持最新的状态信息，以便有效地协调和执行任务。

同时，簇头无人机之间也需要进行实时通信。每架簇头无人机都有传输信息的需求，其需要将信息传输给下一跳节点，即地面站或者另外一架簇头无人机。每架簇头无人机只选择一条路由，信息只能向一个节点流出。为了防止在组网中形成闭环，本发明将允许存在的链路数量限制为N条。

在簇头无人机到地面站的传输信息的过程中，通信路由为通信提供了关键的指导和支持。

为更使得本发明具有广泛的应用性，簇头无人机与地面站和其他簇头无人机的路由关系可分为两种：

一种为直接路由，即簇头无人机直接与地面站或者其他簇头无人机建立直接连接，这种情况下簇头无人机可直接将其所在簇的信息发送到地面站或其他簇头无人机，同时也可以直接接收来自地面站或其他簇头无人机的指令和反馈；

另一种为多跳路由，即簇头无人机的信息与地面站或其他簇头无人机的通信可能需要通过其他簇头无人机作为中继无人机进行多次跳跃传输才能到达，比如在簇头无人机距离地面站较远无法直接接收来自地面站的指令的情况下。簇头无人机与地面站的路由关系如图2所示。

为保证无人机集群组网与地面站之间存在连通，本发明要求至少有一架簇头无人机与地面站存在直接路由的连接关系。

本步骤的目标是在考虑当前的网络状态和未来的通信需求的基础上，为每个簇头无人机确定最佳的通信路由，为每个簇头无人机选择实现最佳性能的通信路径，以确保高效的数据传输，同时尽量降低通信的时延、能耗和其他成本因素。这一步骤的执行有助于提高整个无人机集群组网的通信效率和性能，确保它们能够有效地协同工作并成功完成各种任务。

步骤3.1：计算每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的可达速率、等待时延和能量消耗；

本步骤涉及到确定每条通信路由的其可行性和效率。对于簇头无人机到地面站以及其他簇头无人机的通信路由，需要计算这条通信路由的可达速率、等待时延和能耗；

步骤3.1.1：计算每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的可达速率；所述可达速率R(q,G)表示从簇头无人机通过第q个通信路由向地面站G传输信息的最大速率；

R(q,G)＝B*log

其中，R(q,G)为可达速率；q表示通信路由序号；G表示地面站；B为信道带宽，SNR为第q个通信路由的信噪比。

步骤3.1.2：计算每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的等待时延；所述等待时延x(q,G)是指从簇头无人机通过第q个通信路由向地面站传输信息所需的等待时间；

其中，x(q,G)为等待时延；l为第q个通信路由上簇头无人机的序号；n为第q个通信路由上簇头无人机的数量；

步骤3.1.3：计算每个簇头无人机到地面站的及其他簇头无人机的每条潜在的通信路由的能量消耗；所述能量消耗E(q,G)是指从簇头无人机通过第q个通信路由向地面站传输信息所消耗的能量；

E(q,G)＝P*t (6)

其中，E(q,G)为能量消耗；P为第q个通信路由的传输功率；t为传输时间。

步骤3.2：根据每条潜在的通信路由的可达速率、等待时延和能量消耗计算该潜在的通信路由的效用函数的值；

集群组网中各簇头无人机的目标是通过选择最优的通信路由来最大化自己的效用函数，效用函数由步骤3.1中的可达速率、等待时延和能量消耗构成；

所述效用函数表达式为：

U(q,G)＝θ*R(q,G)-β*x(q,G)-γ*E(q,G)(7)

其中，U(q,G)为效用函数；θ、β、γ是权重参数，用于表示对各性能指标的重视程度，比如，如果我们更关心速率而不是能量消耗，我们可以设置θ的值大于γ。

步骤3.3：运用网络博弈算法来协调整个集群组网中各簇头无人机的通信路由，得到若干个初始的路由策略，并使用差分进化算法对初始的路由策略进行优化得出最优的路由策略；

本实施方式中使用差分进化算法对初始的路由策略进行优化得出最终的路由策略目的是为了最大化整体性能；

步骤3.3.1：使用网络博弈算法对每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由进行设定轮次的优化，得到若干个最优通信路由并对若干个最优通信路由进行随机组合，得到若干个初始的路由策略；所述最优通信路由为效用函数值最大的通信路由；

