随着无人机智能化技术的不断发展,无人机以其高智能性、成本低、适应能力强、易操作等特点受到越来越多的关注。在一些应用环境中,利用无人机的高机动性和部署方便等优点,将微型基站搭载在无人机上作为临时信号收发系统,可以对信号缺失的地面目标提供通信支援服务。但是由于单架无人机覆盖范围和功率有限,需要通过多无人机协同覆盖的方式,来提供对较大范围内更多用户的实时通信支持服务。本文研究利用多无人机协同覆盖对地面未知目标提供临时通信支援服务。首先,通过多无人机协同搜索目标获取到场景中的目标位置信息;其次,利用目标位置作为先验信息,研究了基于分布式控制系统下的多无人机协同覆盖。该方法区别于传统覆盖算法的特点在于,不仅需要无人机的选址位置保证对目标的较高覆盖率,而且需要满足无人机间的实时通信距离约束,这样才能保证无人机间存在完备的通信链路,以便将地面信息共享到无人机集群当中。本文的研究内容主要如下:1.在目标点位置信息未知等情况下,通过多无人机协同搜索无遗漏地完成对目标信息的获取。该算法将无人机飞行里程作为代价函数,通过优化分割子区域,将多无人机协同搜索转化为单机子区域搜索问题。论文介绍了沿不同方向分割任务区对无人机飞行里程的影响,并分析了等面积分割子区域算法以及其存在的一些问题,在此基础上设计了基于无人机航带沿搜索区域最小跨度相垂直的方向作近似均匀分割。该方法解决了基于重心等面积分割只能分割出偶数个子区域的缺点,并且相对于完全等面积分割算法运行时间更短,搜索效率更高。分割之后向每个搜索子区域分配单架无人机进行扫描线搜索,并通过仿真实验对算法进行了有效验证。2.针对分布式控制无人机系统需要维持无人机间通信链路的约束问题,实现了一种新型最大覆盖模型下的多无人机选址算法。该算法的核心是在以无人机间的极限通信距离为约束条件下将目标点划分为簇,通过在簇内完成对无人机的选址进而通过保持簇之间的联通即可实现全部无人机的联通。同时算法中通过提出无人机单机收益以及簇覆盖率等概念,在无人机数量较少的场景下,向簇外扩展无人机的选址,进而提升无人机的覆盖率。论文通过仿真实验验证了该算法不仅能够保证各无人机间的通信联络,而且能够实现对目标的较大覆盖率。