机器类通信在5G时代具有广泛的应用前景。在这些机器类通信的领域,例如车对车通信以及飞行自组网中,节点往往具有高移动性,这会导致拓扑迅速变化。因此,为了实现设备协同工作,学界对于快速组网技术的需求愈发强烈。邻居发现作为组网的初始化步骤,可以被应用在各种领域,如无线自组织网络、无线传感器网络以及物联网。本文以雷达通信一体化下的无人机通信为研究背景,重点研究并设计了基于雷达辅助和波形一体化的邻居发现算法,不仅大幅提高了组网效率,还通过处理一体化回波,实现了对目标的身份属性判别,具有实际意义。本文首先对无人机节点的分布规律进行理论分析,提出了一种雷达特有的优化因子,并设计了四种基于雷达辅助的邻居发现算法,仿真结果表明雷达辅助的邻居发现算法减少了至少42.9%的组网时间,这证明了算法的高效性。接着,本文引入了一种基于最小频移键控和线性调频的波形一体化信号,并仿真获取了多目标速度和距离。通过对得到的径向多普勒速度进行阈值判决,本文实现了目标属性区分的功能,即可以分辨出无人机与静止目标及低速目标。为了实现敌我分辨功能,本文引入了一种可重构智能表面技术,即无人机搭载反射模块,对雷达脉冲进行加密调制。通过对目标的额外回波进行解密,无人机从通信角度实现敌我分辨。最后,本文综合了一体化波形的传输特点及雷达和通信的处理方式,设计了基于一体化波形邻居发现算法并仿真实现。结果表明,为了兼顾雷达与通信的各自特点,相比于雷达辅助的邻居发现,虽然无人机牺牲了一定的组网速度,但节省了频谱资源及能耗,且能实现敌我分辨。而且,相比于传统邻居发现,组网时间仍有显著下降。