多无人机协同决策与控制是实现多无人机协同作战的关键。然而受限的通信条件和复杂动态的任务环境,给多无人机协同决策与控制带来了严重的挑战。为了提高多无人机在受限通信条件下执行复杂动态任务时的效能,论文以多架无人机对未知区域内的多个目标执行协同搜索打击任务为背景,选取搜索打击任务中的“协同目标搜索”、“协同任务分配”、“协同目标跟踪”三个关键环节,对“受限通信下多无人机分布式协同决策与控制”这一科学问题展开研究。论文的主要工作和创新点包括:(1)提出了带网络连通性保持机制的多无人机协同目标搜索控制方法。设计了目标存在概率地图、不确定地图和数字信息素地图及其更新规则。这三张地图构成了环境信息素地图。依据环境感知地图,设计了信息素回访机制,来引导无人机对重点区域(目标存在可能性较大的或者不确定度较高)进行回访搜索。除此之外,考虑到无人机之间通信距离的约束,采用最小生成树来优化无人机通信网络的拓扑结构,在不破坏整个无人机通信网络连通性的前提下,删除某些“冗余”的通信链路,增大无人机的“自由活动空间”,以平衡与折衷通信网络连通与重点区域搜索之间的矛盾。与无信息素回访机制的搜索方法对比表明,信息素回访机制可提高无人机对目标的捕获能力和对未知区域的回访能力,提高协同搜索效率。最小生成树和全连通这两种通信拓扑下搜索效果比较表明,采用最小生成树来优化无人机通信网络的拓扑结构,可提高协同搜索效率。(2)提出了通信距离和通信时延约束下异构多无人机最优联盟组建方法。在满足同时打击和打击资源需求的条件下,通过寻找打击时间最短并且无人机数量最少的多无人机集合(称之为联盟),来解决未知环境下多无人机协同任务分配问题。考虑通信距离和通信时延约束条件,设计了基于最大跳数的信息交互机制的潜在联盟成员选择策略。通过分阶段求解策略降低问题的复杂程度,提出了具有多项式时间复杂度的分阶次优联盟快速组建算法。通过分析最大跳数、单跳时延对联盟组建的影响可知:(1)当单跳时延较小时,应该增大消息传输的最大跳数,以选择更多的潜在联盟成员参与联盟组建;当单跳时延较大时,联盟长机则应该在其通信邻居中挑选出联盟成员。(2)减小通信时延同时增大消息传输的最大跳数可提高联盟组建的成功率。与以粒子群优化算法为代表的传统任务分配方法的对比表明,所提出的联盟组建算法不需要预先知道战场环境的全部信息,可保证当无人机发现目标后,能及时组建出满足打击资源要求的最优联盟,快速对目标实现打击,缩短搜索打击任务的执行时间。(3)提出了基于通信与观测联合优化的多无人机协同目标跟踪控制方法。同时考虑通信距离与丢包率,建立了以信息成功传输概率来描述的通信链路模型。采用扩展信息滤波进行目标状态融合估计。使用Fisher信息矩阵对无人机观测所获取的信息进行表征。通过将信息成功传输概率引入到基于观测收益最大化的指标函数中,建立了基于滚动时域优化的多无人机协同目标跟踪运动控制模型,将通信与观测联合起来进行优化。这种联合优化体现在提高无人机与地面站之间的信息成功传输概率(降低无人机与地面站通信的丢包率)与降低目标状态估计的不确定性之间的折中。与无通信优化跟踪方法的对比仿真表明:通信与观测联合优化机制既能获得对目标较好的观测,又能保证无人机可以将各自的局部滤波估计结果以较大的信息成功传输概率可靠地传输到地面站进行全局融合估计。(4)搭建了受限通信下多无人机协同搜索打击仿真平台。采用有限状态机来实现搜索打击过程中多无人机之间的协同。设计了“接力跟踪,次序打击”的打击策略,来实现多机协同打击运动目标。通过对搜索打击一体化任务的执行全过程进行仿真,进一步验证了所提出的带网络连通性保持机制的多无人机协同目标搜索控制方法、通信距离和通信时延多约束下异构多无人机最优联盟组建方法、以及基于通信与观测联合优化的多无人机协同目标跟踪控制方法的合理性。