无人机集群具备协同执行多任务、分布式自组织、规模动态可变、功能可灵活配置扩展、低生产成本高使用效率等优势,已被广泛应用于军用和民用任务场景。面向不同目标任务场景,无人机集群系统需要通过拓扑构型自主规划拓扑形状的形成过程以实现集群的高效协同自组织机制。现有无人机集群拓扑构型方法存在最优拓扑映射关系求解计算复杂度高、忽略成型位置对全局能耗的影响等问题。本论文围绕无人机集群拓扑构型中,初始拓扑到目标拓扑最优拓扑映射关系和拓扑构型最优成型位置两个关键问题展开研究,主要工作和创新点包括:1.针对拓扑映射计算复杂度高的问题,构建了一种无人机集群拓扑构型能耗最优化模型,提出了一种基于LAPJV算法的无人机集群最优拓扑映射关系求解方法。首先,针对当前研究均假设目标拓扑节点位置已知或假设可以借助外部定位信息实现目标位置获取的问题,给出了集群三维相对坐标体系构建方法,该方法不依赖任何外部位置信息,仅通过集群节点相对位置关系和目标拓扑形状便可确定目标拓扑节点位置。其次,当前研究均以初始节点到目标节点的欧式距离作为集群能耗度量准则;而现实中,无人机节点在以不同角度飞行的单位能耗不同。基于此,论文给出了更准确的无人机集群拓扑构型系统能耗模型,模型中充分考虑了集群节点从初始位置到目标位置中不同运动方向上（垂直向上、垂直向下、斜上、斜下）的能耗。最后,基于建立的集群相对坐标体系和拓扑构型系统能耗模型,提出了一种基于乔克-沃尔根特线性分配算法（Jonker-Volgenant Algorithm for Linear Assignment Problem,LAPJV）的无人机集群最优拓扑映射算法。该算法能够求解无人机集群全局能耗最小条件下的集群节点从初始拓扑到目标拓扑的坐标映射关系,并展现出较低计算复杂度。仿真结果证明了论文所提拓扑构型系统模型和最优拓扑构型映射关系求解方法的有效性,在无人机集群规模为1000节点的情况下,与现有最优拓扑映射算法相比,本论文所提方法的平均计算时间减少了94.01%以上。2.针对拓扑构型成型位置对能耗影响的问题,通过引入平移向量构建了最优成型位置优化模型,提出了一种基于牛顿法的无人机集群拓扑构型成型位置快速求解方法。在实现集群节点初始拓扑位置到目标拓扑位置映射的基础上,找到最优的拓扑成型位置是无人机集群拓扑构型的另一重要问题。论文在集群相对坐标体系构建的基础上,通过引入初始拓扑坐标原点到目标拓扑坐标原点的平移因子,实现无人机集群拓扑构型最优成型位置建模,并提出了一种基于牛顿法的模型求解方法。该方法具有良好的收敛性。仿真结果表明,相比于需要50次迭代才能收敛的传统算法,所提算法只需4次迭代即可逼近最优解。同时,相较于在初始拓扑几何中心构建目标拓扑,在最优成型位置构建目标拓扑的全局能耗平均减少了9.8%。3.给出了基于群体智能算法的拓扑映射和成型位置联合优化方法。无人机集群拓扑映射关系和成型位置具有内在的相互影响的特性。本论文以最小化拓扑构型过程中集群系统全局能耗为目标函数,给出了基于群体智能算法（Swarm Intelligence Algorithm,SIO）的拓扑映射和成型位置联合优化模型。同时,给出了基于灰狼优化算法（Grey Wolf Optimizer Algorithm,GWO）、均衡优化算法（Equilibrium Optimizer Algorithm,EO）、贫富优化算法（Poor and Rich Optimization Algorithm,PRO）等典型集群智能算法的集群拓扑构型求解步骤。最后,讨论了群体智能算法在求解集群拓扑构型问题中的初始位置选取等加快算法收敛策略。仿真结果证明了所提联合优化模型及求解方法的有效性。基于本论文所提求解方法和加速收敛策略,基于灰狼优化算法的拓扑构型方法平均可以在8次迭代内收敛至最优解。本论文研究了无人机集群拓扑构型关键技术,给出了不依赖外部位置信息的无人机拓扑构型方法,通过集群相对坐标体系构建和目标拓扑输入,能够实现任意形状的三维集群拓扑构型。论文研究成果对无人机集群实现高效群体协同具有重要理论意义。