搜索环境的复杂化使得多无人机（UAV）协同搜索需要面对各种类型的目标。针对各类型目标的运动特征，采用目标存在概率密度相关的搜索图方法，在考虑协同搜索问题特性基础上，建立合理的目标收益函数。采用集中式与分布式相结合的集散式控制框架，结合对搜索图的探测更新，通过预测控制及改进匈牙利算法进行多UAV的协同搜索决策。所用决策方法可在提高搜索效率的同时，有效避免多UAV间可能发生碰撞的问题。最后，通过与传统搜索方法进行仿真对比分析，验证了所提方法的有效性。

目前，国内外对完全未知环境下多无人机（UAV）区域覆盖搜索算法的研究中，常用的搜索样式主要有“Z”字形（或“之”字形）和内螺旋式两种。在考虑UAV转弯半径限制情况下，“Z”字形搜索方法需在目标区域边缘外部进行转弯，造成搜索资源的浪费；内螺旋方式则在接近区域中心时候需要过多的转弯，不利于执行搜索任务。针对两种方式的缺点，在保证区域覆盖和UAV动力学约束的基础上，按相应原则对执行搜索任务UAV编队中各UAV的转弯时机和转弯位置进行调整，对常用区域覆盖搜索方法进行了改进。理论分析和仿真结果表明，改进后的搜索方法不仅可以更高效地完成区域覆盖搜索任务，还可有效增强在部分传感器或UAV损坏情况下的编队的重构能力。