事件触发下的多无人机时变编队控制

针对二阶多无人机系统时变编队控制问题,借助事件触发函数,设计了一致性分布式控制器,使其形成时变编队。结合Laplacian矩阵的特殊性质,对其分解,将编队问题化简为低阶系统渐近稳定性问题。给出控制器设计算法,利用线性矩阵不等式(LMI)和Lyapunov函数证明了在给定事件触发函数下算法的有效性,并证明了所给事件触发函数时间序列不存在Zeno现象。对多无人机系统的运动在三维空间进行仿真,结果表明无人机在所设计的控制器作用下形成期望的时变编队,有效地节约了通信带宽和计算资源。     

通信时延条件下的单一领导者多无人机系统编队控制

针对存在通信时延时含单一领导者的多无人机系统的编队控制问题,基于一致性控制理论设计了控制器,使得系统在一定的通信时延条件下依旧能够使各系统状态趋于一致,形成期望的编队。首先,建立系统中各无人机的动力学模型,做出一些基本假设,并根据一致性理论设计参数待定的控制器;其次,通过变量代换和数学变形,得到一个新系统,将原系统的编队控制问题转化为低阶系统的渐近稳定问题;最后,设计Lyapunov-Krasovskii函数,结合线性矩阵不等式推导出了系统达到一致性的充分条件。仿真结果表明,在满足给出的条件时,系统能够在时滞条件下形成期望的时变编队。     

有向拓扑下多无人机系统编队跟踪控制

针对分布式群系统编队控制问题,提出一种有向拓扑条件下的分布式编队控制方法。首先,通过在控制协议中引入辅助函数,利用变量代换,将编队控制问题简化为自治系统的稳定性问题,使得复杂的控制问题简单化。其次,通过求解线性矩阵不等式设计控制增益矩阵,形式简单,求解复杂度低。然后借助李雅普诺夫方法分析系统的稳定性。仿真实验表明,多无人机系统在分布式控制协议下,能够有效实现编队跟踪控制。     

分布式异构集群系统PI编队跟踪控制

同构集群系统因其组成个体的单一性而存在功能上的局限性。异构集群系统的个体组成具有多样性,因此可以扩展同构集群系统的功能。针对异构集群系统的编队跟踪控制问题,文中基于领导者-跟随者模型,在有向通信拓扑结构下设计了一种分布式PI编队跟踪控制协议。设计了期望的时变编队队形,跟随者在跟踪领导者的同时可保持期望的编队队形,使系统中的所有智能体均能够达到期望位置。考虑到真实系统会受到外部未知有界扰动和一些不确定因素的影响,因此基于李雅普诺夫稳定性理论给出了保证系统跟踪误差一致有界的充分条件,并进行了鲁棒性分析。根据设计的控制协议及控制条件进行了仿真验证,结果表明所设计的PI编队跟踪控制策略能够有效解决异构集群系统的编队跟踪控制问题。     

异质非线性多智能体系统时变编队控制

实际应用中,需要多种智能体按照期望的编队队形协同工作,此时多智能体系统是异质的.针对此问题,文中基于一致性原理研究了异质非线性多智能体系统的时变编队控制问题.采用非线性参数分解的方法,将系统异质非线性项以统一的形式表示,设计了一种编队控制策略.在有向拓扑结构下,使用领导者-跟随者方法,基于自适应策略与状态信息反馈设计了...     

拓扑切换和时延下的非线性多智能体协同输出调节

为解决拓扑切换和时延条件下的非线性多智能体协同输出调节问题,提出了分布式状态观测器控制算法和模糊反馈控制策略。利用T-S模糊模型将非线性系统转化为线性系统;针对智能体跟随者无法获取外部领导者系统状态的协同输出调节问题,设计了分布式状态观测器和模糊输出反馈控制器,通过状态观测器估计外部领导者系统的状态信息并反馈给系统的控制器,解决了跟随者无法获取外部领导者状态的问题;应用Lyapunov稳定性理论证明了拓扑切换和时延条件下非线性多智能体系统稳定性;最后,通过Matlab算例验证控制律的正确性和有效性。仿真结果表明：所设计的状态观测器能够解决系统状态不可测问题,跟随者能够跟踪到领导者信号,并且跟踪误差为零。     

具有动态领导者的多机器人系统包含控制研究

针对具有动态多领导者的多智能机器人包含控制问题,设计了一种基于一般连续时间线性动力学的多机器人系统模型与耦合增益自适应更新律包含控制方法。首先建立具有一般连续时间线性动力学的多机器人系统模型,其次使用图论描述多机器人系统中各机器人单体间的通信拓扑关系,然后设计了具有耦合增益自适应更新律的分布式包含控制协议实现所有跟随者最终都保持在领导者组成的凸包内并随其运动,此外该包含控制方法使得所有的跟随者只需参考邻居跟随者的信息而不需要接收全局信息,降低了系统的通信需求,增强了系统的稳定性和冗余性,仿真实验结果表明所提出的控制方法的有效性。     

