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。     

风场干扰下基于一致性卡尔曼滤波的UAV 编队控制算法

针对风场干扰下多无人机(UAV)编队的控制问题,提出一种基于一致性卡尔曼滤波的多无人机编队控制算法。根据一致性卡尔曼滤波算法,测量每架无人机的风场干扰误差,预测控制编队中各机的相对位置;设置编队的中心关键点,并利用总卡尔曼滤波器调整其位置,由此实现了一致性卡尔曼滤波算法与航迹修正相结合解决风场干扰下多无人机编队的控制问题;并将该算法应用到轨迹跟踪问题,从而实现编队对复杂航迹的实时跟踪。仿真结果表明,文中提出的算法具有很好的灵活性、鲁棒性、可靠性和可伸缩性。     

智能无人集群系统协同控制关键问题分析

无人机集群协同控制是智能无人机集群协同作战的技术基础,在复杂的动态环境和时间敏感态势下,可实现对各种信息快速有效地获取、处理、传输以及多平台的控制。针对智能化无人集群系统协同控制的关键问题,重点分析了复杂战场环境下多无人机系统的多级分布式协同控制体系结构以及具有时空约束的协同航迹规划问题,比较了采用三种不同算法的多无人机协同航迹规划的仿真结果;分析了集群编队控制中的协同控制策略和编队队形重构等关键问题,给出了多无人机编队运动轨迹和编队构型变化轨迹的仿真结果。最后从5个方面阐述了智能无人机协同控制技术的发展。     

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。     

一种基于协同电子对抗的无人机蜂群编队方法

针对未来复杂战场环境中无人机蜂群面对敌电子战设备进行有效的电子对抗和隐身突防的问题,从阵列分析与综合的角度提出了一种基于多目标优化的无人机蜂群编队方法。将无人机蜂群看作三维稀疏阵列,对无人机蜂群的辐射与散射问题进行综合分析;将无人机蜂群的协同探测与协同干扰等效为整个阵列辐射方向图的综合问题,无人机蜂群的协同隐身等效为散射阵列综合问题,从而将无人机蜂群的协同对抗问题转化为一个多目标优化的无人机蜂群编队问题。以蜂群的辐射和散射作为优化目标,利用遗传算法对无人机的编队进行优化仿真。理论分析与实验仿真结果表明,该方法能够有效提高无人机蜂群的协同对抗能力,在提高探测与干扰能力的基础上,降低了无人机蜂群的雷达散射特性,提高了无人机蜂群的战场生存能力。     

基于改进A*算法的多无人机协同战术规划

多无人机协同作战是未来无人机作战方式的重要发展趋势。为增强多无人机系统的任务执行能力,提高系统整体作战效能并实现高效资源分配和调度,提出一种基于改进A^*算法的多无人机协同战术规划方法。按照离线规划和重规划两方面,设计战役层和战术层的作战目标迭代优化方案;建立编队协同作战的数学模型,以编队成员间的时间协同和碰撞协同代价为变量,得到多约束条件下的综合编队目标函数;结合多层变步长搜索策略和单步扩展的搜索方式,基于改进A^*算法,用于求解复杂战场环境下的多无人机编队协同作战航路。分别利用改进A^*算法和传统A^*算法进行对比仿真实验。仿真结果表明,多无人机协同战术规划方法能够较好地完成作战任务,改进A^*算法能够获得更优的航路,从而验证了所提算法的有效性。     

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。     

舰载无人机编队协同对海突击作战效能评估指标体系研究

结合舰载无人机编队协同对海突击作战使用的特点,分析了其作战过程和制定指标体系的原则,在ADC法的基础上附加了作战保障能力系数,构建了包含总体效能层、作战过程层、局部效能层和装备性能层四层指标的舰载无人机编队协同对海突击作战效能评估指标体系,对指标体系的各个指标进行了具体的分析和研究,并建立了部分关键指标的数学模型,为舰载无人机编队协同对海突击作战效能评估提供了基础。     

