Технологии и архитектурные принципы построения роевых систем беспилотных летательных аппаратов и безэкипажных катеров

 

Эксперты реение-верное.рф проанализировали по открытым данным интернет масштаб модернизации вооруженных сил Китая под руководством Си Цзиньпина с акцентом на достижения 2025 года .

Описали структурная реорганизация НОАК, включая создание Сил информационной поддержки для ведения высокотехнологичных сетевых войн.

Сухопутные войска, флот и авиация получают новейшее вооружение: от легких танков Тип 15 и авианосца «Фуцзянь» до стелс-истребителей J-20 и беспилотных систем.

Особое внимание уделили интеграции искусственного интеллекта, алгоритмической войне и развитию мощной системы противоракетной обороны. Авторы оценивают эти изменения как стремление Пекина создать армию мирового класса, способную доминировать в Индо-Тихоокеанском регионе и эффективно противостоять США и Индии.

 

В чем заключаются главные цели военной модернизации Китая до 2049 года?

Согласно предоставленным источникам, главной целью военной модернизации Китая к 2049 году (середине XXI века) является полная трансформация Народно-освободительной армии (НОАК) в вооруженные силы «мирового уровня».

Эта амбициозная цель разделена на несколько ключевых этапов:

• К 2027 году: Ускорение интегрированного развития механизации, информатизации и «интеллектуализации» (внедрение ИИ), а также модернизация военных теорий, организационной структуры и вооружения.
• К 2035 году: Всестороннее продвижение модернизации и базовое завершение процесса модернизации национальной обороны и вооруженных сил.
• К 2049 году: Достижение статуса армии мирового уровня, что, по мнению экспертов, подразумевает способность НОАК на равных конкурировать с вооруженными силами США или превосходить их.

Основные направления и задачи этой модернизации включают:

1. Интеллектуализация и ИИ: Китай стремится перейти от армии, ориентированной на человека, к силам, сосредоточенным на беспилотных системах при поддержке людей. Это включает разработку автономных роев дронов, ИИ-управляемых торпед и систем «интеллектуальной войны» для достижения быстрой и решающей победы.
2. Защита национальных интересов: Модернизация направлена на обеспечение суверенитета, территориальной целостности (включая вопрос Тайваня), а также защиту морских прав и зарубежных интересов Китая.
3. Создание «информационной сети»: В 2024 году были созданы Силы информационной поддержки (ISF) для развития сетевых информационных систем, что должно обеспечить превосходство в многосферных операциях.
4. Развитие передовых вооружений: Это включает строительство авианосцев нового поколения (таких как «Фуцзянь»), создание стелс-бомбардировщиков (H-20), модернизацию ядерной триады и разработку гиперзвукового оружия для сдерживания флота противника.

В конечном итоге, Китай стремится создать армию, способную «сражаться и побеждать в войнах» в условиях современного высокотехнологичного конфликта, обеспечивая стране статус ведущей глобальной державы.

Разработка БЭК (безэкипажный катер) плавающие дроны

• "Морские призраки" бьют из-под воды
• "Морские призраки" бьют из-под воды. Битва на море перешла на новый уровень. Под угрозой русский флот и авиация. Как защитить? Дерзкая атака ВСУ на Крым. Под ударом - наши вертолёты: Изящный манёвр и гибель "лучших экипажей"
• БЭК (безэкипажный катер) плавающие UVC дроны беспилотники
• Морской рой: как кораблям защищаться от дронов?
• Прилетело откуда не ждали: новый уровень войны
• Противодействие БЭКам с ракетами с ТГСН "Воздух-Воздух"
• Противодействие БЭКам с ракетами с ТГСН "Воздух-Воздух"
• Сравнение торпеды и БЭК как одноразового боеприпаса
• Технологии БЭК и борьбы с ними 1
• Технологии БЭК и борьбы с ними 10
• Технологии БЭК и борьбы с ними 2
• Технологии БЭК и борьбы с ними 3
• Технологии БЭК и борьбы с ними 4
• Технологии БЭК и борьбы с ними 5
• Технологии БЭК и борьбы с ними 6
• Технологии БЭК и борьбы с ними 7
• Технологии БЭК и борьбы с ними 8
• Технологии БЭК и борьбы с ними 9
• уничтожать БЭКи днём в хорошую погоду

 

 

 

Исследование по данным открытых СМИ.

