通信帶寬受限條件下的無(wú)人機(jī)集群協(xié)同搜索

趙飛虎， 李 哲， 梁曉龍， 王 寧， 張 楠

(空軍工程大學(xué),a.空管領(lǐng)航學(xué)院; b.陜西省電子信息系統(tǒng)綜合集成重點(diǎn)實(shí)驗(yàn)室,西安 710000)

0 引言

現(xiàn)代戰(zhàn)爭(zhēng)的作戰(zhàn)環(huán)境瞬息萬(wàn)變，作戰(zhàn)任務(wù)日益復(fù)雜，單架無(wú)人機(jī)受自身所帶載荷、探測(cè)范圍等因素的影響，往往難以完成復(fù)雜的作戰(zhàn)任務(wù)，而無(wú)人機(jī)集群可通過(guò)機(jī)間協(xié)同、信息交互等實(shí)現(xiàn)能力的涌現(xiàn)[1-2]，從而完成對(duì)敵搜索偵察、目標(biāo)分配、目標(biāo)打擊等一系列作戰(zhàn)任務(wù)。無(wú)人機(jī)協(xié)同搜索是未來(lái)獲取戰(zhàn)場(chǎng)環(huán)境信息、執(zhí)行任務(wù)分配、有效打擊敵方的重要手段，能夠?yàn)樽鲬?zhàn)中的OODA循環(huán)提供有效的信息支撐[3-4]。

針對(duì)無(wú)人機(jī)集群的協(xié)同搜索問題，傳統(tǒng)的搜索方法主要有“Z”字型搜索[5-6]、光柵式搜索[7]和Zamboni式搜索[8]，這些方法能有效地實(shí)現(xiàn)對(duì)區(qū)域的覆蓋，但難以適應(yīng)動(dòng)態(tài)復(fù)雜的戰(zhàn)場(chǎng)環(huán)境，其飛行路線容易被敵方掌握，造成被擊毀的風(fēng)險(xiǎn)，因此，學(xué)者們從環(huán)境建模和搜索策略兩方面對(duì)協(xié)同搜索動(dòng)態(tài)規(guī)劃問題展開了深入研究。在環(huán)境建模方面，文獻(xiàn)[9]引入幾何學(xué)中的Laguerre圖生成UAV的初始航路集,并給出了一種基于Delaunay圖的Laguerre圖構(gòu)造算法，實(shí)現(xiàn)了在線航路規(guī)劃；文獻(xiàn)[10]通過(guò)將環(huán)境區(qū)域正六邊形柵格化，建立搜索概率圖描述目標(biāo)的不確定性，并給出了基于貝葉斯準(zhǔn)則的概率圖更新方法，采用GA算法進(jìn)行求解得到了最優(yōu)控制輸入。在協(xié)同搜索策略方面，文獻(xiàn)[11]提出了基于模型預(yù)測(cè)控制(MPC)和動(dòng)態(tài)圖的協(xié)同搜索算法，將連續(xù)搜索問題簡(jiǎn)化為有限動(dòng)態(tài)更新圖上的一系列路徑點(diǎn)優(yōu)化，與傳統(tǒng)固定長(zhǎng)度、固定時(shí)間的路徑點(diǎn)生成策略相比，明顯改善了搜索算法性能；文獻(xiàn)[12]在分布式模型預(yù)測(cè)控制(DMPC)框架下，采用粒子群和基于納什最優(yōu)相結(jié)合的算法實(shí)現(xiàn)了多UAV協(xié)同搜索決策計(jì)算的分散化，提高了實(shí)時(shí)應(yīng)對(duì)能力和自主控制能力；文獻(xiàn)[13]針對(duì)未知環(huán)境中無(wú)先驗(yàn)信息條件下的搜索問題，將任務(wù)分為搜索、通信、決策3個(gè)階段，提出了一種以信息素為決策機(jī)制的無(wú)人機(jī)集群協(xié)同搜索算法；文獻(xiàn)[14]建立了信息素地圖，在分布式滾動(dòng)時(shí)域優(yōu)化框架下，保證較強(qiáng)的回訪能力，使無(wú)人機(jī)能夠盡早搜索到更多的目標(biāo)。

