论文基于国家高技术研究发展计划（863计划）“生物启发的无线复眼导航技术研究”项目。论文主要针对无线复眼网络的平台，进行了一些基础性理论研究工作，包括动眼感知机理研究和未知视觉模型的视觉伺服控制两个方面。 在生物启发的视觉感知方面，从提高单眼的视觉感知能力的角度，探讨了固眼微颤机制对于视觉敏度的作用以及在视觉系统中的应用。科学研究发现当人在注视静态背景或者物体的时候，眼球仍然是维持着不自主地微弱振颤。通过分析人眼中的视觉神经系统，论文提出了一种随机神经网络模型来描述视觉神经编码过程。通过分析该模型在光信号刺激下的神经编码统计特征，比较了存在固眼微颤与不存在固眼微颤的两种情况，获得了固眼微颤对于这些量化信息编码的影响，从而定量地验明了视觉神经系统如何由固眼微颤提高感知精度的统计机制。同时，由于固眼微颤的随机特点，最优的固眼微颤模式可以由信息的期望和方差决定的二元目标优化获得。最后，通过仿真实验的方式来支持和说明理论得到的结论。 在生物启发的学习控制方面，从无线视觉节点的无模型视觉伺服控制的应用角度，分析了人体视觉运动控制系统如何通过学习以获得良好的模型适应性。借鉴在不同视觉模型和势场情况下的人手臂平面运动的生理实验结果，力图将人体神经系统的控制机理应用到机器人视觉伺服控制中。根据视觉平面与运动平面之间的平面单映关系的分析，首先采用人脑中通过Random Walk搜索方式使得学习系统粗糙探索控制方向，算法中引入Nussbaum学习项和Unmixing Set用来探索和学习在任意视角情况下导致的未知感知-运动关系。同时类同人脑中的误差反馈学习机制来完善对于未知系统的模型学习，实现精细调节来保证系统的响应性能。通过严格的稳定性分析，证明了机器人在任意视觉关系下对于平面轨线跟踪可以保证迭代收敛。仿真结果验证了这一结论。