无人机以其使用便捷、响应快速、机动灵活等特点,在目标搜索、农业植保、灾难救援等领域具有重大突破。相较于单架无人机,无人机集群通过网络协同可以更短时间、更高效率、更广服务范围的完成作业。其中,无人机集群中心节点在网络协同中扮演着数据汇聚和决策的角色,它的选择直接影响了整个网络流的方向和数据大小。无人机集群执行任务时网络复杂,属于一种多跳、自组织的特殊复杂网络,借鉴复杂网络中心节点选择算法对无人机集群中心节点选择具有实际意义。无人机集群存在着位置动态变化、离开和加入网络等情况,使得对网络的控制协同要求更高。因此,在动态变化的无人机集群网络下,本文研究该过程中无人机集群中心节点最优选择。研究内容主要包含以下两个方面:1)针对复杂网络中心节点选择中存在指标单一、计算复杂度高等问题,设计了一种融合节点重要度的中心节点选择算法。首先,将复杂网络映射成图的方式并表达其特征。其次,引入拉普拉斯中心性进行节点自评估,设计弱化因子,结合效率值进行邻居节点影响力评估。最后,拟合重要度矩阵,综合评估节点重要度,选择最优中心节点。实验结果与仿真对比分析表明,该算法具有时延较低、区分节点重要度能力较强、中心节点选择结果较准确等优势,并且选择的中心节点在网络中传播性与鲁棒性较好。2)针对无人机集群选择最优中心节点并随集群网络动态变化中心节点需要适时更替问题,设计了一种自适应的无人机集群中心节点选择方法。首先,选取无人机集群移动性相似度、通信链路质量、数据处理能力和剩余能量作为参数指标并将其标准化归一化,结合通信链路连接状态确定链路上的权值,以此构建无人机集群网络模型。其次,引入融合节点重要度的中心节点选择算法选择无人机集群的中心节点。最后,定义每个时间窗口进行中心节点重选,以及节点离开和加入等情况触发重选,设计了一种自适应的时间窗口重选机制。实验结果表明,该方法能够较好实现动态中心节点的选择且选择结果较准确。实验结果表明,采用融合节点重要度的中心节点选择算法和自适应的时间窗口重选机制,能够较为准确的实现无人机集群最优中心节点的选择且中心节点适时更替,表明方法的有效性。