无人机已经在军用和民用领域得到了广泛应用,然而单架无人机存在能力受限、生存率低和完成任务概率低等缺陷,无法保证完成重要任务或作战效能有限。为此,需要采用多无人机协同应用技术来提升无人机系统的成本效率、扩展性和生存性,减少完成任务的时间。智能电网的发展非常迅速,但是电力系统会受到环境腐蚀以及内部难控因素的影响,需要进行严密监控和维护。无人机提供了近距离成像和悬停的能力,只需借助摄像头和各种传感器,便能高效可靠地对远距离目标进行数据采集和传输,然而电力线路杆塔通常分布地域较广,所处地形十分复杂,因此需要提供合理、完善的多无人机协同应用技术解决数据采集和远距离数据传输问题。硕士学位论文的研究目标是:研究多无人机协同应用的原理,设计实现典型多无人机协同应用。具体地,本文的研究工作主要包括:（1）为了解决远距离数据传输问题,高效构建移动源节点与固定宿节点之间的通信网络,提出了多无人机协同的中继网络方案。分析了静态无人机中继网络的一般部署方式,提出了无障碍、理想环境下高效构建无人机动态中继网络的模型,并证明了模型的可行性以及相对于静态无人机中继网络的低成本特点。（2）根据基于预测的动态中继模型,提出了一种无人机弹性中继网络构建算法（UAV Elastic Relay Network Construction,UERNet C）。该算法无需通过解析法描述每架无人机中继节点的航线,而是为每架无人机中继节点的航线提供了一种数值解法。源节点周期性地向中继节点通知位置、状态等信息,无人机中继节点根据接收的信息动态地计算下一时隙的中继位置,从而保证了相邻中继节点的次序和通信距离,能够提供有服务质量保证的网络通信;最后,基于OMNe T++平台设计实现了无人机中继网络仿真原型系统,对UERNet C算法的有效吞吐量、端到端延迟以及数据包交付率等性能进行了大量试验。（3）最后,提出了车辆协助的多无人机协同数据采集问题。分析了车辆和无人机之间的相互作用,分别对巡检任务场景进行建模,并提出了车辆-多无人机协同巡检的任务分配模型;其次,提出了基于分阶段的决策策略,分别给出了优化决策车辆停靠点和多无人机巡检路线的方法;最后,提出了一种基于两阶段的联合优化的算法（Two-echelon Joint Optimization,2E-JO）对特殊场景进一步优化,仿真试验表明了方法的有效性。