无人机集群在执行复杂任务时展现出显著优势。然而，现有系统受限于预编程算法和僵化的通信框架，使其对动态环境的适应能力不足。为解决这一问题，本研究提出“AeroSyn”——一种无人机集群网络架构，旨在各种通信条件下高效运行，确保不同基础设施约束下的稳定有效通信。“AeroSyn”集成了MQLink与UAVConnector以满足不同网络需求。MQLink利用事件驱动的发布-订阅机制，通过实现动态数据交换和去中心化角色适应，使其适用于蜂窝网络，这尤其有利于高机动性无人机编队。UAVConnector专为无基础设施环境设计，确保最小数据传输的同时，允许无人机集群通过领导者-跟随者方法保持自主协调，即使在与地面控制站断开连接时亦是如此。通过采用双模通信策略，“AeroSyn”可无缝适应高机动性蜂窝网络和无基础设施环境中的任务导向型操作，提供稳健且可扩展的通信解决方案。系统性测试已验证“AeroSyn”的适应性与可行性，将其定位为未来无人机集群部署的灵活且全球适用的框架。

无人机（UAVs）已成为各类应用的重要组成部分，包括自主监视、灾难响应、智慧城市基础设施和军事侦察^[1][2][3]。随着这些应用日益复杂，无人机操作需要先进的技术能力，包括高度可扩展、低延迟和去中心化的通信框架，以支持实时决策、自适应协调和有韧性的数据交换^[4][5][6]。

在早期阶段，无人机通信主要依赖基于地面控制站（GCS）的集中式架构^[7]。每架无人机利用专用无线频段（例如900 MHz）与地面控制站通信，以传输飞行控制命令和数据。协调本稿件评审并批准其出版的副编辑是Xiaojie Su。虽然这种架构简单，且能利用地面控制站的计算能力处理复杂任务，但它存在一个主要瓶颈——如果基础设施失效，无人机无法直接相互通信，严重限制了其操作自主性^[10][11]。随着无人机应用的扩展，去中心化架构日益受到关注，飞行自组织网络（FANETs）已成为一种有前景的解决方案^[12]。飞行自组织网络支持直接的无人机间通信，形成多跳网络，从而在减少对中心基础设施依赖的同时，增强网络灵活性与韧性^[13][14]。然而，飞行自组织网络也面临挑战，例如因拓扑频繁变化导致的通信不稳定、延迟增加以及数据传输效率降低，这需要能够更好地适应动态拓扑变化的新通信机制^[15]。学界已提出若干机制以应对这些挑战。例如，事件驱动通信允许无人机仅在必要时传输数据，显著增强了实时响应能力并降低了带宽消耗——这对能量受限系统尤为有益^[16][17]。基于链路质量的自适应路由协议（例如AOMDV、OLSR、HWMP）已被引入，以应对多跳环境中频繁的拓扑变化^[14]。此外，诸如协议缓冲区（Protobuf）等轻量级灵活协议已取代MAVLink等静态格式，实现了异构集群中高效的跨平台数据交换^[18][19]。

尽管取得了这些进展，关键空白依然存在。例如，基于软件定义网络的STFANET框架^[20]通过集中式中继节点部署和控制平面抽象，为仿真环境中的拓扑管理提供了有效策略。这项工作对理解软件定义网络在飞行自组织网络中的集成做出了重要贡献。然而，其集中式控制模型虽然在结构化环境中具有优势，但在高度动态或无基础设施条件下可能面临局限性，因为无法保证持续的控制节点可达性。此外，其依赖周期性全局拓扑更新可能会在更大或局部连接的无人机集群中引入延迟和可扩展性问题。这在高度动态或无法保证控制节点可达性的无基础设施场景中造成了结构性脆弱性。另外，其通过周期性控制数据包依赖全局拓扑更新会产生显著开销，并限制了在部分连接条件下的响应能力。类似地，Almansor等人的综述^[21]对路由策略进行了分类，并承认了集成软件定义网络和人工智能用于飞行自组织网络演进的潜力。然而，该研究仍主要停留在理论层面，对实际系统部署关注甚少，且缺乏在通信基础设施受损时确保网络韧性的可操作策略。STFANET和近期的飞行自组织网络分类法均未完全解决混合通信场景或集中式与去中心化协调模式之间的转换——这些能力对于不可预测条件下实时无人机集群自主性至关重要。