從上述研究來(lái)看，當(dāng)前學(xué)者們通過(guò)設(shè)計(jì)相應(yīng)的算法和搜索策略，使無(wú)人機(jī)集群具備一定的協(xié)同搜索能力，但其研究重點(diǎn)是引導(dǎo)無(wú)人機(jī)優(yōu)先搜索目標(biāo)存在概率大的區(qū)域，而忽略了整個(gè)任務(wù)區(qū)域的覆蓋搜索，存在覆蓋率較低的問題，對(duì)于動(dòng)態(tài)戰(zhàn)場(chǎng)環(huán)境存在威脅、禁飛區(qū)等情況考慮較少；另外，未考慮在復(fù)雜戰(zhàn)場(chǎng)環(huán)境下，無(wú)人機(jī)集群通信受干擾情況下應(yīng)如何去搜索規(guī)劃。

針對(duì)上述問題，本文考慮動(dòng)態(tài)通信拓?fù)湎峦ㄐ艓拰?duì)搜索效率的影響，建立了意圖交互機(jī)制下的無(wú)人機(jī)集群協(xié)同搜索決策框架；在分布式?jīng)Q策的基礎(chǔ)上，通過(guò)引入模型預(yù)測(cè)控制實(shí)現(xiàn)了對(duì)禁飛區(qū)域的規(guī)避；通過(guò)獲取各無(wú)人機(jī)的預(yù)決策信息，設(shè)計(jì)了多無(wú)人機(jī)的意圖融合算子，保證了無(wú)人機(jī)集群高覆蓋率的搜索效能。

1 問題描述與模型構(gòu)建

1.1 問題描述

無(wú)人機(jī)集群協(xié)同搜索如圖1所示。

圖1 無(wú)人機(jī)集群協(xié)同搜索示意圖

無(wú)人機(jī)集群對(duì)未知戰(zhàn)場(chǎng)區(qū)域進(jìn)行協(xié)同搜索，搭載探測(cè)設(shè)備和通信模塊，通過(guò)傳感器持續(xù)探測(cè)以及集群間的信息交互，逐步建立局部地圖，并依靠地圖規(guī)劃航跡，完成搜索任務(wù)。戰(zhàn)場(chǎng)環(huán)境中存在部分目標(biāo)以及火力打擊、雷達(dá)探測(cè)等威脅區(qū)域，要求在較短的時(shí)間內(nèi)，引導(dǎo)無(wú)人機(jī)集群覆蓋戰(zhàn)場(chǎng)區(qū)域并規(guī)避威脅。

1.2 環(huán)境建模

針對(duì)任務(wù)區(qū)域，考慮到傳統(tǒng)幾何圖形的易分割求解的優(yōu)點(diǎn)，將其柵格化[15]，如圖2所示，待搜索區(qū)域?yàn)殚L(zhǎng)L、寬W的矩形區(qū)域，按照分割粒度Δd，將任務(wù)區(qū)域離散成M×N的柵格，任意一個(gè)柵格用Gxy表示，即第x列、第y行的柵格狀態(tài)信息。

圖2 任務(wù)區(qū)域柵格化

1.3 無(wú)人機(jī)運(yùn)動(dòng)模型

為了簡(jiǎn)化分析，假設(shè)無(wú)人機(jī)都在同一高度上以固定的速度飛行，通過(guò)調(diào)整航向角來(lái)改變自身航跡，其運(yùn)動(dòng)方程為

(1)

