● 摘要
在现代的战场中，知己知彼方能百战不殆，通过搜索任务对敌方区域进行侦察，在战场中及时获取敌方基地的情报是克敌制胜的关键因素。协同搜索是飞行器在信息化、网络化、集群模式下的典型应用样式之一，它可使整体协同作战效能大于各飞行器作战的简单加和，实现新的增强型作战能力，将是未来重要的作战方式。
论文主要研究多飞行器协同搜索技术应用方法，其中包括多飞行器协同搜索策略制定技术及航路规划方法、区域划分搜索方法、搜索模式库的建立与评价方法、原理验证仿真系统设计等内容。
在多飞行器协同搜索策略制定及航路规划方法方面，首先，设计典型的三种协同搜索策略：多飞行器编队协同搜索方式、多飞行器首尾相接协同搜索方式、区域划分协同搜索方式，分析这几种策略的特点及其适用的场合。接着给出几种典型的搜索形状，根据机载传感器的性能约束和飞行性能约束，选择简单有效的蛇形搜索方式进行航路规划。最后针对蛇形搜索方式的不足，提出螺旋式蛇形搜索方式，完成对目标区域的搜索航路规划。
针对多飞行器协同搜索区域划分问题，定义最小通视抵达点、不通视抵达距离和折合距离等概念。基于K-means聚类算法，将多飞行器协同搜索区域划分中的区域形状、搜索路径长度和覆盖周期等关键因素结合到聚类算法中，对传统K-means聚类算法中的初值选取方法、距离公式和收敛准则进行改进，提出基于引力权值的K-means聚类算法，解决了多飞行器协同搜索中的区域划分问题。
在多飞行器协同搜索模式库及评价方法方面，首先对多飞行器协同搜索中的典型性能约束进行分析。接着结合性能约束以蛇形搜索为基本模式进行扩展，设计分析了若干种搜索模式，形成多飞行器协同搜索模式库。针对建立的协同搜索模式库，提出基于权值的评价函数对多种搜索模式的优劣程度进行评价和选取。
在原理验证仿真系统设计方面，首先对仿真系统进行概述，接着设计该系统的模块组成、系统结构、接口关系，最后根据多飞行器协同搜索的技术原理分析了系统工作流程。
仿真结果表明，在多飞行器协同搜索策略制定及航路规划方法方面，采用多飞行器协同搜索策略可在满足任务约束的条件下有效的节省航程，提高搜索效率。从多飞行器协同搜索区域划分方法的仿真可以看出，基于引力权值的K-means聚类算法可将含有禁飞区的搜索区域进行合理的划分，解决多飞行器协同搜索中的区域划分问题。在多飞行器协同搜索模式库及评价方法方面，所设计的多种搜索模式库可在满足飞行器性能约束的基础上完成侦察搜索任务，搜索模式库的评价函数可将各项评价指标进行合理的综合，在模式库中选择出最优的搜索模式。