潘楠，刘海石，陈启用，颜礼贤，郭晓珏

(1.昆明理工大学a.民航与航空学院;b.材料科学与工程学院，云南 昆明 650500;2.昆明智渊测控科技有限公司，云南 昆明 650500)

0 引言

无人飞行器(unmanned aerial vehicle,UAV) 是一种以自身程序或人在回路控制的不载人飞行器。现代战争中，无人机需对多个目标进行攻击，同时也面临着多个威胁源的威胁，而单机的作战能力有限，因此未来军事斗争中，更多的将是机群协同对地目标的攻击[1]。任务规划是多无人机协同作战任务技术中的重要组成部分，在军事领域，UAV任务规划的主要目的是依据战场环境信息，综合考虑UAV的性能，到达时间、油耗、威胁等约束条件[2]，为每个UAV规划出一条或多条从基地到目标最优或满意的航路，使UAV的生存概率和作战效能达到最佳。多无人机协同作战任务规划分为任务分配和航迹规划2部分，在任务规划的过程中，由于UAV自身的动力特点以及所执行任务的协同性，给解决多目标多基地UAV任务规划问题带来很大的困难，对此，国内外开展了大量的研究。

在UAV协同任务规划技术的相关研究中，无论是航迹优化还是任务分配，智能优化算法都必不可少[3-5]。Voronoi图是由若干个围绕障碍物的共边多边形产生的连接图[6]。文献[7]利用Voronoi图以及粒子群(particle swarm optimization,PSO)算法对单基地单目标进行路径规划，没有考虑多基地多目标。文献[8]利用Voronoi图及快速扩展随机树算法进行航迹规划，并基于博弈策略来选择最优航迹。文献[9]提出一种周期性快速搜索遗传算法(periodic fast search genetic algorithm,PFSGA) 与人工势场法(artificial potential field,APF) 的联合算法，作多基地多无人机任务规划时对航迹没有做圆滑处理，没有考虑到UAV的物理限制。……