基于反馈控制策略的多智能体蜂拥控制

讨论一类带有虚拟领导者的二阶多智能体蜂拥问题. 为了避免群体的分裂, 提出对虚拟领导者进行反馈控制的蜂拥算法.假设多智能体系统中有部分数量固定的跟随者和领导者之间建立通信链路,领导者在沿着预设轨迹运动的同时, 根据此部分跟随者的状态反馈调节自身的运行速度,减小跟随者和领导者之间的跟随误差.利用该算法,即使只有部分的跟随者能够获得虚拟领导者信息,所有的跟随者的速度仍将渐近收敛到虚拟领导者的速度,跟随虚拟领导者的运行轨迹运行,最终形成稳定的群集运动.仿真了多智能体在平面上的蜂拥运动,仿真结果验证了结论的有效性.     

通信拓扑变化条件下多无人机同时到达控制策略

针对战场环境中无人机多机成员通信链路局部时断时续情形,并基于一致性算法有向生成树最弱通信连通条件,设计了无人机多机通信拓扑包含有向生成树/子树的判别策略、以及重新包含有向生成树的通信链路最小变更方案的获取策略;研究选取预计到达时间(ETA)为协调变量,基于一致性算法控制无人机成员或其成员子集实现同时到达;提出设置虚拟子目标点的一致性控制策略,实现多无人机空中聚集飞行和同时到达,以提高作战生存力,并且避免多无人机飞行间距超出相互通信作用范围;通过仿真与分析,验证了上述策略的有效性。     

多无人机协同编队飞行控制研究现状及发展

无人机在军事和民用应用上越来越广泛,为使无人机能够更好地发挥作用,需要采用多无人机编队飞行控制来实现协同侦察、作战、防御及喷洒农药等任务.多无人机协同编队控制技术主要包括信息感知技术、数据融合技术、任务分配技术、航迹规划技术、编队控制技术、通信组网技术和虚拟/实物验证实验平台技术等.首先对国内外多无人机编队相关技术的现状和进展进行综述,然后重点对多无人机编队控制方法进行分析,并对队形设计、队形调整和队形重构等问题进行归纳总结,最后对多无人机协同编队所面临的机遇和挑战进行了展望.结果表明:目前多无人机编队飞行理论方面取得了丰硕成果,但是实物飞行试验仅能实现简单通信环境下的协同编队飞行,任务分配和航迹规划实时性不高,控制方法应对突发情况鲁棒性低,多机多传感器协同感知能力不足,欠缺对实体的仿真实现,未来的研究方向应是突破上述关键技术的不足,开展复杂感知约束和复杂通信环境下的多无人机协同编队飞行研究,提出更加有效的控制方法,并进行多无人机实物编队飞行试验,使无人机能够更好地完成既定任务.     

面向多点侦察和通信服务的多无人机协同任务分配

针对多无人机对多个异构任务目标进行侦察和通信服务的协同优化问题,通过考虑不同目标的任务要求和价值,以及多机协同增益与任务行为制约关系,构建斯坦伯格博弈模型,将上层无人机建立为博弈领导者,下层无人机建立为博弈的跟随者,并提出一种分布式策略更新迭代算法,实现了多无人机任务分配方案的稳定收敛以及系统任务收益优化.仿真结果显示,所提方法能有效提升多无人机系统同时完成多个任务的效益,并能在不同环境下实现面向异构任务价值的高效协同.     

