[1] Bowen Fei, Daqian Liu, Weidong Bao, Xiaomin Zhu, and Xiaoqing Li. Task-Driven Multi-UAV Path planning via Three-Stage Optimization Strategy for Urban Region Surveillance[J]. Advanced Engineering Informatics, 2025, 68: 103771. (中科院1区Top，CCF B，2025年影响因子/JCR分区分别为9.9/Q1)
本研究提出一种基于任务驱动的多无人机城市路径规划方法，旨在提升局部通信网络下多无人机协同监控能力。该方法包含任务分组适配、任务顺序优化和编队路径规划三个阶段，实现了在局部通信网络中无人机编队的高城市覆盖率与低编队飞行能耗的双重目标。
[2] Daqian Liu, Bowen Fei, Weidong Bao, Xiaomin Zhu, and Xiaoqing Li. DAWN: Dynamic Task Planning of Multi-UAV With Two-Layer Optimization Mechanism in Uncertain Environments[J]. IEEE Internet of Things Journal, 2024, 11(23): 37813-37830.（中科院一区Top，CCF C，2025年影响因子/JCR分区分别为8.9/Q1）
本研究提出了一种基于双层优化机制的多无人机动态任务规划方法，以应对灾害造成的全局通信链路不可达的问题，将全局任务分配视为一个动态的车辆路线问题，并以最小化飞行路径和能耗为目标设计深度强化学习求解方法，实现了无人机编队实时任务规划。
[3] 刘大千,傅炜恒,费博雯.基于门控聚合网络的无人机编队动态路径优化研究[J/OL].系统仿真学报,1-21.（中文卓越期刊，EI，CSCD）
面向城市环境中的物流配送任务，本研究提出了一种基于门控聚合网络的深度强化学习方法，有效解决了多无人机协同路径优化问题，充分发挥多无人机系统的并行处理能力和能源利用优势，为城市物流配送提供一种高效的调度方案和范式。
[4] 费博雯,包卫东,刘大千,等.面向动态目标搜索与打击的空地协同自主任务分配方法[J].系统工程与电子技术,2024,46(07):2346-2358.（EI，CSCD）
本研究提出了未知城市环境下的多无人机协同搜索方法，综合考虑无人机编队飞行约束和信息交互能力，构建基于信息共享代价和区域覆盖收益的协同优化模型，并设计群智能方法优化求解，提高了多无人机协同目标搜索效率和区域覆盖能力。
[5] 刘大千,包卫东,费博雯,等.未知城市环境下的多机协同目标搜索方法研究[J].系统工程与电子技术,2023,45(12):3896-3907.（EI，CSCD）
面向复杂城市环境中的运动目标搜索与打击任务，本研究提出了一种空地协同自主任务分配方法，通过结合无人机视野范围广以及无人车机动性强的特点，旨在最短时间内发现限定区域内的所有目标，以提升空地无人系统的任务执行效率和区域覆盖率。
[6] Daqian Liu, Xiaomin Zhu, Weidong Bao, Bowen Fei, and Jianhong Wu. SMART: Vision-Based Method of Cooperative Surveillance and Tracking by Multiple UAVs in the Urban Environment[J]. IEEE Transactions on Intelligent Transportation Systems, 2022, 23(12): 24941-24956. (中科院一区Top期刊，CCF B，2025年影响因子/JCR分区分别为8.4/Q1)
本研究致力于提升空地协同目标定位的能力，针对空地无人平台的异构性，引入视觉识别率作为决策因素，并利用目标的运动特性保证视觉定位的准确性。在此基础上，提出了一种基于多级决策的双向反馈验证算法，进而提升了空地协同运动目标跟踪与定位准确性。
[7] Daqian Liu, Weidong Bao, Xiaomin Zhu, Bowen Fei, Zhenliang Xiao, and Tong Men. Vision-Aware Air-Ground Cooperative Target Localization for UAV and UGV[J]. Aerospace Science and Technology, 2022, 124: 107525. （中科院一区Top期刊，2025年影响因子/JCR分区分别为5.8/Q1）
本研究结合空中无人机的目标捕获能力与地面无人车的机动能力和抗干扰能力，提出了空地协同下的动态目标定位跟踪方法，设计了包含修正定位、辅助监视、引导行进等多层引导决策，以实现跨平台、高效率、高可靠的自主决策等级。
[8] Bowen Fei, Weidong Bao, Xiaomin Zhu, Daqian Liu, Tong Men, and Zhenliang Xiao, Autonomous Cooperative Search Model for Multi-UAV With Limited Communication Network[J]. IEEE Internet of Things Journal, 2022, 9(19): 19346-19361. （中科院一区Top，CCF C，2025年影响因子/JCR分区分别为8.9/Q1）
本研究提出了一种基于数字信息素的目标搜索方法，以平台协同收益和区域覆盖率为优化指标，保证在尽可能短的时间周期内发现区域中的所有目标。在此基础上，构建了基于可达路径规划的任务分配模型，提高了跨域协同下的无人资源利用率。
[9] Daqian Liu, Weidong Bao, Xiaomin Zhu, Bowen Fei, Tong Men, and Zhenliang Xiao. Cooperative Path Optimization for Multiple UAVs Surveillance in Uncertain Environment[J]. IEEE Internet of Things Journal, 2022, 9(13): 10676-10692.（中科院一区Top，CCF C，2025年影响因子/JCR分区分别为8.9/Q1）
本研究以能量消耗和传输不可靠性为代价，提出了多无人机协同路径优化方法，针对不同类型的障碍物设计了相应的避障选择策略，以增强编队的灵活调整能力。同时，在路径规划求解过程中，设计了模糊优化策略，以保证该方法具有较高的容错性。
[10] Bowen Fei, Xiaomin Zhu, Daqian Liu, Junjie Chen, Weidong Bao, and Ling Liu. Elastic Resource Provisioning using Data Clustering in Cloud Service Platform[J]. IEEE Transactions on Services Computing, 2022, 15(3): 1578-1591. 中科院二区Top，CCF A，2025年影响因子/JCR分区分别为5.8/Q1）
本研究提出了基于任务聚类的弹性资源配置与优化调度方法，针对云任务与资源的匹配合理性较差的问题，利用提出的聚类方法对云任务数据进行分析，并设计了一种节省系统能耗的资源供应方法，动态地为每个类别中的任务提供资源，以实现系统内资源的优化配置。
夜雨聆风