Технологии и архитектурные принципы построения роевых систем беспилотных летательных аппаратов и безэкипажных катеров.

Развитие беспилотных систем в последние годы ознаменовалось фундаментальным переходом от эксплуатации одиночных высокотехнологичных единиц к развертыванию масштабных групп, способных к автономному взаимодействию.

Концепция роя (swarm) предполагает наличие множества агентов — беспилотных летательных аппаратов (БПЛА) или безэкипажных катеров (БЭК), которые функционируют как единый организм для достижения общей цели.

Основные преимущества такого подхода заключаются в повышенной живучести системы, возможности параллельного выполнения задач и расширении зоны охвата при существенном снижении удельной стоимости выполнения миссии.[1, 2, 3]

В основе реализации подобных систем лежат передовые достижения в области мобильных сетей (MESH), алгоритмов коллективного интеллекта, помехозащищенной навигации и программных стеков реального времени.

Архитектурные парадигмы управления роевыми системами

Выбор архитектуры управления является определяющим фактором, влияющим на масштабируемость, надежность и требования к пропускной способности каналов связи. В современной практике выделяются три доминирующих подхода: централизованный, децентрализованный и гибридный.[4, 5]

 

Централизованное управление и иерархические структуры

Централизованная архитектура опирается на наличие единого управляющего узла, чаще всего наземной станции управления (GCS) или специализированного мощного БПЛА-ретранслятора, который консолидирует данные о состоянии всех участников группы. Управляющий центр обрабатывает входящую телеметрию, вычисляет оптимальные траектории и распределяет целеуказания.[1, 5] Этот метод обеспечивает высокую точность координации, так как алгоритм обладает полной картиной оперативной обстановки.[5]

Однако централизованные системы сталкиваются с критическими ограничениями при масштабировании. По мере увеличения числа агентов нагрузка на вычислительные мощности и каналы связи растет экспоненциально, что приводит к возникновению задержек. Более того, наличие «единой точки отказа» делает рой уязвимым: уничтожение или радиоэлектронное подавление центрального узла ведет к потере управления всей группой.[5, 6] В сценариях высокой интенсивности, таких как поисково-спасательные операции или военные действия, зависимость от постоянного канала связи с наземной станцией существенно ограничивает радиус действия роя.[6]

 

Децентрализованные системы и роевой интеллект

Децентрализованное управление базируется на принципах самоорганизации, где каждый агент принимает решения автономно, основываясь на локальных правилах взаимодействия и данных от ближайших соседей.[4, 7] В такой архитектуре отсутствует жесткая иерархия, что обеспечивает беспрецедентную живучесть: выход из строя любого количества аппаратов не препятствует выполнению задачи оставшимися членами группы.[1, 8]

Математический фундамент децентрализованного управления часто опирается на классические правила Флокинга (Flocking), предложенные Рейнольдсом, которые регулируют три аспекта движения: разделение (избегание столкновений), выравнивание скоростей и сплоченность (стремление к центру массы группы).[4, 9] Моделирование динамики агентов в таких системах часто описывается уравнениями двойного интегратора:

q˙​i​=pi​,p˙​i​=ui​

Где qi​ и pi​ представляют собой векторы положения и скорости i-го агента, а ui​ — управляющее воздействие, формируемое как сумма сил взаимодействия с соседями.[4, 9] Использование децентрализованного подхода позволяет рою динамически адаптироваться к изменениям рельефа или появлению препятствий без внешнего вмешательства.[7, 10]

 

Гибридные модели и динамическое лидерство

Гибридные архитектуры стремятся объединить преимущества контроля и автономности. Одной из наиболее эффективных моделей является парадигма «ведущий-ведомый» (master-slave/leader-follower) с механизмом динамического переизбрания лидера.[4, 5] В этой схеме группа разбивается на кластеры, каждый из которых координируется временным лидером. При выходе лидера из строя система автоматически инициирует процесс голосования для выбора нового координатора на основе метрик пригодности, таких как остаток энергии или качество связи.[8]

 

 

 

Поддержка БАС БВС БПЛА беспилотных авиационных систем комплектующих компонентов подсистем

