无人机集群自组网(Flying Ad Hoc Networks,FANETs)成为了目前无人机集群技术的热点之一。随着无人机集群运动速度范围变大、任务场景多样化,传统路由协议中固定路由参数难以满足不同场景下的网络需求。针对该问题,本文提出了基于信标周期模型的自适应OLSR协议,通过支持向量机训练的信标周期模型实时调整OLSR协议的信标周期,提高OLSR协议的网络性能。主要研究内容如下:(1)提出了一种基于熵权的优劣解距离法。在建立信标周期模型的样本集时,需要将场景节点的最佳信标周期作为样本标签。而大多数情况下不存在某个信标周期的多个网络性能指标均是最优,无法通过性能指标的简单对比选出最佳信标周期,因此本文利用基于熵权的优劣解距离法综合多个性能指标,对不同信标周期的整体网络性能进行评估,选出最佳信标周期。(2)建立了基于支持向量机的信标周期模型。以重要网络研究工具NS-3的大量仿真数据为基础建立样本集,样本特征为仅与节点及其邻居节点信息相关的网络拓扑影响因子,样本标签为节点的最佳信标周期;在样本集的基础上,利用支持向量机的一对其余模式离线训练模型,使得模型可以正确区分样本点,得到节点的最佳信标周期。(3)设计了基于信标周期模型的自适应OLSR协议。协议对OLSR协议进行了改进,将本文建立的信标周期模型的输出作为节点的信标周期,信标周期模型的输入是仅与节点及其邻居节点的实时信息相关的网络拓扑影响因子。当节点无法获得某个邻居节点的实时信息时,使用基于移动模型的预测值替代邻居节点的实时信息;同时协议利用移动模型判定链路稳定性,在更新路由时加入链路稳定性约束,提高了数据包投递率。本文通过三类场景仿真实验,验证本文提出的自适应OLSR协议在不同场景下的有效性。实验结果表明本文提出的自适应OLSR协议的网络性能优于对比协议。