随着步入智能时代,无人机技术飞速发展,在战场侦查、目标打击、野外救援等各邻域均有广泛应用。与民用场景不同,这类复杂环境常伴随着各种障碍物、干扰信号,对传统的基于GPS的定位手段带来极大挑战,如果无法精准的获取定位、姿态等飞行控制的要素,无人机就无法针对所部署的任务作出正确决策,影响任务执行效率,甚至会导致无人机失能或在未知环境中陷入危险境地。这一类GPS信号受到干扰的环境,统称为GPS拒止环境。在多无人机应用场景中,可充分利用自身机载传感器和无人机之间的协作,来提高无人机集群的定位精度和稳定性。本文针对GPS拒止环境,提出基于插值法增强的持久性激励相对定位法来获得更精确、更稳定的相对定位,然后结合邻域内其他无人机的定位进行协同定位,同时提出定位置信度对定位精度进行评估,以自适应的调节各无人机定位在协同过程中的比重,最后集成上述研究构建一套基于ROS的多无人机协同定位原型系统。取得的创新性成果如下:（1）基于插值法增强的多无人机持久性激励相对定位法。针对持久性激励的相对定位法在多无人机高速飞行场景中相对定位误差迅速发散的缺点,提出了插值法增强的优化方法。首先,利用插值拟合技术对相对距离、相对速度等采样数据进行曲线拟合;然后,在拟合曲线上以更高的频率重采样,从数据层面上降低采样周期T;最后用重采样的数据重新估算相对定位。实验证明,该优化方案能有效提高持久性激励相对定位法的精度,且无人机飞行速度越快其优化效果越好,在最高10m/s的飞行场景中就可达到32%的精度提高。同时,针对持久性激励的相对定位法在同速飞行场景中可能出现的误差累积问题,设计了两个状态判别器,用于实时判断两架无人机是否同速飞行且误差较大,若出现该现象,则认为可能是误差累积,则利用相对距离进行修正,实验证明,该方案能有效避免同速飞行过程中,相对定位误差累积现象的出现。（2）基于定位置信度的多无人机自适应协同定位方法。针对GPS拒止环境下无人机集群系统在相互协同定位的过程中,自身定位误差在集群中传播的问题,提出了用定位置信度来描述无人机定位精度,使在协同定位的过程中更信任定位精确的无人机。首先,充分考虑影响无人机定位的各传感器运行状态,将其量化以调整定位置信度;然后,利用基于插值法增强的持久性激励相对定位法的输出进行协同定位,定位置信度则用于协同定位过程中计算各无人机自身定位的所占比重,以此提高整个无人机集群系统的整体定位精度;最后,利用扩展卡尔曼滤波器（Expand Kalman Filtering,EKF）融合惯性测量单元（Inertial Measurement Unit,IMU）、视觉惯性里程计（Visual Odometry,VO）、GPS等传感器的量测数据与协同定位的结果,实现了多传感器的异步融合,并综合输出无人机的姿态、速度、定位等信息。实验证明,该方法能够自适应的调整协同定位过程中各无人机定位所占比重,以提高单架无人机乃至整个集群的定位精度。（3）基于ROS的多无人机协同定位系统设计、开发与评估鉴于ROS仿真环境的优异性能、友好的开源社区支持,以及与市场上各类商用无人机良好的兼容性,本文使用ROS环境来进行多无人机协同定位系统的设计与开发。实现了基于插值法增强的多无人机相对定位算法包、基于定位置信度的多无人机协同定位算法包以及基于EKF的多传感器融合算法包,并将其集成为一套原型系统。最后,在Gazebo三维环境下搭建的多无人机飞行仿真场景中进行实验,结果表明,相比于现有的算法,本文所提出的优化方案和模型在性能、稳定性及可扩展性等方面均有明显的提高。