寻源着眼于解决无人智能系统在未知分布的信号场中进行源搜索的问题。实际工程领域的许多问题都可以归结为寻源问题,比如失事飞机黑匣子的寻找,化学泄露点的寻找,山区矿藏定位等等。寻源过程往往是在一些复杂环境中进行的,需要考虑躲避未知障碍物。四旋翼无人机凭借体积小、灵活性高等特点,更契合作为在未知环境中寻源平台的要求。然而,单架无人机执行任务的能力是极其有限的,因此高可靠性和鲁棒性的多无人机编队成为目前的研究热点。传统无人机编队寻源算法依赖定位信息与通信拓扑,定位信息缺失与通信拓扑中断给无人机编队寻源过程中的路径规划、躲避障碍物与队形保持带来困难。本文面向定位信息缺失下无人机编队寻源过程中信息不完整导致的多重困难以及高效寻源的需求,创新性地提出了动态联合人工势场的概念,开展基于多变量极值搜索算法的无人机编队寻源算法研究。首先,为实现定位信息缺失与通信拓扑中断情况下无人机编队寻源过程中的路径规划、躲避障碍物与队形保持,分别构建了基于目标源的引力势场、动态障碍物斥力势场、基于领航者无人机位置的引力势场和机间斥力势场。针对编队中领航者和跟随者不同的任务需求,分别融合上述势场得到两者的动态联合人工势场。其次,在经典极值搜索算法的基础上,结合四旋翼的运动学模型,搭建了四旋翼无人机寻源的基本框架,并进行了详细的稳定性分析。更进一步,为了提高四旋翼无人机寻源系统的鲁棒性,在原极值搜索算法基础上加入了归一化函数。在此基础上,将该寻源框架推广至无人机编队寻源,并给出相应的仿真结果与分析。最后,利用激光雷达获取障碍物体素信息并结合无人机的寻源算法和单输入的巴特沃斯高通滤波器,在Gazebo/PX4仿真环境中分别实现了领航者无人机和无人机编队的寻源避障的软件在环仿真。本文的研究方法实现了定位信息缺失情况下的无人机编队寻源避障,对进一步完善无人机编队寻源算法体系具有重要意义。