无人机编队保持反步容错控制

针对领导-跟随无人机编队中的执行器故障、不确定气动参数和外界扰动等问题,设计了无人机编队保持反步容错控制。建立了编队纵向、编队横向和编队高度三维误差模型,并将无人机本体方程分为快慢两个回路,建立包含外界扰动、不确定气动参数及执行器故障的无人机运动模型;设计内环容错控制系统,对编队外环控制器产生的指令信号进行跟踪。内环容错控制系统主要由3个部分组成：一是基于滑模观测器的故障检测和辨识,实现对故障执行器的定位和故障参数的辨识;二是将故障参数及干扰观测器与反步容错控制相结合,实现包容外界扰动、不确定气动参数和执行器故障的容错控制;三是内环容错控制系统稳定性分析。仿真结果表明,所提容错控制方法能够有效地实现无人机编队的飞行容错控制。     

基于盲区概念减少通信量的多AUV 编队控制

针对在水下复杂环境中编队控制多AUV协作的问题,设计一种使用人工势场和虚拟领航者并引入盲区设计的多AUV分布式协作控制方法。介绍一种用于AUV集群在无障碍条件下的形成期望编队的反馈控制规律,详细分析了基于虚拟领航者和盲区概念以减少通信量的控制规则,建立了AUV编队的数学模型,通过反馈控制完成AUV集群的预定编队,在无障碍环境下达成一种能减少通信量的AUV编队的协调与控制。仿真实验结果验证了该编队控制律的有效性。     

基于虚拟中心的四旋翼无人机一致性编队控制研究

为提升无人机“蜂群”系统编队控制的一致性,以四旋翼无人机及所属“蜂群”系统为例,建立了四旋翼无人机单机以及“蜂群”系统模型。基于虚拟中心控制方法,提出了一种四旋翼无人机一致性编队控制策略。设计了一种分布式协同一致性编队控制律,并对该控制律的稳定性进行了推导分析。对应用该控制律的多四旋翼无人机组成的“蜂群”系统进行了编队飞行仿真,仿真结果表明,该控制律作用下的四旋翼无人机能够稳定飞行并在12 s内完成编队,验证了该协同编队控制策略的可行性和有效性。研究结果为提升“蜂群”系统的编队一致性问题起到了一定的理论指导作用。     

基于状态切换的分布式多机器人编队控制

人工势场方法、虚拟结构方法、领导跟随方法、基于行为的方法等传统多移动机器人编队控制算法,都只在编队控制的某个环节有较好的效果,并没有有效解决编队组建、行进、变换、避障等一系列完整动作。针对上述算法的优缺点及适应情形,应用切换系统的思想,提出了基于状态切换的分布式多机器人编队控制算法。设计了基于复合信息的状态切换触发机制,通过机器人自身状态和周围环境适时触发切换机制,合理选择编队控制的一种或多种算法;提出了基于超宽带（UWB）测距的队形反馈机制,利用UWB数据结构简单、便于在微型移动机器人上进行处理的特点,实时完成对整个编队队形的保持和反馈,同时提出分布式状态估计算法,为触发机制提供机器人的运行状态。通过搭建多移动机器人平台,将所提策略应用到实际机器人编队控制中,验证了算法的有效性和稳定性。     

多无人机协同编队飞行设计方法

为解决军事对抗训练中作战飞机协同编队飞行进袭态势的构建问题,提出一种多无人机协同编队飞行设 计方法。采用单机个体路径跟踪控制与多机群体集中控制的综合设计方法,设计多无人机协同编队飞行总体架构, 建立多无人机之间的相对运动关系模型,给出飞行实施的控制策略,通过仿真实例验证了多机协同编队控制效果。 仿真结果表明：多无人机协同编队控制方式能够实现跟随机对领航机航迹的跟踪,可有效解决在3 维空间的编队 控制。     

