随着科学技术的飞速发展,由于战场环境的复杂化和任务形式的多样化,单无人机执行任务的方式已经逐渐不能满足作战需求,需要转变为多架无人机协同执行任务的作战方式。多无人机协同任务规划是多无人机协同作战的关键技术之一,包含多无人机协同任务分配和航迹规划两部分,其规划能力直接决定着无人机协同作战的效果。因此,深入研究多无人机协同任务分配和航迹规划具有重要的应用价值和理论意义。本文主要包括以下几个方面的内容:（1）任务分配和航迹规划问题的数学模型研究。针对实际作战中的多无人机协同任务分配和航迹规划,建立各种威胁数学模型和无人机自身性能约束模型,介绍包括栅格图法在内的常见地图环境建模方法和多无人机协同系统的框架。（2）研究了改进的匈牙利算法的任务分配。制定多无人机协同任务分配时的目标矩阵的求解规则,在经典匈牙利算法的基础上结合梯度加权因子提出对改进的匈牙利算法,并阐述其原理与实现步骤。通过无人机数量等于或不等于任务数量的几组仿真分析,验证了该算法具有良好的时间性、有效性、可靠性、适应性。（3）研究了改进的粒子群算法的航迹规划。阐述应用于多无人机航迹规划的A*算法、粒子群算法等,针对传统粒子群算法易陷入局部最优、搜索精度差、无法应用与复杂环境的问题,对此提出了一种改进的粒子群算法,在原有算法的基础上,将惯性权重和学习因子采用自适应更新的机制,平衡粒子的全局和局部搜索能力,引入加速度来更新每代粒子的速度,引导粒子跳出局部最优。仿真实验结果表明改进算法所求解的质量更好。（4）多无人机协同系统的设计。基于Matlab APP Designer设计并实现一个易于操作的多无人机协同系统,通过此系统对无人机进行任务分配、航迹规划。通过仿真实验对本文的算法研究成果进行展示,并在界面对结果进行显示。