每个簇头无人机被视为博弈参与者，其目标是通过选择最优通信路由来最大化其效用函数。每个簇头无人机需要在个连续的策略(路由选择)空间中寻找最优解以最大化其效用函数，而网络博弈算法将协调集群组网中所有簇头无人机的路由选择，以获得整体性能的优化。

步骤3.3.2：利用差分进化算法分别对若干个初始的路由策略进行设定轮次的优化，得到若干个优化后的路由策略，并从中选择出最优的路由策略；所述最优的路由策略为每个簇头无人机到地面站及其他簇头无人机的每条潜在的通信路由的效用函数求和值最大的路由策略；

每个种群的个体代表了一种可能的路由策略。每架簇头无人机会根据其效用函数来评估每个个体(路由选择)的质量，并随后运行差分进化算法，不断地更新和改进种群中的个体。这一迭代过程将持续进行，直到找到在整个策略空间中的最佳路由策略。通过差分进化算法的引入，每个无人机得以在一个连续的策略空间中灵活地搜索最佳解，同时综合考虑效用函数的多个性能指标。这保证了无人机能够适应不同通信需求和网络条件下的变化，从而确保信息传输采用最佳路由选择，最大程度地提高了整个集群组网的性能和效率。

步骤4:利用凸优化算法优化集群组网内所有簇头无人机的飞行路径；

在步骤3中，本发明已经使用网络博弈算法为每架簇头无人机规划了到地面站的信息传输最优通信路由。接下来将优化集群组网内所有簇头无人机的飞行路径，以确保它们能够高效地支持已规划的通信路由，从而实现整个集群组网的性能最优化。利用凸优化算法对集群组网中的所有簇头无人机的飞行轨迹进行优化，以提高整个集群组网的性能；

凸优化是一类特殊的优化问题，它的目标函数和约束条件都是凸的。这类问题的优点是，它们有唯一的全局最优解，并且有许多高效的算法可以用来求解。

步骤4.1：定义凸优化算法的目标函数；

根据簇头无人机的飞行轨迹质量来定义目标函数决定优化的方向和目标，适合本发明的优化目标包括小化飞行时间，以便簇头无人机可以尽快从起点到达终点、最小化能量消耗，这将有助提高簇头无人机的续航能力和整体效率、最大化信号质量，以确保簇头无人机与地面站及其他簇头无人机之间进行有效通信。

为了将这些因素融入到一个目标函数中，需要将不同的度量标准进行合适的归一化，然后按照其重要性给予不同的权重。本发明的凸优化算法的目标函数表达式可写为：

f(x)＝w

其中，x代表簇头无人机的飞行轨迹，ft(x)为归一化的飞行时间函数，ec(x)为能量消耗函数，ns(x)为信号质量函数，w

步骤4.2：随机初始化一个簇头无人机的飞行轨迹；

对每个簇头无人机而言，在优化过程开始时，需要随机初始化簇头无人机的飞行轨迹作为起点。这个随机的起始轨迹将作为优化算法的起点，随后将根据目标函数逐步改进。从可能的飞行轨迹中随机选择一条轨迹作为初始值。这条轨迹将确定簇头无人机的初始位置、速度和方向。

步骤4.3：使用凸优化算法对该簇头无人机的飞行轨迹进行迭代优化，直到当前目标函数值与上一次迭代的目标函数值之间的差值的绝对值小于设定阈值，迭代优化结束，得到该簇头无人机的最优飞行轨迹；所述最优飞行轨迹为使得步骤4.1中目标函数值最小的飞行轨迹；

对每个簇头无人机而言，在每一步迭代中，本发明使用当前的飞行轨迹计算目标函数的值，该值反映了当前轨迹在各个优化目标方面的表现。接下来使用梯度下降法，计算目标函数关于飞行轨迹的梯度，按照梯度的负方向更新飞行轨迹，以朝着优化目标的方向不断前进。这个迭代过程将持续进行，直到飞行轨迹达到最佳状态即步骤4.1中的目标函数值变化不大，

即每次迭代中计算当前目标函数值与上一次迭代的目标函数值之间的差值的绝对值，如果这个差值小于先前设定的阈值，就可以判定为收敛，迭代结束。此时已经实现对簇头无人机飞行轨迹的优化。

