随着无人机通信技术和多无人机协同作战的不断发展,无人机自组网得到科研人员的广泛关注。由于无人机节点的高移动性,导致网络拓扑频繁变化,这严重影响了无人机自组网的性能,给无人机自组网路由协议的研究带来挑战。路由协议就是在网络中将数据从源节点正确发送到目标节点的一种策略。一个好的路由协议能建立源节点到目标节点的有效路径,使消息可以有效、快速的传输,从而使网络中无人机节点能更好的进行通信,协同完成任务。针对无人机自组网高动态的特点,考虑到节点的高移动性给网络带来的端到端传输时延高、分组投递率低等问题,本文提出一种基于位置预测的无人机自组网分簇路由协议（Ad Hoc On-Demand Distance Vector Position Prediction Clustering Routing,AODV-PPC）。通过分析无人机节点的运动特性,借助灰色预测模型预测规律型数据的能力,借助马尔科夫链模型预测随机型数据的能力,本文采用改进的等维新息灰色预测模型（Improved Equal Dimension New Information GM（1,1）Model,IEDNI-GM）对无人机节点下一时刻的位置进行预测。结合分簇结构能优化网络管理的优势,利用节点位置预测值,从无人机节点间的链路保持时间、运动相似度和期望传输次数三方面综合考虑节点间的运动状态和通信链路状态,以此构建簇头选举指标,对网络中无人机节点进行分簇,改进AODV路由协议。具体地,在路由发现阶段,簇头节点寻找到达自身簇成员节点和网关节点的路由,网关节点则寻找到达自身簇头节点和分簇外邻居节点的路由,并选择具有最小跳数的路由完成消息转发;在路由维护阶段,一旦簇头节点发现与其簇成员节点间的链路断裂,便在路由表中寻找一条新的通信链路代替断裂的链路,若找不到这种链路,源节点则会根据通信需求重新进行路由发现,从而使得源节点能得到通往目标节点的有效通信路径。采用网络仿真器NS-3对提出的节点位置预测模型IEDNI-GM和分簇路由协议AODV-PPC的性能进行验证。实验表明,IEDNI-GM具有良好的节点位置预测能力;采用分组投递率、平均端到端传输时延、吞吐量、路由开销、时延抖动为评价指标,分别改变节点最大速度和节点数量对路由协议进行仿真,结果表明,与AODV、AODV-ETX、AODV-EE-Hello、AODV-L-ETX、AODV-PLR-ETX路由协议相比,AODV-PPC路由协议能有效降低平均端到端传输时延,提高分组投递率,整体性能更好,更适用于无人机自组网。