式中：(xi(t),yi(t))為無(wú)人機(jī)在柵格坐標(biāo)系下的位置；Ιn[·]表示取整；ψi(t)為當(dāng)前航向角；ui(t)為控制量，即下一時(shí)刻所需改變航向角大小，考慮了無(wú)人機(jī)轉(zhuǎn)彎?rùn)C(jī)動(dòng)角度的限制，即ui(t)∈[-umax,umax]。

記無(wú)人機(jī)t時(shí)刻狀態(tài)為

oi(t)=(xi(t),yi(t),ψi(t))

(2)

則t+1時(shí)刻狀態(tài)可以通過(guò)狀態(tài)轉(zhuǎn)移函數(shù)f(·)表示為

oi(t+1)=f(oi(t),ui(t))。

(3)

另外，基于文獻(xiàn)[16]，對(duì)當(dāng)前無(wú)人機(jī)航向進(jìn)行離散編號(hào)，假定無(wú)人機(jī)某時(shí)刻只能向相鄰柵格移動(dòng)，由于轉(zhuǎn)彎角度的限制，并考慮到小轉(zhuǎn)彎角度的偏航會(huì)節(jié)省無(wú)人機(jī)的能耗，則t時(shí)刻和t+1時(shí)刻的航向決策集如圖3所示，Ω={0，1,2,3,4,5,6,7}，表示無(wú)人機(jī)可飛行的航向編號(hào)集，且下一時(shí)刻航向?yàn)閧ψ(t),ψ(t)+1,ψ(t)-1}。

圖3 無(wú)人機(jī)航向決策集

2 環(huán)境態(tài)勢(shì)感知圖模型與搜索回報(bào)函數(shù)

為了將無(wú)人機(jī)所搭載傳感器獲取的信息抽象出來(lái)，建立環(huán)境態(tài)勢(shì)感知圖來(lái)記錄當(dāng)前環(huán)境信息，環(huán)境態(tài)勢(shì)感知圖是無(wú)人機(jī)集群協(xié)同搜索的重要信息支撐，其主要功能包含兩部分：1) 記錄歷史探測(cè)信息，供其他無(wú)人機(jī)進(jìn)行信息共享，形成全局信息圖；2) 根據(jù)無(wú)人機(jī)當(dāng)前定位坐標(biāo)和傳感器感知信息，引導(dǎo)無(wú)人機(jī)航路規(guī)劃。

2.1 環(huán)境確定度圖

引入環(huán)境確定度χ(x,y,t)∈[0,1]，表示當(dāng)前時(shí)刻無(wú)人機(jī)對(duì)戰(zhàn)場(chǎng)環(huán)境態(tài)勢(shì)的掌握情況，χ(x,y,t)=1，表示無(wú)人機(jī)對(duì)當(dāng)前柵格狀態(tài)完全掌握，χ(x,y,t)=0，表示無(wú)人機(jī)不了解當(dāng)前柵格態(tài)勢(shì)情況，定義其更新方式為

(4)

式中，λ∈[0,1]，為環(huán)境確定度的衰減因子。當(dāng)沒有無(wú)人機(jī)訪問時(shí)，其所在柵格確定度不斷衰減；無(wú)人機(jī)每訪問一次，環(huán)境確定度按式(4)疊加。

2.2 搜索狀態(tài)圖

隨著搜索任務(wù)的不斷進(jìn)行，逐漸掌握戰(zhàn)場(chǎng)環(huán)境態(tài)勢(shì)，為了避免無(wú)人機(jī)之間出現(xiàn)重復(fù)搜索的情況，同時(shí)也避免無(wú)人機(jī)進(jìn)入敵方火力覆蓋區(qū)，引入環(huán)境狀態(tài)值s(x,y,t)∈{0,1,-1}來(lái)表示環(huán)境態(tài)勢(shì)掌握情況，即

(5)

式中：T為威脅區(qū)；Ωs(t)為t時(shí)刻已經(jīng)搜索過(guò)的區(qū)域；Ωns(t)為t時(shí)刻未搜索的區(qū)域。從降低計(jì)算量的角度出發(fā)，提出了如下更新方法。

