針對無人機集群任務規劃復雜問題，Ramirez- Atencia C 提出了一種改進型多目標遺傳算法來求解任務規劃問題。E.Edison等針對無人機集群系統對執行多任務目標易受時間先后順序約束的情況，采用圖論描述方法，結合時間、資源、路徑等多個條件，建立了“協同多任務分配問題”的組合優化模型。該模型能較好的解決多無人機任務協同規劃問題，但建立模型后需要采用廣度或深度優先搜索算法、Dijktra算法等確定性的圖搜索算法，或采用分支定界、動態規劃以及遺傳算法、粒子群算法、模擬退化算法等啟發式隨機搜索算法。采用上述算法雖然能找到問題最優解，但是隨著問題規模的擴大，尋找最優解的計算量增大。為降低大型問題的計算量，S.J.Rasmussen等提出基于樹搜索算法解決無人機集群的任務規劃問題。該算法既能快速找到問題最優解，又能避免確定性搜索算法計算量大的缺點。

 

       1.1.4 無人機集群體系結構研究現狀

 

       無人機集群的動態性和復雜性特征決定了體系結構復雜多變。在無人機體系結構研究上，大多采用的是層次遞進型體系結構，采用遞階型體系結構可降低集群系統復雜性，提高集群系統運行的效率。其代表性研究有：Caloud P等經過研究將無人機集群體系結構分為任務分解、分配、規劃和執行控制四層，并建立“GOPHER”體系結構模型。Parker L E基于行為建立ALLIANCE分布式體系結構，該體系結構是具有容錯和自適應性的多機協調體系結構。Längle T等為解決多機體系結構協調問題，對多機容錯行為和誤差糾正的研究建立了KAMARA的分布式體系結構模型。

 

       1.1.5 無人機集群通信網絡研究現狀

 

       無人機集群通信網絡拓撲結構有別于單機與地面站的通信拓撲，是一種立體全方位通信網絡拓撲。集群通信網絡感知系統不僅是無人機集群通信的基礎，還是無人機集群編隊重要信息的獲取通道。為解決無人機集群通信中的時延、數據丟失、信號衰落問題，Ghazal A等基于諧波疊加方法建立IMT-A信道模型。由于無人機集群系統的應用場景通常在室外環境，為此，Petkovic M等基于室外環境中紅外波段光譜的信號傳輸，以及相關的光天線通信（OWC）技術，建立了無人機的自由空間光通信系統。該系統在一定程度上能夠解決通信帶寬、數據擁堵、時延等問題，并基于光電信號轉換技術，在視距范圍內能夠滿足系統要求，但易受大氣低溫、海拔和氣壓的影響。

 

       1.2 國內無人機集群技術研究現狀

 

       國內對無人機集群技術的研究起步較晚，但對無人機集群技術任務規劃研究比較深入。目前，國內北京航空航天大學、國防科技大學、中國電子科技集團電子科學技術研究院等單位圍繞多無人機系統的協同感知與信息共享、路徑實時規劃、自主編隊與編隊重構、智能協同決策等技術開展了相關研究。2017年6月，中國電子科技集團成功完成119架小型固定翼無人機集群飛行試驗。

 

       1.2.1 無人機集群任務規劃研究現狀

 

       無人機集群任務是指需要多機協同完成的任務。無人機集群任務規劃是指針對不同的任務無人機集群系統選取不同的任務策略，對任務實施分組、規劃完成，它具有復雜性、準確性、以及實時性的特點。在進行無人機任務分配時既要保證任務優先級、利益最大化、不同無人機執行任務均衡性，又要盡量減少的任務執行時間、縮短任務執行路徑。

 