一种面向多无人机协同编队控制的改进深度神经网络方法

研究了多维度飞行数据下的协同编队控制问题,提出了一种基于改进深度神经网络的协同飞行控制方法。首先,使用深度神经网络在线整定PID控制器,设计了一种基于深度神经网络的PID控制器;其次,针对传统深度神经网络收敛速度慢、学习效率低的问题,同时为了满足多无人机编队飞行的实时性,在深度神经网络控制器中引入动量因子以提高网络的学习性能;最后,将所设计的改进深度神经网络控制器扩展到多无人机协同飞行任务场景实现协同编队飞行。对多无人机协同编队飞行进行仿真验证,仿真结果表明,所设计的改进深度神经网络编队控制器可以有效实现多无人机的编队生成与协同飞行。     

DF-UAV中继广播通信系统航迹优化方法

无人机中继通信系统可以为用户提供高质量服务和多种业务辅助,而无人机航迹优化是无人机中继通信系统面临的关键技术问题之一。针对译码转发协议下的无人机中继广播通信系统,研究其航迹优化方法以提高系统链路传输性能。首先,建立了无人机中继通信系统模型,分析给出单用户链路中断概率和系统平均中断概率计算公式,在此基础上提出基于最大用户中断概率最小化准则的中继无人机航迹优化方法,并理论推导出系统的遍历容量精确数学表达式;接着通过计算机仿真分析验证了服务区域半径、最大转弯角、路径损耗因子、发射功率等系统特征参数对中继无人机最优航迹、系统中断性能和系统容量性能的影响,同时对比了相同的优化准则下两种中继转发协议的系统中断性能和容量性能。仿真实验表明,与放大转发协议相比,译码转发协议下的中断性能和容量性能均有明显提升,从而验证了所提航迹优化准则的有效性。     

面向无人机网络的密钥管理和认证协议

针对无人机在组网过程中面临的密钥管理与身份认证问题，面向不同应用场景分别提出了有控制站支持的无人机网络认证方案（ASUSG）和无控制站支持的无人机网络认证方案（ASWGS），实现了无人机间的信任建立与安全通信。ASUSG基于椭圆曲线密码体制设计，充分利用控制站计算资源充足、通信链路稳定的特点，将控制站作为密钥生成中心，令控制站实时分发无人机公钥，并辅助无人机完成身份认证、建立安全的通信链路，减少了无人机承担的计算任务。ASWGS基于身份密码体制设计，通过门限密钥技术实现了网内节点在无控制站支持下的身份认证与密钥协商。具体组网时，节点采用遮蔽密钥的方式在公开信道传输用于生成节点私钥的秘密份额，实现了节点私钥的分布式生成。该过程通过预置节点公钥份额的方式能够以较少的计算开销有效阻止恶意节点的干扰行为。安全性分析显示，所提方案能够有效抵御无人机网络面临的身份假冒、消息重放、中间人攻击等多种典型的安全威胁。同时，基于国密算法在Linux平台上对上述两种认证方案进行了仿真实现，实验结果表明，相比于现有方案，本方案中的无人机节点在密钥管理的过程中所需计算开销更少。本文方案能够实现无人机在资源受限条件下的安全组网认证与会话密钥协商。     

模糊多智能体系统的H∞一致跟踪控制

本文研究非线性多智能体系统在有向拓扑下的领导跟随H_∞一致性问题.首先,提出一种新的多项式模糊建模方法来描述由领导者与跟随者构建的偏差动态系统.然后,设计一致控制协议使跟随者渐近跟踪领导者的轨迹.基于多项式李雅普诺夫函数技术,提出松弛的渐近一致的充分条件并确保存在外界干扰时多智能体系统具有H_∞抑制性能.将导出的条件转化为平方和形式并能够进行数值求解.最后,给出一个实例来验证所提出的一致控制协议的有效性.     

基于多机器人编队控制的大件物品协同搬运

针对多移动机器人的协同搬运控制问题,基于领航-跟随者策略设计多移动机器人编队控制器。利用编队参数和领航者位置信息将编队控制转换为跟随者对虚拟机器人轨迹跟踪,实现编队的队形控制;利用反演法设计运动控制器,实现移动机器人轨迹跟踪控制;利用Lyapunov函数分析闭环系统的稳定性。仿真结果表明,编队中的移动机器人能够快速形成和保持给定的编队队形,并沿期望轨迹移动,实现了大件物品的协同搬运。     

基于多集群系统的车辆协同换道控制

针对智能联网环境下的多车协同换道问题,?设计一个基于多集群系统的车辆协同控制框架.给出了虚拟领导者的选取条件,?智能联网车辆通过分布式集群划分算法选取邻居车辆、领导者、虚拟领导者作为控制协议的状态演化.在此基础上,?提出适用于集群空间分配的间距控制算法和基于领导者跟随者的集群控制协议,?使换道车辆扩大前后车辆纵向距离以...     

