集群网络,包括移动机器人系统（Multiple Mobile Robots System,MMRs）,无人水下航行器系统（Unmanned Underwater Vehicles System,UUVs）,无人机系统（Unmanned Aerial Vehicles System,UAVs）等。上述网络均为无人系统,与有人系统相比,无人系统结构简单,体积小巧,成本较低,具有良好的隐蔽性和安全性,且不需要考虑人员的伤亡和耐受性问题,具有巨大的发展潜力和良好的应用前景。动态集群网络在提供服务之前,需要优先解决以下三个核心问题:（1）我在哪?（2）我要去哪?（3）我怎么过去?而第一个子问题,集群网络节点的定位问题,又是后面两个子问题的基础。现有的基于测距的定位算法主要针对无线环境较好的高精度定位,即一般假设节点间的观测距离与真实距离之间存在误差,而这种误差是零均值的高斯白噪声。但在实际环境中,并不是所有情况都能满足这一条件。目前的研究主要是针对特定算法在特定问题中的创新应用,缺乏对容错定位算法的研究,这里的错误条件主要指非规则网络拓扑结构,观测信息误差,观测信息不完整。现有的航迹规划算法主要建立在高精度定位的基础之上,也即假设无人机在执行任务的全程均掌握精确的位置信息,缺乏在GPS或BDS信号缺失环境中,集群网络航迹规划算法的研究。针对上述技术瓶颈,本文重点研究集群网络的容错定位算法以及基于定位信息的航迹规划算法,主要研究内容包括以下几个方面:单目标定位方面,在对三维空间三边定位算法的误差分析过程中,构造了一种新的四面体形状的度量方法-四面体的条件数。该方法是基于代数运算的,比以往基于复杂几何运算的方法简单,且对于平面三角形形状度量与立体四面体形状度量是相统一的。对于三维空间的三边定位,本文设计了一种基于四面体的条件数,在未知节点空心球体上选择锚节点的算法。仿真实验表明,该算法能够有效抑制三边定位中的迭代误差问题。此外,对四面体的条件数的计算可用于三边定位中锚节点的部署。协同定位方面,首先针对非规则网络的拓扑构建问题,提出了一种基于随机计时器的快速分簇算法,给出了一种适合动态集群网络的协同定位算法。仿真实验表明,该算法可以提高对于非规则网络的定位精度。其次针对异常观测误差问题,将非视距误差模型拓展到了随机误差模型,在该误差模型中,测量距离既可能大于实际距离,也可能小于实际距离。为剔除动态集群网络中可能出现的异常观测误差设置了两层滤波机制。一是基于连续时间序列下运动状态的滤波,二是基于几何构型的滤波。该滤波机制不需要硬件支持,也不需要获得误差的统计分布。仿真实验表明,该滤波算法可以有效识别无线测距中存在的异常误差,提高集群网络在随机误差环境中的定位精度。最后,针对多元信息融合辅助定位的问题,将相对速度测量信息融合到基于距离测量的三维协同定位框架中,并利用BFGS算法求解上述框架。实验说明利用相对速度辅助定位可以显著提高网络定位精度。深入比较了 BFGS与目前最好的算法,BFGS的定位精度高,对低连通度的网络具有更快的收敛速度。BFGS是一种非线性优化方法,接近于通用算法,在利用多元信息融合解决异步观测和观测信息缺失的定位场景中,BFGS具有非常良好的可拓展性与适用性。在基于定位信息的航迹规划方面,以无人机航迹规划为例,提出了基于空中中继辅助定位的航迹规划算法。首先,在无人机任务执行区域上空布设空中中继,辅助无人机节点定位。通过数值模拟,统计无人机节点在不同任务区域的定位误差。其次,利用2.5维网格模型划分任务执行区域,利用改进的A*算法快速规划无人机节点在三维空间中的航迹,根据不同任务区域的定位误差,适时调整无人节点的碰撞体积。综上所述,本文针对集群网络中容错定位问题与基于定位信息的航迹规划问题,提出了新的解决方案,并且开展仿真实验,验证所提算法的科学性、合理性和优异性。