无人机集群是由多架无人机组成的系统,通过特定控制策略实现协同作业,在勘察、监视、救援等多领域得到了广泛的应用。受复杂环境的影响,集群中的节点会因自身故障或外界干扰,部分节点可能呈现出失效现象,造成网络传输链路发生故障,网络拓扑结构随之受损,导致集群无法正常工作。因此,无人机集群需要具备自适应网络恢复的能力,以在部分无人机节点失效的情况下及时恢复集群网络通信。本文对节点失效情况下无人机集群网络的自适应损伤恢复问题进行深入研究,主要研究工作包含以下方面:（1）针对不同失效类型与失效规模下的无人机集群网络拓扑变化,提出了基于图论理论的通信代价权值指标,建立集群网络的数学模型。分析无人机集群中心节点失效、关键节点失效、边缘节点失效以及不同规模下的无人机节点失效下的拓扑结构,通过图论对无人机集群网络进行数学描述,构建无人机集群网络拓扑损伤映射模型。（2）针对无人机集群网络单节点失效导致链路不稳定的问题,提出一种基于鲸鱼算法和灰色预测理论的链路预测方法。首先结合集群中节点之间的通信代价计算,利用鲸鱼优化算法优化预测模型的时间响应函数,提升预测模型对新输入数据的泛化性;然后设计滑动窗口策略,计算实时样本数据下的链路预测;最后根据预测结果选择合适的节点建立链路,实现单节点失效情况下的链路重选,完成集群网络损伤恢复。通过仿真实验,验证了单节点失效情况下链路预测方法的有效性和时效性。（3）针对多节点同时失效导致网络连通性下降的问题,提出一种基于最小通信代价和负载均衡的无人机链路选择方法。首先,结合最小通信代价费用矩阵和路径向量,设计基于记忆的最小通信代价算法,实现对网络中缺失链路的快速寻找;然后,结合网络的通信代价和负载均匀度,设计基于鲸鱼算法的路径选择算法,实现多节点失效情况下的网络拓扑连通性修复。实验结果表明本文算法在50%的失效比例下能够维持集群整体的连通性,并在大规模失效情况下仍然具有尽力维持极大连通子集的能力,验证了无人机链路选择方法的有效性。综上所述,本文针对集群网络拓扑中不同类型节点链路故障问题,提出了单节点失效和多节点失效情况下的网络损伤恢复策略,设计了链路预测方法和链路选择方法,提供了自适应损伤恢复解决方案,为无人机集群的网络管理和应用提供了分析与研究基础。