近几年微型无人机(Micro Air Vehicles,MAV)集群作战的研究得到了快速发展,常用于军事或民用领域执行野外侦察、数据采集等任务。本文重点研究了微型无人机集群编队控制、避障控制以及集群协作问题,论文主要工作和贡献如下:首先研究了微型无人机集群的编队控制问题。针对传统编队控制算法鲁棒性低、存在通信计算瓶颈等问题,提出一种基于虚拟控制网络的编队控制算法。基于目标队形生成虚拟控制点集合,构成虚拟控制网络,通过更新控制点参数,从而实现各种队形的编队组建及动态演化控制过程。并针对算法中集群规模扩大带来计算量增加的问题,提出基于分区域的虚拟控制点选择机制。与其他编队控制算法进行对比分析,所提算法能形成任意的期望队形,具有更好的自适应性,易于实现大规模集群编队。其次,研究了微型无人机集群的避障控制问题。在障碍物表面构造?-型虚拟智能体,结合人工势场法,利用虚拟智能体产生的排斥力,改变微型无人机的速度和方向,实现避障功能。并对传统人工势场法进行改进,将排斥距离设置为与速度、微型无人机障碍物二者相对夹角有关的弹性距离,增大极端情况下的“刹车”距离,实现微型无人机编队在不同速度场景下的有效避障。最后,通过软件仿真对比了固定排斥距离与弹性排斥距离的避障性能。最后,以区域侦察及目标追捕任务为例,研究了微型无人机集群的协作问题,提出基于编队控制的区域侦察及目标追捕协作算法。对于区域侦察设计搜索模式,基于独居动物的反群集行为,构造?-型虚拟智能体引导微型无人机朝最大化区域覆盖率的方向运动,并依据微型无人机的搜索历史、环境状况及相邻?-型虚拟智能体的状态信息更新?-型智能体位置。对于目标追捕设计追捕模式,当发现目标后基于本文所提编队控制算法形成圆环编队实施目标围捕。并设计了搜索模式和追捕模式的切换机制。软件仿真表明微型无人机具有良好的动态覆盖率以及追捕效果。