随着无人机技术的发展,无人机在许多领域得到了广泛应用。无人机数量的大量增加,使得空域环境变得错综复杂,飞行空域变得愈发拥挤,飞行冲突的可能性增加,这对无人机的飞行安全构成了严重的威胁。无人机的冲突解脱技术是解决无人机飞行冲突的关键,对保障飞行安全、减少飞行延误和提高空域利用率有着重要意义。冲突解脱的核心部分为冲突解脱算法,本文使用冲突解脱算法在不同维度的无人机冲突解脱问题上进行了求解应用。具体的工作如下:(1)研究了飞行间隔,对飞行冲突的产生进行了分析,在飞行冲突探测方面采用确定型的探测方法,根据不同维度的无人机冲突解脱分别建立了二维冲突解脱模型和三维冲突解脱模型,并提出了一种基于三维空域的冲突解脱策略。(2)针对遗传算法求解两架无人机的二维冲突解脱时存在过早收敛的问题,提出了一种改进遗传算法,其采用了改进的自适应交叉概率和变异概率,对交叉概率和变异概率进行自适应调整,有效解决了过早收敛的问题。仿真结果表明,改进遗传算法相比遗传算法,求解精度更高,能够更好地解决两架无人机的二维冲突解脱问题。(3)针对更加复杂的四架无人机的二维冲突解脱,使用传统二进制编码的改进遗传算法已经不能满足复杂问题的求解需求,提出了一种航迹量子比特编码方式,使用具有量子比特编码机制的量子遗传算法来求解四架无人机的冲突解脱。仿真结果表明,量子遗传算法成功解决了四架无人机的冲突解脱问题,比改进遗传算法求出解的质量更高。(4)相比二维的无人机冲突解脱,三维的冲突解脱更加的复杂,计算难度更大,为了使冲突解脱算法能够较好地求解三维空域的多机冲突解脱问题,针对量子遗传算法的不足之处,提出了改进量子遗传算法,在旋转角、适应度等多方面进行了深度地改进,有效地提升了解的质量。针对航迹编码提出了一种基于三维空域的航迹量子比特编码方式,用于冲突解脱的求解。仿真结果表明改进量子遗传算法在多方面都要优于遗传算法、改进遗传算法和量子遗传算法这三种算法,有效地解决了四架无人机的三维冲突解脱问题。