       Hu X.X等人為解決集群無人機任務分配計算難度，將多無人機任務分配問題分為目標聚類、集群分配和目標分配三個層次，并進行實驗，結果顯示同等情況下該方法效率更高。岳源等人根據多無人機系統協同的特點，結合路程、通信、雷達傳感器能力、無人機自主化水平，建立了無人機集群偵察優勢函數，并根據該函數建立目標任務分配模型，運用粒子群算法對多無人機偵察目標進行研究。葉媛媛以多目標為基礎，建立多目標整數規劃模型，分析了多機系統任務規劃問題。龍濤在合同網協議基礎上提出一種有限中心的分布式控制系統，用于解決在線實時的任務分配問題。柳林在多機系統研究中，提出基于合同網的NeA-MRTA和CA-MRTA算法，能更好地解決動態分布式任務分配問題。王慶賀等人提出使用改進遺傳算法解決多無人機協同過程中目標分配問題，采用特定的進化算子及染色體并利用環境信息，解決了路徑約束問題，建立了飛行代價模型。該改進算法改善了遺傳算子早熟問題，收斂速度更快。張浩森等人采用蟻群算法，建立目標群簡化的數學模型，解決了在目標區域被對方探測的時間和最小的路徑優化問題。Yi Wei等提出了一種任務分配和調度的混合控制框架，并將動態數據驅動系統應用于該框架，很好地解決了無人機集群的動態任務規劃問題。王國強等設計了一種基于VR-Forces的分布式無人機編隊協同的任務規劃仿真系統，該系統解決了多無人機編隊實驗成本和風險高的問題。

       1.2.2 無人機集群路徑規劃研究現狀

 

       無人機集群路徑規劃不僅要保證全局路徑最優，完成任務時間最短，還要保證無人機集群在完成任務中單機能夠避障、單機間能夠避碰。為此，高曉光、宋紹梅等人采用分層方式，將無人機集群的系統航路規劃問題分為協同管理層、路徑規劃層和軌跡控制層等層，能較好地解決航路規劃問題。沈延航等對于無人機集群搜索靜止的多目標時，根據搜索理論，依據搜索域上回報率的狀態圖，并利用蒙特卡洛仿真，展開多無人機協同搜索的研究。經研究得知，協同搜索比隨機搜索能更好利用無人機資源，提高無人機集群的效率。丁琳等基于Voronoi圖，引入協同變量及函數，生成與威脅相關聯的航路，并通過集結點得出狀態圖，使集群無人機都能到達任務目標，共同完成任務。柳長安等通過對多無人機協同偵察路徑規劃的研究，提出采用無人機執行任務的總時間來衡量路徑規劃的優劣。該方法將執行偵察任務的有效時間轉化為有效偵察飛行距離，以此評價路徑規劃的優劣。嚴平等人為解決無人機在未知復雜環境下的多任務航路規劃問題，提出多任務航路規劃框架。該框架能夠實時解決遭遇威脅航路規劃問題，以避免碰撞造成無人機損毀。趙敏等人為達到減少無人機集群完成任務總時間和盡量縮短各無人機的航程，最大限度發揮無人機集群效能的目的，提出了啟發式的任務和航路綜合規劃方法。該方法能夠提高無人機集群的效率并能降低集群無人機的動力消耗。周歡等人為解決集群無人機的規避問題，彌補大規模集群系統控制的缺點，提出了基于規則的無人機集群系統飛行與規避自主協同控制方法。

 

       1.2.3 無人機集群信息通信研究現狀

 

       無人機集群能否達到預定的作戰效能，關鍵在于信息的獲取與傳遞，無人機信息通信高效運作是取得戰場信息權的關鍵。楊江華以螞蟻覓食行為作為理論模型，對蟻群算法進行研究，提出了以信息素視圖的無人機協同方法，提高了無人機集群的魯棒性，降低了無人機集群通信問題對集群系統的干擾。曹菊紅等人開發了基于智能的多無人機系統控制智能指揮系統，并通過專用通信實時共享信息，提高了無人機自主決策攻擊能力。周紹磊等針對多無人機間通信拓撲可能發生變化的情況，基于一致性方法設計了編隊控制器，解決了通信拓撲改變下的無人機集群軌跡控制與時變編隊控制問題。Liu Liu等基于IMT-A信道模型非平穩衰落特性，建立隨機寬帶動態信道仿真模型，但硬件難以實現。夏進等建立改進型的SOS信道模型，實現了平穩和非平穩衰落信道的模擬，保證了通信信號的連續性，切換步驟簡單，易于實現。