多无人机之间相互协作可以突破单架无人机执行任务的局限性,因此有关多无人机技术的研究日益得到重视。在愈发复杂的战场环境中,无人机集群组成设定的队形可以更灵活地完成复杂的任务,所以无人机群体编队是无人机执行任务的关键部分。针对模拟战场中无人机群体编队问题,论文主要从以下几个方面展开研究:（1）建立了战场环境模型,包括红导弹、雷达车、不规则障碍物三类威胁源,介绍了常用坐标系及坐标系之间的转换,在编队坐标系的基础上依据无人机群体作战环境及作战任务为无人机群体设计了8种编队队形,并以矩阵的形式将这些队形存放在队形库中,以菱形编队为例,构建了无人机编队模型。（2）介绍了四种编队技术,分析了它们的优缺点,并将领航–跟随者法与基于行为法的编队技术作为重点研究对象,采用领航-跟随者法与基于行为法相结合的混合编队技术（LFB）。为领航无人机设计了奔向目标行为和避障行为,为跟随无人机设计了队形保持行为、避障行为、避碰行为和离群行为,其中离群行为只有在无人机发生故障时才会被激活。采用加权平均的方式对无人机的基本行为进行融合,无人机最终的行为取决于基本行为的权重参数,即通过调整编队无人机的行为权重参数控制无人机的机动。（3）为了优化无人机的基本行为权重参数,在LFB的基础上融入了自适应粒子群算法,提出了基于自适应粒子群算法的无人机群体混合编队技术,并明确了编队效果的评判指标,建立了适应度函数;使用MATLAB进行编队仿真实验,最后与传统的经验法、基本粒子群算法进行了对比分析,验证了基于自适应粒子群算法的无人机群体混合编队技术的可行性,该算法能使无人机编队以更短的飞行路径、更小的队形误差、更少的碰撞次数完成编队任务。（4）为了更加直观地模拟无人机编队避障的过程,本文基于模块化和面向对象的思想,研发了无人机群体编队仿真系统。该仿真系统包含启动界面模块、仿真数据导入模块、仿真参数设置模块、算法决策模块、实验仿真模块、效果展示模块等,并采用MFC设计了仿真界面对各模块的功能逐一验证;最后选择六架无人机分别在故障模式和非故障模式下模拟无人机编队及避障的过程,验证了基于自适应粒子群算法的无人机群体混合编队技术的有效性和编队仿真系统的实用性。此外采用了类模块封装思想,仿真系统可以添加各类功能,提高了该仿真系统的灵活性与可扩展性。