多旋翼编队的分布式控制方法研究

目前在多旋翼编队中常用的是领航-跟随者的控制方法,但由于此方法中领航者与跟随者之间没有位置反馈,将导致编队误差与时间存在积分效应,因此可通过分布式控制方法引入位置反馈,进而实现多旋翼编队的稳定飞行.首先建立多旋翼编队模型并依据模型分析不同的编队控制方法;然后结合其优点,设计编队控制系统整体框架,提出一种基于相同坐标系的...     

电力巡线无人机信息安全风险分析与防护

针对电力行业大量采用民用消费级无人机进行输电线路巡线可能存在的信息安全隐患展开风险分析.首先,结合无人机实时性要求高、通信链路不稳定、GPS导航信号易篡改和飞航路径需保密等特点,指出应用专业级无人机进行输电线路巡线需要解决的信息安全问题.接着提出无人机及地面控制系统中基于对称密钥的控制信号、航拍数据加密通信与存储、密钥分发机制和基于无人机惯性导航系统的虚构GPS信号综合评估与甄别方法,以及基于云安全的无人机恶意软件检测的加固措施,所提方法为专业级巡线无人机的信息安全提供保障.     

集中式光伏电站巡检无人机视觉定位与导航

为了使无人机在集中式光伏电站实现自主飞行,完成光伏组件红外及可见光图像采集任务,针对集中式光伏厂区光伏组串分布特点,提出光伏组串边缘检测方法,并通过视线导引法实现无人机路径跟随控制. 同一厂区的不同光伏组件之间存在颜色差异,针对其颜色特征提出自定义分割方法,结合形状特征可有效识别光伏组件;提取光伏组串轮廓和边缘信息可获取无人机理论飞行路径,通过视线导引法实现无人机对理论飞行路径的精准跟随以确保图像数据采集的有效性和完整性. 实验结果表明,提出的光伏组串识别算法具有较好的适应性和实时性,能够用于无人机理论飞行方向与无人机和光伏组串间偏移量的计算,利用导航控制算法能够实现理想的光伏组串循迹. 光伏组串识别算法和视线导引法能分别有效实现定位和导航,2个程序的结合能够满足无人机飞行控制要求.     

通信受限下多无人机协同运动目标搜索

针对搜索问题中的目标通信限制和运动特性,采用连通矩阵建立了无人机通信拓扑结构。基于贝叶斯理论利用多架无人机联合探测信息对目标存在的后验概率进行更新,通过计算目标转移概率密度得到动态时敏目标的预测概率,提高了目标存在概率图的准确性;设计了一种调度信息素,建立了数字信息素图使用方法及更新机理,增强了无人机的协作性。在此基础上设计了合理的UAV协同搜索性能指标函数,最后在分布式模型预测控制框架下对性能指标函数进行优化求解,仿真结果表明两种搜索图能够引导无人机协同搜索,加强了机间合作,提高了搜索效率。     

基于改进人工势场的无人机编队防碰撞控制方法

针对无人机编队飞行过程中的机间防碰撞、障碍物规避问题,提出了基于改进人工势场的防碰撞控制方法。利用一致性理论,引入了通信拓扑和通信权重的概念,给出了改进的机间人工势场函数和作用区域。定义了无人机与空域障碍物的斥力势,构建了受二者相对运动速度影响的辅助斥力势,使无人机高效地规避障碍物,并给出了机间防碰撞、障碍物规避的总速度场。提出了防碰撞控制算法,给出了速度、俯仰角、偏航角等防碰撞指令;设计了一种飞行控制器来跟踪防碰撞指令,构建了含防碰撞控制算法、飞行控制器的完整编队系统。三维飞行仿真结果表明:所提编队防碰撞控制方法可以快速实现机间防碰撞,并能有效规避空域障碍物。     

