仿鸿雁编队的无人机集群飞行验证

为了降低无人机集群控制的复杂度，高效解决大规模无人机集群控制和长距离飞行时集群变拓扑问题，设计了一种仿鸿雁群编队的无人机集群自主协同控制方法，借鉴自然界中的鸿雁编队行为机制，开发了面向无人机平台的分布式仿生集群控制系统。鸿雁是一种常见的集群鸟类，其在迁徙途中表现的自组网和编队变拓扑行为与无人机集群飞行有极高的相似性。仿鸿雁编队行为机制的无人机集群飞行验证系统采用了低成本四旋翼无人机，利用无线局域网进行组网通信。外场飞行试验结果表明，自然界中的鸿雁编队行为机制有助于无人机集群的快速精准编队控制，实现了无人机的位置实时变拓扑，提高了无人机集群飞行的鲁棒性。      

前言

<正>无人机自主控制是当今无人系统领域的研究热点,且近几年已经发展成为无人机技术领域的一个关键研究领域.由于执行任务环境的高度动态化、不确定性以及飞行任务的复杂性,自主飞行控制能力的提高是目前无人机系统技术发展的重要目标.近年来,在国家科技部、国家自然科学基金委员会、总装备部、总参谋部、空军装备部、海军装备部、二炮等支持下,我国学者从无人机自主控制的基础理论、关键技术、工程应用特别是国防应用、产业化推广等多个层面展开全面系统研究,并取得     

从鸟群群集飞行到无人机自主集群编队

无人机可通过自主集群编队提高其在复杂环境下执行任务的能力.多飞行器并存导致系统协调管理难度提升等一系列问题，因此如何设计合理高效的无人机集群编队协调自主控制算法是一个亟待解决的难点问题.在鸟群群集飞行过程中，个体通过遵循简单行为规则进行相互合作而产生复杂有序的集体行为.由于鸟群群集飞行过程中所表现出的邻近交互性、群体稳定性和环境适应性等特点与无人机集群编队的自主、协调和智能等控制要求有着紧密的契合之处，因此，研究鸟群群集飞行机制，并将其映射到无人机集群系统，是解决无人机集群编队协调自主控制问题的一条切实可行的途径.      

基于人工神经网络BP算法的倒立摆控制研究

基于人工种经网络BP算法的倒立摆小车实验仿真训练模型，其倒立摆BP网络为4输入3层结构．输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度．隐含层单元数16个．输出层设置为1个输出单元．输入层采用Tansig函数，隐含层采用Logsig函数，输出层采用Purelin函数．用Matlab6．5数值计算软件对模型进行学习训练，并与模糊控制逻辑算法对比，表明倒立摆控制BP算法精度高、收敛快，在非线性控制、鲁捧控制等领域具有良好的应用前景。     

蚁群算法理论及应用研究的进展

蚁群算法是优化领域中新出现的一种仿生进化算法．该算法采用分布式并行计算机制,易与其他方法结合,具有较强的鲁棒性;但搜索时间长、易限入局部最优解是其突出的缺点．针对蚁群算法,首先介绍其基本原理;然后讨论了近年来对蚁群算法的若干改进以及在许多新领域中的发展应用;最后评述了蚁群算法未来的研究方向和主要研究内容．     

恶意攻击下基于分布式稀疏优化的安全状态估计

恶意生成的量测攻击信号是导致信息物理系统(Cyber-physical system, CPS)探测失效的主要原因, 如何有效削弱其影响是实现精准探测、跟踪与感知的关键问题. 分布式传感器网络(Distributed sensor network, DSN)依靠多传感器协作与并行处理突破单一监测节点的任务包线, 能够显著提升探测系统跟踪精度与可靠性. 首先, 依据压缩感知理论, 将单一节点的目标运动状态估计建模为一种基于l₀范数最小化的稀疏优化问题, 采用正交匹配追踪法(Orthogonal matching pursuit, OMP)重构量测攻击信号, 以克服采用凸优化算法求解易陷入局部最优的缺陷. 通过卡尔曼滤波量测更新抵消攻击信号影响, 恢复目标运动的真实状态. 其次, 针对错误注入攻击等复杂量测攻击形式, 基于势博弈理论, 提出一种分布式稀疏优化安全状态估计方法, 利用多传感器节点信息交互与协作提升探测与跟踪的稳定性. 仿真结果表明, 所提方法在分布式传感器网络协作抵抗恶意攻击方面具有优越性.     

仿灰狼合作捕食行为的无人机集群动态任务分配

大规模无人机集群可以承担单个无人机无法完成的复杂任务, 为提高无人机集群执行任务的成功率与可 靠性, 综合考虑资源均衡与多目标分配的任务规划必不可少. 灰狼是一种典型的团队合作狩猎动物, 在捕食过程中 体现出明显的社会层级结构与合作捕食行为. 通过分析灰狼群体的狩猎过程, 对灰狼的群体交互机制与合作捕食行 为建模; 在此基础上, 将灰狼合作捕食行为机制映射至无人机集群动态任务分配中, 给出了无人机集群动态任务分 配流程. 仿真结果表明, 当无人机集群数量与任务节点关系不同时, 所提无人机集群动态任务分配方法在资源均衡 度与有效性方面均有明显优势.     

仿鹰群智能的无人机集群协同对抗飞行验证

自主能力强且低成本的无人机集群协同对抗,是无人机集群对抗中打击敌方攻击防御体系和拦截敌方入侵机群的一个重要手段.哈里斯鹰是一种集群狩猎的猛禽,集群狩猎对于哈里斯鹰获取维持生命活动所需的能量具有重要意义.从无人机集群协同对抗任务与哈里斯鹰协同狩猎行为相似性出发,本文提出一种仿鹰群智能的无人机集群协同对抗方法.首先通过分析鹰群的集群狩猎行为,建立鹰群智能行为机制,并将其映射到无人机集群协同对抗行为中;在该模型的基础上,利用李雅普诺夫导航向量场控制无人机的运动状态,使得我方无人机能够以恒定的速度收敛到预定的轨迹上,完成对敌方无人机的对抗打击;最后,搭建无人机集群验证平台,对所设计的仿鹰群无人机集群协同对抗模型进行外场飞行验证,试验结果验证了本文所设计的模型在无人机对抗环境中的可行性与有效性.     

一种现代航天器飞行控制系统及其容错技术研究

阐述了一种现代航天器飞行控制系统的组成原理及其类别,阐述了时分复用和波分复用的性能特点,进一步提出了光纤多路发送软件、接收软件的设计技术。在详尽介绍容错技术的基础上,设计了一种现代航天器飞行控制系统三余度容错技术方案。实例仿真验证表明,本文所设计的现代航天器容错系统是可行的,并具有很强的鲁棒性。