异构无人机集群任务分配是异构无人机集群作战的基础。通过异构无人机集群协同任务分配研究,能够充分发挥无人机低成本、机动灵活、易于配置等优势,加快推进无人机集群作战系统的建设,实现多样化作战能力。本文针对异构无人机集群作战特点对任务分配模型和算法展开研究,构建无人机-作战任务间的关联和映射关系,包括多任务条件下的优先级与时序关系、异构无人机与目标之间的任务逻辑关系、多无人机与多目标之间的兵力调配关系等,给出体现异构无人机-目标-任务三者之间协同的任务分配语义描述。同时,研究任务分配方法在作战中的应用,分别针对单任务分配场景、静态多任务分配场景、动态多任务分配场景的特点,建立相应的数学模型,并采用相对应的优化方法进行求解,获得最优任务分配解。此外,为了验证提出的模型和算法的实际效果,基于MATLAB/SIMULINK/C++设计开发了异构无人机集群协同任务规划仿真系统,通过反复迭代推演,完成规划方案的优化和可行性测试,为异构无人机集群任务规划提供有力的保证。本文的主要研究工作和创新点如下:(1)分析异构无人机集群任务分配的特点。针对异构无人机集群时空协同、任务耦合、能力铰链、载荷异构的复杂环境,分析了任务分配的特点、复杂性、原则,描述异构无人机集群任务分配需要解决的任务优先级、任务时序、时间窗要求等约束,总结归纳出任务分配问题的一般求解流程。(2)针对异构无人机集群执行协同侦察,协同打击等单任务分配场景,分析了异构无人机执行任务的代价和收益,考虑单架无人机任务载荷的限制,建立异构无人机集群单任务分配模型,提出结合合同网机制的混合粒子群算法对模型进行求解。结合算例对模型的合理性和算法的有效性进行了验证。(3)针对异构无人机集群静态多目标多任务分配问题,目标位置已知,任务间有时序和时间窗的约束,提出了基于时间窗的混合整数线性规划模型和基于时间窗的多层编码遗传算法的多任务分配方法,将任务分配算法扩展至时空四维。经过仿真对比分析两种方法的优缺点和适用范围。(4)针对异构无人机集群动态多目标多任务分配问题,目标的数量和位置均未知,对任务分配算法提出了可重规划、在线实时运算等能力要求,研究了基于网络流模型的任务分配方法,通过分析任务场景,建立约束方程,提出了通过网络单纯形法结合快速树搜素算法求解网络最小费用流问题,降低了模型求解的计算复杂度。同时,结合后续任务信息,运用迭代方法将此算法的应用扩展到多任务分配场景。(5)结合典型作战样式下异构无人机集群任务分配模型和算法研究,以及提出的基于Dubins算法的航迹规划和航迹延长方法,设计和开发了基于MATLAB\SIMULINK\C++开发的异构无人机集群协同规划仿真推演系统,通过仿真推演,验证本文提出的模型及算法的实用性和实效性。