随着无人机(Unmanned Aerial Vehicle,UAV)技术的发展,近年来被越来越多地应用到军用或民用目标搜索任务中,如利用无人机来进行失联客机搜救、军事目标探测、灾后人员营救等等。根据目标运动能力分类,目标搜索包括静止目标搜索和运动目标搜索,其中,研究运动目标搜索较为复杂,对不同特性的目标需要提出不同的搜索方法。本文研究具有感知能力的运动目标,多UAV在任务区域中搜索若干个运动目标,目标能够通过安装在任务区域中的探测装置间歇获得UAV的位置信息,并据此躲避UAV的搜索。针对该问题,本文首先利用搜索图建立环境模型,针对目标对UAV位置的感知能力,改进传统的搜索图更新方式,让UAV尽可能地避开探测装置,从而减少位置信息的暴露。然后基于模型预测控制(Model Predictive Control,MPC)方法建立多UAV搜索航迹优化模型,引入权重因子对目标函数进行改进,以此来提高UAV的搜索效能。接着设计混合粒子群优化(Hybrid Particle Swarm Optimization,HPSO)算法来求解多UAV搜索航迹优化模型,通过在粒子群优化(Particle Swarm Optimization,PSO)算法中引入交叉操作,提高算法的求解效率。最后仿真实验表明本文所提出的方法能有效提高多UAV的协同搜索效能,与覆盖搜索方法和随机搜索方法相比,本文方法在相同时间内能找到更多的目标。