为了研究强电磁干扰环境下无人机防撞编队的避障控制效果, 采用无人机编队间紫外光通信模型, 对传统人工势场法进行改进, 给出了具体无人机编队机间和无人机与障碍物的势场函数, 实现无人机编队在飞行的同时可以进行局部避障。结果表明, 在相同条件下, 改进后的人工势场法比传统人工势场法的避障时间减少了7.38%, 避障总路径减少了5.8%, 将改进后的避障算法应用到编队中可实现无人机编队的机间避障与外部障碍物的规避, 且编队间能够保持固定队形飞行至目标点。这一结果对强电磁干扰环境下无人机编队避障的研究有一定的应用价值。

激光扫描仪可以准确高效完成建筑物内部的三维重建，通过每站数据配准即可得到完整的三维信息。为解决点云配准数据量大、重合率低时难以配准的问题，提出了一种基于曲率阈值的点云配准方法。利用点云的法向量求出该点的曲率，通过设定合适的曲率阈值，对点云完成精简，并将此作为输入点云的特征点集。采用基于概率分布的点云配准算法进行粗配准，从而快速高效完成点云初步配准，然后以KD-Tree加速的迭代最近点算法进行精配准。与经典SAC-IC等算法进行了对比，实验结果表明，所提方法将配准精确度提高了35%以上，配准时间提高了30%以上，重建效率提高了30%以上。

为了提高微型无人机(MUAV)的续航时间, 基于二轴扫描振镜的工作原理, 设计了一套激光对MUAV的远程实时跟瞄充电系统。系统采用硅光电池阵列作为光斑位置传感器, 其信号经扫描跟踪算法处理后, 在地面与MUAV间建立起无线数传反馈链路, 控制二轴扫描振镜改变激光发射方向, 实现激光束对MUAV的扫描与实时跟踪; 同时硅光电池阵列也作为充电器件, 实现对MUAV的实时充电。结果表明,当MUAV在高度为80m、直径50m圆形区域内以低于2m/s速率飞行时, 可实现激光对MUAV的准确跟踪, 跟瞄精度小于0.63mrad。该系统具有跟踪速度快、瞄准精度高的特点,为激光对移动目标的远程实时能量传输提供了一种有效的解决方案。

针对强电磁干扰下无人机蜂群的任务协同要求，为了尽可能延长无人机编队在空中的作业时间，提高任务完成效率，结合紫外光散射通信特点，提出了一种无线紫外光协作无人机蜂群能效优化路由算法。该算法通过引入距离项和能量项，对非均匀分簇算法的候选簇首选举的阈值门限进行了改进，并在簇间通信过程中，簇首节点可以选择最佳的数据传输路由将信息转发至长机。仿真结果表明，与现有算法LEACH和EEUC相比，改进算法下网络的能量效率分别提高了21.02%和3.92%，无人机网络的生存期分别延长了23.5%和5.6%，有效均衡了无人机蜂群网络节点的能量消耗并延长了生存期。

鉴于输电设施污秽、裂化等问题引起的放电故障一直威胁着输电网的安全, 本文对放电紫外探测技术进行了研究, 使用光电倍增管(PMT)作为探测器设计放电紫外探测方案, 提出一种无人机巡检电力线放电的紫外探测及定位方法。通过舵机的摆动带动PMT进行多角度探测, 记录当前的探测位置和探测角度, 利用测向交叉定位法求解得到放电点的初步定位坐标; 为了精确定位放电点, 对n组数据进行求解得到n(n-1)/2个放电点的初步定位坐标, 剔除放电点的初步定位坐标中的异常点后, 导入到K-means聚类算法中进行二次解算得到放电点的精确坐标。通过实验测试了PMT探测角度与放电紫外信号的关系, 选取θ=90°作为舵机的摆动角度, 实验结果表明, 18 m, 30 m和50 m的放电巡检中, 放电点的定位误差均在9.0%以内。该方法能够在无人机巡检电力线时满足放电点快速定位的需求。