基于FANETs(Flying Ad Hoc Networks)的集群无人机系统是小型无人机研究领域的热点和发展趋势。和现有的地面Ad Hoc网络相比,FANETs在网络动态性、鲁棒性和可用资源等方面面临着更加严峻的挑战。具体表现为:飞行节点间相对运动明显,网络拓扑易呈现阶段连通性;网络节点、链路易失效,网络鲁棒性差;小型无人机负载有限,网络性能和开销难以取得平衡。因此,如何设计有效、低开销的网络拓扑控制算法,增强FANETs的持续连通性和容错能力,进而确保飞行节点间实时可靠的信息交换是集群无人机FANETs中的基础性问题和难题。本文从网络拓扑持续连通和容错性的基本要求出发,系统性的研究了集群无人机FANETs拓扑2-连通的检测和维护问题。提出了若干低开销,收敛速度快的网络拓扑2-连通检测与优化算法。具体研究过程包括:为了模拟集群无人机的运动特性,构建了无人机集群移动模型:BSUM。进一步基于BSUM模型对FANETs拓扑结构进行分析,得出了FANETs拓扑中局部关键节点和全局关键节点间具有强相关性的结论;基于图论论证,将拓扑2-连通性检测问题转换为关键节点检测问题,并提出了基于有限路由信息的分布式关键节点检测算法:CDBPR。CDBPR算法充分利用网络中现有的参数提取可用的拓扑信息,从而大幅度降低了网络拓扑探测开销。通过和现有算法对比,证明了CDBPR算法在计算开销,通信开销以及算法时延方面具有显著优势。在给出网络拓扑2-连通检测方法的基础上,为了消除拓扑中关键节点的影响,恢复网络拓扑的2-连通性,本文提出了基于简化块-割树的拓扑功率控制算法:SBBPC。SBBPC算法采用简化块-割树对含有关键节点的网络拓扑进行建模,大大简化了强化边子集的搜索过程,仿真结果证实了所提算法在开销控制方面的优越性。考虑到飞行平台无线传输功率的有限性,SBBPC算法并非总能找到强化边子集的可行解。提出了基于虚拟势能场的分布式节点移动控制算法:DMCBP,作为网络拓扑2-连通性优化问题的补充手段。其中,虚拟势能场的引入有效解决了多关键节点场景下算法潜在的振荡问题。节点基于势能值最速下降的原则确定汇聚移动方向,可以实现对调度过程的快速响应。仿真部分将DMCBP算法和两种典型的节点移动控制算法进行了比较,结果显示DMCBP算法具备和现有算法接近甚至更优的性能,同时显著降低了算法的开销和时延。