假設(shè)無(wú)人機(jī)只對(duì)t時(shí)刻所處柵格進(jìn)行更新，并且其自身攜帶更新變量

(6)

定義環(huán)境更新算子，對(duì)搜索狀態(tài)圖中無(wú)人機(jī)所處柵格更新如下

s(x,y,t+1)=s(x,y,t)⊙βxy(t+1)=min(s(x,y,t),βxy(t+1))

(7)

式中，⊙為環(huán)境更新算子，用于對(duì)當(dāng)前搜索狀態(tài)圖動(dòng)態(tài)更新。

2.3 環(huán)境態(tài)勢(shì)收益函數(shù)

環(huán)境態(tài)勢(shì)是當(dāng)前無(wú)人機(jī)對(duì)戰(zhàn)場(chǎng)環(huán)境的掌握情況，用環(huán)境確定度來(lái)描述，隨著無(wú)人機(jī)探測(cè)范圍的擴(kuò)大，環(huán)境確定度逐步增大，應(yīng)盡可能地引導(dǎo)無(wú)人機(jī)向著環(huán)境確定度大的方向飛行搜索，定義環(huán)境態(tài)勢(shì)收益函數(shù)為

(8)

2.4 期望探測(cè)收益函數(shù)

根據(jù)搜索狀態(tài)圖中的環(huán)境狀態(tài)值，定義期望探測(cè)收益函數(shù)，用來(lái)表示環(huán)境覆蓋率的增量，設(shè)t時(shí)刻的環(huán)境覆蓋率為

(9)

當(dāng)s(x,y,t)>0時(shí)，ls(x,y,t)=1；當(dāng)s(x,y,t)≤0時(shí)，ls(x,y,t)=0，從而引入期望探測(cè)收益函數(shù)

(10)

將上述收益函數(shù)進(jìn)行加權(quán)[17]，即可得到單架無(wú)人機(jī)的總體搜索回報(bào)函數(shù)為

J(t)=λ1Jr+λ2Je

(11)

3 動(dòng)態(tài)通信拓?fù)?/h2>

傳統(tǒng)的無(wú)人機(jī)集群之間的通信只是考慮了距離的約束，只要任意兩架無(wú)人機(jī)的距離小于通信距離，即認(rèn)為可以進(jìn)行相互通信，實(shí)現(xiàn)信息共享。本章面向不同通信干擾下的戰(zhàn)場(chǎng)環(huán)境，考慮了通信帶寬、通信距離的影響，建立如下多無(wú)人機(jī)通信拓?fù)洹?/p>

假設(shè)t時(shí)刻無(wú)人機(jī)Vi與Vj之間距離為di j，則有

di j(t)=‖[xi(t)yi(t)]T-[xj(t)yj(t)]T‖。

(12)

建立t時(shí)刻表征無(wú)人機(jī)集群之間距離關(guān)系的距離屬性矩陣

(13)

由于戰(zhàn)場(chǎng)環(huán)境的復(fù)雜性，無(wú)人機(jī)之間信息交互可能受到各種干擾，定性地來(lái)講，一般機(jī)間距離越小越有利于各自的通信交互，定義通信可靠度為αi j,j=1,2,…,Nuav，表示當(dāng)前Vi與其他無(wú)人機(jī)的通信可靠性，αi j越大，表示越能夠及時(shí)準(zhǔn)確地完成傳遞、交換信息的任務(wù)，反之，信息交互會(huì)受到影響。下面對(duì)通信可靠度的計(jì)算方法進(jìn)行說(shuō)明。

取矩陣D(t)第i行的元素組成向量βi，即

βi=(di1,di2,…,diNuav)

(14)

式中，βi表示Vi與其他無(wú)人機(jī)的距離屬性向量。假設(shè)集群中所有無(wú)人機(jī)都是同構(gòu)的，引入有效通信距離Dc，若

di j>Dc

(15)