弹性模型结合改进滑模控制器的无人机协同控制

提出了一种基于改进指数趋近律的滑模控制器的无人机编队建模与控制方法。首先采用弹性系统模型对无人机编队进行动力学分析,把每个无人机看作一个质量点,无人机之间的位置关系可以视为编队控制时的约束力;在此基础上采用一种固定的通信拓扑,对编队平衡状态进行分析,建立无人机编队的动力学模型。同时利用一种基于改进指数趋近律的滑模控制器实现无人机编队协同控制,以此加快系统稳定的收敛速度,削弱传统滑模控制器的抖振现象,保证无人机编队协同控制的稳定性。最后,通过实际无人机编队飞行试验来验证无人机编队动力学模型的可行性与无人机编队控制器的稳定性。     

基于分层控制结构的有人/无人机编队队形控制

针对有人/无人机(MAV/UAV)系统在三维空间下的协同编队队形保持和变换问题,提出了具有分层结构的有人/无人机编队控制方法。根据有人/无人机指挥控制方式和作战流程,设计有人/无人机编队系统控制结构,其中,采用动态面控制方法设计有人机轨迹跟踪控制器,解决了反步控制中虚拟控制信号反复求导的问题;基于有限集中分布式编队控制策略设计无人机编队控制器,实现了多架无人机与有人机的协同编队飞行,并基于Lyapunov理论证明了控制器的稳定性。最后,针对三维空间下的有人/无人机编队进行仿真,仿真结果验证了所设计有人/无人机编队控制策略的有效性。     

基于队形变化的多无人机航迹规划算法

针对多无人机在复杂环境下的航迹规划问题，文中提出基于队形变化的多无人机航迹规划算法。利用领航-跟随的无人机拓扑结构，设计了一种以时间与航程作为衡量指标的代价函数，求解出最优的编队集结点。采用改进的Informed-RRT*算法求解出领航者的渐近最优航迹，结合队形变化策略实现了跟随者的航迹规划与避障。在定义队形变化量、路径长度比、航向稳定性性能指标的基础上，文中进行了仿真实验并对生成航迹进行评价与对比。仿真结果表明，无人机编队实现了在复杂环境下航迹规划与避障，同时为跟随者规划出最优航迹，与领航者最优航迹长度相差不到1%,验证了该算法的实用性与有效性。     

具有避碰和保持连通的多智能体鲁棒编队控制

针对多智能体系统在形成编队的过程中存在相互碰撞、通信中断和外部干扰的问题,考虑了具有避碰和保持系统连通的二阶非线性多智能体鲁棒编队控制问题。基于人工势场法设计了具有保持系统连通的多智能体避碰算法,并利用分布式控制法和共识理论设计了多智能体鲁棒编队控制律,从而使得多智能体系统准确地实现编队,避免碰撞和保持系统连通。利用李雅普诺夫稳定性理论和线性矩阵不等式证明了系统的稳定性和跟踪误差的收敛性。通过数值仿真实例验证了所提编队控制律的有效性。     

DoS攻击下异质多智能体系统二分包含控制

为解决DoS攻击下智能体间不能正常通信的问题,研究了基于符号图的离散异质多智能体系统包含控制.首先,考虑跟随者状态不能在线获得的情况,构造分布式状态观测器;其次,在每个跟随者的控制器设计中加入历史时刻信息,提出分布式动态反馈控制方案,通过内外系统加强包含控制的约束条件,使得系统中的跟随者能够收敛到领导者形成的凸包中,解...     

异构多智能体时变编队的PI控制策略

有关多智能体系统的研究成果中大多是考虑同构多智能体系统的一致性控制问题,而实际应用中需要多种智能体依据期望编队队形协同工作,并且真实系统的动力学往往具有非线性性质.针对此问题,在无向拓扑结构下,利用非线性参数分解的方法,设计了基于PI控制器与自适应控制策略的一种异构非线性多智能体系统时变编队控制策略.由于真实系统会不可避免地受到外部扰动的影响,而外部扰动的大小是存在一定范围的,因此,在所设计的控制策略基础上又考虑了存在外部有界扰动情况时多智能体系统的稳定性问题,通过构造Lyapunov函数分析了所设计控制策略的稳定性问题,并使用Matlab进行了仿真验证.结果表明,设计的控制策略可以实现异构多智能体系统的时变编队控制,且具有一定的有效性.     