面向空地协同作战的无人机-无人车异构 时变编队跟踪控制

本文研究了无人机自主伴飞协同侦察技术中的异构集群系统空地协同时变编队跟踪控制问题,要求多无人机与无人车在形成期望时变编队构型的同时,实现对领导者参考轨迹的跟踪。首先,对无人机与无人车进行单体运动学与动力学建模,并引入代数图论概念,建立异构集群系统的协同控制模型。然后,引入虚拟领导者刻画编队整体的运动轨迹,并基于对虚拟领导者状态的分布式观测器,对各无人机-无人车构造分布式编队跟踪控制器。进一步分析异构集群系统实现时变编队跟踪的可行性条件,给出编队跟踪控制器中各参数的选取方法。最后,给出了一个仿真例子来验证所设计控制器的有效性。     

一种分布式多无人机协同定距盘旋跟踪制导律

多无人机协同跟踪运动目标既可以全方位探测目标信息,又可以应对外界视线干扰,降低丢失目标的概率,因而具有重要研究意义。基于Unicycle模型提出了一种仅需目标和邻近无人机信息的分布式协同定距跟踪制导律,解决了传统Leader-Follower方法中编队过于依赖Leader的问题,提高了编队网络的鲁棒性。针对静止目标设计了基于相对距离与视线角的分布式多无人机协同制导律,并证明了系统稳定性;该制导律推广至对匀速及变速目标的跟踪制导;利用飞行控制器、模拟飞行软件X-Plane和仿真软件MATLAB/Simulink对上述静止、匀速和变速3种运动模式的目标分别进行协同跟踪半实物仿真,结果验证了所提制导律的有效性。     

国外无人机集群协同控制技术新进展

综述国外无人机集群系统内涵、发展阶段及典型应用的研究现状,着重梳理协同控制技术在无人机集群中的应用和发展。首先详细分析Leader-follower方法、基于行为法、基于一致性方法及虚拟结构法四种协同控制技术的国外研究现状,并归纳总结其优缺点;然后着眼于无人机的感知能力,从基于位置、位移及距离的编队控制方法视角,分析协同控制技术的发展历程及方向;提出了现阶段无人机集群协同控制亟待解决的问题及深入探索的方向。     

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。     

基于GWO-WOA的执行器严重故障多移动机器人编队重构控制

针对执行器严重故障下多移动机器人的编队重构控制问题，提出一种基于灰狼优化-鲸鱼优化算法(Grey WolfOptimizer-Whale Optimization Algorithm, GWO-WOA)的协同编队重构控制策略。设计一种故障观测器以检测多机器人系统中出现的执行器严重故障，并使执行器严重故障的机器人离开编队。利用匈牙利算法分配剩余机器人在期望重构编队中的位置，并用GWO-WOA规划出机器人的运动路径。提出编队重构综合控制策略，包括三部分，分别为基于一致性的编队保持控制、基于势能函数的避碰控制和基于比例积分的跟踪控制器，使多机器人在无碰撞的情形下实现了重构编队。仿真实验结果表明，所提出的编队重构控制策略能够实时监测出故障机器人，并且在形成期望重构编队的同时防止相互碰撞。     

基于状态估计的多机编队保持技术研究

针对工程中通信带宽有限的情况,研究了基于TDMA网络的多无人机编队控制发散问题,通过将网络通信时延转变为具有时变异步时延的切换拓扑网络一致性收敛问题,设计了一种基于状态估计的多机编队控制协议。通过卡尔曼滤波器对通信时刻编队内无人机状态进行估计,解决了协议中状态信息时刻不一致导致的编队发散问题,适用于TDMA组网的大规模编队控制。最后数值仿真结果表明该控制协议能够有效抑制网络中异步时延对多机编队保持精度的影响,提高了多机协同编队保持控制的稳定性。     