• Услуги для заявителей на грант фонда НТИ резиденту НПЦ БАС
• В беспилотники БАС БПЛА БВС вложится венчурный ФСИ НТИ
• Грант ФНТИ на прототипы опытные образцы БАС: План выполнения проекта
• Грант ФНТИ на прототипы опытные образцы БАС: меры поддержки ЦКП НПЦ
• Гранты ФНТИ для НПЦ на опытные образцы БАС комплектующих компонентов подсистем
• Гранты ФНТИ для НПЦ на прототипы БАС комплектующих компонентов подсистем
• Гранты на сертификацию БАС
• Документы к заявке опыт и кадры
• Документы к заявке расчет ЧА
• Инвестиции ФСИ НТИ в беспилотники БАС БПЛА БВС
• Инвестиции ФСИ НТИ в беспроводную связь
• Классификация БПЛА РФ по летным характеристикам
• Классификация БПЛА по летным характеристикам UVS International
• Компенсация производителям БАС скидки покупателям до 20%, 30%, 40%
• ППРФ 1780
• Программы льготного лизинга БАС от АО «ГТЛК»
• Размер субсидии на опытный образец БАС
• Размер субсидии на прототип БАС
• Размер субсидии на серийное производство новых видов БАС
• Состав заявки резидента НПЦ БАС
• Статьи завтрат на прототип БАС
• Статьи затрат на образец БАС вклад УК ДК
• Статьи затрат на образец БАС грант
• Статьи затрат на серийное производство БАС вклад УК ДК
• Субсидии фонда НТИ для НПЦ БАС
• Субсидии фонда НТИ для НПЦ на серийное производство БАС и компонентов
• Требования допуска к конкурсу проектов по разработке прототипов на базе НПЦ
• Требования к участникам конкурсного отбора резидентам НПЦ БАС
• Цели субсидии резидента НПЦ БАС
• Что такое НПЦ БАС?
• Оценка резидента НПЦ БАС на предмет соответствия "портрету" заявителя на грант
• 45,5 млрд рублей в 2024 году на БАС
• Аэронет НТИ

 

 

Сетевые технологии: MESH-сети и протоколы маршрутизации

Ключевым технологическим компонентом роя является подсистема связи, способная функционировать в условиях отсутствия инфраструктуры. Основу таких сетей составляют Flying Ad-hoc Networks (FANET) для воздушных систем и Mobile Ad-hoc Networks (MANET) для наземных и морских платформ.[4, 11, 12]

 

Концепция MESH-сетей

В отличие от традиционных сетей со звездообразной топологией, MESH-сети позволяют каждому узлу (БПЛА или БЭК) выступать в роли активного ретранслятора. Данные передаются «прыжками» (multi-hop) от одного аппарата к другому, пока не достигнут адресата.[1, 13] Это не только многократно увеличивает дальность действия системы, но и позволяет обходить зоны радиотени, создаваемые рельефом местности или застройкой.[13, 14]

 

Анализ протоколов маршрутизации

Маршрутизация в роевых сетях является сложной задачей из-за высокой динамики узлов и переменного качества каналов связи.

Протоколы делятся на реактивные (поиск пути по запросу) и проактивные (постоянное поддержание таблиц маршрутизации).[11, 15]

Протокол	Тип	Преимущества	Недостатки
OLSR	Проактивный	Быстрая адаптация, эффективен в плотных сетях за счет MPR [15, 16]	Высокий служебный трафик при больших размерах группы [13]
BATMAN-ADV	Проактивный (L2)	Простота реализации, работа на уровне MAC-адресов [15, 16]	Низкая производительность в высокодинамичных FANET из-за интервала OGM в 1с [17]
Babel	Гибридный	Минимальные задержки, лучшая пропускная способность в реальных тестах [11, 17]	Требует корректной настройки интервалов обновления [15, 17]
HWMP	Проактивный	Стандарт IEEE 802.11s, интеграция в WiFi-стек [11, 16]	Плохая масштабируемость при быстром изменении топологии [16]

 

Исследования показывают, что протокол Babel демонстрирует наиболее стабильные показатели в реальных условиях развертывания FANET, обеспечивая меньшую потерю пакетов по сравнению с OLSR и BATMAN-ADV при увеличении расстояния между узлами.[17] Протокол BATMAN-ADV, несмотря на свою популярность в статических MESH-сетях, признан менее пригодным для скоростных роев БПЛА из-за инерционности механизмов обновления маршрутов.[17]

Физические уровни передачи данных

Выбор радиочастотного диапазона и метода модуляции определяет устойчивость роя к помехам и пропускную способность.

