1.一种基于改进模拟退火的多无人机协同污染物溯源方法，其特征在于，包括以下步骤：

步骤1：用人工嗅觉法设定疑似污染源泄露区域；

步骤2：根据无人机数量N，将疑似污染源泄露区域划分为多个子区域，每个子区域内放置一台无人机构成一个微粒搜索，整个区域的所有无人机构成微粒群通过信息交互进行污染源定位；

步骤3：N台无人机组成的微粒群X＝(X1，X2，X3...XN)在三维搜索空间中从初始位置开始起飞，记录每台无人机初始位置为Xi＝(Xix，Xiy，Xiz)(i＝1，2，...，N)并读取当前位置浓度数据f(Xi)；

步骤4：执行改进模拟退火全局搜索策略，各个无人机以当前位置为圆心，以气体传感器检测范围为半径，读取检测范围内任一点浓度数据f(X′i)，通过传输模块将所读取的数据传回PC端地面中心并进行判断：若f(X′i)＞f(Xi)，则Xi＝X′i，f(Xi)＝f(X′i)，否则Xi＝Xi，f(Xi)＝f(Xi)；

步骤5：基于改进模拟退火全局搜索策略不断更新各无人机位置Xi，无人机接收指令并飞往更新后的位置Xi，快速搜索烟羽；

步骤6：PC端地面中心通过计算种群无人机浓度数据值是否超过阈值，判断无人机是否找到烟羽，若找到则进入执行改进模拟退火局部搜索策略，否则继续执行改进模拟退火全局搜索策略；

步骤7：通过步骤4更新各无人机最新位置信息后，比较当前位置各无人机浓度数据f(Xi)，并以储存当前全局最优解浓度数据的无人机的位置为中心，以气体传感器检测范围为半径，读取检测范围内任意N点浓度数据，并随机平均分配给N架无人机，将此组浓度数据记为f(X″i)，通过传输模块将所读取的数据传回PC端地面中心并进行判断：若f(X″i)＞f(Xi)且满足Metropolis准则，则Xi＝X″i，f(Xi)＝f(X″i)，否则Xi＝Xi，f(Xi)＝f(Xi)；

步骤8：基于改进模拟退火局部搜索策略不断更新各无人机位置Xi，无人机接收指令并飞往更新后的位置Xi，逐渐逼近污染源；

步骤9：判断是否成功定位污染源，若成功定位则将污染源位置传回PC端地面中心，PC端地面中心向无人机发送返航指令；否则继续步骤7执行改进模拟退火局部搜索策略。

2.根据权利要求1所述的一种基于改进模拟退火的多无人机协同污染物溯源方法，其特征在于：所述步骤1中疑似污染源泄露区域设定通常以石油化工厂、垃圾处理厂、皮革厂、污水处理厂等分布密集的区域为主。

3.根据权利要求1所述的一种基于改进模拟退火的多无人机协同污染物溯源方法，其特征在于：所述步骤2中根据无人机数量将疑似污染源泄露区域划分为多个扇形子区域，扇形子区域角度为：

4.根据权利要求1所述的一种基于改进模拟退火的多无人机协同污染物溯源方法，其特征在于：所述步骤4中执行改进模拟退火全局搜索策略，各无人机采用爬山算法的思想搜索烟羽，增强无人机全局搜索能力，提高无人机全局搜索效率。

5.根据权利要求1所述的一种基于改进模拟退火的多无人机协同污染物溯源方法，其特征在于：PC端地面中心计算种群无人机浓度数据值是否超过阈值ε，若每个无人机当前浓度数据均小于某阈值即max(f(x1)，f(x2)，...f(xN))＜ε，则PC端地面中心向各无人机发送继续执行改进模拟退火全局搜索策略指令，若某个无人机当前浓度数据大于设定阈值ε，则判定发现烟羽，PC端地面中心向各无人机发送执行改进模拟退火局部搜索策略指令。

6.根据权利要求1所述的一种基于改进模拟退火的多无人机协同污染物溯源方法，其特征在于：所述步骤7中Metropolis准则判定规则如下：令Δf(xi)＝f(X″i)-f(Xi)，

若Δf(xi)＜0，则Xi＝Xi，f(Xi)＝f(Xi)；

若Δf(xi)＞0且c＝random(0，1)＞P，则Xi＝Xi，f(Xi)＝f(Xi)；

若Δf(xi)＞0且c＝random(0，1)＜P，则Xi＝X″i，f(Xi)＝f(X″i)；

其中k为迭代次数，T(k)为经过k次迭代后的温度。

7.根据权利要求1所述的一种基于改进模拟退火的多无人机协同污染物溯源方法，其特征在于：所述步骤9中判断是否成功定位污染源表现为若各无人机在某个位置不停的徘徊，形成半径为1m左右的圆，且各无人机气体传感器浓度高于某个阈值，则判断为找到污染源。