为弥补这些局限性，本研究提出“AeroSyn”，一种自适应无人机集群网络架构，旨在跨不同通信条件无缝运行。“AeroSyn”集成了两个互补模块：MQLink针对蜂窝网络环境优化，采用去中心化事件驱动发布/订阅机制，实现无人机间的动态数据交换和自适应领导^[22][23]；UAVConnector专为无基础设施环境设计，采用最小化的领导者-跟随者广播模型，即使在与地面站断开连接时，也能以更低的通信负载确保基本的集群协调^[24]。通过在双模操作中利用MQLink和UAVConnector，“AeroSyn”使无人机集群能够在高吞吐量实时协作与低带宽无基础设施任务连续性之间动态切换。这种混合设计解决了先前架构（如基于数据分发服务（DDS）的系统^{[25][26][27][28][29][30][31]}）所面临的实际部署挑战，并为下一代无人机集群任务提供了稳健、可扩展的解决方案。系统性验证证明了“AeroSyn”卓越的适应性与可行性，为受限和动态条件下的无人机集群操作提供了全球适用的通信骨干网^[4][32]。

然而，在可扩展且稳健的飞行自组织网络通信系统设计方面，仍存在若干关键挑战：

● 对集中式控制的高度依赖：诸如STFANET等架构依赖单一控制节点来管理网络拓扑和路由。虽然在仿真中有效，但这种方法在高度动态或断开连接的环境中变得脆弱，因为控制器可能失去连接或成为性能瓶颈。

● 对混合通信条件的适应性有限：现有解决方案要么假设基础设施可用（例如蜂窝连接），要么专为自组织场景设计。这些模式之间的转换很少被涉及，使无人机集群在间歇性或部分网络覆盖的环境中易受攻击。

● 持续拓扑维护带来的开销：基于软件定义网络的集中式方法通常需要频繁的全局状态更新和多跳控制消息交换，这会引入延迟和网络拥塞，尤其是在扩展到大量无人机时。

● 对去中心化自主性的支持不足：当前架构缺乏在同一任务中同时支持集中式协调和去中心化行为的灵活性，限制了集群的操作范围。

为克服这些局限性，本研究提出“AeroSyn”，一种专为多样化基础设施约束下无人机集群操作设计的双模通信架构。“AeroSyn”的主要优势包括：

● 去中心化事件驱动通信：在基础设施丰富的环境中，提出的MQLink模块通过发布-订阅机制实现动态无人机协调。这减少了不必要的消息传输，使无人机能够在保持低延迟和高响应性的同时，根据任务需求自我适应。

● 通过轻量级广播实现无基础设施连续性：在无连接或降级环境中运行时，UAVConnector激活基于广播的领导者-跟随者模型。这确保了编队完整性和任务连续性，同时最小化带宽消耗且无需完整的网络连接。

● 混合拓扑支持：“AeroSyn”允许无人机集群在高吞吐量蜂窝链路和最小化的自组织网络之间无缝切换，从而在不同通信条件下实现持续运行，而无需手动重新配置。

● 灵活的角色分配与故障转移：通过集成消息队列遥测传输心跳机制和角色重分配策略，“AeroSyn”能够自动检测节点故障并实时重组领导或中继结构，从而增强韧性。

通过这种双模设计，“AeroSyn”填补了当前飞行自组织网络研究中的关键空白，为现实世界的无人机集群部署提供了实用、有韧性且可扩展的解决方案。它不仅补充而且超越了先前的工作（如STFANET和现有的飞行自组织网络分类法），实现了在不确定和基础设施多变环境下的自适应行为。