无人机（Unmanned Aerial Vehicle,UAV）集群协同工作的基础是各UAV之间保持可靠通信并进行实时信息共享,只有稳定的编队通信网络才能保障集群执行任务的能力。编队执行任务过程中,高速率、低能耗的编队集结可以为后续任务的执行提供有效保障,威胁感知避碰也是贯穿于整个作业过程、确保UAV安全的核心问题。本文利用局域保密性好、抗干扰能力强、背景噪声小的无线紫外光通信（Ultraviolet Communications,UVC）作为集群内部的辅助通信方式,研究无线电通信受限条件下UAV集群的集结和防碰撞问题。本文主要研究内容如下:（1）针对UAV集群需要在指定区域集结成指定队形的需求,提出了一种分区集结的控制策略。将近集结点区域划分为互不影响的虚拟独立分区,利用UVC获取集群内部集结信息,包括各UAV的初始分布位置、所在集结区域以及预定编队图案,以此为约束为每架UAV分配使总航程最小的目标集结点,并按一定规则规划UAV的集结顺序。数值仿真结果表明:UAV总数一定时,随着分区数的增多,整个集群的集结时间呈阶梯型下降,预测碰撞概率也逐渐降低,无需添加额外避碰措施即可有效提高集结的安全性。另外,根据实验结果得出的规律提出了一种依据不同需求选择最佳分区数的方法。（2）根据紫外光通信的特点设计了一种球形紫外光多输入多输出（Multi-Input Multi-Output,MIMO）模型,利用搭载的紫外光通信装置形成集群内部紫外光通信自组网,获取并向集群内部分享UAV的状态信息,为改进的人工势场法提供环境信息支持。通过改进斥力势场、添加记忆性合力和垂直方向附加力的方法解决了传统人工势场法易出现的目标不可达、路径震荡和陷入局部极小点的问题。在此基础上,基于紫外光MIMO结构对威胁来源方向的判定做了进一步改进,简化了斥力来源方向的个数。设计了防碰撞自主发育知识库,用来存储“威胁模式—斥力合力计算结果”的映射,以便再次出现相同威胁模式时无需底层避障算法计算而直接调用。实验结果表明:基于无线紫外光的改进人工势场法不仅提高了对威胁来源方向误差的容忍度,降低了 22.6%的预测碰撞次数,再次遇到相同威胁模式时减少了4.992%的避碰路径计算时间,提高了避碰的实时反应速度。本文将紫外光应用于UAV集群控制中,在无线电通信受限条件下为机间信息传递、相对位置关系判定提供了新的方法。提出的分区集结控制策略和基于无线紫外光MIMO的改进人工势场法也为集群集结和威胁感知避碰研究提供了新的思路。