随着移动Ad Hoc自组网的发展,其逐渐应用于军事领域,无人机集群系统的概念也应运而生,其中最受关注的便是通信资源的调度问题。无人机集群具有诸如拓扑结构不断变化,时隙资源有限,以及不同节点对通信资源有特定的需求等特性,因此集中式的网络结构不能很好的满足系统的需求。而分布式的网络结构可以使有限的时隙资源进行优化重复利用,有利于提升网络吞吐效率,当拓扑发生变化时,分布式网络结构可以保证未发生变化的区域不受影响,且通过合理的资源分配有效减少网络间的干扰冲突。因此对于无人机集群系统,分布式TDMA的资源调度方式被认为是解决问题的主要技术手段之一。本文主要针对无人机集群系统中资源调度问题进行研究,根据系统的实际特点,如动态拓扑,有限通信资源,传输冲突等,对分布式TDMA协议进行设计与改进,使之能够解决于无人机集群系统资源调度存在的问题。具体工作和意义包括:首先,针对固定时隙的调度类MAC协议在分布式网络中网络吞吐量及传输效率较低,且无法自适应的进行时隙占据等问题,提出了一种基于摇臂赌博机的资源调度协议。该协议利用强化学习模型,通过状态,动作,反馈以及状态行为值函数进行不断的学习迭代,使节点无需交互就可以根据自身与周围邻节点状态进行时隙占据选择。在协议中节点用户具有决策学习能力,通过感知周围环境不断得到经验,并根据历史经验指导当前的动作行为选择。基于TDMA时分复用机制,节点用户在干扰范围之外可以占用一个或多个时隙进行通信传输,通过摇臂赌博机模型对协议进行设计,从而解决冗余时隙的问题,使时隙能够被更充分的利用,提高网络吞吐效率。其次,对于无人机集群系统,除了冗余时隙的问题,还需要考虑节点能量以及业务量需求。针对基于摇臂赌博机的资源调度协议作出改进,在节点进行学习决策时,加入了能量与优先级因子,根据各节点剩余能量与所处拓扑密度,冲突节点进行对比,引入烘焙算法的思想进行退避,使得剩余能量少的,且处于拓扑密度高的节点可以以更少的周期占用时隙满足通信需求。与其他MAC协议进行对比,证明了通过对剩余能量以及业务量进行分类比较,可以使时隙资源被更合理的分配并进一步提升网络的吞吐效率。最后,为了进一步适应无人机集群系统动态拓扑导致的节点时隙需求变化以及拓扑变化导致干扰冲突等问题,考虑将时隙变为可变长度,并连续调整时隙,根据去同步思想提出了一种分布式TDMA协议。并通过加入时间戳机制解决陈旧信息问题,最终使得节点可以根据需求与拓扑变化动态的占用时隙。当节点加入离开或者多网络相遇融合时,因为时分复用的原因,可能导致传输冲突的突然发生,因此又提出了打孔与邻节点监测算法对冲突进行感知,从而完成解冲突并使得节点可以自适应的对时隙占用进行改变。基于去同步思想的分布式TDMA协议可以使得分布式网络中的节点根据状态需求连续的对时隙长度进行调整,并能够适应节点加入离开或多网融合的情况,保证系统具有较高的网络吞吐量与收敛速率。