随着当今数字智能化的发展,复杂场景下的非合作目标侦察系统成为民用安防和军事边防的重要研究方向。随着分布式平台的出现,基于分布式平台的侦察任务调度成为非合作目标侦察系统的研究重点。本文将围绕云边端架构的分布式平台,设计并实现基于分布式平台的侦察任务调度算法,主要的工作内容如下:（1）结合侦察任务需求,提出了基于状态合并和多轮分配的双向拍卖算法。传统的双向拍卖算法得到的探测源对目标的探测状态各不相同,即同一时刻一个探测源仅能看到一个目标。为同时看到尽可能多的目标,本文在一次分配结束后,将探测源状态在设定范围内的多个目标的探测状态进行合并作为探测源下一时刻的动作,不能合并的则取消配对,并以新的合并状态为探测源的初始状态进行下一轮的分配,直到所有目标分配完成。该算法以目标和探测源双方作为分配主体,可以使探测源集群在同一时刻观察到尽可能多的目标且均衡分配侦察任务。（2）提出了基于云边端分布式平台的侦察任务调度算法。基于该平台设计了层级协同调度结构,并根据层级角色和计算能力的不同,将协同任务分割,其中,端层主要负责数据收集任务,边层主要负责航迹维护任务和局部的侦察任务调度分配,云层负责全局的侦察任务调度分配。提出了基于航迹优先级准则、协同信息处理准则和探测源状态转移准则的核心侦察任务调度算法。考虑到实际场景,设计了适合多种通信情况的协同数据传输机制和协同调度流程。（3）设计了基于云边端分布式平台的协同侦察仿真方案。采用基于马尔可夫决策过程的协同调度算法对通信非受限和受限情况下的层级协同任务调度框架进行了可行性验证。又设计了多源多目标的分布式协同调度场景,仿真验证了基于状态合并和多轮分配的双向拍卖算法在分布式平台上进行侦察任务调度的有效性。本文提出的基于分布式平台的侦察任务调度算法已经通过仿真实验得到验证,仿真结果表明:1)本文提出的层级协同调度框架可以在分布式平台成功运行,并且与集中式相比可有效减少运行时间。在通信受限状态下,运行时间受通信影响较小,保证了决策的实效性。2)本文提出的基于状态合并和多轮分配的双向拍卖协同调度算法可以在同一时刻观察到更多的目标且任务分配更均衡。