多无人机协同四维航迹规划的改进的Tau-H策略

为了在满足多类约束条件的前提下进行多无人机（UAVs）协同飞行的航迹规划及优化,提出改进的Tau-H运动策略.在常用的Tau-H运动策略基础上,通过在运动间距表达式中引入初速度的相关项,克服了固有的仅能考虑始末速度为零的情况的缺陷,可以实现无人机始末非静止的到达时间和速度的四维运动匹配.利用粒子群算法（PSO）搜索各无人机的初始耦合系数,形成全局航迹预规划;建立各无人机间的通信拓扑,采用采样间隔与冲突判断双驱动的滚动优化方法,求解局部再规划问题,实现航迹不断更新.通过对算例的仿真表明,基于改进的Tau-H策略得到的航迹可飞性好,安全性高,能够满足连续型多无人机航迹规划及优化的应用需求.     

高速近距无人机协同编队控制器设计研究

针对高速飞行的无人机协同编队,机群中单机出现故障,需退出编队飞行,同时需快速近距或超近距重新编队问题。提出了一种快速近距协同编队控制器设计方法,弥补了突发"战事"鲁棒性低,时效性差的不足并对无人机编队飞行动态特性进行了分析。考虑到外界因素已知情形下,建立适合无人机纵向动力学模型和非定常气动力模型,根据编队速度、平尾偏角、推力矢量舵偏角及俯仰角速度作为控制器输入指令信号,研究编队飞行的动态特性。同时分析编队飞行间距误差收敛于很小固定值,协同飞行稳定性良好。仿真结果表明:该控制器能够有效提高近距或超近距重新编队的速度,而且能够保持协同编队飞行的稳定性,为高速近距无人机协同编队控制器设计提供一种思路。     

一种用于Ad hoc网络的优化拥塞控制算法

从分析Ad hoc网络的信息流竞争特点出发,引入了链路干扰集的概念,构建了一个基于链路干扰集的价格框架。在此框架中,某链路的拥塞信息被表示为此链路干扰集的总价格。并提出了相应的分布式平行算法-价格协同法PCA来求解在小时间段内网络状态不变的拥塞控制问题。同时,分析了PCA对网络状态变化的自适应性能。仿真结果表明,PCA能快速收敛到全局优化解,对网络状态的变化有较好的自适应能力,所获得的网络性能比TCP-Reno要优越得多。     

无人机中继广播通信系统航迹优化方法

为了提高固定翼无人机中继广播通信系统链路传输的连通性,提出中继无人机航迹优化方法．首先分析了无人机中继广播通信系统单用户节点的中断概率近似计算公式,并以此为基础推导出了服务区域内所有用户节点平均中断概率的近似计算公式; 然后基于服务区域内用户节点平均中断概率最小化准则提出了中继无人机的航迹优化方法,并进一步给出了最优航迹下单个用户节点的精确中断概率计算公式;最后通过计算机仿真验证了所提出方法的有效性．     

基于定量反馈理论的攻击型无人机鲁棒飞行控制系统设计

针对攻击型无人机这一类参数大范围时变并且带有参数有界不确定性的对象,提出了一种基于定量反馈理论(Quantitative Feedback Theory,QFT)与预定增益控制理论相结合的飞行控制系统设计新方法,并基于该方法设计了攻击型无人机俯仰通道鲁棒飞行控制系统。仿真结果表明,所设计的飞行控制系统对于无人机全飞行包线内参数变化及参数有界摄动具有强鲁棒性。