机载无源传感器具有隐蔽性好、机动性强、覆盖范围广等优点,已广泛应用于目标定位、跟踪、监视等领域。为了实现资源的高效利用,提高目标的跟踪效果,需要对机载无源传感器资源进行有效调度,动态实现无源传感器与跟踪目标的资源最佳分配,以及机载平台的最佳观测机动。目前传感器调度策略主要以最大化即时跟踪效益为决策准则而未考虑调度策略对未来的影响,具有一定的短视性。对此,本文针对机载无源传感器协同跟踪下传感器调度问题,提出了一种高效的远期调度策略,在保证良好跟踪性能的前提下,有效减少传感器调度优化求解时间。本文主要工作如下:1.基于传感器调度理论构建机载多无源传感器调度框架,分别研究了机载无源传感器路径优化和多传感器多目标资源优化分配两类问题的典型算法,仿真测试比较了不同调度策略下的机载多无源传感器目标跟踪性能。2.为提高移动传感器对目标持续跟踪性能,提出了一种基于单步决策远期调度的机载多无源传感器路径优化算法。首先,综合考虑短期和远期收益设计了可量化的目标跟踪长期代价,在此基础上构建了基于单步决策的传感器远期调度子问题,并证明调度性能迭代提升。随后,为满足在线调度的实时性,设计一种基于分布式决策树搜索的优化求解算法,保证跟踪性能的前提下大大提高调度效率。最后,仿真验证了所提算法的有效性。3.为增加移动传感器调度优化的自由度,提出了一种基于多步决策远期调度的机载多无源传感器路径优化算法。首先,考虑多步调度决策对长期跟踪性能的影响,建立基于多步决策的传感器远期调度模型。其次,为满足传感器在线调度的实时性需求,提出一种基于Nash优化的分布式优化求解算法,通过滚动在线实施和状态反馈校正获得多机载传感器飞行优化轨迹。最后,仿真测试比较了不同预测步长和不同调度决策步长下传感器远期调度的性能。4.为提高机载多无源传感器对多目标的跟踪性能,提出了一种基于远期调度的机载多传感器多目标资源优化分配算法。首先,考虑当前资源分配决策对未来长期跟踪性能的影响,基于启发式策略近似目标跟踪长期代价。随后,在部分可观察马尔可夫决策过程（POMDP）理论框架下建立了多传感器多目标资源分配远期调度模型。对此模型,设计了一种滚动时域优化迭代算法进行求解。最后进行了仿真验证,比较了不同优化调度策略下所提算法的有效性。