基于边Laplacian一致性的多无人机编队控制方法

目前无人机技术发展迅速,其应用也逐步从军事领域扩展到民用领域,多智能体系统一致性理论的结果大大推进了多无人机编队控制的进展.本文考虑带速度、偏航角和高度3个回路的自动驾驶仪且纵向解耦和不确定性扰动的无人机模型,在非平衡拓扑下,给出了基于边Laplacian一致性的分布式编队控制算法.首先用反馈线性化方法对六模态非线性无人机模型进行预处理.其次将编队问题转变成一致性问题;然后基于边Laplacian方法,将一致性问题转化成稳定性问题.利用Backstepping设计系统李雅普诺夫函数,并给出了编队控制算法,通过李雅普诺夫稳定性理论,证明系统的收敛性,从而保证多无人机编队的实现.最后仿真验证系统受到不确定扰动时,仍有很好的鲁棒性,并能够按指定队形稳定飞行.     

基于零和微分博弈的航天器相对位置容错控制

针对带有执行器偏置故障和失效故障的航天器相对位置控制系统,本文提出了一种基于零和微分博弈的最优容错控制方法.首先,利用线性二次调节设计反馈控制器以保证无故障时系统的渐近稳定性能;其次,将航天器相对位置容错控制问题转换为零和微分博弈问题,结合Hamilton-Jacobi-Issac (HJI)方程和极小极大原则设计最优控制律;最后,利用自适应动态规划方法设计评判网络对最优性能函数进行估计,构成自适应控制信号,保证了系统稳定性和状态最终一致有界.仿真结果表明了本文设计的容错控制律的有效性.     

基于化学反应优化的多无人机地面移动目标协同观测航迹规划

随着无人机技术的飞跃式发展,利用无人机跟踪地面目标在军事和民用领域得到了广泛的应用.鉴于目标所在环境以及运动状态的不确定性,单一无人机已不能胜任日益复杂的应用环境,利用多无人机协同跟踪目标成为改善目标跟踪任务鲁棒性的一种有效手段.本文针对多无人机协同跟踪观测航路难以求解的特点,提出了一种基于进化算法的近似求解方法,以解决多无人机对被跟踪目标观测航路的时空优化问题.本文通过分析与机身以固定安装角连接的传感器在地面有效观测区域模型,提出了包括目标观测时间和航路安全在内的控制方案,并采用了一种基于化学反应优化(chemical reaction optimization,CRO)理论框架的启发式求解策略,规划无人机的最优协同观测航路.仿真的结果表明,本文所提出的方法能够实现多无人机协同跟踪地面移动目标的要求,在满足无人机性能约束和飞行安全的情况下,具有更长的对目标监测时间.     

结构包含密集模态时主动振动控制中作动器/传感器的优化配置

分析了已有的作动器/传感器配置方法的不足,针对包含密集模态的挠性结构,分析其可控/可观度的特殊性,提出了针对密频系统的作动器/传感器优化配置准则.通过可控性Gram阵的分块解析形式,避免了求解高阶Lyapunov矩阵方程,并利用了轻阻尼疏频系统自然平衡的条件,降低了求解可控度,即可控性矩阵奇异值的计算量.在此基础上用遗传算法寻优,得到元件的优化配置方式.最后通过算例与另外两种基于可控度的优化配置方法对比,证明依本文方法配置密频系统的作动器/传感器,振动控制效果最优.     

基于Clifford代数的混合型传感器网络覆盖理论分析

分布式传感器网络对目标区域的覆盖性能是整个分布式网络信息获取的基础．已有研究工作分别在2维和3维空间，主要通过单位圆覆盖模型和球覆盖模型进行传感器网络系统覆盖性能分析．已有方法在对多种类型的目标进行监测的传感器网络应用当中，无法给出一致的覆盖分析模型．提出一种基于Clifford代数的空间传感器网络覆盖理论分析方法，为分布式传感器网络在复杂环境下的覆盖性能分析建立了统一的理论模型，实验分析验证了该方法的有效性．     

