无人机具有强战场适应能力和强战场生存能力,在战场中将发挥越来越重要的作用。由于单架UAV自身航时、载荷等能力有限,因此多架UAV协同执行任务是未来无人机技术发展的重要方向之一。而无人机（Unmanned Aerial Vehicle,UAV）集群协同任务规划技术是引导UAV实现自主飞行并且完成指定作战任务的技术保障,能够提升战场资源利用效率,充分发挥无人机集群协同侦察的平台优势。以无人机集群协同搜索跟踪任务为研究背景,本文研究了异构型、动态目标、长航时和复杂环境下的无人机集群协同任务规划的关键技术,并提出了长续航、高效能的无人机集群协同搜索跟踪方案。论文的主要内容如下:在面向动态目标的协同搜索任务中,研究了无人机集群机动性能异构和探测性能异构条件下的任务规划问题,建立了一种改进的异构型无人机集群协同搜索任务规划方案。首先,针对机动性能异构带来的路径编码问题,提出了基于极坐标运动模型的决策输入解,实现了对异构型无人机集群飞行路径的连续编码;然后,针对探测性能异构带来的协同搜索感知问题,提出了改进的目标概率图算法,对四种不同类型的先验信息进行分类处理,并基于异构型的无人机探测模型,建立了目标探测概率分布图模型,解决了异构型无人机集群对动态目标的轨迹预测问题。同时,提出了改进的数字信息素图算法,提升了集群的协同搜索效率;之后,针对飞行约束异构带来的协同任务优化模型搭建和求解问题,建立了基于集群协同搜索感知数据的协同搜索任务优化模型,实现了对集群搜索收益的联合评估,并设计了一种改进的粒子群算法（Particle swarm optimization-Receding horizon control,PSO-RHC）对协同搜索优化模型进行优化求解,能够得到满足系统约束的最优决策输入解,从而生成无人机集群的最优搜索路径;最后,进行了面向动态目标的异构型无人机集群协同搜索任务仿真分析,仿真结果表明,在4架无人机协同搜索8个未知目标的条件下,本文方法在算法优化性能和任务执行效率两方面都具有较强的优越性和创新性,对比现有任务规划方案,异构型无人机集群的协同任务效率提升了227%。在复杂环境下的动态目标协同跟踪任务中,研究了威胁区域和动态紊流风场对低空飞行无人侦察机集群协同跟踪过程的影响,提出了一种改进的长航时无人机集群协同跟踪任务优化规划方案。首先,针对紊流风场对无人机飞行能耗的影响,建立了基于Dubins运动曲线的无人机能耗算法,并提出了能耗优化的关键变量,实现了在紊流风场影响下的无人机飞行能耗估算;然后,针对威胁规避和目标轨迹预测问题,建立了威胁分布图和目标轨迹概率图的探测更新机制,实现了无人机集群对动态目标的可靠跟踪;之后,针对长续航协同跟踪问题,建立了基于改进的的能耗优化模型,通过优化无人机集群的飞行速度和飞行路径,提升了无人机集群在协同跟踪过程中的能耗利用效率,实现了无人机集群对动态目标的持续跟踪;最后,为了研究本文优化方法在任务执行效率与飞行能量利用效率两项指标上的优化性能,进行了若干仿真,将使用本文方法优化前后的仿真结果进行了对比。仿真结果表明,本文提出的优化方法通过感知目标运动轨迹和紊流风场环境,使无人机集群可以根据目标相对位置和风场条件,实时优化无人机运动状态,从而有效提升了无人机的续航能力和执行跟踪任务的时长。相较于使用本文方法优化前的仿真结果,本文优化方法使无人机集群在协同跟踪任务中提升了46.9%的跟踪任务时长以及40.2%的能量利用效率。