针对战场环境下的多无人机协同打击问题, 为了提高无人机的生存率和保证对目标的精确打击, 提出了一种末端同时到达、空间均匀分布的分段航迹规划方法。首先, 构建了满足战场需求的多目标航迹优化模型; 其次, 通过引入协同变量, 设计了多方位同时到达的协同攻击策略; 最后, 采用种群分裂合并原则并基于“分段式”惯性权重调整策略、Tent混沌映射种群初始化的方法对粒子群(PSO)算法进行改进, 并应用于问题求解。仿真结果表明, 所提模型能够在复杂、多威胁的战场环境中, 实现多无人机对目标的协同打击, 改进后的粒子群算法收敛速度更快、精度更高。

针对多无人机协同搜索多运动目标航迹优化问题, 建立基于搜索概率图的信息环境模型, 提出了一种基于人工势场与自适应参数调整粒子群优化的搜索算法(APF-APSO算法), 用于不确定环境中的动态目标搜索。利用人工势场中无人机与山体之间、无人机之间的虚拟排斥力进行有效避障, 以及无人机与目标之间的虚拟吸引力加快目标搜索; 通过非线性的指数函数参数调整法对粒子群参数进行调整, 并根据无人机搜索过程中得到的栅格单元信息确定度和目标存在概率对搜索概率图进行实时更新, 来引导无人机对目标进行搜索。仿真结果表明, 与其他算法相比, 所提算法在搜索目标方面具有很大的优势, 缩短了路径长度;避免了陷入局部最优解, 具有较好的收敛性; 能够有效地实现多无人机之间的协同搜索, 提高了搜索效率。

针对异构多无人机执行侦察、攻击等多任务时的分配问题, 提出带有时间窗的基于共识的捆绑算法(WCBBA), 该算法解决了基于任务时间窗以及无人机载弹限制约束条件下的多无人机任务分配问题。首先,基于约束条件建立了异构多无人机任务分配模型, 设计了任务收益函数以及由于飞行距离所产生的折扣函数;其次, 利用算法对多无人机执行侦察、攻击任务的分配模型进行求解。仿真结果表明, 算法能够成功、高效地解决任务分配过程中的冲突问题, 完成最优化的任务分配, 对多任务条件下的异构多无人机协同作战任务分解具有一定的理论意义和实用价值。

基于对局迭代对多无人机协同空战博弈决策问题进行了研究。首先, 根据敌我双方作战态势和效能参数信息, 利用矩阵对策法建立敌我双方对抗支付博弈模型, 得到支付矩阵;然后, 根据混合策略纳什均衡的定义及其推导过程给出了使用对局迭代求解空战博弈混合策略纳什均衡的方法与求解步骤;最后, 通过仿真实例验证了该方法的可行性及有效性, 为解决多无人机空战策略问题提供了有价值的参考。

目前大部分直接定位方法主要针对窄带信号, 为此提出了一种基于分布式无人机 (UAV)平台的宽 \窄带信号直接定位 (DPD)方法。首先在频域对多个无人机平台的接收数据进行合成, 基于多个频点建立和信源位置直接相关的代价函数; 然后, 将监测区域进行网格化处理得到目标信源的位置; 最后, 多无人机移动监测, 并不断缩小监测区域, 对多次定位结果聚类分析, 得到最终定位结果。通过仿真验证, 本方法的定位性能明显优于传统的定位方法。同时实测数据的处理结果表明, 本文所提方法定位性能优于改进的到达时间差 (TDOA)定位方法。

运用多无人机执行侦察任务具有突出优势，研究多无人机侦察任务分配方法具有重要意义。从多无人机侦察任务分配问题建模与求解两个方面展开综述。首先对经典模型进行介绍并分类，讨论其特点及适用问题; 其次对集中式、分布式、混合式求解方法进行归纳，对代表算法进行介绍，分析其优缺点与应用前景; 最后结合实际需要指出目前多无人机侦察任务分配方法在模型建立、任务分配动态性、任务分配不确定性、任务分配对抗性和大规模任务分配等方面存在的不足以及未来的研究方向。

为提高多无人机动态侦察分配效率,更好地满足现代战争对多无人机动态侦察实时性的要求,建立了多无人机动态侦察资源分配模型。该模型将动态任务分配问题转化为多阶段静态分配问题,利用状态更新方法对各阶段静态分配问题的初始状态进行更新,从而提升整体分配效率。采用改进的人工蜂群算法对该模型进行求解,在选择蜜源阶段采用双向进化以增加种群的多样性,提高了算法的寻优能力。仿真结果表明,动态侦察资源分配模型相较于传统的静态分配模型具有侦察效率高、续航能力强的优势,且更适用于大规模无人机集群作战情况。

多无人机目标跟踪是最近几年研究的热点和重点问题。针对多无人机组成的有向图网络，构建了多无人机目标跟踪的模型，采用分布式融合处理的方法。基于多无人机目标估计的分布式无迹信息滤波，以定理形式推导证明了基于有向图网络的加权平均一致性算法，提出两种加权矩阵的设计方法，基于此构建了分布式无迹信息滤波一致性算法的问题求解框架。仿真分析表明，基于有向图网络的一致性算法能够在不同网络拓扑环境下很好地跟踪目标，具有很好的估计精度和鲁棒性，能够提高多无人机融合估计性能。

针对多无人机的航迹规划问题, 采用一种混合粒子群算法, 将其应用于多无人机的航迹规划, 并保证各个无人机所经路径的代价函数总和最小。对城市环境包括楼房建筑等障碍物以及雷达干扰等禁飞区域进行建模, 通过建立多个航点并插入分割点的方法, 然后使用带有差分进化操作以及自适应调整惯性权重策略的混合粒子群算法进行航迹规划, 最后通过仿真实验验证了该算法的有效性。

针对多无人机任务分配问题，给出了一种新方法。首先建立了无人机的能力函数，然后通过能力函数的雅可比矩阵，给出多无人机协同打击位置和无人机俯仰角的计算方法；进而建立了无人机毁伤代价指标函数、航程代价指标函数和价值收益指标函数，给出了多无人机协同打击任务的分配方法，最后进行了仿真验证。仿真结果表明：在多无人机协同打击任务分配中，考虑能力函数的分配方案与未考虑的方案相比，获得了更大的目标收益值，提高了多无人机协同打击能力。