随着计算机、通信、传感器等科学技术的迅速发展,无人机的作用越来越大,在日常航拍、军事行动、应急救援等多种场景得到了广泛的应用。而多个无人机组成的无人机集群因为能够执行更复杂的任务,成为了当下的研究热点。尤其是在地震灾害等应急场合下,使用无人机集群进行中继通信和目标监测能够大大提高救援效率。而在现有的相关研究中,很少考虑到无人机的充电需求、对受灾地区的长时间持续覆盖、无人机可以连接的设备有限、无人机集群网络的连通性、被覆盖节点的移动性等实际情况,本文就是在考虑这些情况的基础上对无人机集群覆盖相关问题进行了深入的研究。本文首先对无人机集群进行了概述,介绍了其特点、应用、关键技术等。在上述研究的基础上,针对应急救灾的应用场景,本文主要研究了三个问题:1)在考虑无人机能耗情况下,使用最少的无人机对指定区域进行长时间持续覆盖的问题;2)无人机最大化覆盖通信节点的位置部署问题;3)对移动目标的跟踪监测。对于第一个问题,本文首先对该问题进行建模并证明该问题是NP完全的。然后提出了解决方案,首先将区域均匀地划分为多个子区域,然后将整个覆盖图划分为多个环,每个环覆盖若干个子区域且只需要一架额外的无人机,最终环的数量即为所需额外无人机的数量。同时,对于每一个环,证明了一个定理,该定理可以根据无人机充电时间、覆盖时间及该环覆盖的子区域数量,计算出该环需要的额外无人机的数量。最后,提出了CCLE算法并结合无人机的能耗模型对该算法进行了仿真,可以发现CCLE算法相对于直接方法可以有效地减少所需无人机的数量。对于第二个问题,我们结合遗传算法和爬山算法提出了一种新的方法。分两个阶段来实现:第一阶段使用遗传算法来粗略地将无人机部署在受灾区域;第二阶段是微调阶段,在第一阶段所得位置的基础上,使用爬山算法进一步地提高对地面节点的覆盖率。最后,仿真结果表明该方法在确保无人机集群网络连通的情况下有较高的覆盖率。对于第三个问题,首先介绍了FCM算法和覆盖集问题,然后详细描述了要研究的问题并给出了相应的系统模型。提出使用FCM算法将节点进行分簇,每个簇是一个覆盖集,然后使用解决覆盖集问题的算法CSCM计算得到无人机的位置和摄像头的方向。然后提出了两个具体的算法:PFA和LIFA,以及节点移动的三种模型:RWP、RPG和MH。然后分别针对三种模型进行数值仿真,验证了上述算法的有效性。