无人机因其成本低、灵活性强和易操作等优势被广泛应用于各个领域,但由于单架无人机计算探测能力有限,使用集群编队的方式能够有效扩大无人机的侦察搜索范围,提高任务执行的成功率。无人机编队协同的前提是建立可靠稳定的通信网络,无线紫外光通信具有全天候、非直视和隐秘安全等独特优势,可在强电磁干扰或复杂环境下为机间的信息交互提供有效保障。为了降低编队的通信复杂度,均衡无人机节点的能量消耗,需要对无人机编队的通信网络拓扑进行优化,使其在保持编队队形的同时通信代价最小。因此本文将紫外光通信技术应用于无人机编队飞行中,在建立机间紫外光通信链路模型和能量消耗模型的基础上,研究了基于最优刚性图的编队通信网络拓扑优化方法。本文的主要工作如下:（1）针对无人机编队集结后通信复杂度高、网络容错性低的问题,研究了二维空间和三维空间中生成最优刚性编队的算法,将紫外光通信的路径损耗设为链路权值,优先选择权值较小的可靠链路构建最优刚性拓扑。在三维空间中设计了一种基于信息帧的邻居发现方法,在此基础上无人机和自己的邻居节点首先生成最优刚性子图,再通过删除链路得到最优刚性编队。对所提算法和其他算法在通信复杂度、平均节点度和平均通信半径等方面的性能进行了仿真对比,结果表明,该算法在降低编队通信复杂度的同时提高了网络的容错性能。（2）针对无人机编队中节点数目较多的情况,采用分簇的拓扑管理机制来简化网络结构。考虑数据传输时节点能量消耗的不均衡问题,研究了紫外光通信协作下基于最优刚性图的编队分簇路由算法。在机间紫外光通信能量消耗模型的基础上,对LEACH分簇算法的簇首选举和簇间通信过程进行了改进,引入节点剩余能量和链路可靠性的权值函数选举簇首,簇首间通过生成最优刚性图来进行拓扑优化。仿真结果表明,改进算法在提高簇间连通性的同时延缓了网络出现节点死亡的现象,与LEACH分簇算法相比,网络中1%和50%节点死亡的时间分别延长了 25.2%和21.4%,且当区域面积增大时,改进算法的优势更加明显。综上所述,本文将无线紫外光应用于无人机编队中来保证机间通信的安全可靠,在此基础上,研究了基于最优刚性图的无人机编队通信网络拓扑优化算法。仿真结果表明,该算法构建的拓扑结构能够在降低编队通信复杂度的同时保持队形,进而减小无人机网络的能量消耗,延长无人机编队的生存时间。