多领航者网络化系统的动态群集运动

针对时变动态切换拓扑下具有多个领航者的网络化系统群集运动问题,本文分别给出了一阶／二阶网络化系统的控制算法,并对所提出的控制算法进行了理论分析。运用现代控制理论、代数图论和矩阵论等分析工具,研究了当通信拓扑为动态联合连通时,系统可以实现群集运动,即系统的运动轨迹都收敛到由多个领航者构成的凸包中。通过对系统信息拓扑连通部分的进一步研究,得到了二阶网络化系统群集运动的约束条件。最后应用仿真实验验证了结论的正确性。     

基于脉冲控制的时延异构多智能体编队控制

为提高编队系统鲁棒性,降低系统对通信条件的要求,针对异构多智能体系统的编队控制问题,提出一种基于脉冲控制的编队控制方法.考虑异构多智能体的切换拓扑与变时延情况,根据一致性理论,提出基于领航跟随者模型的脉冲控制协议.利用矩阵分析方法将异构多智能体编队系统的变时延问题转化为时延上界问题,通过构造Lyapunov函数并利用Lyapunov稳定理论得到系统实现编队控制一致性的充分条件.同时,为比较不同控制协议的优劣性,提出切换拓扑下多智能体编队控制的平均通信代价指标.仿真结果验证了所提脉冲控制方法的有效性和优越性.     

基于深度强化学习的无人机编队控制

针对无人机编队控制中无人机智能化程度不足、缺乏自主学习能力等问题,基于深度强化学习中DDQN算法设计无人机编队控制器,该控制器可同时控制速度与航向通道,使僚机能够自学习跟踪长机并保持编队,提高无人机智能化程度。为验证设计控制器的有效性,通过仿真将设计的DDQN控制器与传统PID控制器进行对比。对比结果表明,该控制器可有效形成无人机编队并满足编队要求,对无人机编队智能化控制进行了有效探索。     

信道衰落下多智能体系统有限时间一致性控制

针对带有信道衰落下二阶多智能体系统的有限时间一致性跟踪问题,文中提出了基于滑模策略的分布式控制算法。根据智能体的拓扑结构搭建数学模型构造了随机信道衰落影响下的一致性误差函数,基于误差函数设计一致性协议将系统的一致性问题转化为跟踪误差系统的稳定性问题。设计了指数型非奇异终端滑模面,结合Lyapunov稳定性理论和滑模控制理论分析了误差系统的有限时间稳定性和滑模可达性。采用1个领导者和4个跟随者的多智能体模型进行仿真实验,结果显示4个跟随者可以准确跟踪领导者,达成系统跟踪一致性,且在10 s时其误差函数曲线也趋于0,证明了控制策略的有效性。     

受限切换拓扑时延多智能体系统的指数一致性

针对多智能体系统的一致性问题,建立一阶动力学模型,并考虑时变时延和受限拓扑切换,设计出相应的一致性控制器,其中有向网络拓扑根据ADT型切换信号进行切换,并通过状态变换将一致性问题转化为低阶差异系统的指数稳定性问题,通过构造分段Lyapunov-Krasovskii泛函,并借助詹森不等式给出在线性矩阵不等式框架下多智能体系统达到指数一致性的充分条件。     

基于信干噪比的无人机集群分布式编队控制算法

编队控制和组网通信是无人机集群保持队形稳定和执行协同任务的前提条件。现有的编队控制算法侧重于队形控制,往往对无人机之间的通信因素考虑较少。针对无人机集群组网编队问题,设计了基于信干噪比(Signal to Interference plus Noise Ratio,SINR)的分布式编队控制算法。该算法兼顾接入覆盖与网络连通性要求,以SINR为参考构建虚拟作用力,能够使无人机以分布式控制的方式自主移动到通信质量更优的位置并维持稳定的拓扑结构。仿真结果表明,该算法可以适用于不同场景,能够在保证网络连通稳定的前提下优化目标区域用户的通信质量,并且具有较高的接入覆盖率和编队稳定性。     

无人机集群编队控制方法研究综述

随着无人机技术的进一步发展，多无人机编队飞行的研究也受到了越来越多的关注。无人机相互配合组成编队群，可以充分发挥单个无人机所不具备的优势，更能胜任复杂、多任务场景下的工作。对无人机集群编队控制方法进行分类，分为传统控制法、群体智能算法、深度强化学习算法；对各类方法进行分析，着重归纳讨论了领导者-跟随者方法、人工势场法、运动学控制方法、蚁群优化算法、粒子群优化算法、人工蜂群算法、深度Q网络算法、深度确定性策略梯度算法、多智能体深度确定性策略梯度算法，并给出各自的优劣势；对无人机集群编队控制方法进行总结，指出传统控制法已接近成熟，但为了实现无人机的智能自主协同编队控制，仍需在群体智能算法和深度强化学习算法上融合新的思想与改进，从而发挥大数量无人机在复杂场景下的优势。