现代战争环境复杂、目标多样且战场态势变化迅速,这对多传感器资源的优化部署提出了更高的要求。同时,多传感器资源的合理部署是提高传感器网络侦察性能的重要保证,也是传感器发挥重要作用的关键基础。基于此,本文对复杂环境中的异构传感器优化部署和侦察中的关键问题展开了研究,主要分为传感器的静态部署、动态部署以及无人机执行侦察任务时的追逃博弈三个方面。本文首先对复杂环境中多传感器的静态、动态优化部署问题进行了研究,包括问题建模、问题分析、算法设计,并提出了新的博弈与优化理论;然后,在部署的基础上对多智能体的追逃策略进行研究,提出了多智能体微分对策。本文的主要工作如下:首先,为了给多传感器优化部署提供理论支持,研究了分布式多目标优化问题及算法,采用多智能体分布式设计方法,设计了离散时间的分布式优化算法,并给出了严格的理论证明,得到了分布式多目标优化问题的一个Pareto最优解;在此基础上,针对静态传感器部署问题,建立了分布式多目标传感器部署优化模型,同时结合传感器网络中存在的:需保持一定队形、最小化被目标发现概率、最小化侦察消耗和最大化侦察效果等多个优化目标,得到了多目标静态传感器部署问题Pareto最优解,并给出了数值仿真。其次,针对实际工程的需求,考虑了多指标构成的传感器-目标分配问题,并将敌方设置的威胁区域视为传感器不可部署的障碍区域,设计了一种传感器网络动态部署策略,使得传感器在对所分配目标进行探测的同时,避开了威胁区域和不可部署区域,并保证了网络的连通性。通过博弈理论求解最优决策,获得了复杂环境下传感器的动态优化部署。最后,针对战场部署问题中存在的追逃问题进行了研究。将已有的两人生存线对策进行拓展,建立了三人生存线对策问题的模型和分析方法;并进一步研究了追逃问题中存在的三人生存线对策的界栅与逃跑策略,采用分解法将三人生存线对策分解为两个生存线子对策,分别求出这两个子对策的界栅后,再将两种界栅集成起来,以形成整个对策问题的界栅,以此刻画出相应的捕获区和逃脱区。在此基础上,分析了逃跑者可能采取的策略,并给出了在逃脱区的不同区域逃跑者能够选择的不同策略。