1. WiFi (IEEE 802.11n/s/ah): Стандарт 802.11n широко используется для передачи видеопотоков, однако его дальность ограничена.[14, 18] Протокол 802.11ah (WiFi HaLow), работающий в диапазоне до 1 ГГц, обеспечивает дальность более 1 км при сохранении достаточной скорости для голосовой и видеосвязи, что делает его перспективным для роевых систем.[14]
2. LoRa и LPWAN: Технология LoRa применяется для передачи критически важной телеметрии на сверхдальние расстояния (до нескольких десятков километров) при минимальном энергопотреблении, но с крайне низкой скоростью передачи данных.[12, 19]
3. ZigBee (802.15.4): Часто интегрируется в децентрализованные рои для обмена короткими сообщениями о положении и скорости, обеспечивая высокую энергоэффективность.[4, 16]
4. Программно-определяемое радио (SDR): SDR-модули позволяют динамически изменять частотные планы и типы модуляции в полете для обхода средств РЭБ.[18, 20] Платформы от таких производителей, как Silvus Technologies, Doodle Labs и Persistent Systems, предлагают готовые SDR-решения для создания устойчивых MESH-сетей.[20, 21]

 

Навигация и локализация в условиях отсутствия GNSS

Одной из самых серьезных угроз для роевых систем является подавление или подмена сигналов спутниковой навигации (GNSS jamming/spoofing). Для сохранения координации в таких условиях применяются методы автономной и кооперативной навигации.[22, 23]

Визуальные системы и одометрия

Технологии визуальной навигации (VNS) позволяют БПЛА определять свое положение путем анализа подстилающей поверхности.[22, 24]

• Визуальная одометрия (VO): Алгоритм вычисляет вектор смещения аппарата, отслеживая перемещение характерных точек на последовательных кадрах.[22] В сочетании с инерциальными датчиками (AHRS) это позволяет снизить ошибку счисления пути до 1% от пройденного расстояния.[22]
• Сопоставление с шаблонами (Template Matching): Система сравнивает текущее изображение с предварительно созданными картами. При обнаружении знакомых паттернов накопленная ошибка инерциальной системы сбрасывается до нуля.[22]

Кооперативное позиционирование на базе UWB

Для поддержания плотных формаций, особенно в закрытых пространствах или при плохой видимости, используются сверхширокополосные (UWB) радиомаяки.[25, 26] Технология UWB позволяет измерять межагентские расстояния с сантиметровой точностью на основе времени пролета сигнала (ToF).[27, 28]

Параметр	Decawave DW1000	Decawave DW3000
Точность (в идеале)	±10-20 см [26]	±5-10 см [25, 26]
Потребление энергии	~110 мВт	~55 мВт (на 50% меньше) [25, 28]
Соответствие стандартам	IEEE 802.15.4-2011	IEEE 802.15.4z (FiRa) [26]
Дальность (LoS)	До 290 м [27]	Схожая, с улучшенной стабильностью [28]

Использование чипов DW3000 в роевых системах предпочтительнее из-за их высокой энергоэффективности и возможности интеграции в компактные дроны весом до 35 грамм, где каждый милливатт энергии критичен.[25, 29]

 

 

 

Программные платформы и middleware

Эффективное управление роем требует сложной программной инфраструктуры, объединяющей автопилот, бортовой компьютер и сетевое взаимодействие.

Стек PX4, ArduPilot и ROS 2

Современные рои строятся на базе открытых экосистем PX4 и ArduPilot.[30, 31]

• PX4: Ориентирован на академические исследования и модульность. Глубоко интегрирован с симуляторами Gazebo и использует Micro-XRCE-DDS для прямой трансляции внутренних сообщений (uORB) в экосистему ROS 2.[30, 32]
• ArduPilot: Отличается высокой надежностью и поддержкой огромного количества типов рам, включая БЭК и подводные аппараты. Для взаимодействия с ROS 2 обычно используется шлюз MAVROS.[30, 31, 32]

Middleware Zenoh и распределенные вычисления

Стандартный протокол обмена данными в ROS 2 (DDS) плохо приспособлен к работе через нестабильные беспроводные каналы связи с высокой потерей пакетов. В современных роевых проектах (2025-2026 гг.) в качестве связующего звена используется протокол Zenoh.[30] Zenoh позволяет эффективно объединять изолированные узлы ROS 2, работающие на каждом отдельном БПЛА, в единую распределенную систему. Он минимизирует накладные расходы на передачу данных и поддерживает кэширование сообщений, что критично для поддержания связности роя.[30]

Распределение задач и коллективный интеллект

Одной из самых сложных интеллектуальных задач является автоматическое распределение ролей внутри группы без участия человека.

