多无人机协同观测多运动目标是智能无人集群的一个典型问题。多无人机协同观测多运动目标可以广泛的应用于环境安全监测、灾区人员救援、野生动物保护等任务中。该问题最主要的挑战是:在目标的运动是随机的前提下,如何能够预测目标的移动趋势,计划无人机的移动路径,使得更多的目标处于无人机的观测下并且目标被观测的时长较为均衡和公平。为此,本文针对多无人机协同观测多运动目标的观测时长和观测均衡性展开研究,提出了一种基于空间四叉树结构的无人机架构模型以及一种基于整数线性规划方式的无人机移动计划控制策略模型,整合两个模型,构建了一个基于空间四叉树结构的多无人机观测多运动目标的原型系统,在此基础上,对本文的研究成果进行评估和验证,本课题的主要贡献包括以下三点。（1）针对无人机三维空间运动不易描述的问题,设计了一种基于空间四叉树的无人机三维空间移动架构。该模型架构是一种无人机空中停留点较少更易操控的编队方式,无人机只有在四叉树节点上才进行观察,离散化了任务时间,使得无人机观测更有效。设定无人机单位时间内的可选择移动位置,降低了此NP问题的困难。（2）针对目标运动位置不明确难以预测的问题,提出了一种基于整数线性规划方法的目标位置概率预测模型。根据团队定向问题和车辆路由问题的思想,设定目标的未来出现概率为奖励值,无人机在四叉树节点观察目标可以获得相应的奖励值,多无人机协同观测多运动目标有两个优化目标,即目标观测时长最大化和目标观测时间均衡化,文章引入平衡因子将两个优化目标组成线性表达式,如此可以有效的优化目标,从而更好地进行目标观测。（3）基于上述研究,实现一个基于空间四叉树的多无人机协同观测多运动目标的原型系统,构建相关实验和应用场景,对原型系统进行了分析验证,结果表明该系统以及提出的模型算法在性能、鲁棒性、健壮性方面都有显著提升。