无人驾驶飞行器或无人驾驶飞行器(UAV)是商业用途最具吸引力的飞行器之一，主要是因为它们能够在没有人类飞行员的情况下为公用设施，传感和许多其他用途带来有效载荷。

这个有吸引力的提议将无人机置于一篇新论文的中心，该论文的重点是群体架构，通过利用蜂窝移动无线通信基础设施，可以实现更高水平的群体自治和可靠性。

新蜂窝移动框架的一部分

据作者称，北达科他大学电气工程系的Mitch Campion，Prakash Ranganathan和Saleh Faruque，无人机是新的蜂窝移动框架的一部分，该框架阻碍了无人机群的效用，利用强大而可靠的基础设施5G系统提出的机器对机器(M2M)通信。

正如作者在本文开头所述，群体通常被定义为一组行为实体，它们共同协调以产生重要或期望的结果。他们声明如下：

“小型无人机工业(sUAV)主要将自己定位为服务业。实际的sUAV本身很重要，但sUAV的真正价值在于它们可以携带的有效载荷类型以及它们可以有效提供的服务类型。其中一些用例包括摄影，电影摄影(Canis 2015)，精准农业(Primicerio等人，2012)，电力线和结构检查(Jones 2005; Morgenthal等人，2014)，监视安全(Canis 2015)，测量( Chisholm等，2013)，红外和多光谱成像(Turner等人2010; Previtali等人2013; Bendig等人2015; Vega等人2015)，自然灾害恢复(Neto等人2012)，搜救行动(Rudol 2008)等等(Canis 2015)。“

群体的能力是一个有趣的发展 - 但在其婴儿期

据他们说，目前的群体状态符合规定，这使得无人机的同时操作在许多法律下都是非法的。然而，成群无人机的能力是一个有趣的发展，只是处于起步阶段 - 对无人机的传统操作有许多限制，主要通过其有限的有效载荷，有限的飞行时间和远程飞行员要求来看。

“群体的优势包括节省时间，减少工时，减少劳动力，以及减少其他相关的运营费用。作者表示，受益于无人机群的商业应用的一个具体例子是观察归一化差异植被指数(NDVI)。根据他们，“NDVI是精准农业的重要观察。NDVI观测需要在农田上空飞行sUAS。配备遥感设备的摄像机记录了作物的高分辨率地理标记图像。NDVI图像和传感设备显示作物的哪些部分处于适当或不正确的发育阶段。使用现有方法测量数百或数千英亩的农场是耗时且缺乏效率的。使用协调数量的sUAV对整个农庄进行调查，几乎不需要操作员干预，这将大大提高效率，并可能彻底改变精准农业。“

作者根据车辆在没有操作员输入的情况下可以进行的任务，协调或决策的数量来研究自动驾驶车辆的不同自治水平。

自治群控制(ASC)和一种专注于群体通信体系结构的算法

他们特别关注自主群控制(ASC)和所涉及的所有阶段，包括感知阶段和规划阶段，这两个阶段在此过程中都很重要。

“无人机群环境带来了特殊的挑战，因此需要仔细选择和开发算法以确保其适用性。具体而言，在安全有效的方案中对许多无人机的自主控制至关重要。存在许多用于群控制算法的方法。也许最常见的无人机群控制和规划算法围绕着粒子群优化的变化和适应。“

这是研究所关注的主要算法 - 在模拟环境中提出并展示它，同时将其与当前的群体通信架构进行比较。

建立飞行Ad-Hoc网络(FANET)和建议的无线Ad-Hoc网络(WANET)

作者还专注于建立飞行ad-hoc网络(FANET)架构，以协调网络中所有无人机之间的通信。在这里，FANET是一组无人机，它们相互通信而不需要接入点 - 并且至少有一个无人机连接到地面基站或卫星。与此相反，他们还提出了一种无线ad-hoc网络(WANET)，它不依赖于现有架构来建立网络。

“无人机之间的直接通信迫使分布式决策，因为它不是基于基础设施的决策引擎的必要条件。这还提供内置冗余，因为整个群不依赖于基础设施来执行期望的操作。这是FANET的主要优势。FANET的一些缺点与SWaP考虑因素有关。“

他们提出的群体架构侧重于高度自治，尽管所提出的基于架构的架构具有分布式特性，但仍然可以实现这种自治。在初步开发中，无人机群体技术被视为推动开发作为测试无人机群体架构和通信结构的设备试验台的技术。

最后的话

总而言之，研究人员得出结论，他们的论文提供了一个可靠的概念水平提案，显示了使用蜂窝网络作为无人机群的通信基础设施的初步发展和文献综述。它还概述了sUAS行业，无人机群的应用以及无人机群的内部开发工作。

尽管群体技术尚未在商业应用中实际应用，但是具有巨大的潜力并且蜂窝移动框架的使用减轻了传统无人机群集通信方法的限制因素。