3. 覆盖问题数学描述

把“搜索覆盖任务”从工程直觉变成可计算、可比较、可优化的规划问题，第一步是建立统一的数学描述。无人系统在区域上空飞行时，真正需要回答的不是“飞过了没有”，而是“目标被发现的概率有多大”“哪些格子被有效探测”“还差多少才能满足任务要求”。本节围绕覆盖度量指标、完全覆盖与概率覆盖、搜索覆盖与探测覆盖三组核心概念展开，并给出可直接用于规划的量化表达。

一、覆盖度量指标：从“面积比例”到“概率累积”

设任务区域为二维平面上的有界集合 R，将其离散为 N 个网格单元，第 i 个单元面积为 a_i。对每个单元定义覆盖指示量 c_i ∈ {0,1}，表示该单元是否被至少一部传感器在有效条件下探测过。最基础的覆盖度量是面积覆盖率：

C_area = Σ(c_i·a_i) / Σa_i

它回答“覆盖了多大比例的区域”，但无法区分“覆盖一次”和“覆盖五次”。在搜索任务中，重复覆盖会提升发现概率，因此需要引入覆盖重数 k_i，即单元 i 被有效探测的次数。进一步地，若单次探测的发现概率为 p_d，且各次探测近似独立，则单元 i 的累积发现概率为：

P_i = 1 − (1 − p_d)^k_i

由此可定义概率覆盖率 C_prob = Σ(P_i·a_i) / Σa_i，以及最小单元概率 P_min = min_i P_i。前者衡量整体期望，后者衡量最薄弱环节。实际规划中，任务往往要求 P_min ≥ P_req，例如 P_req = 0.9，这比单纯追求面积覆盖率更严格。

此外，覆盖均匀度可用重数标准差 σ_k 或覆盖盲区面积 A_blind = Σ(a_i | k_i=0) 描述。均匀度高意味着资源分配均衡，盲区面积则直接对应任务失败风险。

二、完全覆盖与概率覆盖：两种判定标准

完全覆盖要求区域内每一个网格单元都至少被探测一次，即 k_i ≥ 1 对所有 i 成立。它对应“无盲区”的硬约束，常用于区域普查、地图构建、边境巡逻等任务。完全覆盖的数学判定简洁，但实际中往往过于苛刻：传感器存在探测概率 p_d < 1，即使航迹扫过，也不代表一定发现目标。

概率覆盖则允许某些单元重数较低，但要求其累积发现概率不低于任务阈值 P_req。其判定式为 P_i = 1 − (1 − p_d)^k_i ≥ P_req。由该式可反解出所需最小重数：

k_min = ⌈ ln(1 − P_req) / ln(1 − p_d) ⌉

例如 p_d = 0.6、P_req = 0.9 时，k_min = ⌈ ln(0.1)/ln(0.4) ⌉ = ⌈2.51⌉ = 3。这意味着每个单元至少要被有效探测 3 次，才能达到 90% 的发现概率。若 p_d 提升到 0.8，则 k_min = ⌈ ln(0.1)/ln(0.2) ⌉ = ⌈1.43⌉ = 2。可见传感器性能直接决定覆盖重数需求，也直接影响航路密度和任务时长。

两种覆盖并非对立，而是同一框架下的不同阈值：完全覆盖可视为 P_req → 1 且 p_d = 1 的特例。实际规划中，通常先以满足概率覆盖为目标，再检查是否存在 k_i = 0 的盲区；若任务要求严格，则对盲区追加补扫航段。

三、搜索覆盖与探测覆盖：区别与联系

搜索覆盖描述的是无人系统航迹在区域上的投影，即“平台到过哪里”。它由航路规划直接决定，计算时通常以航迹带宽或传感器地面覆盖带宽度为参数，沿航迹生成扫掠区域。搜索覆盖是几何意义上的，不涉及目标是否真的被发现。

探测覆盖描述的是传感器在给定条件下能够有效发现目标的区域，即“传感器看得到哪里”。它取决于传感器视场角、作用距离、分辨率、目标反射特性、地形遮挡、气象条件等。探测覆盖是物理意义上的，是搜索覆盖的子集：航迹没有扫过的地方，传感器不可能探测；但航迹扫过的地方，传感器也未必能探测。

两者的联系可用一条链式关系表达：航迹规划 → 搜索覆盖 → 传感器有效探测 → 探测覆盖 → 累积发现概率。规划中常见的误区是只检查搜索覆盖率，看到航迹铺满区域就认为任务完成，却忽略了传感器在边缘、远距离、遮挡区的探测概率下降。正确的做法是：先由航迹生成搜索覆盖，再叠加传感器探测模型，逐单元计算 k_i 和 P_i，最后用概率覆盖判定是否达标。

四、面向规划的量化流程

将上述概念落地为可执行的规划步骤，建议按以下顺序处理：

1. 区域离散化：将任务区域划分为规则网格，记录每个单元的面积 a_i 和中心坐标。
2. 航迹扫掠：根据候选航路，计算每条航段对网格的覆盖带，累加得到搜索覆盖重数 k_i^search。
3. 传感器映射：对每个被扫过的单元，根据传感器模型判断是否处于有效探测范围，得到探测覆盖重数 k_i^detect ≤ k_i^search。
4. 概率计算：按 P_i = 1 − (1 − p_d)^k_idetect 计算各单元累积发现概率。
5. 判定与迭代：检查 P_min ≥ P_req 是否成立；若不成立，定位低概率单元，调整航迹或传感器参数后重新计算。

该流程的核心价值在于把“覆盖得好不好”转化为可比较的数值。规划人员可以清楚看到：哪些单元是盲区，哪些单元重数不足，增加一条航段能提升多少概率覆盖率，从而在任务时间、能耗和覆盖质量之间做出有依据的权衡。

综上，覆盖问题的数学描述提供了三件工具：度量指标回答“覆盖了多少”，完全覆盖与概率覆盖回答“是否达标”，搜索覆盖与探测覆盖回答“差距在哪里”。三者结合，才能把搜索覆盖任务规划从经验判断推进到定量决策。