近年来，无人战斗机（Unmanned Combat Aerial Vehicle,UCAV）在侦察、反恐，尤其是几次高技术局部战争中的卓越表现，引起了世界各国的高度重视，并开始大力发展无人机技术。多无人机协同作战技术正是顺应这一历史潮流诞生和发展的，并发展出一种全新的作战模式和技术。本文主要针对多UCAV协同作战时的任务分配技术以及基于图像分析的目标毁伤评估技术两方面开展研究，主要工作内容及创新点如下：首先，根据多无人机协同作战的发展需求及其特点，把任务分配过程分为两个不同阶段：预分配阶段和突发情况下的再分配阶段。通过分析不同阶段的态势和要求建立相应的数学模型，并给出了整个无人机编队协同作战体系的系统结构。其次，针对任务预分配阶段对分配算法的实时性要求不是很高而是最优的特点，将多类型无人机任务分配问题描述成多目标函数优化问题，并提出一种改进的带精英策略的快速非支配排序遗传算法(NSGA-II)进行求解，为决策者的进一步决策提供辅助支持。接着，针对动态环境条件下的重分配阶段，倾向于在“较短”的时间内得到满意的而不是最优的分配决策，采用了基于合同网和MAS(Multi-Agent-System)的多UCAV分布式任务分配方法。在传统的合同网的基础上进行扩展，设计了相应的拍卖机制，解决了突发情况下的任务再分配问题。仿真结果表明所设计的重分配算法可以在较短的时间里快速实现多UCAV任务的重分配。最后，详细研究了基于打击前后图像信息的目标毁伤评估方法。主要通过提取并分析目标打击前后的几何特征和纹理特征的变化，从而根据相应的毁伤评估准则，判断目标的毁伤程度。