固定翼无人机集群分布式固定时间编队跟踪控制

为实现固定翼无人机集群对理想编队构型的跟踪,研究了执行器存在未建模动态和不确定性的无人机集群系统的固定时间编队跟踪控制问题。首先,建立了无人机集群的三自由度运动学模型。其次,基于一种收敛时间独立于初始条件的固定时间终端滑模,设计了分布式固定时间编队协同跟踪控制器,利用控制器中的鲁棒项补偿外部扰动,通过Lyapunov稳定性理论证明了闭环系统的固定时间稳定性。最后,对所设计的控制器进行了数值仿真验证,仿真结果表明：所设计的控制器能够使无人机集群在固定时间内组成理想编队构型,同时系统具有鲁棒性。     

多无人机编队递归非奇异终端滑模容错控制

为解决四旋翼无人机编队飞行过程中易受到外部干扰、空气阻力、执行器故障等不确定因素影响的问题,提出了一种基于补偿函数观测器(CFO)的递归非奇异终端滑模控制(RNTSMC)方法来提高四旋翼无人机编队系统性能。首先,引入具有高精度估计的补偿函数观测器,实时估计外部干扰、执行器故障等信息,通过设计递归积分终端滑模面改进非奇异终端滑模面等效控制器对估计信息进行补偿控制,并给定滑模面初始值,保证两滑模面依次连续到达平衡点,确保跟踪误差在有限的时间内快速收敛到0。其次,根据长机-僚机法建立编队模型,基于滑模控制理论,设计编队协同控制器,保证无人机编队完成飞行任务。最后,通过对比仿真结果表明,该方法对四旋翼无人机编队具有良好的容错性能。     

异构集群系统分布式自适应输出时变编队跟踪控制

提出了一种能够解决高阶异构集群系统输出时变编队跟踪问题的控制方法. 集群系统中的智能体分为领导者和跟随者, 领导者和跟随者的动力学模型可以完全不同. 跟随者的输出在跟踪领导者输出的同时保持时变编队实现协同运动. 考虑了领导者存在已知或未知控制输入、领导者和跟随者均存在未知扰动、有向通信拓扑存在切换等多种因素并存的情况, 结合观测器理论、自适应控制理论和滑模控制理论设计了完全分布式的输出时变编队跟踪控制协议, 摆脱了对领导者控制输入上界值、与通信拓扑相关的拉普拉斯矩阵的特征值以及时变编队函数等全局信息的依赖. 利用Lyapunov理论证明了在有向拓扑切换条件下异构集群系统的闭环稳定性. 最后通过数值仿真对理论结果的有效性进行了验证.     

多无人机完全分布式有限时间编队控制

针对分布式通信网络,研究多无人机完全分布式编队生成和保持控制问题.基于滑模和自适应方法设计自适应耦合增益,进而结合与邻居无人机之间的相对状态设计一种新的有限时间编队控制器.该算法去掉了传统编队控制器依赖通信网络范围和拓扑及Leader无人机状态等全局信息的限制,基于Lyapunov理论证明无人机编队误差在有限时间可以收敛到边界可调的邻域内.对三维运动的多无人机编队进行仿真验证,结果显示,所设计的编队控制算法可以实现多无人机有限时间完全分布式编队生成和保持.     

基于群集行为的分布式多无人机编队动态避障控制

针对无人机编队保持和动态障碍物规避控制问题,本文提出了一种新的基于群集行为的分布式多无人机编队控制和避障控制算法.首先考虑了由机间气流等因素带来的干扰,基于吸引/排斥势场和一致性方法,设计了分布式无人机编队的队形保持控制算法,对编队内无人机之间的距离进行控制.进一步考虑外部移动障碍对无人机编队的影响,引入了排斥势场产生...     

无人机编队飞行神经网络自适应逆控制器设计

针对无人机编队飞行时存在的气动耦合和外部干扰等影响因素,提出基于“长-僚机”模式的神经网络自适应逆控制器设计方法.详细推导了气动耦合影响,建立了完整的编队飞行非线性数学模型,设计了非线性动态逆控制律,提出了改进的 BP 神经网络算法,自适应地逼近和在线补偿动态逆误差,改善了控制效果,并针对队形变换提出了简单有效的设计思想.仿真表明,该控制器能有效实现编队队形的保持或变换,控制系统结构具有良好的扩充性.     

小型无人机编队飞行的控制律设计与仿真

针对一种小型无人机模型及其编队飞行的实际背景和限制条件,采用长一僚机（leader—wingman）编队模式,按前向、侧向和垂直方向3个通道分别设计了僚机编队控制律,从而使三维编队问题得以简化．对于多机编队的情况,应用基于长机模式（leadermode）和前机模式（frontmode）的2种编队控制策略,并通过仿真实验和比较分析,证实了长机模式的优越性．通过2架小型无人机编队队形保持和多架无人机在大机动飞行情况下的队形保持与队形变换等一系列仿真实验,验证了提出的编队飞行控制律的可行性和有效性．     

基于输入约束一致性算法的多无人机编队控制

针对多无人机系统的编队控制问题,提出了一种基于级联系统理论及输入约束一致性算法的控制方法。首先,给出了垂直起降无人机系统的一般性模型。然后,基于级联系统理论将复杂的一般性模型化简成级联形式,针对级联形式模型,利用双曲正切函数的有界性质,在控制器设计时引入双曲正切函数设计了一致性控制算法。最后基于所设计的输入约束一致性控制算法,设计编队控制算法研究了多无人机编队控制问题。基于Matlab仿真平台对所提控制方法进行验证,仿真结果表明在所设计的一致性控制算法作用下,系统中所有的状态都能够趋于一致。基于所设计的输入约束一致性算法,所提编队控制算法可以实现空间中的无人机保持指定的编队队形飞行。     

基于分布式一致性的无人机编队控制方法

多无人机系统中,系统状态的一致性是实现多无人机协同控制的基础,针对多无人机中存在的三维空间编队控制问题,提出一种分布式一致性的无人机编队协同控制方法。在主机-从机组成的多无人机系统的基础上,引入分布式结构,设计无人机控制系统模型并建立无人机编队协同机制。根据协同机制设计基于一致性算法的协同编队控制器、基于匈牙利算法的任务分配策略以及避障策略。分别在简易模拟器和基于ROS-Gazebo的实景模拟器中仿真验证了协同控制方法的有效性。结果表明：无人机群能够有效地完成协同编队任务,并且可以通过调整层次结构进行有效编队重构。     

大规模固定翼无人机集群编队控制方法

针对大规模固定翼无人机集群的编队控制问题,提出一种分层分组控制方案.首先,设计一种分布式的无人机集群分层分组控制架构,将集群内所有无人机分成若干独立且不相交的群组,并在群组内分别形成“长机层”和“僚机层”;其次,对各群组内的长机设计协同路径跟随控制律,使长机收敛到各自期望路径上的虚拟目标点,并通过对各虚拟目标点的协调控制实现长机的协同,进而实现各群组间的协同;然后,对各组的僚机设计控制律以跟随其所在群组的长机,使其与长机保持期望的相对位置且朝向一致.设计的大规模集群编队控制律考虑了固定翼无人机的控制约束和环境中风的影响,并证明了闭环系统的稳定性.100架固定翼无人机集群的全流程数值仿真,验证了所提出控制方法的有效性.