《无人机群传感器覆盖算法》41页

无人机在军事领域应用已逾百年，用途涵盖侦察监视与目标指示等。多机编队形成的无人机群具备可扩展性、灵活性与可靠性优势。传感器覆盖作为监视任务的子类，其核心并非目标识别，而是持续监测特定区域。持续性传感器覆盖要求对监测区域实施周期性重复覆盖。本论文对比三种无人机群持续性传感器覆盖算法的性能：Ganganath算法、台球算法与内部路径点算法。三者均基于分散式控制架构，各无人机依据自身传感器数据与邻机信息自主决策。

研究表明，Ganganath算法在n*m规模区域的计算复杂度为O(nm)，而内部路径点算法因复杂度O(dnm)=O((2/3)nm(d+1))显著更高。台球算法复杂度则取决于参数配置。进一步采用两项性能指标评估算法：

1. ​​平均检查间隔时间​​：统计各区域单元自上次被检查后的平均时长；
2. ​​最坏情况检查间隔时间​​：对比各区域单元中最长的未检查时长。

在平均检查间隔指标中，台球算法与内部路径点算法表现最优；最坏情况指标下，Ganganath算法与内部路径点算法领先。仿真实验同时表明，台球算法的可行路径（即光束）数量对算法性能无显著影响。