1.一种无人机协同任务规划方法，其特征在于，该方法包括以下步骤：S1：建立无人机模型，包括任务资源模型和无人机任务能力模型；

S2：建立任务模型，包括确定任务模型和未知任务模型；

S3：建模任务区域分配变量及任务分配变量；

S4：建模无人机资源分配比例；

S5：建立任务收益模型，包括任务执行收益和未知任务检测收益；

S6：建模无人机协同任务规划约束条件，包括任务区域分配约束、任务分配约束以及无人机约束；

S7：基于任务收益最大化确定无人机任务分配、检测功率及轨迹规划策略；

步骤S1中，建立无人机模型，具体包括：N个无人机，定义Un表示第n个无人机，1≤n≤N；

无人机需执行多种类型任务，令Y表示任务类型总数；无人机执行任务需消耗相应任务资源，执行不同类型任务所需任务资源不同；定义ξn,y表示Un所携带第y种类型任务的初始资源量， 其中， 表示Un携带第y种类型任务的最大资源量；令σn,y∈{0,1}表示无人机任务能力标识，若σn,y＝1，表示Un具有执行第y种类型任务的能力；否则，Un无法执行第y种类型任务，1≤n≤N，1≤y≤Y；

假设将系统时间划分为长度相等的时隙，令L表示时隙总数，每个时隙长度为τ；定义表示为无人机的位置序列，其中， 表示Un在第t个时隙的位置向量；

步骤S2中，建立任务模型，具体包括：任务分布于不同任务区域，令Am表示第m个任务区域，1≤m≤M，其中，M表示任务区域总数，假设A0表示无人机的起飞区域，AM+1表示无人机的降落区域；各任务区域均存在确定任务，确定任务在执行前其属性已知；无人机在执行任务过程中需检测判断是否存在未知任务，未知任务经成功检测后无人机能确定其任务属性；

确定任务模型：令Tm,k表示任务区域Am中的第k个任务，1≤m≤M，1≤k≤K，其中，K为任务总数量，Tm,k由四元组 表示，其中，Ym,k表示Tm,k的任务类型，Ym,k＝{δm,k,1,…,δm,k,y,…,δm,k,Y}，δm,k,y∈{0,1}表示任务类型标识，若δm,k,y＝1表示任务Tm,k为第y种类型；否则，δm,k,y＝0，并假设每个任务仅属于一种类型，即 Sm,k表示执行任务Tm,k所需资源量；ψm,k∈{0,1}表示任务执行方式标识，若ψm,k＝1，表示该任务Tm,k可部分执行；否则，表示该任务需全部执行； 表示执行完成Tm,k获得的收益；

未知任务模型：假设未知任务出现的数量服从参数λ为的泊松分布，由于时隙长度足够小，每个时隙至多只有一个任务到达网关；当无人机在Am上方执行任务期间，未知任务出现i次的概率表示为 其中，λ表示未知任务平均到达数目，Dm表示无人机在Am区域上方执行任务的时间，根据公式 计算Dm，其中， 表示Un执行Tm,k所需的时间；无人机执行确定任务的过程中，在每个时隙开始时对区域内的未知任务进行检测，假设各时隙最多检测一个未知任务；针对每个检测成功的未知任务，定义Tm′表示Am中检测成功的未知任务集合，||T′m||≥0， 表示Am中第k1个未知任务，0≤k1≤Km，Km表示Am中的未知任务数；

