随着科学技术的迅速发展,多无人机系统在现代战争中发挥着越来越重要的作用。多机协同航迹规划与任务分配作为多无人机系统执行任务中的核心组成部分,尤其是对地面移动目标执行任务时,其地位更是重中之重。因此,对多无人机系统的协同航迹规划和任务分配进行深入研究具有极其重要的应用价值与理论意义。本文研究内容主要包括以下三个方面:首先,研究了基于粒子群算法的多机协同任务分配问题。建立了复杂环境下多约束任务分配模型,为了对模型进行求解,提出了一种改进的粒子群算法,该算法加入了引导机制以及进化算法中的变异操作,在算法收敛至最优解附近时,引入一系列的精英粒子进行引导,增加算法的多样性以及全局搜索能力。与原算法相比,有效的避免了局部极值的情况。其次,利用蚁群算法对多机协同航迹规划问题进行了研究。提出了预测相遇点的方法,来解决移动目标不能作为航迹规划目标点的问题。多机协同执行任务时,给出了基于时间协同需求的跟踪模式下航迹规划方法,以保证执行协同任务的UAV能够同时攻击目标。提出了一种基于自适应参数调整和双向搜索机制的蚁群算法,该算法能够自适应的对参数进行调整,并引入了双向搜索机制,很好的改善了传统蚁群算法的收敛速度较慢、容易陷入局部极值等缺陷,与原算法相比,收敛速度得到了明显的提升。最后,研究了不确定性环境下的在线重规划问题。由于移动目标运动状态的不确定性,给出了在线任务重分配以及在线航迹重规划方法,保证了复杂动态战场环境中,多无人机系统在不确定性问题下对任务的顺利执行,确保系统中的无人机不仅能够避开障碍物,而且能够根据总收益函数获得较优的任务分配方案。