空对地攻击是指空中对地面目标进行攻击的作战行动，在实战中有着非常重要的应用。鉴于现代战争中对作战效率的高要求，并不断强调战争零伤亡，无人机作为空地武器发射平台，对目标实施精确打击成为最佳选择，各国都竞相发展相关技术。通过对地面运动目标的识别、定位、跟踪，能够向无人机提供敌方目标的实时状态，为无人机完成对地面目标的精确打击打下坚实的基础，对于提高作战效率，降低作战代价有着重要作用。同时随着战场环境的日益复杂，无人机的作战方式开始从单架次独立作战的方式向着多无人机协同作战方向发展。因此，多机协同攻击已经成为无人机领域的一个研究热点，而目标分配是多无人机协同控制的保障和基础。本文主要研究基于图像的地面目标识别、定位与跟踪技术，在此基础上研究采用满意决策的多机协同多目标攻击决策技术。论文的主要研究内容及成果如下：首先，对获取的地面目标图像进行预处理以及基于预处理后的图像进行地面目标识别。通过对目标图像预处理改善图像质量，并采用阈值分割算法对图像进行分割。在此基础上，研究基于不变矩的改进目标识别算法完成地面目标识别，为后续的目标定位和跟踪打下坚实的基础。其次，研究了基于机载SAR雷达图像的地面运动目标的定位算法。采用距离—多普勒方法，根据雷达图像上目标点的像素坐标计算其经纬度坐标，并通过坐标转换获得目标在机体坐标系和地理坐标系下的准确坐标，从而完成地面目标定位。接着，为获取地面运动目标的跟踪信息，分别研究了均值偏移算法和粒子群滤波算法。为了改善粒子滤波的重采样和动态模型传播后由于粒子位置参数发生变化而导致的粒子偏离目标的问题，对粒子进行均值偏移迭代收敛，获得了较为满意的跟踪结果。最后，研究了多机协同对地运动目标的攻击排序算法。为了解决传统分配方法迭代次数高，算法效率较低的缺陷，提出了基于满意决策的目标分配算法，通过获得满意值而非最优值来达到目标分配目的。为了进一步优化分配结果，研究了基于量子遗传算法的多目标满意目标分配算法。通过MATLAB实现了基于满意决策的多机协同多目标攻击排序决策仿真，仿真结果表明所研究的多机协同对地运动目标攻击排序算法的有效性。