則αi j=0，表示無(wú)人機(jī)不在通信范圍內(nèi)，無(wú)法進(jìn)行通信。若

0≤di j≤Dc

(16)

則有

(17)

式中：K∈(0,1)，為噪聲因子；‖·‖∞為向量的∞-范數(shù)；αi j≠αj i，αi j實(shí)際表征以Vi為中心，依據(jù)與其他無(wú)人機(jī)的距離做出的通信可靠性判斷，而αj i是以Vj為中心做出的可靠性分析。

根據(jù)αi j得到通信可靠度矩陣

(18)

假設(shè)每?jī)杉軣o(wú)人機(jī)通信所需要的通信帶寬為f，則在給定全局通信帶寬Ncf的情況下，Vi的可交互成員集合為

(19)

式(19)表示，在通信帶寬的約束下，Vi選擇與其通信可靠度最大的第Nc架無(wú)人機(jī)進(jìn)行通信交互。

4 分布式協(xié)同搜索航跡規(guī)劃方法

4.1 基于模型預(yù)測(cè)控制(MPC)的路徑規(guī)避方法

在實(shí)際飛行搜索中，為了避免進(jìn)入敵方的火力覆蓋、雷達(dá)探測(cè)等威脅區(qū)域內(nèi)，需要實(shí)時(shí)進(jìn)行規(guī)避，通常采用的方法是設(shè)計(jì)懲罰函數(shù)，但并不能保證無(wú)人機(jī)一定不會(huì)進(jìn)入到威脅區(qū)。

威脅區(qū)域規(guī)避如圖4所示。假如無(wú)人機(jī)t時(shí)刻選擇a1到b2這條路徑，則t+1時(shí)刻由于轉(zhuǎn)彎角度的約束，只能選擇b2至c3,c4,c5的任意一條路徑，則t+1時(shí)刻必定進(jìn)入威脅區(qū)。所以，當(dāng)在a1位置時(shí)，就必須進(jìn)行正確的決策，基于此，對(duì)無(wú)人機(jī)當(dāng)前位置的后兩個(gè)步長(zhǎng)進(jìn)行預(yù)測(cè)，并設(shè)計(jì)多步長(zhǎng)的回報(bào)函數(shù)。

圖4 威脅區(qū)域規(guī)避示意圖

根據(jù)模型預(yù)測(cè)控制[17]相關(guān)理論，建立N步的無(wú)人機(jī)決策滾動(dòng)優(yōu)化模型，設(shè)t時(shí)刻N(yùn)步的決策為Upre(t)，預(yù)測(cè)狀態(tài)為O(t)，借鑒強(qiáng)化學(xué)習(xí)理論中的折扣率γ∈(0,1)，表示當(dāng)前的搜索回報(bào)與長(zhǎng)期搜索回報(bào)的重要程度[18]。得到N步的總體性能回報(bào)函數(shù)為

(20)

對(duì)t時(shí)刻的最優(yōu)決策模型求解，即

(21)

s.t.

式中:M為輸入控制的約束集;G(o(t),u(t))為其他的各類約束，如任務(wù)區(qū)域邊界約束，無(wú)人機(jī)同一時(shí)刻不能處于同一柵格等。求解得N步最優(yōu)預(yù)決策為

(22)

4.2 搜索意圖融合與交互決策機(jī)制

(23)

式中，Nc為可以進(jìn)行通信交互的無(wú)人機(jī)數(shù)量，滿足第3章所建立的多無(wú)人機(jī)通信拓?fù)洹?/p>

另外，對(duì)搜索狀態(tài)圖進(jìn)行融合，定義融合方法為

Si(x,y,t)=Si(x,y,t)°Sj(x,y,t)

(24)

