由于受限于无人机的飞行载荷,同时也希望无人机可以实现更长时间的滞空探测,因此无人机所携带的传感器是有所限制的。然而为了获得场景中更多更丰富的信息,那么采取携带多源异质传感器无人机协同探测是一种最佳举措。但是,在有限的资源下选取携带了哪些传感器的无人机执行任务,以及对于携带不同种类的探测传感器,如何有效的协同工作,实现多传感器的优势,又不会出现传感器资源的重复浪费是当前急需解决的关键问题。本文研究了Rough Set(粗糙集)理论方法从目标特征数据集中发现最佳的目标特征组合来对不同目标做出判别,从而建立一种多源信息融合决策表。在目标识别决策框架下,设计了一种基于局域属性依赖性的感知规则挖掘方法来引导多源传感器对目标信息的感知,最后结合携带不同传感器的无人机在飞行路径的约束下对无人机的探测任务进行优化分配。本文主要工作内容如下:首先本文深入地研究了模糊集和粗糙集理论;其次设计了一种聚类数目自适应的模糊C均值聚类算法对目标特征信息表进行模糊化聚类,并在一种基于模糊粗糙集的Quick Reduct属性约简算法的基础上做出改进,并采用此算法从目标特征数据集中发现最佳的目标特征组合,从而得到对目标识别分辨能力最佳的传感器组合,能提高目标识别的准确性和高效性。在此目标识别决策框架下,研究基于Rough Set理论下属性重要性度量的感知规则挖掘,针对这种算法没有动态考虑目标信息的局限性,研究了一种基于局域属性依赖性度量的感知决策规则生成算法。最后采用感知决策规则来引导携带不同传感器的无人机感知目标信息,并结合无人机在飞行路径上的约束,以快速完成目标识别为目的,采用了多组群蚁群算法来综合规划各个无人机的探测任务,最终以最小的传感器资源完成多无人机协同组网探测效能的最优布局。