研究背景与问题

随着无人机技术的快速发展，多无人机协同作战在军事和民用领域得到了广泛应用。特别是在突发威胁环境中，多无人机对多个目标点进行协同路径规划，是实现高效任务执行的关键。然而，当无人机与目标点数量不匹配时，传统基于自组织映射（SOM）的目标分配路径规划方法存在分配摇摆和动态避障效率低的问题，严重制约了多无人机协同作战的效能。

研究方法

针对上述问题，本文提出了一种基于改进自组织映射-马尔可夫随机场深度Q网络（SOM-MRF-DQN）的多无人机协同目标分配路径规划方法。该方法首先利用改进自组织映射算法对无人机和目标点进行动态分配，解决分配摇摆问题；其次，引入马尔可夫随机场（MRF）模型，通过概率分布来优化无人机的动态避障策略；最后，采用深度Q网络（DQN）对规划路径进行优化，以提高路径规划的效率。

核心结果

实验结果表明，与传统的基于SOM的目标分配路径规划方法相比，SOM-MRF-DQN方法在处理突发威胁环境下的多无人机协同目标分配路径规划问题时，表现出以下优势： 1. 分配稳定性显著提高，避免了分配摇摆现象； 2. 动态避障效率显著提升，有效降低了任务执行时间； 3. 通过DQN优化路径规划，进一步提高了任务执行的效率。

结论与意义

本文提出的基于改进SOM-MRF-DQN的多无人机协同目标分配路径规划方法，能够有效解决突发威胁环境下的多无人机协同路径规划问题。该方法不仅提高了分配的稳定性，还显著提升了动态避障效率，并通过DQN优化路径规划，实现了任务执行的高效性。这一研究成果对于提高多无人机协同作战的效能具有重要的理论意义和应用价值，为未来无人机技术的进一步发展提供了新的思路和方向。