井 田 王 涛 王维平 李小波 周 鑫

(国防科技大学系统工程学院 长沙 410073) (jingtiannudt@163.com)

随着无人机系统向着控制智能化、成本低廉化、功能模块化和交互网络化等方向的发展，由多无人机组成、相互协同以完成特定任务的大规模无人机集群(unmanned aerial vehicles, UAVs)越来越成为当下研究的焦点[1].其中，在侦察、搜索、监视等任务中运用无人机集群[2-4]，具有任务的并行性、资源的冗余性、功能的互补性等诸多优点，可以大幅扩展执行任务的范围和能力，并可增加系统的抗干扰能力和鲁棒性[5];与此同时，随着侦察环境越来越复杂和无人机集群规模的不断扩大，如何针对不同的侦察环境，对大规模无人机集群进行数量规模控制逐步成为了亟待解决的问题.

对于多无人机协同侦察，传统的研究方式主要基于环境变化有穷、待侦察目标有限的假设，其研究的核心是控制无人机集群用最短的时间发现最多的目标、使目标发现概率最大化或是覆盖最大的侦察面积[6-7].在这种情况下，通常的策略是无论有多少架可用无人机都尽数出动，以确保短期内侦测效果最大化.

而在一些特殊的情况中，比如民事应用中对森林火灾、河道污染、海上漏油等的灾情监控，对台风形成、风暴移动、海洋汛情等的气象观察[8-9]，军事应用中对战场的频繁空中照相和探测，由于信息在时间域上持续变化，信息的总量可认为是无穷的.单纯将协同侦察行为视为“一次性”的扫描过程难以很好适应需求.如果仍……