近年来,世界各国无人机集群智能化水平越来越高,威胁性分析越来越难,因此从无人机集群底层离散数据中推理出无人机集群内部各节点之间的交互作用关系,挖掘出高层次语义信息,如预测出无人机集群的未来运动状态、识别出关键节点,能够为理解无人机集群作战阵型、作战模型、作战意图等提供一条改进完善的新思路。本文根据无人机集群底层位置、速度等信息对无人机集群内部各节点之间的交互作用关系进行推理,得到表示节点之间交互作用信息的潜在交互图。然后,在潜在交互图的基础上,从这些位置、速度等低层信息中挖掘出来无人机集群未来的运动状态这一高层语义信息。最后,基于预测出的无人机集群运动轨迹,利用节点的编队稳定系数对无人机集群各节点进行重排序,识别出无人机集群中的核心节点。本文的研究内容包括以下3个部分:（1）本文分析了无人机集群关系推理、轨迹预测、关键节点识别等关键技术,提出了一种基于图神经网络的无人机集群关系推理应用研究框架。在分析了典型无人机集群运动模型与典型物理交互系统如弹簧、带电粒子交互系统之间的映射关系基础之上,通过建立的映射表使用物理仿真获得了无人机集群运动轨迹数据集。（2）本文提出了一个全新的无人机集群轨迹预测方法。该方法利用无监督的神经关系推理模型,可以有效地预测任意初始速度的无人机集群运动轨迹。（3）针对传统的图论没有办法处理动态数据识别出无人机集群关键节点这一问题,本文利用图生成网络的方法提出了一个全新的无人机集群关键节点识别方法,解决了从无人机集群动态飞行轨迹数据中推理出无人机之间的交互作用关系这一问题。与其他方法相比,本文提出的方法的创新点之处在于能够直接从无人机集群运动轨迹数据中推理出节点之间的交互作用关系。同时,考虑到无人机对整个无人机集群编队稳定性的影响,本文引入了无人机的编队稳定系数对无人机集群各节点进行重排序,可以识别出无人机集群中的核心节点。