微小型无人机具有小尺寸、非金属材质和低速飞行等特点,可有效降低雷达发现概率,已成为新型雷达侦察工具。无人机集群克服了单架无人机自身性能与载荷能力的不足,并凭借其远超个体累加的侦察能力,可高效完成复杂的雷达侦察任务。无人机集群任务分配通过协调无人机与任务之间的匹配关系,实现对资源的合理调配。本文研究无人机集群侦察相控阵雷达模式转移规律过程中的任务分配优化,对集群任务分配的模型与方法进行了理论研究与仿真验证。主要研究内容如下:（1）根据相控阵雷达波位覆盖方式,分析比较了三种波位侦察点选择方案。在此基础上,考虑到无人机有限的机载能量,为节省飞行能耗、缩短执行任务时长,提出了最优侦察点选择算法,使得无人机通过访问最少的侦察点完成全部波位的侦察任务。根据侦察点访问约束、无人机航程和能耗约束,以无人机总能耗最低为目标,建立无人机集群侦察任务分配的多旅行商优化模型。（2）提出改进单亲遗传—粒子群混合算法（PGA-PSO）求解最小能耗目标下的任务分配问题。使用分组最优个体选择和多变异操作,保证算法快速收敛的同时,提高算法求解精度。仿真结果验证了算法求解问题的可行性与侦察点选取的高效性,并通过多种算法间对比,表明改进PGA-PSO算法可同时具备良好的全局搜索能力和较快的收敛速度。（3）为满足战场环境中的快速作战需求,研究了无人机集群侦察过程中的协同集结任务分配问题。首先以无人机侦察时长最短为优化目标,通过改进PGA-PSO算法得到各无人机的波位侦察序列;然后采用k-degree平滑算法得到各无人机路径平滑后的长度区间;最后依据协同集结策略确定各无人机的最终标准路径长度。仿真验证了在三种波位侦察点选择方案下,通过协同集结策略实现多无人机以最短时长完成侦察任务的可行性。