协同侦察系统由多个侦察系统组成,相对于单套独立的侦察系统,协同侦察系统配置区域更广,可以在战场上实现对多个监视区域的侦察任务。但是,协同侦察系统中的站点分布会严重影响配置结果,需要对系统中的站点位置进行优化配置来实现工作性能的提升。此外,由于对实时性的要求,不可能使用穷举法进行位置的优化,因此需要使用智能算法以提升优化效果。并且,受限于通信功率、通信带宽等因素,目前关于协同侦察系统在通信受限情况下配置问题的研究较少,因此本文对通信受限场景下的站点配置进行着重研究。本文围绕通信受限下的协同侦察系统对多区域进行监视的实际应用,利用粒子群算法,研究了不同通信受限场景下的协同侦察系统的配置方案,具体内容如下:1.研究了主-副站点之间通信受限场景下协同侦察系统的配置方法。分析了协同侦察系统的性能评价指标及系统间的信息融合方式,使用粒子群算法（PSO）进行站点优化配置,验证了基于PSO配置方法的有效性。2.研究了通信功率受限下,协同侦察系统站点间可直接通信的优化配置方法。根据粒子群算法当前迭代次数来调整站点的移动距离,使得所有站点在配置结束后均满足可直接通信的要求。并仿真验证了站点间可直接通信下基于PSO配置方法的有效性。3.研究了通信功率受限下,协同侦察系统站点可间接通信的优化配置方法。通过计算当前迭代中站点间最小生成树来调整最长边的站点,使得所有站点在配置结束后均满足可间接通信的要求。并仿真验证了站点可间接通信下基于PSO配置方法的有效性。4.研究了通信带宽受限下协同侦察系统站点的优化配置方法。以拥挤度距离作为粒子群算法中全局最优粒子的选取依据,使得站点在配置结束后分布更均匀。并仿真验证了该配置方法的有效性。上述的研究内容均经过了理论分析以及仿真实验,并通过在不同通信受限场景下的仿真实验进行分析,验证了算法的可行性及有效性。