当今世界空战形势越来越严峻,空战样式和空战环境复杂多变的同时还伴随着冗杂的空战信息数据。空战形势的发展使得现代空战不仅仅是战斗机性能和飞行员飞行技能的对抗,更多的是信息化、智能化、体系化作战水平之间的较量。因此,多机协同多目标空战智能优化决策成为当今世界军事大国夺取制空权的关键问题。本文针对多机协同空战决策中的部分问题进行了研究,主要包括多机协同空战态势评估、目标分配、机动决策三个方面。论文主要内容概述如下:首先,以F-16战机模型为基础,对战机姿态角和姿态角速度两个子回路分别设计非线性动态逆控制律实现战机“S”型转弯机动,同时对战机大迎角机动动作进行了仿真,验证所采用的非线性控制算法对战机大迎角机动时模型强耦合和高度非线性特性的控制性能。其次,针对多机协同空战态势评估问题,构建我方战机对敌方目标机的作战优势评估数学模型,综合模型中各作战因素求得我方相对于敌方的综合作战优势。考虑到空战态势评估中常权求和导致信息动态灵活性不足的问题,在空战优势评估的基础上,基于贝叶斯网络分类模型,提出了动态变权重空战综合态势评估方法,对综合优势评估指标的权重做出动态调整,建立更加符合实际情况的态势评估模型。接着,针对多机协同空战目标分配问题,提出了一种基于改进离散狼群算法的多机协同空战目标分配算法,综合考虑我方战机对敌方目标机整体作战优势及打击毁伤概率,建立多机协同空战目标分配模型。在原离散狼群算法的基础上,设计了新的狼群更新机制。同时,引入蚁群算法中的信息素反馈机制,形成正反馈条件下的人工狼目标选择方式,提高了该算法的搜索效率和局部寻优能力。并通过仿真验证了所提改进离散狼群算法对多机协同目标分配问题的有效求解能力。最后,针对多机协同空战机动决策问题,首先,依据飞机运动学和动力学模型,建立近距空战机动决策基本操纵动作库。然后,综合分析空战对抗中的战场信息建立动态贝叶斯网络机动决策模型:将机动决策节点作为最高级网络节点;考虑目标威胁等级及我方优势等级构建第二级网络节点;第三级网络节点选择与威胁等级和优势等级相关的目标特征信息及态势评估信息。接着,结合战场信息和专家经验知识,对网络条件概率和先验概率参数进行初始化,根据输入网络证据节点的战场信息进行推理分析,决策出我方战机应采取的机动策略。最后通过仿真验证了动态贝叶斯网络应用于多机协同空战机动决策的合理性和有效性。