在现代智能作战指挥系统中，无人机与有人机、无人机与无人机的单机与单机之间的机动决策和多机之间的协同对抗，是无人机空中对抗的关键技术，也越来越受到世界各国的关注。本论文针对无人机智能对抗系统中一对一追踪-逃逸问题和多机之间的任务协同问题进行了深入的研究，建立了无人机三自由度动力学模型，研究了基于微分对策的无人机一对一最优机动决策问题，探讨了在动压-过载约束下的基于微分对策的单机一对一最优机动决策，并开展了基于BP神经网络的多机之间的协同目标分配的问题研究。具体内容如下：(1)运用动量定理建立了以油门、法向过载和滚转角为控制变量的无人机三自由度动力学模型，并建立了无人机基本机动库。(2)建立了无人机一对一非线性追踪-逃逸动力学模型，研究了无人机智能对抗系统中基于微分对策的单机与单机之间机动决策算法，运用极大极小值原理，可将上述追逃机动决策问题转化为两点边值问题，并运用配点法数值求解此两点边值问题。在此基础上，提出了一种带有动压-过载约束的追逃微分对策最优机动决策算法，使得追逃微分对策机动决策算法更符合实际飞行要求。(3)针对无人机智能对抗系统中的多机任务协同中的目标分配问题进行了研究，建立了单机自主优先权函数，并运用BP神经网络设计了无人作战飞机中的目标分配算法，并进行了仿真验证。通过对上述问题的研究与仿真验证，结果表明，本文提出的机动决策算法不仅满足动压-过载约束，而且输出跟踪结果更趋平缓，更符合飞机机动实际情况，具有一定的实用价值；此外，本文提出的基于BP神经网络的目标分配算法能满足不同战场态势，具有一定的环境适应性。这些算法可为我国未来的无人机机动决策和目标分配理论研究和工程应用提供有益的思路和依据。