一种无人机集群相对定位新方法及编队队形影响分析

针对无人机集群编队问题,提出一种无人机间相对定位方法。利用每架无人机上呈三角形配置的3个无线电收发装置,基于高精度载波相位测量技术,采用扩展卡尔曼滤波(extended Kalman filter,EKF)算法,实现对无人机位置、速度和姿态的同步求解;给出相对定位模型和具体的滤波实现算法,并对无人机集群在“线”“面”“体”等不同空间布局情况下的飞行状态进行估计和分析。结果表明：相比于“线”布局,“面”布局可显著提升定位性能,与“体”布局获得的效果无明显差异,说明在无人机集群定位系统中,合理配置观测几何能够有效提高相对定位精度;仿真算例表明,在良好观测几何的条件下,冗余观测数据可进一步提高系统稳定性。     

高速飞行器编队通信保持控制与协同制导技术研究综述

在高速武器平台网络化的背景下,对于高速滑翔飞行器（以下简称“高速飞行器”）的研究不再局限于多约束下的制导方法,而是亟须破解多飞行器协同制导控制技术难题。通过总结部分军事大国研制高速飞行器的发展历程,分析了目前多飞行器协同作战的发展现状与趋势,进而引出研究多飞行器协同制导控制技术的必要性。随后分别对编队通信保持控制技术、带飞行时间约束的协同制导控制技术以及带飞行角度约束的协同制导控制技术的研究现状进行了梳理,为多高速飞行器协同作战探索解决思路,最后对多飞行器协同制导控制技术的未来发展方向进行了展望。     

小型无人机编队队形保持与重构算法设计

为解决小型无人机编队保持与队形重构控制的问题,设计一款适用于编队保持和队形重构的控制器.以小型固定翼无人机为对象,采用长机-僚机编队模式,建立相对运动关系模型,对无人机位置和姿态偏差进行分析,分别设计作用于速度和侧向通道的控制器,通过六自由度模型仿真系统对编队性能进行测试.仿真结果表明:该算法设计可实现编队保持和队形变换,满足性能要求.     

有界变化时滞和联合连通拓扑条件下的分布式无人机编队飞行控制策略

针对具有非线性动力学特性的多无人机系统通信时滞在有界区间内变化和网络拓扑联合连通情况下的编队控制问题,提出一种基于一致性理论的分布式编队控制策略。利用Lyapunov-Krasovskii函数分析编队的稳定性,推导编队稳定的充分条件。该策略不强调时滞的导数特征,并且可将通信拓扑的高维矩阵求解问题转化为若干个连通部分的低维矩阵求解问题,因此适用性广、计算量小、实时性好。通过仿真验证了非线性快变时滞和随机跳变时滞情况下策略的有效性。结果表明,该方法可指导无人机编队快速聚集和收敛至任意对称或非对称目标队形和以目标速度保持飞行。     

基于局部综合制导与控制的无人机紧密编队飞行仿真

针对无人机紧密编队飞行问题,以"长机-僚机"编队模式为模型,提出了1种改进的编队飞行控制技术—局部综合制导与控制。该技术包含级联回路和动态逆回路,并使用完整的无人机六自由度非线性模型使得本文对无人机紧密编队飞行研究不再局限于目前基于模型的质点运动设计,有助于将研究的结果运用到未来真实的无人机编队飞行中。相对于常规的制导与控制设计,该方法可降低整体回路延迟。仿真结果证明,该方法可使无人机编队有效形成和保持队形,对于长机机动动作,僚机具有很好的跟随性,能得到较好的编队飞行结果。     

美军潜射无人机的发展与关键技术

介绍了美军研制潜射无人机的发展现状,探讨了潜射无人机对海作战、反潜作战以及防空作战的作战样式,分析了研制潜射无人机的几项关键技术,涉及包括干式发射和湿式发射方式的发射技术;从潜艇的533 mm鱼雷发射管、弹道导弹发射筒、通用模块式桅杆以及锥形通用浮力发射器发射的发射装置;运载器技术;无人机的折叠以及无人机的回收系统。     

带有多未知性的无人车编队控制

文中研究无人车领导者具有未知线速度、角速度及其未知上界等多种未知性的无人车编队控制问题.首先,通过变换将无人车编队控制问题转化为无人车一致性问题;其次,为补偿这些未知性,通过建立时变反馈控制方法,解决了无人车一致性控制问题,进而实现了无人车编队控制.该方法的核心思想是在控制器中引入一个时间函数使得随着时间的增加,这些未知性能够得到补偿.最后,通过数值仿真验证了控制算法的有效性.     

