多架无人机协同区域监视是未来获取战场信息的主要手段，是一种重要的作战样式，其在军用和民用方面具有重要的应用价值和现实意义。但在国内对如何有效地控制多架无人机在复杂环境中协同执行区域监视任务的研究却很少。本文重点针对多无人机协同区域监视中的集群运动控制、避障规划以及区域监视策略等几项关键内容进行研究，主要工作如下：首先，从基本的区域监视问题出发，定义了多无人机协同区域监视问题，并建立起总体仿真场景。深入分析了多无人机协同区域监视问题的要素，建立任务区域的单元分解、机载传感器、网络通信在内的各组成要素的模型，分析了多无人机协同区域监视问题所具有的系统分散性、多平台协作性、信息有限性和环境不确定性等特点。通过关键问题分解，提炼出无人机集群运动控制、多无人机避障规划和多无人机协同区域监视策略三个相互衔接的关键子问题。其次，深入研究了无人机集群运动控制。根据区域监视问题对集群运动的要求，分析了Reynolds’ Flocking法的适用性，并依据其三大控制规则：分离性、凝聚性和一致性，建立了Boids模型。同时针对Boids模型无人机到达目标点的飞行路径过长问题，提出了加入领航模式的Boids模型，将无人机群分为领航无人机和跟随无人机两种模式，分别进行建模。通过仿真实验表明，改进后的模型在不仅满足对集群运动要求，并且缩短了到达目标点的时间。然后，对多无人机避障规划进行了研究。为了在避障过程中，保持区域监视问题所要求的集群运动方式，采用了人工势场法，并给出了与Boids模型的结合方法。然后将飞行动力学的限制，考虑到避障规划中，建立起无人机简化的动力学模型，在此基础上，建立起了基于人工势场法的多避障规划仿真模型。并通过仿真实验验证方法的有效性。最后，在对信息素原理介绍的基础上，描述了基于数字信息素的区域监视策略，并给出信息素的计算方程。根据多无人机协同区域监视问题的定义，提出数字信息素与加入领航模式Boids模型相结合的区域监视策略。通过仿真实验验证，这种策略不仅可以满足集群运动要求，同时也可以有效地执行区域监视的任务。并与扫描线策略进行仿真对比，对实验结果进行分析。