本文研究在对抗环境中运作的无人机的任务规划问题。该任务旨在压制目标，这需要决策选择目标、确定目标访问顺序、装载有效载荷、将有效载荷分配给选定的目标，以及指定有效载荷与目标交战的投放位置和距离。每个目标对任务都具有重要性，目标是在容量、时间和安全限制下，通过压制目标来最大化从整个任务区域收集的总效用。首先开发了在连续空间中表示无人机移动和有效载荷投放的方法。模型允许无人机从多个航路点中的一个接近目标，并在所接近的航路点与目标位置之间的距离范围内，从连续的选择中释放有效载荷。然后，开发了一个数学优化模型，该模型被线性化为混合整数规划模型，能够为该问题的路径规划和分配需求得出最优决策。进行了全面的计算研究，以评估问题参数的影响并识别模型的局限性。结果突显了约束条件的影响、模型处理不同复杂度级别的能力，以及模型对实际场景的适用性。

无人机是一种无需机上人类飞行员即可自主运行的航空器。其最初为满足国防与安全需求而开发，现已在广泛任务中普及，并有望在日常生活中变得越来越普遍。

在军事领域，无人机主要被用于侦察和情报任务。它们正变得更能够针对敌对威胁或战略敌方目标执行优势空中作战。然而，包括干扰和欺骗技术在内的防空系统的进步，给无人机在实际任务中带来了新的脆弱性。因此，无人机正被改进以在雷达防护环境中自主运行，并将通信降至最低，以缓解这些风险。这需要在部署前优化任务计划，以提高其安全性和有效性。

本文探讨在对抗环境中运作的无人机的任务计划优化问题。所考虑的无人机可部署武器。专门为具备此能力的战斗任务而设计的无人机称为无人作战飞行器。由于无人作战飞行器是无人机的一个子类，本文为保持与更广泛认知术语的一致性，使用“无人机”这一术语。在所考虑的任务中，目标位置、其有效载荷需求及其对任务的重要性均从先前获得的情报中得知。任务目标是在任务区域压制目标，这需要对目标选择、有效载荷分配和路径规划做出决策。压制涉及无人机向目标投放有效载荷。压制一个目标需要无人机向其投放有效载荷，并产生有助于任务成功的效用。因此，目标在于最大化从整个任务区域获得的总效用。

从广义上讲，该问题可归类为两个复杂优化问题的集成。以最大化收集效用为目标的目标选择与路径规划方面，类似于定向问题或带收益的旅行商问题。另一方面，有效载荷选择与分配方面类似于多对多广义分配问题。在国防场景中常见的广义分配或广义资源分配问题的一个特例，被称为武器-目标分配问题，也称为导弹分配问题。尽管这些问题主要针对防御目的，但也可以从进攻角度考虑。若忽略研究中无人机的机动性和路径规划方面，问题则简化为针对目标的有效载荷选择与分配，这与前述问题密切相关。

开发了建模无人机移动和量化区域内雷达探测威胁的方法。移动设计使得无人机能够从不同航路点接近目标，用有限集合近似实践中的无限可能性。此外，它为无人机提供了连续的选择，以确定向目标投放有效载荷的最佳距离。为解决该问题，开发了一个数学优化模型，并将其线性化为混合整数规划模型。进行了计算实验，以研究问题参数的影响并探索模型的局限性。结果表明，该模型能够针对不同复杂度级别找到最优解，包括多达20个目标、每个目标有8个航路点的情况，这使其成为现实世界无人机任务规划的实用工具。

本文的主要贡献有两个方面：

• 解决了无人机战术任务中的各种决策问题，包括目标选择、路径规划、有效载荷选择、有效载荷-目标分配以及有效载荷投放距离，同时考虑了探测威胁、平台容量和任务持续时间等因素。将这些问题构建成一个统一的数学优化模型，以最大化收集的总效用。
• 通过在地图数据上定义目标周围的航路点来模拟连续空间中的运动。该方法允许无人机近似处理接近目标和选择其间轨迹的多种可能性，并在有效载荷投放距离上拥有连续的选择。

本文其余部分结构如下。首先，回顾相关文献。接着，定义问题并介绍移动模型。然后，开发数学优化模型并提供其计算结果。最后，分享结论性意见和未来研究方向。