随着无人机作业自主性、多任务等方面要求的提高,无人机从单机作业发展到集群作业。然而集群式无人机因其工作环境复杂、负载不均衡、群体协同不充分等问题,导致集群任务执行效率低,难以应对任务环境动态变化的应用领域,对无人机群任务调度技术提出了更高的要求。无人机群任务调度技术作为解决该问题的有效途径,备受研究者关注。无人机群任务调度本质是一个复杂的多约束多组合优化问题。基于群体的元启发式集群智能算法,因其良好的全局寻优能力和鲁棒性,为无人机群任务调度提供了解决途径。本文在分析无人机群任务调度国内外现状的基础上,围绕集群式无人机任务调度策略优化和调度算法硬件加速方法开展工作。主要研究内容包括:（1）无人机群任务调度数学模型及调度决策收益评价函数构建。本文对无人机飞行速度、最大飞行距离、携带的武器以及敌方目标攻击范围、与无人机之间的距离、敌方目标价值等信息进行综合分析,均衡无人机与敌方目标的性能负载,对无人机群任务分类及其约束条件进行分解,构建无人机群任务调度的数学模型以及调度决策收益评价函数。经测试,该调度模型与调度决策收益评价函数能够正确反映无人机群执行调度任务的收益优劣。（2）基于狼群算法的无人机群任务调度方法设计。本文引入基准函数对粒子群算法、遗传算法、人工鱼群算法、狼群算法等常用无人机群智能调度优化算法进行系统的性能分析对比,确定采用狼群算法求解本文所构建的无人机群任务调度决策优化问题。运用狼群算法对任务调度决策优化问题进行求解,提高无人机群任务执行效率,测试结果证明该方法能够正确实现最优任务调度决策优化功能且稳定性较高。（3）任务调度算法硬件加速方法设计。本文为提升调度算法的实时性,提出基于狼群算法的任务调度算法的硬件加速方法。使用FPGA对其进行硬件实现并测试,结果显示,使用相同测试数据,经过硬件加速设计后的调度算法在100Mhz系统时钟下计算时间平均约为850ms,软件计算时间平均约15s,测试结果证明本文提出的硬件加速实现方法的计算速度相比软件实现提升约18倍。