近年来,无人机在城市环境监测、农林治害、应急救灾等领域的应用越来越广。随着3G/4G网络的不断发展,性能越来越高,部署越来越广,依托3G/4G网络来实现无人机的管控调度成为一种全新的指控模式,能够克服传统视距链或数传/图传电台测控距离短、数据传输带宽受限等问题。那么,如何依托3G/4G网络并利用其独特的网络特殊性部署调度多无人机对多个任务点执行环境监控、处置应急事件成为新的课题。本文针对该问题,主要研究基于3G/4G网络特性数据与模型的多无人机任务调度与规划方法,力图在满足无人机性能约束、服务质量约束及网络时间、空间特性的条件下,调度多无人机在合适的时间沿着合适的路径对合适的目标进行监测,从而提高3G/4G网络环境中无人机执行任务的整体性能。解决该问题的核心在于建立合理的模型和提出快速有效的求解方法。本文针对这两点,对3G/4G网络环境下多无人机任务调度和路径规划问题展开研究,主要内容及创新点如下:(1)结合3G/4G网络时间、空间与QoS(服务质量)特性,建立了3G/4G网络环境下的多无人机任务规划问题系统架构。多无人机任务调度问题解决的是在3G/4G网络环境中的无人机资源分配问题,由于网络的时间特性和空间特性,无人机需要在特定的时间段对任务点进行监测,为了满足用户的服务质量要求,归纳了需要满足的服务质量参数,在此基础上对这些问题的要素进行数学描述,建立了3G/4G网络环境下多无人机任务调度模型。论文以团队定向问题(Team Orienteering Problem,TOP)为基础,综合考虑了3G/4G网络的时间和空间特性,以及服务质量参数,从而建立了问题模型。并针对提高无人机在线信息传输数据量问题,设计了QoS控制策略,以反馈的传输数据量参数为指标对QoS参数进行调节。(2)针对建立的多无人机任务调度模型,提出了基于局部迭代搜索的快速优化解决方法。3G/4G网络环境下的多无人机任务调度模型约束条件多,不属于典型的优化问题模型,针对问题的特点,本文提出了用于求解的局部迭代搜索启发式算法,避免陷入局部最优。由于原始算法成功率不够高,且插值策略与移除策略使用相同过程,因此对算法中的移除策略和启发式策略进行改进优化,提高了算法成功率。为了验证算法的性能,本文构造了具有代表性的测试集。对于不同的测试集,采用3G/4G网络环境下多无人机任务调度算法对其求解,得到了适合不同测试集的任务序列,并将本算法与蚁群算法进行对比,证明了算法的可行性和有效性。(3)面向在线监测信息分发,建立了考虑3G/4G网络信号空间强弱分布的无人机路径规划模型,并提出了概率地图与局部迭代搜索算法优化求解方法。为了确保无人机在执行监测任务的过程中能够在线实时将数据回传到任务中心,需要保证数据传输过程中的网络信号水平满足传输要求,因此本文进一步研究了无人机数据传输过程中的路径规划问题。建立了基于弧收益的路径规划模型,并提出了用于求解无人机路径规划问题的算法,综合考虑了路径规划的需求,将概率地图算法与局部迭代搜索算法相结合,能够快速有效地解决无人机路径规划问题。(4)针对任务调度中服务质量约束参数减小时任务收益反而减小的问题,设计了QoS控制策略。以路径规划反馈的传输数据量参数指标来对任务调度环节中的QoS参数进行反馈调节,在保证无人机在线信息传输量的目标下,对QoS参数大小进行调节,最大限度的满足所有无人机的总在线数据传输量需求。