随着无人机应用产业工作方式的快速进步,无人机工作任务复杂程度提高,工作量和工作范围也随之增大,对于大规模的任务如:巡视牧场、森林巡视、灾后搜救等,单个无人机已不足以完成任务,通过无人机编队协同执行任务可有效提高工作效率。无人机编队协同完成任务的控制内容主要包括两个方面,一是如何节省无人机编队的总能源,二是如何正确完成无人机特定队形的变换。前者为无人机编队节省能源以应对任务中的突发事件,后者提高无人机编队完成任务的效率和保障编队安全。所以,无人机编队快速有效的起飞集结以及无人机编队重构成为无人机编队执行任务的研究重点。针对于此,本文研究了无人机编队快速起飞集结和无人机重构求解速率的关键技术,给出了一种基于圆形轨迹跟踪的无人机编队快速起飞集结的方案、一种基于分布式模型预测(DMPC)的无人机编队重构模型和两种快速求解无人机编队重构模型的改进优化算法。本文的主要贡献如下:1.无人机编队自主起飞集结是无人机编队执行任务的前提,传统的无人机单独起飞以及追逐形成集结集群无疑是对于无人机整个编队能源的浪费。本文针对无人机先后起飞导致集结时间变长的问题,提出了基于圆形轨迹跟踪的无人机编队快速集结起飞方案。该起飞集结方案减少了无人机起飞集结所需要的时间,缩小了无人机编队间的距离,减少了无人机编队通信消耗,为固定翼无人机起飞提供了一种新的方式。2.为了快速准确地求解无人机编队重构所需要的无人机编队控制指令,本文提出了一种基于分布式模型预测控制(DMPC)的无人机编队重构方法。本文所提出的Pre-DMPC-DE算法有效地实现了无人机编队重构功能,同时对比其他优化算法,它的速度快、迭代效率高、满足了无人机编队系统实时计算的要求。3.为了进一步提高无人机编队重构问题的求解速度和准确性,本文提出了一种基于DMPC-QUATRE框架的无人机编队重构求解方法。该方法采用减少参数的差分演化算法(QUATRE)来求解无人机编队重构模型,同时对该算法的初始种群做优化种群操作,为随机初始的种群注入上一时刻的优质控制基因。所提出的Pre-DMPC-DE算法有效地实现了无人机编队的重构功能,同时对比改进的Pre-DMPC-DE算法,它在保证无人机编队队形收敛的情况下,迭代速度更快。