步骤4.4：判断是否每个簇头无人机已获得最优飞行轨迹；若还有未获得最优飞行轨迹的簇头无人机，则返回步骤4.2；若全部获得最优飞行轨迹，则执行步骤5；

重复步骤4.2及4.3直至完成本集群组网对所有的簇头无人机的飞行轨迹的优化。

步骤5：对无人机集群组网中每个簇内的信道资源进行协调式分配；

本发明的集群组网通信的另一部分为簇内无人机通过信道进行信息传输。完成了簇头无人机最优通信路由的规划方案后，考虑簇内协调式信道分配方法是至关重要的，因为它确保了在簇内的无人机之间能够高效共享有限的信道资源，不发生簇内通信效率过低的情况，从而进一步提高集群组网的整体性能和任务执行效率。

步骤5.1：利用簇头无人机计算本簇内所有信道的信噪比；

首先，簇头无人机会计算本簇内所有信道的信噪比，通过其上的信号接收器测量每个信道上的信号功率及噪声功率。信道的信噪比SNR的计算公式为：信号功率-噪声功率。无人机若使用此信道后，无人机此时的通信效率大小则为a[z]，即信道的信噪比。

步骤5.2：在一个簇内生成若干种不同的信道分配方法；

分配方法共有m！/(w！*(m-w)！)种，其中簇内的无人机总数为w，簇内的信道总数为m；

步骤5.3：计算该簇内不同的信道分配方法的整体信道通信价值，选择出最优的信道分配方法；所述最优的信道分配方法为整体信道通信价值最大的信道分配方法；

所述整体信道通信价值的计算公式为：

其中，g(k)为第k种信道分配方法的整体信道通信价值；f(k,z,s)为在第k种信道分配方法下第s个无人机选择第z个信道时该无人机的通信效率，即a[z]，且s为正整数同时s≤w，簇内的无人机总数为w；r表示信道被多于一个无人机使用时对簇内整体通信能力的损害；

步骤5.4：判断是否每个簇已获得最优的信道分配方法；若还有未获得最优的信道分配方法簇，则返回步骤5.1；若全部获得最优的信道分配方法，则执行步骤6；

步骤6：定期评估无人机集群组网的性能，并根据评估结果重新调整簇内信道分配方法；

这可能包括调整无人机的飞行轨迹、调整簇内信道分配方法、调整簇划分等。进一步提高无人机执行任务的效率和可靠性。

本发明通过调整通信频率和优化数据传输协议来改善无人机集群组网性能，通过这两个优化措施，可以提高无人机网络的效率和可靠性，提升执行任务的性能。

步骤6.1：获取无人机集群组网所在的区域的频谱使用情况，若所在的区域存在干扰信号、电磁信号强度超过设定阈值、信道数目不满足无人机集群组网的通信需求三种情况中的任意一种，则调整无人机集群组网的通信频率并返回步骤5，若无强无线电频干扰或频谱拥挤，则直接执行步骤6.2；所述频谱使用情况包括已用频段和存在的干扰源；

本实施方式中使用频谱分析工具来监测当前无人机网络所在区域的频谱使用情况，包括检测已用频段和识别可能的干扰源。基于频谱监测的结果，规划合适的通信频率并返回步骤5，根据当前通信环境得出新的信道分配方案。确保不同的无人机可以在不同频段上工作，减少互相干扰的机会。

步骤6.2：获取数据传输的关键参数并根据数据传输的关键参数选择传输协议进行应用；所述数据传输的关键参数包括延迟、带宽、可靠性和数据量；

确保高效的数据传输是集群组网通信高效应用的首要目标，为此我们需要关注关键参数包括延迟、带宽、可靠性和数据量，根据以上参数的数值选择合适的传输协议(如UDP)进行数据传输。

步骤6.3：获取无人机集群组网中各个无人机的数据流量负载情况，若存在任一无人机的数据流量负载超出预设的阈值，则将该无人机所承载的数据流量迁移至其他数据流量负载未超出预设的阈值的无人机；若不存在任一无人机的数据流量负载超出预设的阈值，结束分配；

为实现这一步骤，可采用Wireshark软件来捕获和分析数据包，从而监测每个通信节点(无人机个体就是通信节点)当前的数据流量负载情况确保各个通信节点的数据流量负载均衡，以维护无人机集群组网的稳定性和性能。这可以提高网络的可靠性，确保任务能够顺利执行，并降低了出现通信故障或瓶颈的风险。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。