近年来,随着航空科技的进步,多无人机协同编队在军事和民用领域都得到了广泛的应用。针对目前多无人机协同编队研究中存在的编队形成和保持、通信资源占用率高、通信拓扑频繁变化的问题,本文从无人机的编队控制技术,信息交互策略以及分簇算法三个方面进行研究,论文的主要研究内容和成果如下:首先,研究多无人机编队的形成和保持的问题。把复杂的无人机编队控制系统简化为速度,航向角和高度三个回路的控制系统,然后在一致性理论的基础上,分别设计三个控制系统的一致性控制算法,并结合队形和期望状态的约束,提出了一种基于一致性的多无人机协同编队控制算法。仿真结果表明,算法不仅能够形成和保持较高精度和稳定性的无人机编队,而且能适应不同规模的无人机编队,同时拥有队形变换的能力。其次,研究了无人机编队对通信资源的高占用的问题。提出了一种带状态预测的动态事件触发通信策略算法,用于管理无人机之间的信息交互。算法中使用事件触发通信策略代替周期性通信策略来进行无人机之间状态信息的交换,可以有效的减少无人机的之间的状态信息交换频率,降低对通信资源的占用,为其他的通信业务提供额外的通信冗余。另外,为了降低状态信息的减少对编队控制的影响,提出了一种基于灰色预测模型GM（1,1）的状态预测算法以预测邻居无人机的状态信息,减少无人机编队控制系统的不确定性,从而提高编队的精度和稳定性。与其他算法相比,本文算法不仅能有效减少无人机之间的状态信息交换频率,提高通信资源的利用效率,而且可以形成和保持较高精度和稳定性的无人机编队。最后研究无人机编队通信拓扑频繁变化的问题。提出一种基于kmeans的无人机编队分簇算法,以解决大规模,高移动性的无人机编队所产生的通信拓扑变化问题,同时让无人机编队具备自组织能力,能够动态的管理编队的队形和网络。算法基于kmeans聚类的思想,结合初始无人机能量的分布改进kmeans中距离的计算方式,并利用分簇中无人机的能量以及到邻居无人机的平均距离,设计无人机的适应度函数,最后根据最大适应度值选出簇首建立分簇。仿真结果表明,本文所提出的基于kmeans的无人机编队分簇算法不仅能适应通信拓扑频繁变化的大规模,高速移动的无人机编队,而且能使无人机编队具备自组织能力,从而提高无人机编队网络的整体性能以及增强编队的可靠性和可扩展性。