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。     

带有多未知性的无人车编队控制

文中研究无人车领导者具有未知线速度、角速度及其未知上界等多种未知性的无人车编队控制问题.首先,通过变换将无人车编队控制问题转化为无人车一致性问题;其次,为补偿这些未知性,通过建立时变反馈控制方法,解决了无人车一致性控制问题,进而实现了无人车编队控制.该方法的核心思想是在控制器中引入一个时间函数使得随着时间的增加,这些未知性能够得到补偿.最后,通过数值仿真验证了控制算法的有效性.     

相同时变时延条件下的卫星协同编队方法

在卫星协同编队任务中,卫星协同编队通信受通信带宽限制。为解决卫星协同在通信时延条件下协同编队问题,将卫星通信系统设计成由位置和速度信息为主的双重冗余通信信息传输方式。利用矩阵的方式,对时延条件下卫星协同系统的可控性进行分析,并分析基于位置和速度的双重冗余通信信息传输方式对协同系统的稳定性以及收敛速度的影响。以通信延时系统稳定收敛为基础设计仿真实例,验证所设计协同编队方法在时延情况下的有效性与稳定性。仿真结果表明：基于位置与速度双重冗余通信信息传输方式构建的通信延时系统稳定收敛,仿真验证协同编队卫星的位置快速稳定收敛,速度快速保持一致,形成一字编队。     

有界变化时滞和联合连通拓扑条件下的分布式无人机编队飞行控制策略

针对具有非线性动力学特性的多无人机系统通信时滞在有界区间内变化和网络拓扑联合连通情况下的编队控制问题,提出一种基于一致性理论的分布式编队控制策略。利用Lyapunov-Krasovskii函数分析编队的稳定性,推导编队稳定的充分条件。该策略不强调时滞的导数特征,并且可将通信拓扑的高维矩阵求解问题转化为若干个连通部分的低维矩阵求解问题,因此适用性广、计算量小、实时性好。通过仿真验证了非线性快变时滞和随机跳变时滞情况下策略的有效性。结果表明,该方法可指导无人机编队快速聚集和收敛至任意对称或非对称目标队形和以目标速度保持飞行。     

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。     

基于平行接近法的固定翼无人机协同编队导引律

针对固定翼无人机协同编队飞行,提出了一种低速固定翼无人机协同编队导引律,旨在形成一种灵活性较高的半刚性编队。以低速固定翼无人机为对象,分析了长机-僚机在编队飞行中的纵横航向运动关系。其次根据长机追随航线,僚机追随长机的飞行任务特性和航线的一般特点,进行了直线、转弯、盘旋三种导引模式的长机导引律设计。再根据长机飞行位置,设立虚拟动态跟踪点,综合僚机位置信息,设计了基于平行接近法的协同导引律,并对导引律的响应速度和稳定性进行了验证。通过分析仿真机的半实物仿真及实测飞行的结果,验证了该导引律具有较好的制导性能和较高的机动稳定性,在特定飞行任务中能够满足对无人机编队飞行的控制需求。     

参数自优化的有人与无人车辆编队鲁棒模型预测控制

为解决有人与无人车辆编队中,有人领航车紧急加减速和紧急转向控制输入对无人车跟踪控制的扰动问题,设计了一种参数自优化的有人与无人车辆编队鲁棒模型预测控制算法。通过采集分析历史数据确定控制器扰动的噪声极值,并经过适度放缩得到其鲁棒边界。设计抑制该扰动的局部反馈鲁棒控制器,并通过贝叶斯优化的方法实现鲁棒边界等控制器参数自优化。基于混合整数线性优化的方法预测有人领航车未来轨迹,并设计鲁棒模型预测控制器实现无人车对有人领航车的跟踪控制。仿真和实车试验结果表明：所设计的鲁棒模型预测控制器在跟踪精度方面相比于传统模型预测控制器有明显的提升;同时该控制器有效地抵抗了来自有人领航车紧急加减速和紧急转向控制输入、无人跟随车系统模型不确定性和外部环境的扰动,振荡情况明显改善,提高了系统的鲁棒性。     

基于行为的智能封锁雷编队控制研究

提出了一种基于行为的智能封锁雷编队控制的新方法,文中先后建立了智能封锁雷自由运动模型,向预定地点运动模型、保持队形模型、避障模型和异常情况处理模型等。并运用文中所提算法对多封锁雷编队进行了圆形阵型编队VC＋＋仿真,得到了理想的结果。     

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。     

双无人机对地快速移动目标跟踪的构型设计与控制方法

为实现对地面快速移动目标的探测跟踪,基于无人机侦察载荷的误差模型,设计了双无人机编队跟踪目标的构型与跟踪控制律。面向持续跟踪的典型应用场景,设计了基于Leader-Follower的双机编队构型,并基于相机误差模型建立了双无人机探测叠加区域的误差分布模型,以此确定了目标与无人机编队的位置关系。之后,基于无人机与目标的视觉关系定义长机的矢量前置角和与目标之间的距离为跟踪误差,设计了基于李雅普诺夫方法的跟踪控制律,并证明跟踪控制的渐近稳定性。设计了僚机相对于长机的编队控制律,以保持双机平行编队的构型。仿真结果表明,目标机动运动时,双无人机系统能够在较短时间内收敛,实现对目标的持续稳定跟踪。     

