从无人飞行器的飞行高度与工作环境看, 目前无人飞行器集群的对象主要为无人机和卫星两类. 二者具有诸多相同的特点:

1) 飞行运动约束强、速率大;

2) 集群任务中响应频繁、容错率低;

3) 受天气环境等不确定因素影响显著;

……

而随着无人机和卫星技术的发展, 任务需求、规模、资源约束和工作环境等方面的复杂性和不确定性激增, 严重制约着集群任务执行的效率与可靠性. 因此, 如何通过智能调度技术为无人飞行器个体分配任务和有限的资源、避免任务和资源冲突、实现全局任务收益的最大化, 成为无人飞行器集群技术的关键.

待执行任务的无人机群

协同执行任务的多星系统

考虑到无人飞行器集群调度问题的任务复杂性、强约束性和NP难特性, 合理的任务特征分析、准确的资源与约束建模, 以及针对性的智能求解方法尤为重要. 由此, 本文:

1) 分类介绍了无人机群访问、打击和察打一体化任务调度技术进展, 阐述了多星成像、数传与天地一体化任务调度研究成果; 

2) 梳理了无人机群和多星任务调度问题中资源、时序、飞行动力学或轨道、收益等方面的主要约束; 

3) 总结并分析了蚁群算法、遗传算法、粒子群算法、模拟退火算法、分布式优化等智能优化方法在无人机群和多星任务调度中的应用.

同时, 未来日益增长的环境复杂性、需求多样性和任务复杂性也不断对无人飞行器集群调度技术提出更高的要求. 对此, 未来无人飞行器集群智能调度的研究可以向以下方向发展: 

1) 进一步提升调度技术智能化水平. 如提升目标识别与预处理水平、分层调度和应急调度技术水平, 减少人为干涉程度, 提升人为决策的调度层级等.

2) 提升异构无人飞行器集群协同能力, 发挥异构成员的独有优势、实现成员间优劣互补. 未来, 对遥感卫星与导航卫星、侦察机与轰炸机、攻击梯队与保障梯队等异构无人飞行器集群调度将成为现实需求.

3) 发展空天地一体化任务调度技术. 综合考虑空、天、地和时域资源与约束条件, 发挥多装备、多平台耦合效应, 发展面向未来信息化工业与军事需求的空天地一体化智能调度技术势在必行.

4) 开发通用式任务规划与调度系统, 降低问题建模与求解方法之间的耦合程度、提升系统的集成性、适用性和可拓展性, 促进无人飞行器集群调度系统的增量式研发等.