式中，“°”為融合更新算子[19]。運(yùn)算結(jié)果如表1所示。

表1 搜索狀態(tài)圖融合機(jī)制

對(duì)處于Vi通信拓?fù)鋬?nèi)所有無(wú)人機(jī)的預(yù)測(cè)搜索狀態(tài)圖進(jìn)行融合更新，得到t時(shí)刻Vi的決策搜索狀態(tài)圖為

(25)

所以，無(wú)人機(jī)Vi的決策優(yōu)化模型可以描述為

(26)

利用DE算法對(duì)上述模型進(jìn)行求解，得到Vi的t時(shí)刻的決策輸入，根據(jù)運(yùn)動(dòng)方程確定下一步路徑，進(jìn)而更新其位置以及環(huán)境態(tài)勢(shì)感知圖，以此循環(huán)。Vi完整的搜索決策框架如圖5所示。

圖5 Vi搜索決策框架圖

考慮到多無(wú)人機(jī)在進(jìn)行決策時(shí)可能會(huì)出現(xiàn)沖突的情況，定義了決策優(yōu)先級(jí)的概念，用來(lái)表征無(wú)人機(jī)之間的決策先后順序，優(yōu)先級(jí)越高的越先進(jìn)行決策，對(duì)具體步驟進(jìn)行說(shuō)明如下：

1) 采用隨機(jī)生成規(guī)則產(chǎn)生無(wú)人機(jī)決策序列；

4) 重復(fù)上述步驟，直到處于通信拓?fù)鋬?nèi)的所有無(wú)人機(jī)做出決策，對(duì)于不滿足通信條件的無(wú)人機(jī)，根據(jù)其歷史預(yù)決策信息Upre進(jìn)行動(dòng)態(tài)規(guī)劃；

5) 此輪決策結(jié)束，返回2)，進(jìn)行下一輪決策。

5 仿真實(shí)驗(yàn)

5.1 任務(wù)想定和參數(shù)設(shè)置

設(shè)搜索區(qū)域大小為50 km×60 km的矩形區(qū)域，采用單元網(wǎng)格大小為1 km×1 km的柵格對(duì)其進(jìn)行均勻劃分，無(wú)人機(jī)的數(shù)量為5架，其初始狀態(tài)及性能約束見表2，搜索回報(bào)參數(shù)λ1為0.4,λ2為0.6,N為2。區(qū)域內(nèi)存在一定數(shù)量的目標(biāo)，設(shè)仿真總時(shí)長(zhǎng)為10 000 s，將其離散為時(shí)間間隔為10 s的1000個(gè)規(guī)則步長(zhǎng)，初始時(shí)刻的環(huán)境確定度和搜索狀態(tài)如圖6所示。

表2 無(wú)人機(jī)初始狀態(tài)及性能約束

圖6 初始環(huán)境態(tài)勢(shì)感知圖

5.2 協(xié)同搜索規(guī)劃結(jié)果

針對(duì)通信帶寬受限條件下的無(wú)人機(jī)集群協(xié)同搜索任務(wù)，首先，采用4架無(wú)人機(jī)對(duì)未知區(qū)域的覆蓋率作為評(píng)價(jià)指標(biāo)進(jìn)行仿真驗(yàn)證，如圖7所示，分別為100，300，700以及1000步長(zhǎng)的無(wú)人機(jī)集群搜索路徑圖。

圖7 無(wú)人機(jī)集群搜索路徑

由圖7可以看出，任務(wù)剛開始時(shí)，無(wú)人機(jī)隨機(jī)進(jìn)行飛行探測(cè)，隨著時(shí)間的推進(jìn)，在300步長(zhǎng)時(shí)，部分區(qū)域已被針對(duì)性覆蓋，到700步長(zhǎng)時(shí)，無(wú)人機(jī)被引導(dǎo)向環(huán)境確定度低的區(qū)域運(yùn)動(dòng)，實(shí)現(xiàn)了對(duì)未知區(qū)域大面積覆蓋，當(dāng)任務(wù)執(zhí)行到1000步長(zhǎng)時(shí)，基本完成搜索任務(wù)，實(shí)現(xiàn)了高覆蓋率的效果，并且在整個(gè)任務(wù)中，各無(wú)人機(jī)能夠?qū)崟r(shí)規(guī)避威脅區(qū)域，體現(xiàn)了第4章所提預(yù)測(cè)未來(lái)態(tài)勢(shì)來(lái)進(jìn)行規(guī)避的方法的有效性。

