无人驾驶飞行器,通常被称为无人机,由于其出色的自主性,灵活性和悬停能力,在军事行动,物流运输,灾难救援,公共通信等各个领域都得到了广泛应用。然而,单无人机系统抗毁性弱,覆盖范围有限,难以提供稳定可靠的通信链路,为了解决这个问题,可以采用多无人机协作通信的方式。分布式波束成形技术,作为协作通信领域的重要组成部分,由于能够获得满分集增益和高能量效率而获得了广泛关注。多无人机网络搭载分布式波束成形技术,可以有效对抗多径衰落并提高系统传输容量。为了进一步提高频谱利用率,抑制用户间干扰,可以采用认知无线电技术(Cognitive Radio,CR)。CR能动态地感知频谱环境并适应统计变化,配备了CR的无人机可以依据实际通信需求,调整通信方案,在未授权的频段完成通信任务,从而极大地提升无人机网络的可靠性和安全性。因此,本文主要研究多无人机认知中继网络中的分布式波束成形问题,并探索不同通信场景下的波束成形算法,为实际的系统设计提供参考和依据。论文的主要工作如下:1.在已知部分信道信息的情况下,针对认知无人机中继网络,提出了一种发射功率最小化准则下的分布式波束成形算法。该算法在保证次级用户接收信噪比高于阈值,以及主用户所受功率干扰低于阈值的条件下,通过施密特正交化和迭代的方法得到分布式波束成形权矢量,实现中继发射总功率最小化。计算机仿真不仅验证了所提算法的可行性,而且分析了信道不确定程度,无人机中继数量以及主用户干扰门限对系统性能的影响。2.针认知无人机中继网络,利用已知的部分信道信息,以次级用户接收信噪比最大化为准则,在保证每个主用户所受功率干扰低于阈值的情况下,采用迫零波束成形结合最大瑞利熵的方法得到中继总发射功率受限约束条件下的分布式波束成形算法,进一步采用半定松弛的方法得到单中继发射功率受限的条件下的分布式波束成形算法。计算机仿真验证了所提算法的可行性。3.针对与卫星、无人机和地面无线网络频谱共享的情况,提出了一种接收信干噪比最大化准则下的分布式波束成形算法。该算法在保证单中继发射功率受到限制以及每个卫星用户接收信干噪比高于阈值的条件下,采用惩罚函数、Charnes-Cooper转化和凸优化的方法求解出最优波束成形权值。计算机仿真不仅验证了所提算法的可行性,而且分析了中继数量,卫星用户数量,中继发射功率门限以及卫星用户接收信干噪比门限对系统性能的影响。