空中传感器网络（Aerial Wireless Sensor Network,AWSN）是通过参考多机器人控制系统,将无线传感器由无人机进行搭载,能够根据环境变化,调整传感器节点群的结构和网络形态,对目标探测区域进行立体覆盖式探测的特殊无线传感器网络。在空中传感器网络部署过程中,由于无人机搭载节点的移动性,需要对部署区域进行覆盖以及对无人机节点飞行路径进行规划。本文在现有研究的基础上,考虑了解决局部最优和全局最优问题,实现在复杂山地环境下的有效安全多无人机飞行路径规划,以及平衡覆盖范围和覆盖质量的区域覆盖。本文完成的主要内容如下:（1）解决局部最优问题的单无人机路径规划利用改进的精英策略非支配排序遗传算法（Non-dominated Sorted Genetic Algorithm-II,NSGA-II）,通过指数分布自适应动态调整交叉概率和突变概率,利用定向突变策略改进随机突变机制,减少陷入局部最小值陷阱的风险,能够快速生成三维环境下长度较短且安全无碰撞的单无人机飞行路径。（2）平衡局部搜索和全局搜索能力的多无人机路径规划使用改进的平衡人工蜂群（Improved Balanced Artificial Bee Colony,IB-ABC）算法,通过引入迭代过程的反馈信息,提高了雇佣蜂策略的局部搜索能力和跟随蜂策略的全局搜索能力,通过提出侦查蜂策略生成新路径取代原始路径的限制条件,平衡了局部搜索能力和全局搜索能力,实现三维环境下考虑时间和顺序的多无人机协同路径规划。（3）基于覆盖质量的不规则区域覆盖采用基于覆盖质量的覆盖算法实现无人机的区域覆盖。算法将节点引导到局部最优位置,保证在覆盖范围最大化和覆盖质量最优化之间的平衡。同时,考虑了覆盖区域可能存在重要性优先级的问题,使用自适应空间分布函数进行权重分配,验证了算法的有效性。本文对无人机的路径规划技术和基于无人机节点的空中传感网的区域覆盖技术进行了深入研究,利用改进的NSGA-II算法解决单无人机路径规划的局部最优问题,IB-ABC算法解决多无人机路径规划的局部搜索和全局搜索能力的平衡问题,考虑覆盖质量和覆盖范围平衡性的不规则区域全覆盖,为空中无线传感器网络的部署和优化提供了理论依据,对空中传感器的应用和发展具有重要意义。