未来战争中战场环境复杂多变,单小型无人机作战能力有限,通过多无人机的集群协作,无人机能够获得更高层次的自主性,完成协同区域覆盖,协同攻击等复杂的作战任务。多无人机协同航迹规划是完成协同任务的基础,其目的在于在满足各无人机任务需求的前提下,使得多无人机的整体作战效能达到最大。然而现协同航迹规划问题的相关研究还处于起步阶段,其模型结构复杂,协同算法智能性较低,仿真方式单一且可信度较低,针对上述问题,本文对无人机协同问题进行了分析,开展了使用改进的蚁群算法来完成协同航迹规划问题的研究。蚁群算法基于仿生学原理设计,其利用正反馈的激励方式,已经能够解决单无人机航迹规划问题。本文首先对基于蚁群算法的单无人机航迹规划问题进行分析改进,针对小型无人机特殊作战模式与约束条件,重新对航迹规划问题进行数学建模,并在此模型基础上实现了算法仿真验证,同时对蚁群算法的参数选用,航迹平滑等问题也进行了讨论。随后本文在常规蚁群算法的基础之上,激发算法内含的并行机制,对其进行优化改良,生成适用于解决多无人机协同航迹规划问题的多种群蚁群算法。使用层次划分法对协同航迹规划问题进行了分解简化,最后基于小型无人机离线协同航迹规划问题中具有代表性的同时集结任务进行了算法仿真验证。现有的多无人机协同仿真环境的不能够较好验证协同问题,本文基于商用开源飞行控制平台PIXHAWK和飞行仿真软件X-Plane,设计并搭建了低成本、高可信度的多无人机协同硬件在回路仿真平台,并使用该平台对多种群蚁群算法规划出的航点信息的可行性进行了分析和验证,仿真结果表明文中所述算法规划出的航点能够较好的完成协同任务,算法具有较高的可行性与可信度。