无人机（Unmanned Aerial Vehicle,UAV）编队在近几年凭借灵活性好、机动性强等多项优点在多个领域应用越来越广泛。无人机编队控制需要保证编队的队形形成、保持和避障,若采用不合适的控制方法,则会产生许多问题,如目标位置的振荡问题、目标不可达问题、避障不安全等。无人机编队任务分配需要为每个无人机分配执行任务集并决定任务执行顺序,实际情况下,各个任务之间存在资源需求的差异,各个无人机之间也存在作业能力的差异,并且还要考虑无人机任务执行顺序的影响。上述问题都是研究过程中需要考虑和解决的问题,本文以无人机编队为主要研究对象,研究了动态障碍物环境下的编队控制和异构无人机编队的多类型任务分配问题。首先,研究了基于人工势场的无人机编队控制问题。针对该问题,结合虚拟结构法和领航跟随法的思想,考虑了三维空间向量场,设计了改进的人工势场函数,包括编队形成和保持势场函数、动态障碍物避障势场函数。在势场函数中,目标位置引力用于牵引无人机无抖动地形成编队,避免在队形目标位置处的振荡问题;转向力用于改变无人机的速度方向,保证无人机避免局部极小值问题;回复力用于将无人机牵引回预设轨迹,并加入了一种减速策略,避免预设轨迹周围的振荡问题。基于上述函数模型,提出了一种单无人机的动态障碍物避障算法,生成具体的避障轨迹。针对无人机编队的形成保持和动态障碍物避障问题,提出了基于人工势场函数的无人机编队控制算法,实现无人机编队在动态障碍物环境下避障,并且在避障完成后还能继续形成和保持队形。仿真结果表明所提算法在该场景下具有性能上的优势。最后,研究了基于拍卖机制的无人机编队任务分配问题。针对任务之间的不同资源需求,无人机之间的不同执行能力以及任务执行序列的影响,设计了多种任务执行代价函数,提出了一种多类型任务分配模型,其目标是最大化全局任务执行收益。该收益与无人机的最大飞行航程、有限执行能力,以及任务的资源需求、时间窗约束有关。基于上述模型,提出了一种基于拍卖机制的任务分配算法,用于生成各个无人机的无冲突任务执行序列。仿真结果表明,本文提出的算法在规划路径长度、执行时间和能量消耗方面具有优势。