马子玉，何 明，刘祖均，顾凌枫，刘锦涛

（中国人民解放军陆军工程大学指挥与控制工程学院，南京 210000）

（*通信作者邮箱paper_review@126.com）

0 引言

自然界中许多生物群系都是由大量个体组成。虽然个体功能简单，并且获取信息的方式单一，但它们成功凭借局部交互构成了复杂的群体行为，完成躲避捕食者［1］、寻找猎物［2］和长途迁移［3］等任务。集群行为的研究方法共经历3 个发展阶段：1）生物集群行为的发现阶段，许多生物研究者通过长时间观察发现生物群体特有的行为［4］；2）群集行为的仿真阶段，研究人员用计算机模拟并完成了生物群集行为的测试；3）严格的建模和集群行为的分析，这是目前正在进行的研究［5-6］。集群作为一种集体行为，它最重要的特点便是从简单的局部规则演化为协调的全局行为。从系统学的角度看，群体行为具有自适应性、鲁棒性、分散性和自组织性等特点［7］。无人机集群作为一种新型的集群系统，无论在民事还是在军事领域都有着广泛的应用场景。

随着技术发展，无人机（Unmanned Aerial Vehicle，UAV）逐渐代替危险环境中的工人，执行未知领域探索和危险环境监测等D3 类任务（Dull，Dirty and/or Dangerous missions，D3 missions）。科技的进步推动了无人机自动化水平的提高，让操作者可以下达抽象式指令，而非进行详细地控制，例如手动操作避开障碍等。在战场环境中，人工控制的减少将使决策中心从传统的后方转移至战场中心，相较于远程控制，直接参与作战的单位对战场有着更强的理解，能够更快地做出决策。但单无人机能力始终有一定的限度，存在搜索范围小、环境敏感度低和运行时间短等问题，同时单无人机在遇到硬件损坏或软件故障等情况时很难顺利完成任务，因而多无人机协作应运而生。……