Алгоритм динамического формирования коалиций (DCTA)

Для гетерогенных роев, состоящих из аппаратов с разными сенсорами (например, одни с тепловизорами, другие с грузом), применяется алгоритм DCTA.[8] Процесс включает семь ключевых этапов:

1. Детекция задачи: Все агенты одновременно получают данные о цели.
2. Выдвижение кандидатур: Каждый аппарат транслирует свой ID, статус и позицию.
3. Оценка пригодности (CSS): Вычисляется комплексный балл на основе близости к цели и центральности в группе.[8]
4. Голосование: Агенты выбирают наиболее подходящего временного лидера.
5. Агрегация результатов: Узел с максимальным баллом становится координатором.
6. Подтверждение: Лидер подтверждает статус и формирует план.
7. Роспуск: После выполнения задачи лидер возвращается в статус обычного узла.[8]

Метрика CSS (Comprehensive Suitability Score) вычисляется по формуле:CSSj​=wdist_task​⋅1+djtask​1​+wdist_uav​⋅1+djcluster​1​Где djtask​ — расстояние до цели, а djcluster​ — расстояние до геометрического центра роя.[8]

ИИ и агентная автономность на базе LLM

В 2024-2025 годах наметился переход от жестко запрограммированных алгоритмов к использованию мультиагентного обучения с подкреплением (MARL) и больших языковых моделей (LLM) на борту.[10, 33, 34]

• MARL (MAPPO/QMIX): Позволяет агентам обучаться сложным стратегиям взаимодействия через симуляции, однако такие модели часто остаются «черными ящиками» для оператора.[10, 35]
• LLM-агенты: Использование легковесных моделей (например, Llama 3 или специализированных Agentic-UAV архитектур) позволяет рою понимать команды на естественном языке и самостоятельно генерировать пошаговые планы действий.[33, 34] Это существенно снижает когнитивную нагрузку на оператора, позволяя управлять сотнями единиц техники через голосовые команды или текстовые интерфейсы.[33, 36]

 

Особенности функционирования роев безэкипажных катеров (БЭК)

Морская среда вносит специфические коррективы в работу роевых систем, связанные с физикой распространения волн и правовыми нормами навигации.

Разработка БЭК (безэкипажный катер) плавающие дроны

• "Морские призраки" бьют из-под воды
• "Морские призраки" бьют из-под воды. Битва на море перешла на новый уровень. Под угрозой русский флот и авиация. Как защитить? Дерзкая атака ВСУ на Крым. Под ударом - наши вертолёты: Изящный манёвр и гибель "лучших экипажей"
• БЭК (безэкипажный катер) плавающие UVC дроны беспилотники
• Морской рой: как кораблям защищаться от дронов?
• Прилетело откуда не ждали: новый уровень войны
• Противодействие БЭКам с ракетами с ТГСН "Воздух-Воздух"
• Противодействие БЭКам с ракетами с ТГСН "Воздух-Воздух"
• Сравнение торпеды и БЭК как одноразового боеприпаса
• Технологии БЭК и борьбы с ними 1
• Технологии БЭК и борьбы с ними 10
• Технологии БЭК и борьбы с ними 2
• Технологии БЭК и борьбы с ними 3
• Технологии БЭК и борьбы с ними 4
• Технологии БЭК и борьбы с ними 5
• Технологии БЭК и борьбы с ними 6
• Технологии БЭК и борьбы с ними 7
• Технологии БЭК и борьбы с ними 8
• Технологии БЭК и борьбы с ними 9
• уничтожать БЭКи днём в хорошую погоду

Распространение радиоволн над водной поверхностью

Связь между БЭК в рое значительно осложнена эффектом многолучевости (multipath propagation). Сигнал, отражаясь от поверхности воды, интерферирует с прямым лучом, что приводит к возникновению глубоких замираний.[37, 38] Для моделирования этих процессов используются стохастические теории лучей и модели Pierson-Moscowitz для учета волнения моря.[38, 39] В приповерхностном слое также могут возникать атмосферные волноводы (evaporation ducts), которые могут как увеличивать дальность связи, так и приводить к неожиданной потере сигнала.[38]

