多架无人机协同侦察目标是未来获取战场信息的重要手段，侦察的准确性直接影响到能否精确地攻击等一系列作战活动。目前无人机侦察方面的研究主要针对一定区域内的固定目标，然而，实际战场环境中有很多对象是移动目标。对移动目标的侦察不同于也难于对固定目标的侦察，它不仅包含了对固定目标侦察所需要的技术问题，并且对已侦察到的目标还有一个如何定位和跟踪的问题。因此，本文主要从协同搜索移动目标和协同跟踪移动目标两个方面对多架无人机协同侦察移动目标展开研究。　　针对多无人机协同侦察移动目标问题，首先分析了侦察的整个过程，然后对多无人机协同侦察移动目标的相关问题进行建模，分别建立了无人机模型、传感器模型、侦察目标模型和雷达威胁模型。最后详细讨论了侦察过程中的协同搜索与协同跟踪两个部分。　　研究多无人机协同搜索移动目标问题时，为了提高目标的搜索效率，提出了一种启发式搜索策略，即增益值最大搜索策略，同时与经典的随机式搜索策略、扫描式搜索策略以及将整个搜索区域分区后的上述三种策略进行比较。仿真结果表明：分区增益值最大搜索策略在某个时间段内搜索到目标的次数最多，并且第一次搜索到目标的平均时间最短。　　研究多无人机协同跟踪移动目标问题时，为了提高目标的跟踪性能，采用预测算法对目标未来一段时间状态进行预测。针对移动目标的模型不同，提出了不同的算法。针对线性系统模型，采用卡尔曼滤波算法与粒子滤波算法进行预测比较，仿真结果表明：对于线性系统模型，卡尔曼滤波算法仿真时间快，跟踪效果更好；针对非线性系统模型，采用扩展卡尔曼滤波与粒子滤波算法进行预测比较，仿真结果表明：对于非线性系统模型，粒子滤波算法跟踪效果较好。