随着人类对海洋的开发与探索,无人艇作为一种小型、高速的无人船舶得到了广泛的应用。多个无人艇在执行海上任务时较单个无人艇具有更高的任务执行效率,因此研究多无人艇协同完成海上任务是以后无人艇研究的重要方向。本文深入研究了多无人艇系统的协同搜索方法与目标围捕方法,提出一种基于信息素的多无人艇协同搜索方法,同时研究了基于神经振荡器的目标围捕方法。论文的主要内容如下:首先,建立无人艇个体体系结构和多无人艇系统群体体系结构,个体体系结构将无人艇系统分成7个模块,分别为:指挥和控制模块、信息采集模块、航行控制模块、能源管理模块、通信模块以及负载管理模块;群体体系结构采用分布式体系结构,实现了无人艇自主决策和协同运动之间的平衡。同时根据无人艇的运动特点建立无人艇三自由度运动学模型。然后,提出一种基于信息素的多无人艇搜索方法,用于在未知环境下对目标无人艇进行搜索,将搜索区域离散化为栅格区域,然后分析无人艇的运动模型、碰撞类型,以及多无人艇系统的通信方式,接着分析无人艇运动目标点和目标点集的更新方法,更新方法为计算目标点集中每个目标点的信息素,选择其中信息素最大的目标点做为无人艇的下一个运动目标点,使无人艇能够实时动态的选择和更新运动目标点,然后基于人工势场法建立适应度函数;最后对所提算法进行仿真实验,仿真结果表明提出的搜索方法在三种不同搜索环境下均能成功搜索到目标无人艇,将其与覆盖搜索方法和随机搜索方法进行比较,仿真结果表明本文提出的多无人艇协同搜索方法具有较高的目标发现率,同时每个无人艇可以根据检测到的环境信息实时调整运动路径。最后,提出一种基于神经振荡器的多无人艇目标围捕方法,介绍扩展卡尔曼滤波器的基本原理,并使用扩展卡尔曼滤波器求目标无人艇的虚拟目标点,每个无人艇计算相对于虚拟目标点的径向距离和相位角,基于神经振荡器建立相位角更新公式,使得多个无人艇向虚拟目标点运动的过程中保持一定的相位差;建立径向距离更新公式,使无人艇逐渐接近虚拟目标点并最终与目标无人艇保持一段距离,该距离即为极限环的半径;建立极限环相位差更新公式,使无人艇均匀分布在极限环上;建立无人艇速度更新公式和航向角更新公式,使得无人艇能够根据相位和径向距离实时调整自身的速度和运动方向;最后使用提出的围捕方法进行仿真实验,仿真结果表明多无人艇系统成功实现了对目标无人艇的围捕。