Соблюдение COLREGs и предотвращение столкновений

Автономные БЭК обязаны соблюдать Международные правила предупреждения столкновений судов (МППСС-72/COLREGs).[40, 41] Алгоритмы обхода препятствий для роев БЭК (такие как CCDWA — COLREG-compliant Dynamic Window Approach) интегрируют правила 13-17 МППСС непосредственно в функцию стоимости пути.[41, 42, 43]

• Правило 14 (Встречные курсы): БЭК должен изменить курс вправо, чтобы разойтись левыми бортами.[44]
• Правило 15 (Пересечение курсов): Судно, имеющее другое на своей правой стороне, должно уступить дорогу.[44]

Интеграция этих правил в децентрализованное управление роем требует постоянного обмена данными о намерениях и векторах скорости между всеми участниками движения.[40, 42]

Гетерогенные рои и национальные проекты

Наибольший оперативный эффект достигается при совместном использовании воздушных и морских платформ.

Турецкие инициативы: проект ALBATROS

Турция занимает одну из лидирующих позиций в области практического применения роевых БЭК. В октябре 2023 года была проведена демонстрация совместной работы БЭК семейства ALBATROS и БПЛА Bayraktar TB2.[45]

• В этой системе БПЛА выполняет роль «глаз в небе», осуществляя дальнее обнаружение целей и передачу целеуказания рою катеров-камикадзе.[45, 46]
• Катера, в свою очередь, могут действовать как мобильные платформы для дозаправки или ретрансляции сигналов для малых дронов.[45, 47]

Спецификации оборудования для тактических роев

Для построения надежных систем используются сертифицированные аппаратные модули, обеспечивающие интеграцию различных радиостандартов.

Модуль	Описание	Поддерживаемые радиосистемы
UXV SRM	Сменный радиомодуль для наземных станций [20]	Silvus, Doodle Labs, Microhard, DTC, Persistent Systems [20, 21]
VNS01	Система визуальной навигации [22]	Обеспечивает навигацию без GPS с дрейфом 1% [22]
POLAR-300	Инерциальная система (AHRS) [22]	Точность крена/тангажа < 0.5º, наработка на отказ > 60к часов [22]
NVIDIA Jetson Orin	Вычислительный модуль	Обеспечивает работу ИИ-алгоритмов и детекции YOLOv8 в реальном времени [20, 48]

 

Заключение:

Векторы будущего развития

Технологии построения роя дронов и БЭК вступают в фазу зрелости, переходя от лабораторных экспериментов к массовому производству.

Ключевым трендом на 2025-2030 годы станет полная автономность от спутниковых систем и человека-оператора.

Развитие технологий MESH-сетей на базе протоколов второго и третьего уровней (Babel, Zenoh) обеспечит бесшовную интеграцию сотен разнородных устройств в единую когнитивную сеть.

Внедрение LLM непосредственно в контур управления позволит создавать системы, способные к сложному логическому планированию в динамически меняющихся условиях, что радикально изменит облик современных логистических, поисковых и оборонных операций.

Приоритетное внимание будет уделяться кибербезопасности каналов связи и защите от алгоритмических атак на нейронные сети управления роем.

Цитируемые источники:

1. Review of Unmanned Aerial Vehicle Swarm Communication Architectures and Routing Protocols - MDPI, https://www.mdpi.com/2076-3417/10/10/3661
2. Motion Planning of UAV Swarm: Recent Challenges and Approaches - IntechOpen, https://www.intechopen.com/chapters/82985
3. Towards Resilient UAV Swarms—A Breakdown of Resiliency Requirements in UAV Swarms - MDPI, https://www.mdpi.com/2504-446X/6/11/340
4. (PDF) Decentralized control design for UAV swarms communication - ResearchGate, https://www.researchgate.net/publication/388845717_Decentralized_control_design_for_UAV_swarms_communication
5. Recent Advances and a Hybrid Framework for Cooperative UAV ..., https://www.mdpi.com/2076-3417/15/17/9761
6. enabling a uav swarm - Liberty University, https://digitalcommons.liberty.edu/cgi/viewcontent.cgi?article=2505&context=honors
7. [2403.07635] A Study on Centralised and Decentralised Swarm Robotics Architecture for Part Delivery System - arXiv, https://arxiv.org/abs/2403.07635
8. Task Allocation Algorithm for Heterogeneous UAV Swarm with ..., https://www.mdpi.com/2504-446X/9/8/574
9. Comparison of Multiple Models in Decentralized Target Estimation by a UAV Swarm - Semantic Scholar, https://pdfs.semanticscholar.org/1390/2d5f4e73b2814c1aa36032bfdda2559e6290.pdf
10. Dynamic Task Allocation for UAV Swarms in Maritime Rescue Scenarios Based on PG-MAPPO - ResearchGate, https://www.researchgate.net/publication/393351089_Dynamic_Task_Allocation_for_UAV_Swarms_in_Maritime_Rescue_Scenarios_Based_on_PG-MAPPO
11. A Comparative Performance Evaluation of Routing Protocols for Flying Ad-Hoc Networks in Real Conditions - MDPI, https://www.mdpi.com/2076-3417/11/10/4363
12. (PDF) LoRa Technology in Flying Ad Hoc Networks: A Survey of Challenges and Open Issues - ResearchGate, https://www.researchgate.net/publication/368736479_LoRa_Technology_in_Flying_Ad_Hoc_Networks_A_Survey_of_Challenges_and_Open_Issues
13. Performance comparison of OLSR and BATMAN routing protocols by a MANET testbed in stairs environment | Request PDF - ResearchGate, https://www.researchgate.net/publication/220511572_Performance_comparison_of_OLSR_and_BATMAN_routing_protocols_by_a_MANET_testbed_in_stairs_environment
14. WiLongH: A Custom Hand-Held Platform for Long-Range HaLow Mesh Networks in Human-to-Human Communication - IEEE Xplore, https://ieeexplore.ieee.org/iel8/8782661/10829557/10909177.pdf
15. Performance comparison of mesh routing protocols in an experimental network with bandwidth restrictions in the border router - SciELO, https://ve.scielo.org/pdf/rfiucv/v28n1/art02.pdf
16. Performance analysis of mesh routing protocols for UAV swarming applications, https://www.semanticscholar.org/paper/Performance-analysis-of-mesh-routing-protocols-for-Pojda-Wolff/2702f48774612d255c425846bad7640f016daa93
17. (PDF) A Comparative Performance Evaluation of Routing Protocols ..., https://www.researchgate.net/publication/351498555_A_Comparative_Performance_Evaluation_of_Routing_Protocols_for_Flying_Ad-Hoc_Networks_in_Real_Conditions
18. (PDF) JamRF: Performance Analysis, Evaluation, and Implementation of RF Jamming Over Wi-Fi - ResearchGate, https://www.researchgate.net/publication/366447617_JamRF_Performance_Analysis_Evaluation_and_Implementation_of_RF_Jamming_over_Wi-Fi
19. LoRa Technology in Flying Ad Hoc Networks: A Survey of Challenges and Open Issues, https://pmc.ncbi.nlm.nih.gov/articles/PMC10007589/
20. Ground Control Stations, Electronics & Payload Solutions for Unmanned Systems & Robotics - Defense Advancement, https://www.defenseadvancement.com/company/uxv-technologies/
21. Swappable Radio Modules (SRM) | Versatile Radio Systems for Ground Control Stations (GCS) - Unmanned Systems Technology, https://www.unmannedsystemstechnology.com/company/uxv-technologies/swappable-radio-modules-srm/
22. GNSS-Denied Navigation Kit | UAV Navigation, https://www.uavnavigation.com/products/navigation-systems/gnss-denied-navigation-kit
23. Threats from and Countermeasures for Unmanned Aerial and Underwater Vehicles - PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC9143730/
24. New Visual Navigation System Released for GNSS-Denied Environments | UST, https://www.unmannedsystemstechnology.com/2022/09/new-visual-navigation-system-released-for-gnss-denied-environments/