基于捕食逃逸鸽群优化的无人机紧密编队协同控制

提出一种基于捕食逃逸鸽群优化(pigeon-inspired optimization,PIO)的无人机(unmanned aerial vehicle,UAV)紧密编队协同控制方法.基于人工势场法设计了外环控制器,将无人机紧密编队转化成一种抽象的人造势场中的运动;基于鸽群优化算法设计了内环控制器,进行控制量的优化求解.在遵循鸽群优化基本思想的基础上,对其结构进行调整,并针对基本鸽群优化易陷入局部最优的问题,引入了捕食逃逸机制来改善鸽群优化总体性能.最后,将本文所提出的改进鸽群优化算法与基本鸽群优化算法、粒子群优化(particle swarm optimization,PSO)算法进行了系列对比实验,实验结果验证了文中所提方法的可行性、有效性和优越性.     

基于自适应控制的大型客机编队飞行一致性控制

研究解决基于多变量自适应控制的大型客机编队飞行一致性控制问题.考虑到长机和僚机都存在参数不确定和外界扰动不确定性,同时考虑大型客机之间的分布式通信拓扑结构,基于代数图论思想,提出一种状态反馈状态跟踪多变量自适应控制方法,解决了大型客机编队飞行分布式一致性控制问题.该一致性问题中的稳定性和渐近跟踪特性通过Lyapunov函数法进行了证明,保证了僚机能够跟踪长机的飞行状态.对大型客机编队飞行一致性控制问题进行数值仿真的结果表明,基于多变量自适应控制的大型客机分布式一致性策略比固定增益控制策略具有更好的跟踪性和鲁棒性.     

基于最优搜索理论的失踪旅游者搜救模型研究

文章研究在失踪旅游者搜索问题中引入最优搜索理论的方法.针对失踪者相对静态的情况,在目标分布函数与探测函数的基础上建立搜索模型,通过拉格朗日乘数法最优化计算,导出了探测函数服从指数形式时的静态失踪旅游者最优搜索模型和搜索资源最优配置的计算方法.经示例比较,研究建立的搜索模型大幅度缩短了失踪旅游者的搜索时间,提高了搜索效率与失踪者的生还机会.     

基于属性测度的辐射源识别方法研究

对辐射源识别问题进行了研究, 提出了一种采用属性测度理论对辐射源进行识别的新方法. 给出了对雷达侦察设备上报的辐射源参数数据进行属性识别的方法、步骤和多指标权系数的确定方法. 针对战场环境下多传感器系统获取的雷达辐射源信息具有时间上的冗余性, 文中又将该方法推广到多传感器系统. 将属性测度与D-S证据理论相结合, 利用文中给出的属性测度计算方法构造证据理论中的基本概率赋值函数. 最后以雷达辐射源用途识别和体制识别为例, 对单传感器和多传感器的情况分别进行计算机仿真实验, 结果验证了这一方法的正确性和有效性.     

非合作Internet用户行为特征和约束机制的研究

基于一次博弈模型的流速与拥塞控制方法虽然能解释用户的非合作行为,但是由于最终的均衡解的效率不高,影响了其应用价值.文中在讨论了一次博弈模型和流速均衡的解析解的基础上,对基于无限重复博弈模型的流速与拥塞控制行为进行了深入研究.提出了重复和无限重复流速与拥塞控制博弈模型,论证了重复博弈NEP的存在性和最优性,并讨论了重复博弈中贴现因子的意义.接着研究了N个用户的无限重复流速控制博弈中用户不合理行为的惩罚威胁策略,设计了无限和有限博弈中用户行为的惩罚约束方法.最后利用重复博弈模型中的结论,提出了一种基于重复博弈模型的流速率控制算法FCAR.仿真实验表明,FCAR算法能够较为有效地规范和约束用户不合理行为,促使理性的非合作用户达成合作,以实现整个流速与拥塞控制系统效用的最优.     

