无人机系统是进行信息对抗、野外探测、实施火力打击的重要方法。无人机系统区别于有人机的最重要的技术特征就是“自主性”,而实现“自主性”的重要发展方向就是提高无人机的智能程度,实现其系统的自主控制。多无人机系统的自主控制要求在没有集中指挥的情况下,协调具备有限自主能力的多架无人机,通过信息交互产生整体效应,从而在尽量少的人员干预下完成预期的任务。无人机自主控制系统的主要研究内容为无人机之间的交互、通信、协作、控制等,这些都可以从生物神经网络脑决策的自组织机制中得到启示。本文首先阐述多无人机系统自主控制的国内外现状以及研究意义,然后由生物自组织机制和无人机系统的映射机制,引出本文的文章观点,即基于生物神经网络的情景记忆决策模型的多无人机系统的应用,具体表现为多无人机系统的任务规划,编队飞行等。本文首先介绍了生物神经网络的生物学特性,包括情景记忆和联想记忆机理模型的生物学基础以及神经网络决策模型的基本原理,以及神经元之间如何协同工作实现群体协调,从而成功实现自主决策。在大脑决策过程中,突触连接的可塑性、神经元间协同激励等机制对决策信息的表达起着关键性的作用。本文建立符合生物实验结果的神经网络自主决策神经动力学模型,研究情景记忆在大脑决策过程中的作用,分析各种突触特性以及神经元表达方式在脑决策过程中的影响机制。基于对生物神经网络的研究,本文提出了一种新的群体智能算法,即基于神经网络的自主决策模型的多无人机合作运营策略。为了实现成功的群体协调,我们设计每个无人机,都可以感知环境及其邻近无人机的行为,进而独立地确定自己的行为,然后与其他无人机人进行信息交互,实现与生物神经网络行为相似的全局优化。仿真表明,尽管在动态变化的环境下,这种神经网络启发的合作运营策略也表现良好。其有效性也通过对多台无人机(UAV)协调的数值模拟验证。