随着信息技术与无人机对抗技术发展,作为一种高性价比的新型军事武器,无人机在现代战争中的应用前景愈发广阔。为了满足实际战场环境和任务多样性的需求,同时提高任务的完成率和整体效能,多无人机任务规划算法应运而生。通过对该领域的深入研究与分析,针对现阶段任务规划算法无法有效满足任务动态性,多机协同性以及规划的实时性需求问题,同时为了充分发挥多无人机自主决策和协同作战能力,本文主要对多无人机任务分配及航迹规划算法中的以下几个方面进行了研究:(1)多无人机任务规划算法综述。通过对任务分配及航迹规划算法的研究,介绍了算法现阶段的发展状况,并对相关算法进行比较讨论,分析其特点及应用场景,明确了待解决的问题。(2)多无人机任务初分配与重分配方案设计。通过对任务需求分析,提出了一种基于协同多任务分配模型的初分配与重分配相结合的分配方案,方案总体可分为三个阶段:(1)基于多任务协同分配模型,综合考虑地形、威胁、无人机性能等多种约束条件,同时在满足任务协同性等需求的前提下,建立科学规范且符合任务需求的分配模型;(2)基于分配模型和集中式求解方法,提出一种改进离散粒子群算法对模型进行求解,充分利用集中式框架的计算性能优化任务分配结果,提高任务执行的整体效能;(3)针对任务执行过程中无人机损毁等突发事件的发生,提出一种基于改进合同网模型的拍卖机制,优化招标Agent选择机制和合同类型,以满足任务重分配问题的任务需求及实时性要求。仿真结果证明了该方案对多无人机任务分配问题具有一定优势,能够应对无人机损毁等突发情况的发生,保证任务的执行能力。(3)粒子群势场混合航迹规划算法。通过对多机协同航迹规划问题进行研究,针对复杂动态作战环境,提出了一种粒子群势场混合算法,对粒子更新公式进行改进,提高惯性权重和学习因子的自适应能力,同时结合人工势场算法,引入势场力启发信息,增强算法的收敛性能,避免陷入局部最优。将算法分别应用于静态和动态任务场景中进行仿真,结果表明算法能够满足航迹规划的安全性及实时性需求,并通过与同类算法间对比,验证了算法的稳定性和优越性。(4)多无人机三维仿真平台。对战场环境进行分析,结合无人机作战流程,使用My Eclipse与JMonkey Engine引擎构建多无人机三维仿真平台,包括参数设置,任务规划及结果回放等功能,同时提供相关算法接口,便于后续扩展,平台支持三维多角度场景展示,方便观察和分析任务规划结果。通过平台测试,验证了其可行性以及良好的交互性能。