传感器系统误差与目标航迹的分布式估计

精确估计传感器的系统误差, 对提高整个跟踪系统的性能具有十分重要的意义. 已有的研究方法一般是把系统误差加到状态向量中形成扩维状态向量, 利用Kalman滤波进行估计. 由于这种方法计算量很大, 许多工作致力于研究状态向量和系统误差的解耦问题, 但均未实现系统误差的分布式估计和解决计算量问题, 且无法真正实现分布式航迹融合. 考虑了传感器测量有系统误差时的多传感器分布式航迹融合问题, 实现了状态向量和系统误差的解耦、系统误差的分布式估计与分布式航迹融合. 仿真结果表明此方法能给出精度较高的系统误差和状态向量估计.     

非对称双向中继X网络中基于最大化和速率的干扰对齐与中继处理算法

双向中继X网络相对于传统无线通信网络可以实现更高的自由度.然而,基于迫零算法的中继处理算法仅考虑了消除干扰成分,忽略了对期望信号的影响,从而使得网络的和速率有待提高.特别地,当用户发送功率越低,其和速率劣势越明显.针对上述问题研究其干扰对齐方案,并给出了优化的联合考虑期望信号和干扰信号的中继处理算法.首先,通过利用用户矢量信号之间的空间关系,给出网络和速率的数学模型;其次,通过矩阵分析及数值分析理论将最大化网络和速率的中继预编码设计问题转化为线性搜索最优值问题,并用极限值方法近似网络目标函数;再次,进一步将双向网络的目标函数近似为单向网络用户参数的线性组合,大大降低算法复杂度;最后,基于优化的线性搜索最优值问题,得到最大化网络和速率的中继预编码矩阵.仿真结果表明:相较于现有的中继处理方案,本文方案明显改善了网络和速率,同时还简化了最大化网络和速率带来的算法复杂度.     

空间智能桁架的传感器作动器位置优化和分散化自适应模糊振动控制

提出了作动器和传感器配置优化和分散化自适应控制方法以解决桁架系统的振动控制问题.建立了主动杆的机电耦合方程,提出了不依赖于控制方法的优化准则,采用遗传算法得到了作动器和传感器在大型空间智能桁架系统中的最优位置.而且设计了一种分散化自适应模糊振动控制器来控制大型空间智能桁架系统.推导了大型空间智能桁架系统考虑剩余模态影响的动力学方程,利用滑模控制方法改进了自适应模糊控制方案,并以T字型桁架结构为例进行了验证性实验.实验结果表明,遗传算法对于作动器和传感器的配置优化是可靠的、有效的,自适应模糊控制器能有效地抑制大型空间智能桁架系统的振动,且没有控制溢出和观测溢出问题.     

基于鸽群智能行为的大规模无人机集群聚类优化算法

未来空中战场,大规模无人机集群系统将成为主导力量.而对大规模无人机集群系统进行分组聚类是完成作战任务规划的必要步骤.在实际战场中无人机受到有限通信约束,无法得到全面而有效的全局作战信息.因此本文提出一种基于鸽群智能行为的大规模无人机集群聚类优化算法.根据聚类模型设计鸽群优化算法,研究分析导航能力优异的鸽群智能行为,将鸽群飞行过程中的层级网络机制映射到鸽群优化算法中,解决有限交互环境下的信息不完整问题.一方面,依据鸽群在飞行过程中来自临近个体的引导更为有效直接,因而在有限交互环境下,基本鸽群优化算法中的全局最优信息由交互范围内的最优个体信息替代;另一方面,鸽群的中心位置更新包括三部分:增量惯性部分、模仿部分、环境影响部分.为验证改进后鸽群优化算法在有限交互范围下的有效性,本文采用三种算法针对三个数据集进行聚类分组,仿真结果表明改进后的鸽群优化算法在最优解与平均最优解上均有改善,为实际作战环境下的无人机集群系统聚类分组提供了有效的解决方法.     

基于改进万有引力搜索算法的无人机航路规划

无人机航路规划是根据任务目标规划出某种性能指标最优的飞行航路的全局优化问题.本文将改进后的万有引力搜索算法用于求解航路规划问题,在万有引力搜索算法的速度更新部分引入粒子群算法中的记忆和群体信息交流功能,改善了最优解的质量;然后提出了基于权值的粒子惯性质量更新公式,以加快全局搜索的收敛速度;后运用优胜劣汰的选择操作规则,对粒子的位置进行更新,使种群始终朝着最优解的方向进化.通过与其他仿生智能计算方法的仿真实验对比,验证了本文所提算法可在复杂作战环境下实时有效规划出无人机的最优航路.     

