随着各国军事航空技术的快速发展,无人机侦察作战等先进技术已经应用到现代科技战争中,针对单无人机任务规划的研究逐渐成熟。面对如今科技战争日趋复杂的作战环境,单无人机在执行任务中不具备应对各种突发事件的能力。因此,多无人机侦察和作战任务将成为未来无人机技术发展的重要方向,多无人机协同任务逐渐成为各个军事强国研究的重点。目前针对单架无人机航迹规划内容较多,对多无人机航迹规划的研究处于起步阶段。本文将以多无人机协作执行任务为背景,针对多架无人机单个任务目标研究多无人机协同航迹规划相关内容。首先,本文在三维模拟的环境中对于无人机的航迹规划优化搜索算法的应用进行了研究。粒子群优化算法作为一种智能仿生优化算法,其主要的优点包括算法的结构清晰,参数较少以及全局优化搜索的速度较快。同时也存在着全局优化探索的能力不强,局部优化搜索的精度较低等一些问题。针对粒子群优化算法存在的缺陷,本文进一步提出了基于鸡群分组更新策略改进粒子群算法,通过直接引入子群体分组进行粒子更新的策略,将所有个体按照初始适应度进行分组,并最终筛选出分组内适应度最优的粒子用于直接引导所在分组内其他粒子进行局部的搜索。通过对每个粒子分组探索不同区域,使得每一个子群体在优化算法迭代前期更注重全局各个区域的搜寻,提升算法的全局搜索精度和探索性能。同时在子群体粒子搜索区域时通过引入模拟退火机制,提高粒子的局部搜索精度和效率,并在MATLAB上进行仿真,验证了算法改进策略的可行性和有效性。然后,在航迹规划算法为理论依据的基础上,对多架无人机协同航行规划进行研究。本文提出多无人机协同速度用于平衡无人机备选航迹策略,多无人机航迹备选策略是指为每架无人机规划出多条可行航迹,并根据协同时间从备选航迹中选择航线。此方法存在各无人机满足协同时间,但全程航行速度会存在较大差距的可能,使得多机不能以整体编队协同飞行。协同速度策略是指在各无人机满足协同时间的航迹中,求出每条航迹的速度范围并确定各无人机的协同速度。通过引入协同速度策略可以使各无人机在执行任务途中保持较为统一的编队,避免存在无人机速度过快或过慢脱离编队,增加单架无人机飞行过程中无法摆脱威胁的几率。通过MATLAB仿真结果显示,各无人机根据协同速度可以选择出航迹长度相近,速度保持在较小差值范围内的可行航迹,有效地提高多无人机编队协同任务的质量。同时可根据任务的实时性控制协同速度的范围,为航迹选择提供更多的选择空间。该论文有图34幅,表8个,参考文献82篇。