防御无人机集群面对来袭目标时，最常出现的两个失效模式是「扎堆扑向同一目标」和「拦截资源被一次性消耗」。概率消耗流框架把这个问题拆成四层链路：决策层以 2 Hz 的分布式市场共识拍定目标归属，概率层负责给出拦截概率，规划层完成资源转移，控制层以 10 Hz 双闭环跟踪执行，四层之间的接口各自独立，任一层参数变化不会推翻其余三层。

拦截概率不靠解析公式估算，而是先用单对单闭环仿真采集三个几何特征——入侵机到保护中心的距离、防御机到入侵机的距离、两者交战夹角——再用 KNN 回归训练先验，离线编译成三维网格查找表，在线查询走三线性插值，单次查询落在微秒级，绕开了在线求解微分方程的开销。

资源分配的关键约束是边际收益递减。联合拦截概率公式用来量化「多打一」的收益衰减，期望消耗与剩余流两个量描述资源得失，转移子问题被建模为二次规划，通过 KKT 条件与二分注水法求解，避免把多架无人机压在同一个目标上。

分布式一致性靠带时间戳的局部态势表和「虚拟席位门槛」机制实现，没有中心节点也能收敛到同一份分配方案。与基线 CBAA 相比，交战中成功率提升约 9.6%。适用边界是通信间歇可用、目标数量远多于防御单元的场景；一旦通信长时间中断，各节点只能退回到本地贪心分配。