一种新的频谱共享模型

考虑认知无线电系统中多个主用户与单个次用户共享频谱的问题,提出了基于Cournot博弈的频谱共享模型.依次推导了基于Cournot与Bertrand博弈的频谱共享模型的静态纳什均衡,给出了动态博弈获取纳什均衡解的分布式算法,分别分析了只考虑主用户收益与考虑社会效益这两种情况中,信道质量与频谱的可替代性对两种博弈模型的影响,给出了它们的适用范围.最后通过仿真结果验证了本文模型的可行性.     

基于虚拟领弹-从弹的集群分布式协同制导技术研究

本文讨论了多导弹集群分布式协同制导的问题并设计了一种基于虚拟领弹-从弹架构的制导律用于满足攻击时间约束的要求.该分布式协同制导律是一种由基础制导指令和攻击时间误差反馈项组成的复合制导律.对于仅考虑终端攻击时间约束的场景,基础制导律为传统的纯比例导引;若同时考虑终端落角和攻击时间约束,基础制导律为基于剩余飞行时间加权的最优落角约束制导律.通过理论分析,本文证明了所设计的分布式协同制导律能够使得所有导弹的攻击时间误差在目标命中时刻严格收敛于零.对于不考虑/考虑终端角度的场景进行仿真,验证了所提出制导律的有效性.     

群体无人机分数阶智能容错同步跟踪控制

针对群体无人机编队飞行遭遇执行器故障的问题,提出一种基于分数阶理论的群体智能容错同步跟踪控制方法,提升了整体编队飞行的安全性.首先,对无人机数学模型进行变换,将其分解为外环位置子系统和内环姿态子系统;其次,利用分数阶理论和神经网络自适应控制策略,针对外环位置子系统设计群体无人机容错位置同步跟踪控制器;然后,利用从位置子系统同步跟踪控制信号解算出的理想姿态信号,构建内环姿态跟踪偏差,并再次结合分数阶理论和神经网络自适应控制策略,设计内环容错姿态控制信号;最后,通过仿真验证所设计控制方案的有效性.     

仿雁群行为机制的多无人机紧密编队

研究了无人机编队的仿生飞行控制问题.雁群可通过有效利用编队飞行过程中的上洗气流节约体力,实现长距离飞行.通过分析雁群长途迁徙过程中的编队飞行机制,讨论了编队飞行与雁群行为机制间的仿生映射机理,设计了一种仿雁群行为机制的多无人机紧密编队构型及控制方法,并提出了一种基于雁群行为机制的编队变拓扑重构方法.仿真验证了无人机群可基于所设计的多无人机紧密编队控制器以较少的耗油量形成期望编队构型并保持,并可基于所提出的编队变拓扑重构方法实现编队重构.进而验证了本文所提出的基于雁群行为机制的多无人机编队保持及重构控制方法的有效性与稳定性.     

认知无线电系统中的多中继分布式波束成形方法

本文考虑认知无线电系统中一对认知源目的节点在一组认知中继节点协助下与一对授权发射机和接收机共存的场景,研究了多个单天线认知中继节点在授权接收机处平均干扰功率门限约束及自身独立的平均发射功率约束下,最大化认知目的节点处信干噪比(SINR)的分布式波束成形,从而开发"空谱空洞"的问题.提出了两种波束成形方案:1)最大化SINR的最优策略;2)基于迫零准则的次优策略.最优策略将分布式的波束成形系数求解问题通过半定松弛转化为准凸的优化问题,从而利用二分法及内点法求解;并证明了求得的最优半定松弛解即为原优化问题的最优解.次优策略直接迫零对授权接收机造成干扰,并将来自授权发射机的干扰信号抑制为零.该方法对应的优化问题没有迭代运算,且约束函数简单,算法复杂度低.最后通过数值仿真分析了中继数、认知节点最大的发射功率和授权接收机的干扰功率门限等因素对两类算法平均传输速率的影响,并且通过对比实验验证了考虑授权发射机干扰信号影响带来的性能增益.