无人艇非线性航迹鲁棒自适应跟踪控制

针对欠驱动水面无人艇（USV）的非线性航迹跟踪控制问题,提出一种基于单调3次埃尔米特样条插值（CHSI）和神经网络的鲁棒自适应控制方法。采用CHSI方法对航路点进行拟合,得到光滑的非线性期望航迹,解决了传统线性航迹容易使USV出现的摇摆、曲折问题;引入Serret-Frenet坐标系,并构建了自适应视线制导律,提高了收敛速度且减少了振荡;考虑USV模型的不确定性和环境干扰力影响,设计了简捷的鲁棒自适应神经网络控制器。稳定性分析结果证明了控制系统的收敛性;仿真实例验证了所提出的控制方法能够有效地改善USV航迹跟踪控制的精度和品质,并具有学习参数少、运算负载小的特点。     

无人炮塔火力线跟踪神经滑模控制

针对无人炮塔火力线跟踪动力系统中存在的火力瞄准机构运动使系统动力参数摄动和火炮射击时冲击使系统输入存在外部干扰问题,提出了一种神经滑模控制策略。采用非奇异终端滑模面保证系统状态能够在有限时间内到达滑模面和平衡点;采用径向基函数神经网络自适应地补偿系统摄动和冲击干扰,保证滑模控制在滑模面的运动。应用李亚普诺夫稳定性判据证明了控制器稳定性和火力线跟踪误差收敛性。仿真结果表明,通过神经网络的在线学习实现了火力线位置精确和鲁棒跟踪,并充分抑制了滑模控制中的抖振现象。该方法是有效的。针对无人炮塔火力线跟踪动力系统中存在的火力瞄准机构运动使系统动力参数摄动和火炮射击时冲击使系统输入存在外部干扰问题,提出了一种神经滑模控制策略。采用非奇异终端滑模面保证系统状态能够在有限时间内到达滑模面和平衡点;采用径向基函数神经网络自适应地补偿系统摄动和冲击干扰,保证滑模控制在滑模面的运动。应用李亚普诺夫稳定性判据证明了控制器稳定性和火力线跟踪误差收敛性。仿真结果表明,通过神经网络的在线学习实现了火力线位置精确和鲁棒跟踪,并充分抑制了滑模控制中的抖振现象。该方法是有效的。     

基于状态切换的分布式多机器人编队控制

人工势场方法、虚拟结构方法、领导跟随方法、基于行为的方法等传统多移动机器人编队控制算法,都只在编队控制的某个环节有较好的效果,并没有有效解决编队组建、行进、变换、避障等一系列完整动作。针对上述算法的优缺点及适应情形,应用切换系统的思想,提出了基于状态切换的分布式多机器人编队控制算法。设计了基于复合信息的状态切换触发机制,通过机器人自身状态和周围环境适时触发切换机制,合理选择编队控制的一种或多种算法;提出了基于超宽带（UWB）测距的队形反馈机制,利用UWB数据结构简单、便于在微型移动机器人上进行处理的特点,实时完成对整个编队队形的保持和反馈,同时提出分布式状态估计算法,为触发机制提供机器人的运行状态。通过搭建多移动机器人平台,将所提策略应用到实际机器人编队控制中,验证了算法的有效性和稳定性。     

小球平面系统的路径跟踪滑模控制

首先分析小球平面运动控制系统的特点,将路径跟踪控制分解为小球的位置控制问题和平面角度的控制问题。然后,主要针对小球的位置控制问题,基于小球运动系统的动力学模型和滑模控制的基本原理提出一种路径跟踪滑模控制算法,并通过李亚普诺夫稳定性定理证明了闭环系统的渐进稳定性。该滑模控制算法消除了小球在平面上运动时时变不确定摩擦力对控制性能的不良影响,提高路径跟踪控制的精度。最后,通过仿真实验对所提出的滑模控制算法的控制性能进行了验证。     

基于参考观测器的无人直升机航迹跟踪控制

为实现无人直升机在工程应用中的精确航迹跟踪控制,从工程应用的角度提出基于参考观测器的航迹跟踪控制方法。根据航迹指令,通过参考观测器实时估算出无人直升机期望跟踪的状态量与控制量,作为航迹跟踪控制器的参考输入,再利用全状态反馈控制,操纵直升机跟踪期望的航迹,并以某型直升机为控制对象,在典型机动下进行航迹跟踪控制仿真验证。结果表明,该系统具有良好的航迹跟踪性能,且算法简单,易于实现。     

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。     

多无人机容错协同控制研究现状与展望

无人机集群系统的故障与环境干扰对多无人机协同控制带来诸多挑战,对多无人机容错协同控制的研究具有重要意义。基于分层递阶方法,提出了包含决策层、编队层、本地层的无人机容错协同控制研究框架。分别从故障诊断与容错控制方法两方面综述了本地层容错控制理论研究现状。梳理了包含单机故障、通信拓扑故障、外部因素干扰下的编队层容错控制方法。概述了无人机在对抗环境下任务分配的研究成果。基于现有研究成果对多无人机容错协同控制的难点进行归纳,并结合智能化健康管理、无人机编队重构、分布式网络安全等技术提出发展建议。