海事通信网络中各种服务逐渐现代化、智能化。不断发展的海洋活动也使得人们对海洋宽带通信的需求急剧增加。无人机（Unmanned Air Vehicle,UAV）依靠其灵活性和轻便性,已经在中继通信网络中展现了相当强大的能力。业界有理由相信将其应用到海上场景中同样会发挥巨大的作用。本文着眼于多UAV和岸基基站（Terrestrial Base Station,TBS）的协同辅助通信能力,提出了一种多UAV中继通信系统及网络架构,为海上用户提供稳定的网络服务。本文在此基础上展开了对以下两方面问题的研究。一方面是通过UAV动态地调整飞行轨迹和姿态来改善链路质量的问题。随着船舶和UAV的移动,TBS、船舶、UAV三者之间的网络状态发生相应的变化,波动的网络状态会使网络服务质量变差。因此需要UAV动态地调整自身飞行轨迹和姿态,保证无线链路的稳定性。另一方面是多UAV中继通信系统及网络架构中的服务迁移问题。当船舶从一个TBS覆盖的区域驶入另一个区域,UAV提供的中继通信链路质量变差,同时TBS中该船舶的服务会面临中断等问题。因此该场景面临着基站切换的问题,即需要将原TBS中的服务迁移到新的TBS中。在此过程中,合理地设计迁移策略是保持网络连续性、保证服务有效性和节约UAV能量的关键。针对UAV动态地调整飞行轨迹和姿态的问题,本文的研究目标是在UAV的调整过程中,最小化调整动作带来的网络中数据速率的变化。本文首先介绍了一种多UAV中继通信系统及网络架构。随后对空间进行离散化建模,对海上信道及UAV能耗进行了分析,最终设计了奖励函数。在此基础上,本文结合两阶段的Q-learning算法框架,设计了一种UTAA-DQ算法。半实物实验仿真结果表明该算法在数据传输速率和任务完成率方面有较好的效果。对于多UAV中继通信系统及网络架构中服务迁移问题的研究,本文进行了两部分工作。首先,本文采用并改进了一种基于缓存（Buffer）和网络编码的传输策略,提高了网络中的业务传输效率。随后,本文面向OBCN场景下的服务迁移问题,结合多UAV中继通信系统及网络架构与海上船舶的运动特点,设计了预迁移判决模型、TBS间的迁移模型和UAV部署模型。在此基础上提出了一种USRI-CMA算法。半实物实验仿真结果表明,该算法与一系列对比算法相比,可以通过协调各迁移子任务间相互等待的时间,降低用户服务的等待时间,并减少UAV的额外能耗。本文针对面向OBCN的多UAV中继辅助通信系统及网络架构下的UAV动态轨迹调整和服务迁移问题进行了研究。通过对相关数学模型的研究和分析提出了UTAA-DQ算法和USRI-CMA算法,并且通过基于嵌入式的半实物仿真实验,证明了本文所提算法的可行性和有效性。