无人机是一种应用领域广泛且发展迅速的新兴无人设备。无人机既可以单机执行任务,也能够以一定数量的同构或异构无人机组成的协同工作无人机集群,利用信息的反馈交互和信号激励响应特性,适应环境并协同自主完成空中任务。因为无人机惯常的工作环境有很多是一些不适宜人类亲历的场所,因此开展无人机的环境适应性研究对无人机在特殊工况下的工作能力有着直接的关系。无人机替代人工在不适宜人类生存的环境中工作是人工智能领域极为重要的研究课题,无人机群协同作业则是无人机领域的总体发展趋势,其达成的必要条件是能够在诸如多种电磁环境下保持稳定可靠的作业及通信能力。本文从面向电磁环境的无人机及自组网的适应性问题入手,在基于对一般电磁环境和特定电磁环境条件下深入分析的基础上,对无人机的微电网设计完善、无人机集群自组网架构及可靠性算法、无人机自组网架构及蚁群算法路径优化三个方面着重研究了在保障高动态无人机作业过程中所涉及的理论及方法。无人机作业依赖相对稳定的作业环境,但对无人机在特殊环境条件下完成多种实际任务的需求增加了无人机内部与外部运行与通信难度,尤其是在电磁环境对无人机正常作业造成较大干扰的情况下,对无人机的安全稳定运行会造成巨大挑战。此外,对于国家电网特高压换流站无人机巡检的实际难题,本文对换流站的复杂电磁环境、换流阀的电磁特性,以及无人机通信特性进行了深入分析,提供了以屏蔽和滤波为主要手段的软硬件优化方案,从而形成一种针对此类问题的系统性研究思路方法。无人机是包括机身、能源动力系统、控制系统、遥感载荷、任务载荷等多模块的软、硬件综合平台。本文针对其中微电网的非仿射非线性最优控制问题,在含有SVC的无人机的微电网优化方面设计了一种基于逆系统方法的SVC控制器,在仿真中验证了面对扰动时该控制器对无人机微电网系统暂态性能的有效改善。无人机集群通信网络是一个包括网络架构、数据链路、网络协议、通信安全、自主通信的综合问题。无人机自组网（UANET）动态架构及路由优化是无人机集群网络的核心组成部分,是无人机自组网通信领域最热门的研究方向之一,在面对外力侵扰条件下的无人机自组网通信可靠性分析是组网评价体系中重要的一环。本文在三维高斯马尔科夫模型对无人机编队建模的基础上,引入威布尔分布设置节点时域失效概率,表征网络节点连通状态时域关联矩阵,验证计算网络可靠性联通算法,并在此基础上讨论了网络连通性能与机群编队的相关性,给出了较为理想情况下的多种不同网络需求的无人机编队依据。蚁群行为在外力干扰下有较好的适应性,因此本文对模拟蚁群行为的组合优化算法进行研究,提出了抽象外力干扰下的信息素浓度复合场蚁群优化算法（CPACO）。该算法设计了信息素浓度扩散和反信息素浓度收敛这两个求解收敛条件,以旅行商问题（TSP）为范例,通过与传统蚁群算法、进阶蚁群算法、以及当前在非确定性多项式（NP-C）问题归约化领域性能优秀的一些元启发算法的仿真对比,验证了算法的收敛性能,即CPACO在迭代次数、收敛曲线、求解多样性等方面能够获得更好的迭代反馈。此外,本文在无人机自组网架构下探讨了基于该算法的潜在应用,并将这一算法以代理建模方式推广到UANET网络层路由协议研究中,获得了拥有以上特性的基于CPACO的UANET路由算法设计思路方法。