无人机集群协作认知动态系统：可重构机制与框架

无人机今天承担的任务比过去宽得多：监视、搜救、军事侦察，在城市网络过载时充当缓解通信负担的辅助设备，搭载算力后通过 MEC 提供智能服务，在灾害或紧急情况下快速搭建通信网络。当需求要求即时有效的响应时，多架无人机协同完成特定目标就成了自然的解法。但材料明确指出，如何管理这样复杂的系统、保证其实时适应性，研究仍不充分。这份资料正面处理的就是这个缺口：它关心的不是单机飞得更稳，而是集群该被怎样组织起来。材料标注其被引 49 次，说明这类追问在领域内确实有人在跟。

作者提出协作认知动态系统（cooperative cognitive dynamic system，CCDS），用一套分层且协同的控制结构支撑实时数据处理与决策，并以此优化集群管理。整体设计有四个支点：动态可重构性、自适应智能优化、与仿生机制结合的任务分配，以及由分布式协同带来的可靠、有韧性的控制。资料的结构是典型的框架型工作——先给机制设计，再用一张对比表把已有代表性研究按「协调机制」和「框架设计」两条线归类，最后分析潜在挑战与未来方向，落点在动态异构网络下的集群管理。换句话说，它提供的是一套组织原则和设计坐标系，而非某一项指标的实验结果。

从绪论看，作者把集群协同的难点拆成两块。第一块是协调机制：集群成员需要具备感知、推理、决策的能力，如何把这些能力编排起来高效完成任务本身就很棘手；同时还要让集群保持自主的学习能力，以便在带风险控制的前提下适应动态环境。第二块是可重构的框架设计：大规模集群可能有数十甚至数百架无人机、服务于不同目的，并经常被拆成更小的子集群；子集群内部的同构无人机要围绕同一任务协同，不同子集群之间又要为一系列任务互相配合。而不同子集群中的无人机通常是异构的，集群可能的拓扑也多种多样，因此需要可重构的框架来保证无人机在子集群内部或跨子集群的角色转换。

对比表把已有工作分到两侧：协调机制一侧包括不确定通信环境下的多机协同搜索、面向无人机辅助 MEC 的协同任务卸载、用数字孪生提升集群适应性、基于区块链的安全协同监控、以跟踪为目标的编队控制；框架设计一侧包括面向边缘计算的架构与路由协议、整合编队飞行与集群部署的控制框架、针对异构无人机的分

Cooperative Cognitive Dynamic System in UA V Swarms: Reconfigurable Mechanism and Framework Ziye Jia, Member, IEEE, Jiahao You, Chao Dong, Member, IEEE, Qihui Wu, Fellow, IEEE, Fuhui Zhou, Senior Member, IEEE, Dusit Niyato, Fellow, IEEE, and Zhu Han, Fellow, IEEE Abstract—As the demands for immediate and effective responses increase in both civilian and military domains, the unmanned aerial vehicle (UA V) swarms emerge as effective solutions, in which multiple cooperative UA Vs can work together to achieve specific goals. However, how to manage such complex systems to ensure real-time adaptability lack sufficient researches. Hence, in this paper, we propose the cooperative cognitive dynamic system (CCDS), to optimize the management for UA V swarms. CCDS leverages a hierarchical and cooperative control structure that enables real-time data processing and decision. Accordingly, CCDS