无人集群感知侦测是无人机研究的新兴领域,在野外侦察、目标搜救等场景下有广泛的应用前景。建立业务模型是构建及测试无人集群网络的前提和关键,合理的业务模型可以为无人集群网络的结构与协议设计提供有效的指导,并且生成的业务流量可以用于检测无人集群网络的性能。然而,如今学术界少有对无人集群网络中业务模型构建方案的讨论,因此本文对该问题展开了详细研究。本文构建了一种新的无人集群协同感知业务模型,设计了一种感知业务传输路径选择算法用以以确定感知业务在集群网络中的传输路径,并通过仿真实验验证了上述模型及算法的有效性。具体而言,本文的主要研究内容包括:由于无人集群网络的研究尚处起始阶段,因此,本文研究了如何构建无人集群协同感知业务模型。通过分析集群执行感知任务时无人机传感器的感知逻辑,总结了无人集群网络中周期型、事件触发型和视频型三类典型的感知业务。通过分析感知业务的感知逻辑,归纳出感知业务源产生业务报文的包间隔数学分布,并构建了感知业务源的流量模型。在业务源流量模型的基础上,本文进一步分析和构建了感知业务在无人集群网络中的中继节点上分别以级联、并联和级并联三种聚合方式聚合时的业务流量模型,并设计了一种适合业务源流量模型的业务流量生成软件。通过仿真实验,验证了业务源模型的合理性以及流量生成软件的实用性。由于业务路径的确定与无人集群的应用场景锚定,在协同感知场景下,无人集群的任务目标是群首无人机快速且完整的收集感知无人机异构感知数据,并综合处理后完成对集群部署区域的态势感知。因此该场景下选择业务传输路径要考虑最小化业务的端到端时延,但仅以最小化业务端到端时延来选择传输路径会导致网络链路拥塞以致业务数据丢失。为了解决以上问题,本文先提出了一种基于网络演算的端到端时延计算方法,利用网络演算理论推导出感知业务在无人集群网络里中继的端到端时延,并进一步利用该计算方法,设计出一种基于强化学习的业务路径选择算法。该算法通过综合考虑感知业务端到端时延约束和无人集群内资源约束,给出不同感知业务在无人集群网络中的最优传输路径。仿真结果表明,本文设计的感知业务路径选择算法可以显著降低业务传输的时延和业务传输对集群资源的消耗。本文建立的业务模型对设计协同感知场景下的无人集群网络有一定的参考价值。