无人机多跳网络是一种无人机作为网络节点的特殊移动自组织网络,无人机的自由高速移动、三维空间分布等特征,造成无人机多跳网络面临着网络拓扑频变、节点超密集、干扰环境复杂、节点获取信息不完全等新的问题。一方面,节点高动态导致网络拓扑频变,数据包发生冲突和丢失的概率增大,然而现有MAC协议在设计时很少考虑到节点高移动性给网络性能带来的影响;另一方面,无人机节点能量有限,需要一种有效提升节点能量效率的功率控制方法。相比于地面二维空间,无人机的三维空间分布使单个节点周围分布的节点更多,造成网络密集化,网络中的干扰环境更加复杂,传统方法设计功率控制策略在获取相关干扰信息时会造成节点间的大量信息交互,并且节点高速移动造成无线信道剧烈波动以及节点本身存在估计误差和信道状态信息量化噪声等,使得反馈理想信道状态信息非常困难,因此节点获取的信道状态等信息具有不确定性,如果不考虑这种不确定性,可能导致功率控制的结果在实际系统中无法使用,因此需要设计一种低开销的具有鲁棒性的功率控制方案来提升节点的能量效率。因此传统移动自组织网络中的资源分配方案在无人机多跳网络场景中不能直接适用,因此亟待研究一种能够适用于该场景的资源分配方案。首先,本文针对无人机多跳网络中数据包冲突概率高、信令开销大和干扰关系复杂等问题,联合物理层功率分配和MAC层时隙分配研究了一种具有鲁棒性的的资源分配方案,建立了无人机多跳网络跨MAC层和物理层的跨层资源分配的能量效率优化模型,接着为了方便求解,利用原始分解法将该优化问题分解为MAC层时隙分配子问题和物理层功率控制子问题。然后,针对MAC层时隙分配子问题,本文分析了主要造成数据包冲突和丢失的场景,结合无人机能够通过GPS获取自身位置信息的特点,利用跨层思想使MAC层跨层利用物理层反馈的位置信息,提出了一种有效降低数据包冲突和丢失概率的动态位置预测时隙分配方案(Dynamic Location Prediction Time Division Multiple Address,DLP-TDMA)。在时隙分配确定的情况下,本文利用平均场博弈模型能够有效建模大量博弈者交互场景的特性,提出了一种低信令开销的功率控制算法,每个节点在自身分配的时隙中利用功率控制算法有效提升能量效率。最后,介绍了本文搭建的MATLAB无人机多跳网络仿真平台的功能和基本实现流程,进而在仿真平台中验证了所提算法的性能,仿真结果表明,本文提出的时隙分配和功率控制算法能够有效降低网络丢包率、冲突概率,以及有效提升网络能量效率。