摘要在无人机集群支持的后灾搜索与救援任务中，在严格的时间、能量和通信约束下，高效的任务分配对于快速定位和确认幸存者至关重要。然而，大范围扫描虽能提高空间覆盖率，却会增加虚警风险；而重复的近程验证虽能提高检测可靠性，PG电子游戏科技却需以额外的飞行时间和通信资源为代价。为解决这一权衡问题，本研

　　在无人机集群支持的后灾搜索与救援任务中，在严格的时间、能量和通信约束下，高效的任务分配对于快速定位和确认幸存者至关重要。然而，大范围扫描虽能提高空间覆盖率，却会增加虚警风险；而重复的近程验证虽能提高检测可靠性，却需以额外的飞行时间和通信资源为代价。为解决这一权衡问题，本研究提出了一种分层异构无人机集群架构，其中高空无人机提供区域通信中继与协调，低空无人机则执行网格级搜索、扫描及目标验证任务。基于该架构，开发了一种效用驱动的分层协作贪心算法，通过联合考虑检测不确定性、能量消耗、通信可行性及机会成本来动态分配任务。此外，引入了一种区域负载感知协调机制，以减轻因灾区幸存者分布不均导致任务不平衡的问题。仿真结果表明，所提方法提高了幸存者确认性能，同时降低了虚警率和漏检率。结果进一步表明，所提框架在救援效率、能量消耗和计算复杂度之间实现了有效平衡，显示出其在大规模灾后搜索与救援应用中的潜力。