无人机集群作业是未来军事和民用领域对无人机应用的重要样式。论文围绕无人机集群使用,对无人机集群系统空域冲突消解这一基本问题展开了研究。论文研究了无人机空域冲突消解问题的基本模型,根据集群系统的管理与控制的结构特点,提炼出无人机集群系统空域冲突消解的三种不同模式:集群内集中式冲突消解,集群内分布合作式冲突消解及集群间基于规则的分布式冲突消解。论文对基于方向调整和基于速度调整的冲突消解算法分别进行研究。全文取得的主要成果如下:一是建立了无人机集群系统空域冲突消解问题的基本模型。首先基于无人机的运动学模型提出对无人机进行速度调整时的调整策略与对无人机进行方向调整时基于dubins曲线的调整方法。接着研究了无人机在空中安全运行的相关模型和算法,包括安全空域模型、冲突检测算法及安全间隔约束条件。然后设计了考虑无人机飞行任务与能耗的机动消耗评价函数。二是提出了无人机集群内集中式冲突消解方法。首先提出了两层次的冲突消解机制:第一层解决冲突检测和确定消解方式等问题;第二层融合速度调整与方向调整优化求解冲突消解策略。论文分别研究并提出应用方向调整和速度调整的高效冲突消解方法。证明了基于方向调整的安全间隔约束条件的局部单调性,分析了多无人机冲突中单个无人机面临的多个安全约束相互耦合的特性并提出了分步优化策略:第一步根据安全间隔约束条件的局部单调性设计向量式随机并行梯度方法(V-SPGD,Vectorized Stochastic Parallel Gradient Descent)搜索确保无人机安全间隔的可行解;第二步基于可行解应用序列二次优化(SQP,Sequential Quadric Programming)方法求解局部优化解。分步求解策略有效提高了计算效率。论文将基于速度调整的冲突消解问题建模为混合整数线性规划(MILP,Mixed-Integer Linear Programming)问题。根据安全间隔约束条件与正切函数相关的特性提出分周期确定搜索子区域的方法。相比于已有算法,论文中提出的方法将可行解搜索子区间数减少了2c~n倍,_cn为一对一冲突的个数,极大的减少了算法的时间消耗。论文进一步讨论了在三维空间中安全间隔约束条件的特性,将基于方向调整的算法扩展到三维空间。三是提出了基于满足式博弈理论和分布式优化方法的集群内分布式冲突消解方法。论文证明了安全约束条件的lipschitz连续性条件。论文根据安全间隔约束函数与机动消耗评价函数的局部单调特性提出应用分布式优化方法搜索冲突消解策略:首先搜索初始可行解,然后进行局部优化。两个阶段分别设计了符合问题特性的效用函数。在搜索初始可行解阶段论文提出应用自我改善的方法提高无人机对通过机间通信得到的其它无人机的信息的利用率,大幅度降低了机间通信交互频次需求,保证了算法在通信条件不理想的环境中的有效性。在进行局部优化的阶段论文提出的基于虚拟干涉的优化策略有效促进了无人机间的分布式协同。论文设计了三维空间分布式优化算法。最后应用数值仿真实验验证了分布式优化算法消解大量无人机冲突的优良表现。根据应用算法消解大规模无人机冲突时的表现,论文提出在分布式条件下无人机依据集群整体飞行的趋势选择机动策略能获得降低无人机集群整体消耗的冲突消解策略。四是提出了基于空间映射方法的集群间基于规则的分布式冲突消解方法。论文分析了基于切线的安全间隔约束条件的特性,首创性的提出应用空间映射方法根据非线性安全间隔约束条件建立基于规则的线性约束条件。论文设计了保证无人机在分布式条件下一致认知的冲突消解任务分配规则。根据规则将每个一对一冲突的消解任务分派到相关无人机。每个无人机根据规则计算得到自己涉及的冲突对自己的机动空间产生的约束,然后采用优化方法求解冲突调整机动策略。最后通过仿真实验验证了空间映射方法的正确性和基于规则的分布式冲突消解方法在解决理想和有时延条件下的多无人机冲突的有效性。