多异构无人机覆盖搜索任务区域分配方法研究

针对多异构无人机协同覆盖搜索中的任务区域分配问题,提出了一种分析求解方法。首先,对机载传感器探测机理进行了分析,提出了一套UAV对地探测性能参数指标的整合、确定方法;其次,根据确定的性能参数在综合考虑编队整体航路代价和时效性代价的基础上建立了任务区域分配模型;最后,通过仿真校验了方法的有效性并得出了任务区域的面积分配结果。     

空中靶机集群协同飞行研究

为满足靶机系统对来袭目标的逼真模拟要求,对靶机编队协同飞行系统的集群编队策略及编队模式进行研究.结合靶机集群协同飞行的特点,分析其优劣势.研究靶机集群协同飞行的2个控制层面,设计基于相对运动模型的编队控制器,并使用高亚音速靶机系统做相关仿飞验证.基于现有的工程实践经验,简要概述空中靶机集群系统未来的研究发展.结果表明:该控制器的纵向高度间距保持较好,前向及侧向距离呈逐步收敛趋势.     

基于Jacobi几何向量的多AUV编队控制方法

研究了多自主水下航行器（MAUV）系统的水平面动力学建模和系统编队控制问题。从单个自主水下航行器的动力学和运动学模型出发,通过引入Jacobi几何向量建立了MAUV系统的水平面动力学模型;结合典型水下航行器全方位智能导器（ODIN）的流体动力参数,将系统模型解耦为3个线性子系统——编队队形、编队运动（即编队中心点的运动）及航行器转向子系统,并采用线性状态反馈法设计了运动控制器和转向控制器。仿真结果表明,该算法可以控制MAUV系统在保持编队队形的基础上跟踪已知路径。     

基于动态贝叶斯网络推理的运动目标状态最优估计

提出基于动态贝叶斯网络推理的火炮攻击敌纵深运动目标状态估计模型。首先结合Kalman滤波理论，提出基于动态贝叶斯网络（Dynamic Bayesian Networks-DBN）的目标状态估计模型。然后应用DBN的图形模式的前向后向光滑计算方法对某一节点概率进行不确定推理，在对某一观测序列光滑的基础上，预测敌目标运行队列未来时刻的最大可能估计值，将预测信息传给火控系统并决定最优打击点。最后，通过仿真验证了整个方案的可行性。     

水下编队航行机器人的前馈加反馈控制器设计

介绍了一种能够实现水下机器人编队的分布式控制方法。在基于跟随机和领航机间的相对运动模型上,首先设计了前馈控制器及其内部模型以补偿视为外部信号的领航机信息,然后利用反推法设计了反馈镇定控制器,同时还设计了能够观测所有误差信号的状态观测器以实现反馈控制。算例仿真表明了应用设计的编队控制律,各个水下机器人能够较快地形成希望的编队,并按希望编队队形稳定航行,仿真结果验证了此种控制方法的有效性。     

无人机编队Dubins 航路规划及编队控制器设计

为完成无人机编队任务并解决无人机在飞行中因干扰而造成编队任务失败的问题,设计一种无人机编队 任务的Dubins 航路规划算法及控制器。根据无人机编队同时到达集结点的时间一致性要求,利用解析几何方法进行 航路设计,通过分析无人机飞行状态,设计了能够进行速度调整的控制器,并使用六自由度无人机模型验证了航路 算法及控制器的性能。仿真结果表明：该航路算法能够解算出各种编队任务的飞行航路,在控制器作用下能够很好 地完成编队任务。