近年来,UAV（Unmanned Aerial Vehicle,UAV）技术开始广泛应用于突发事件、抗震救灾、军用或民用行动等关键领域。在复杂环境中如何实现UAV群协同处理多目标异构任务,已经成为UAV应用领域的一个重要问题。本文对多UAVs分布式协同区域搜索与动态目标跟踪中的无线网络路由规划、环境信息一致化处理、在线航迹规划以及实时避障等几个关键问题进行研究。本文主要工作内容如下:（1）为解决广播过程中存在的广播风暴问题和因UAV快速移动引起的路由暂盲,提出一种基于贪婪蚁群算法（Greedy and Ant Colony Algorithm,GACA）的广播策略。首先,该策略结合路由节点的数据包传输距离、链路数目和链路质量建立目标函数。然后,根据UAV运动状态的预测结果,通过贪婪蚁群算法选择信息转发节点,实现目标函数值最小并规划出最优信息广播路由。最后,转发节点根据路径要求完成信息转发。实验结果表明该方法能够完成单播、广播和多播的信息传输需求,同时能够合理利用网络资源、减少信息冗余,避免广播风暴的发生。（2）针对UAV通信过程中由于数据丢包带来的信息不一致问题,建立基于搜索图的UAV环境信息模型,提出基于最小二乘法（Least Square Method,LSM）的补偿方法和加权平均法（Weighted Averaging Method,WAM）的多源信息融合法。基于贝叶斯准则,重点分析搜索图的预测更新和通信更新问题。通过引入概率密度函数构建拟合函数,根据信息不确定度计算加权值。为了验证一致环境信息对搜索概率和搜索时间的影响,还提出了一种改进的遗传算法（Modified Genetic Algorithm,MGA）实时规划UAV搜索路径。通过与贪婪搜索、Zamboni搜索以及蚁群搜索的仿真比较表明,本章方法能够提高UAV搜索效率降低平均搜索时间。（3）针对UAV发现目标后的持续跟踪问题,提出一种面向多UAVs分层协作的在线航迹规划框架,将问题分为多UAVs在线的跟踪航迹规划和多UAVs避碰航迹协调两个问题。为了在动态环境下跟踪飞行目标,采用改进的李亚普诺夫制导矢量场（Lyapunov Guidance Vector Field,LGVF）方法调制UAV的移动速度,在传统的LGVF函数中加入一个时变的垂直分量,以满足集群通信的约束。针对实时避碰问题,提出了一种用于UAV在线规划无碰撞路径的三维局部无碰撞制导向量场（Three-dimensional Local Collision-free Guidance Vector Field,TLCGVF）方法。为了在跟踪目标的同时避开障碍物,采用LGVF的矢量场作为TLCGVF的原始矢量场。