无人-有人机协同是对抗环境下无人机最现实可行的作战应用样式,是形成新型高效作战体系的有效途径。在复杂任务和低人机比条件下,传统的空基指控方法已经无法满足协同任务要求,需要研究更高层次的指挥控制方法。论文以线性时序逻辑(Linear Temporal Logic,LTL)为任务描述语言,以自动机理论为基础框架,按照由单机到多机的研究思路,系统地研究了面向复杂任务的无人机协同任务分解与任务调度方法。论文的主要研究成果如下:(1)针对无人机任务环境的复杂动态特性,提出基于自动机理论的智能体动态规划框架。对抗条件下的无人机任务环境具有不确定性,针对任务执行中因态势和情报变化产生的重规划需求,通过引入线性时序逻辑、状态转移系统和自动机的相关概念,在LTL自动机模型检测合成方法基础之上,提出在动态环境下的重规划框架,为复杂环境下初次规划和重规划提供了可靠保证。(2)将无人机系统描述从命题逻辑推广为谓词逻辑,提出了LTL语义描述下单无人机动态规划方法。首先,采用谓词逻辑建立了无人机系统的状态描述,在此基础上运用PDDL语言作为无人机动作模式的形式化描述方法,建立了LTL语义描述下的单无人机任务规划的问题模型;其次,设计了由无人机动作模式和系统状态描述构建状态转移系统模型的算法,并将其应用到改进的动态规划方法中,给出了单无人机系统动态规划问题的求解框架,实现了动态环境下无人机任务在线规划;最后,为了提高最优解的搜索速度,改进了原有的无信息搜索方法,定义了基于任务描述的搜索启发式信息,通过仿真验证了方法的有效性,启发式信息下搜索速度提高了30%。(3)在多无人机异步协同动作方式下,研究了LTL语义描述下多无人机协同任务分解与调度问题。单机系统规划中,无人机按照规划出的动作序列顺序执行,回避了动作执行时间对任务时序的影响。在多机系统中,增加多无人机协同动作的模型,并为动作附加时间信息,将问题描述为多无人机异步动作方式下的协同任务规划;针对具有无限节点的系统状态空间,设计了一种启发式信息下迭代扩展的规划求解方法,并针对多机任务特点将任务分解为多个子任务,提高了启发效率;提出了任务分解、迭代求解和动态规划的多无人机调度方法,仿真实验表明:该方法能够在同等规划结果的前提下显著减少扩展的状态空间规模和搜索时间,时间性能减小到百毫秒级。