5.3 通信帶寬限制下的搜索結(jié)果

根據(jù)所提的不同通信帶寬下的多無(wú)人機(jī)交互機(jī)制，以覆蓋率作為搜索效能的主要評(píng)價(jià)指標(biāo)，采用控制變量法對(duì)不同通信帶寬下的多無(wú)人機(jī)搜索效能進(jìn)行分析，設(shè)仿真步長(zhǎng)為1000，通信帶寬分別為2f，4f以及無(wú)帶寬限制，其仿真結(jié)果經(jīng)過(guò)平滑處理如圖8所示。

圖8 搜索效能結(jié)果對(duì)比

由圖8可以看出，無(wú)人機(jī)的搜索效能受不同通信帶寬的影響，如圖8(d)所示，剛開始時(shí)，各無(wú)人機(jī)受通信帶寬影響不大，能夠?qū)崿F(xiàn)覆蓋率穩(wěn)定增長(zhǎng)，800步長(zhǎng)以后，覆蓋率趨于平緩。在400步長(zhǎng)時(shí)，無(wú)帶寬限制的搜索效能明顯優(yōu)于有帶寬限制的搜索效能，在600步長(zhǎng)時(shí)，由于通信受限，無(wú)人機(jī)無(wú)法實(shí)時(shí)進(jìn)行交互，出現(xiàn)大量重復(fù)搜索，導(dǎo)致2f帶寬下的搜索覆蓋率低于4f帶寬下的覆蓋率。

為了確定本文方法的有效性，在相同仿真條件下，對(duì)傳統(tǒng)的靜態(tài)平行式搜索和本文搜索策略進(jìn)行仿真對(duì)比，得到如圖9所示的覆蓋結(jié)果。

圖9 不同搜索策略覆蓋效果對(duì)比

由圖9可以看出，任務(wù)開始時(shí)，兩種搜索策略的覆蓋效果區(qū)別不大，在某個(gè)時(shí)間點(diǎn)有無(wú)人機(jī)出現(xiàn)故障時(shí)，其覆蓋率曲線斜率隨之降低。采用平行式搜索策略，當(dāng)未出現(xiàn)故障的無(wú)人機(jī)執(zhí)行完任務(wù)后，其覆蓋率不再變化；而采用本文搜索策略，即使有無(wú)人機(jī)出現(xiàn)故障，其他無(wú)人機(jī)也會(huì)通過(guò)信息交互，完成對(duì)未覆蓋區(qū)域的搜索，保持覆蓋率穩(wěn)定增長(zhǎng)。

6 總結(jié)

本文面向通信帶寬受限條件下的戰(zhàn)場(chǎng)環(huán)境，建立了不同的環(huán)境態(tài)勢(shì)感知圖來(lái)描述環(huán)境信息，并將威脅區(qū)域的規(guī)避考慮在內(nèi)，設(shè)計(jì)了搜索引導(dǎo)函數(shù)以及意圖交互機(jī)制來(lái)動(dòng)態(tài)規(guī)劃無(wú)人機(jī)搜索航跡，實(shí)現(xiàn)了對(duì)任務(wù)區(qū)域的高覆蓋率，并分析了不同通信帶寬對(duì)搜索效能的影響，與傳統(tǒng)搜索方法進(jìn)行了對(duì)比，結(jié)果證明了本文所提算法的有效性和合理性。