25. Performance Comparison between Decawave DW1000 and DW3000 in low-power double side ranging applications - ResearchGate, https://www.researchgate.net/publication/363510401_Performance_Comparison_between_Decawave_DW1000_and_DW3000_in_low-power_double_side_ranging_applications
26. Low Cost Real Time Location Tracking with Ultra-Wideband, https://par.nsf.gov/servlets/purl/10343337
27. An Overview of DecaWave's DW1000 UWB Wireless Transceiver for Precise Indoor Positioning | Symmetry Electronics, https://www.symmetryelectronics.com/blog/an-overview-of-decawave-s-dw1000-uwb-wireless-transceiver/
28. Performance Comparison between Decawave DW1000 and DW3000 in low-power double side ranging applications, https://www.research-collection.ethz.ch/bitstreams/b143d6e9-bd23-4567-9584-18bcb42f7b36/download
29. Onboard Ranging-based Relative Localization and Stability for Lightweight Aerial Swarms (Extended Version) - arXiv, https://arxiv.org/html/2003.05853v3
30. aerial-autonomy-stack -- a Faster-than-real-time, Autopilot ... - arXiv, https://arxiv.org/pdf/2602.07264
31. aerial-autonomy-stack—a Faster-than-real-time, Autopilot-agnostic, ROS2 Framework to Simulate and Deploy Perception-based Drones - arXiv, https://arxiv.org/html/2602.07264v1
32. The 2025 Year in Review - Dronecode Foundation, https://dronecode.org/the-2025-year-in-review/
33. (PDF) Autonomous Drone Swarms Using Lightweight LLMs - ResearchGate, https://www.researchgate.net/publication/396773565_Autonomous_Drone_Swarms_Using_Lightweight_LLMs
34. Agentic UAVs: LLM-Driven Autonomy with Integrated Tool-Calling and Cognitive Reasoning, https://arxiv.org/html/2509.13352v1
35. RALLY: Role-Adaptive LLM-Driven Yoked Navigation for Agentic UAV Swarms - arXiv, https://arxiv.org/html/2507.01378v2
36. LLMs, Autonomous Weapons, and Human Rights - Annenberg School for Communication - University of Pennsylvania, https://www.asc.upenn.edu/research/centers/milton-wolf-seminar-media-and-diplomacy
37. Impact of Multipath Propagation on OFDM-Based Underwater Communication, https://www.researchgate.net/publication/388625734_Impact_of_Multipath_Propagation_on_OFDM-Based_Underwater_Communication
38. Wireless Channel Models for Over-the-Sea Communication: A ..., https://www.mdpi.com/2076-3417/9/3/443
39. Research on Maritime Radio Wave Multipath Propagation Based on Stochastic Ray Method - Semantic Scholar, https://pdfs.semanticscholar.org/6f8f/ec38510c161b0b68ef22fffa8a0414e8ffcd.pdf
40. Hybrid Collision Avoidance for ASVs Compliant With COLREGs Rules 8 and 13–17, https://www.frontiersin.org/journals/robotics-and-ai/articles/10.3389/frobt.2020.00011/full
41. (PDF) Collision Avoidance Algorithm Based on COLREGs for Unmanned Surface Vehicle, https://www.researchgate.net/publication/367871660_Collision_Avoidance_Algorithm_Based_on_COLREGs_for_Unmanned_Surface_Vehicle
42. Autonomous Obstacle Avoidance Algorithm for Unmanned Surface Vehicles Based on an Improved Velocity Obstacle Method - MDPI, https://www.mdpi.com/2220-9964/10/9/618
43. Path planning method for USVs based on improved DWA and COLREGs - OAE Publishing, https://www.oaepublish.com/articles/ir.2024.23
44. COLREGs: Compliant Dynamic Obstacle Avoidance of USVs Based on the Dynamic Navigation Ship Domain - ResearchGate, https://www.researchgate.net/publication/353639799_COLREGs_Compliant_Dynamic_Obstacle_Avoidance_of_USVs_Based_on_the_Dynamic_Navigation_Ship_Domain
45. Swarm Coordination in Hybrid Unmanned Surface ... - ELECO 2025, http://www.eleco.org.tr/ELECO2025/Eleco2025-Papers/97.pdf
46. Distributed Consensus of USVs under Heterogeneous UAV-USV Multi-Agent Systems Cooperative Control Scheme - MDPI, https://www.mdpi.com/2077-1312/9/11/1314
47. Cooperative mission planning based on game theory for UAVs and USVs heterogeneous system in dynamic scenario | Aircraft Engineering and Aerospace Technology: An International Journal | Emerald Publishing, https://www.emerald.com/aeat/article/96/9/1128/1224993/Cooperative-mission-planning-based-on-game-theory
48. GitHub - JacopoPan/aerial-autonomy-stack: An open framework to simulate and deploy perception-based PX4/ArduPilot drone swarms with ROS2, YOLO, LiDAR, NVIDIA Jetson, https://github.com/JacopoPan/aerial-autonomy-stack