现代战争伴随着高新技术的发展,无人机作战日益成为世界军事强国的关注热点。单架无人机作战因资源相对有限造成执行任务相对单一,因此探究合理的多无人机协同任务规划能够应对复杂作战场景,使多无人机具备集群作战性能。在多无人机协同规划过程中,需要根据实际情景构建模型,不仅要考虑无人机自身性能属性,而且要应对无人机之间的协同约束;同时在规划的不同阶段需求的不一致、三维环境的复杂性和目标的特殊性都会对多机规划造成重复规划、计算冗余、资源冲突等问题。因此为降低规划系统的复杂度,以无人机对地作战为背景,划分为离线和在线任务规划两个部分。前者为无人机由地面出发对已知目标和作战环境进行任务规划;后者为多无人机空中飞行出现突发目标的协同攻击任务规划。主要研究内容如下:（1）研究复杂环境无人机协同任务规划的基础模型构建:首先,理论上分析了在复杂环境下任务规划需要解决的基本问题,对需要应对的时敏目标和无人机集群作战的任务场景进行模型化讨论,划分具体规划流程。然后,对无人机自身特性和飞行环境进行建模,本文飞行航程代价通过垂直平面和水平平面将山地环境和单基地雷达结合进行讨论,考虑无人机动态RCS（Radar cross section,RCS）雷达散射界面特性,并在水平平面采用稀疏A-star算法进行航程估计的求解。最后,对无人机的自身性能约束、协同特性约束、不同任务规划模式以及相关代价建立目标函数表达,并在后续内容验证规划模型的有效性。（2）研究在静态环境下的离线任务规划方案:首先,在上述规划模型建立的基础上,阐明进行离线集中式任务规划的具体流程,对采用粒子群算法求解平衡任务规划模式的难点进行介绍。然后,采用统一基因编码策略,将航程代价与无人机和目标点紧密结合构造基因位,通过反映射策略使粒子随搜索过程进行更新。最后,本文针对粒子群算法在“探索”阶段和“开发”阶段搜索过程的平衡需求,提出改进粒子群算法,对惯性权重进行混沌自适应改进,使算法搜索范围更广,提升寻优速度;对全局最优和局部最优的学习粒子引入随机学习和社会学习策略,从而对离线任务规划的方案求解质量进行提升。（3）研究在时敏环境下的在线任务规划方案:首先,在离线任务规划的基础上,考虑飞行过程出现地面时敏目标的突发情况,制定协同攻击任务规划方案的具体流程。然后,采用一致性包拍卖算法,本文对攻击时敏目标的无人机进行聚类划分,并在投标过程中引入无人机之间的时间协调函数,设计了一致性包算法联盟改进方案,使算法完成任务重规划的同时保持无人机到达时敏目标的时间一致性。最后,为了达到无人机从时间一致的松散编队向紧密编队的控制目的,本文通过相互依赖的拓扑结构,以X、Y、Z三轴上的距离信息设计紧密编队控制律,运用李雅普诺夫理论证明系统的稳定收敛性,使无人机同时到达目标点并生成期望的菱形攻击队形。