UAV集群自主协同决策控制的研究现状与分析

无人机集群自主协同决策控制为智能控制技术与平台控制技术的高度综合,是UAV集群协同作战的技术基础。如何通过有效的协同决策控制策略支持战场环境下UAV集群协同攻击多目标,满足在时空约束下以最大的成功概率和最低的风险命中目标,实现UAV集群整体作战效能大于单UAV独立作战效能的总和,是一个极具理论价值和实战意义的问题。对面向协同作战的UAV集群编队,分别从UAV集群协同任务分配、协同航迹规划、一致性协同编队控制、紧密编队中气动耦合问题、编队规避防障控制方面对国内外研究现状进行阐述,并对UAV集群自主协同决策技术研究进行重点分析。     

多无人机协同方法研究

单架无人机执行侦察或攻击等任务时面临侦察角度和范围等诸方面的限制,制约了作战效能的发挥,多无人机协同执行任务能够提升整体的作战效能和生存性。分析了多无人机协同所面临的挑战,系统地研究了现有的多无人机协同方法。针对基于无人机自主控制的协同方法和基于工作流的协同方法,分析和对比了它们的协同时间。结果表明,基于工作流的协同方法具有更稳定和更短的协同时间,更适于复杂多变环境下多无人机协同执行任务。     

基于重构容错的智能水下机器人定深运动控制

为保证智能水下机器人（AUV）在部分运动执行器出现故障的情况下,仍可在一定深度下顺利完成相应任务,提出一种定深容错运动控制策略。该控制策略针对某型智能水下机器人垂向推进器的故障,从实用角度出发,基于重构容错控制思想,同时结合自抗扰控制（ADRC）方法进行具体的控制器设计和实现。该控制策略中包括两种定深控制器设计,分别为垂推正常工况下和垂推故障情况下的定深控制,试图依靠相关故障信息,通过重构替换实现容错控制。在仿真实验中,该控制策略于不同环境干扰下进行了相应测试,并与结合PID方法的定深控制器进行了比较。结果表明,基于重构容错控制思想,并结合自抗扰控制方法的定深容错控制策略不仅有效,同时具有更好的抑制干扰作用,从而可以为机器人提供更优的控制效果。     

考虑内部避碰的无人机编队控制研究

针对无人机编队形成或变换过程中内部避碰的需求,设计了切换型编队控制器,以基于一致性的编队控制器为主导,附加避碰控制器。避碰控制器基于人工势场法,当无人机探测到安全范围内其它无人机时,避碰控制器起作用。给出了有向通信条件下基于一致性编队控制器参数选取的规则,保证多无人机系统最终形成给定编队。仿真结果表明,该控制方法能够使无人机集群系统形成编队,并且在编队形成过程中无人机间不发生碰撞。     

考虑几何约束的无人机双机编队相对姿态确定方法

针对无人机常用的领航—跟随双机编队飞行控制模式,提出了一种考虑几何约束的相对姿态确定方法。利用飞行器配备的视觉传感器,获得飞行器间及飞行器到目标的视线矢量信息,该方法不需要考虑目标的位置信息,避免了由位置偏差带来的误差。同时,给出了双机编队模式下视觉传感器的测量模型,分析了传感器量测噪声的统计特性,推导了基于几何约束的确定性相对姿态求解方法。仿真结果表明,考虑几何约束的双机编队无人机相对姿态确定方法可以有效估计出飞行器间的相对姿态,估计精度较高,能够满足无人机协同编队飞行控制需求,解决了远距离编队情况下视线矢量共面不可观测问题。     

攻击型无人机群协同自组织控制研究

无人机群利用协同侦察和攻击模式可以提高作战任务的成功概率,完成单架无人机无法完成的任务。论述了无人机群协同自组织控制的研究进展,主要包括：无人机群自组织控制流程、无人机群编队队形设计、无人机群编队飞行控制策略。