步骤S3中，建模任务区域分配变量及任务分配变量，具体包括：令αn,m,t∈{0,1}表示在第t个时隙无人机任务区域分配变量，若αn,m,t＝1，表示在第t个时隙Un与任务区域Am相关联，否则，αn,m,t＝0， 令βn,m,k,t∈{0,1}表示无人机任务分配变量，若βn,m,k,t＝1，表示在第t个时隙Un执行任务Tm,k，否则，βn,m,k,t＝0，步骤S4中，建模无人机资源分配比例，具体包括：令ηn,m,k,t∈[0,1]为在第t个时隙Un对任务Tm,k的资源分配比例， 若ψm,k＝1，ηn,m,k,t∈[0,1]，否则，ηn,m,k,t∈{0,1}；

e d

步骤S5中，建立任务收益模型，具体包括：定义R为任务总收益，建模为R＝R+R，其中，eR表示任务执行收益，计算公式为 其中，

表示在第t个时隙无人机Un执行任务Tm,k所获得的执行净收益，计算公式为En,m,k表示Un执行任务Tm,k消耗的能量，计算公式为 其中，eu表示无人机的推进功率， 表示无人机的悬停功率， 表示无人机从初始位置或上一位置区飞行至Am的飞行时间，计算公式为 其中， 为任务区域调度变量，若Un从 飞行至Am，则 否则， 表示Un从 飞行至Am所需要的时间，计算公式为 其中，Lm表示无人机在上方执行任务时悬停的位置，vn表示无人机的飞行速度； 表示Un执行Tm,k所需悬停时间，计算公式为其中，Fn表示Un的任务执行速度；

d

R表示未知任务检测收益，计算公式为 其中， 表示Un对任务区域Am的任务进行检测所获得的检测净收益，计算公式为其中， 表示在第t个时隙Un正确检测未知任务 的概率，若 计算公式为 其中， 表示第t个时隙Un的位置， 表示未知任务 的位置，rn表示Un的检测半径，ρ是由传感器质量决定的指数参数， 表示第t个时隙Un检测Am中的未知任务时所用功率；

步骤S6中，建模无人机协同任务规划约束条件，具体包括：任务区域分配约束条件建模为

max

其中，若存在αn,m,t＝1，则 N 表示协同执行一个任务区域的无人机的最大数量；无人机飞行区域约束条件建模为任务分配约束条件建模为

其中，若存在βn,m,k,t＝1，则 若αn,m,t＝0，则βn,m,k,t＝0， 若βn,m,k,t＝0，则ηn,m,k,t＝0， 若σn,y＝0且δm,k,y＝1，则βn,m,k,t＝0且ηn,m,k,t＝0，无人机约束包括无人机检测功率约束、无人机性能约束以及无人机安全约束；无人机检测功率约束条件建模为 其中， 表示Un的最大检测功率；无人机性能约束包括无人机能量约束及无人机任务资源约束，若 无人机能量约束条件建模为 其中，Eth表示无人机剩余能量门限值， 表示第t个时隙Un的可用能量，根据公式 计算 其中， 表示Un的初始能量， 表示截止第t个时隙Un消耗的能量，根据公式 计算 其中， 表示截止第t个时隙Un消耗的飞行能量，根据公式 计算 表示截止第t个时隙无人机Un消耗的悬停能量，根据公式 计算 其中，

表示无人机Un执行单位资源量的第y种任务所需的能量；无人机任务资源约束条件建模为 表示Un执行任务所用的资源不能超过Un携带该类型任务资源的最大量，其中，ξn,y,t表示在第t时隙对第y种资源的剩余量，根据公式计算ξn,y,t；无人机飞行距离约束建模为其中， 表示无人机Un的最大飞行速度；无人机安全约束建模为th

n≠n1，其中，l 表示无人机之间最小的安全距离，该约束条件表示在飞行过程中，不同无人机之间应保持一定安全距离。

2.根据权利要求1所述的无人机协同任务规划方法，其特征在于，步骤S7中，建模无人机协同任务规划约束条件，具体包括：在满足任务区域关联约束、任务分配约束以及无人机性能约束条件的前提下，以任务总收益最大化为目标，优化设计任务分配及无人机轨迹规划策略，即 其中 表示Un的最优任务区域分配策略， 表示Un的最优分配策略， 表示Un执行任务Tm,k时对应的最优资源调度策略， 表示Un的最优任务区域顺序策略， 表示Un在任务区Am的最优检测功率， 表示无人机Un的最优轨迹策略。