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.     

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.     

基于莱维飞行鸽群优化的仿雁群无人机编队控制器设计

针对无人机编队控制器设计难题,受到大雁飞行时头雁产生的上洗气流能有效减小雁群飞行所需要的体力消耗的启发,设计了无人机编队远距离飞行时的比例-积分-微分仿雁群编队控制器.编队飞行中,无人机由于会受到突风或其他客观因素的影响会偏离最佳的编队位置,针对该问题提出了一种基于莱维飞行鸽群优化无人机编队控制器参数的整定方法,以求取无人机编队时对外界干扰具有强鲁棒性的比例-积分-微分控制器参数.仿真对比验证表明,本文所设计的基于莱维飞行鸽群优化的仿雁群无人机编队控制器具有更强的快速性、稳定性和可靠性,减少了无人机远距离仿雁群编队时飞行的油量消耗,并增加了无人机的作战半径.     

基于柯西变异鸽群优化的大型民用飞机滚动时域控制

采用先进的控制方法对大型民用飞机的多操纵面进行控制,可以有效提高大型民用飞机飞行的安全性和可靠性.针对大型民用飞机的在线滚动时域控制(receding horizon control,RHC)问题,提出了柯西变异鸽群优化(Cauthy mutation pigeon inspired optimization,CMPIO).柯西变异鸽群优化不但保持了鸽群优化(pigeon inspired optimization,PIO)收敛速度快的优点,而且通过执行加入柯西变异的地图和指南针算子和地标算子,可以有效降低优化结果陷入局部最优的概率,改善滚动时域控制的快速性和稳定性.在协调转弯过程和协调转弯的故障重构两个算例的仿真中,基于柯西变异鸽群优化的滚动时域控制使大型飞机稳定地达到参考状态,控制器同时合理地完成了多操纵面的控制分配和故障重构.     

多无人机协同搜索的模糊认知决策方法研究

搜索决策方法是影响多无人机协同搜索效能的关键.传统的搜索决策方法关注于使多架无人机形成对任务区域的协同全覆盖,采用基于概率搜索图和滚动时域控制的搜索决策方法,对复杂搜索任务的适应性有限.本文借鉴人类实施搜索行为的认知决策方式,提出面向多无人机协同搜索的三层结构的认知控制模型.基于该模型和模糊聚类思想对任务区进行认知匹配和约简划分;之后,应用二次模糊聚类对各架无人机进行面向协同搜索的任务区域分配,在此基础上,再应用滚动时域控制方法完成对无人机的搜索控制.从任务区域覆盖模式和目标发现能力两个方面,通过仿真实验分析了本文提出的协同搜索模糊认知决策方法的性能.     

一种基于约束力的鲁棒的编队卫星构形非线性控制方法

提出了一种基于约束力思想的鲁棒的编队卫星构形精确保持的非线性控制方法.该方法首先将非线性和摄动条件下编队卫星构形保持问题转换为带有完整约束的拉格朗日动力学系统,然后将问题转换为一组微分代数方程,通过求解微分代数方程,确定编队卫星构形保持的非线性控制律.针对微分代数方程传统求解方法对误差敏感,相应的约束力控制法鲁棒性差的缺点,提出了编队卫星构形约束违约修正的方法,通过适当地选择违约修正因子,有效地抑制了编队卫星初始化、参考卫星轨道确定、相对动力学建模等误差的影响,提高了约束力控制法的鲁棒性。     

基于拉格朗日系统中约束力思想的编队卫星构形非线性控制方法

借鉴经典动力学中约束力的思想，提出了一种编队卫星构形精确保持的非线性控制方法．该方法首先将非线性和摄动条件下编队卫星构形保持问题转换为带有完整约束的拉格朗日动力学系统，然后将问题转换为一组微分代数方程，通过求解微分代数方程，确定编队卫星构形保持的非线性控制律．由于借鉴了约束力的思想，该方法自然地利用了编队卫星动力学系统的力学特性，具有节省能量和高精度的特点．通过对线性和非线性条件下空间圆编队卫星构形保持问题的仿真，验证了提出的非线性控制方法的这些特性．     

全局环境未知时基于滚动窗口的机器人路径规划

研究了全局环境未知时机器人的路径规划问题,借鉴预测控制滚动优化原理,提出了基于滚动窗口的移动机器人路径规划方法.该法充分利用机器人实时测得的局部环境信息,以滚动方式进行在线规划,实现了优化与反馈的合理结合.探讨了规划算法的收敛性.     

基于多分辨率粒子滤波的全局协同定位方法

野外环境下,多类型机器人协同合作可以克服单一类型机器人(如无人车、无人机等)在环境建模任务中的视角、尺度方面的问题,进而提高整体编队系统的环境感知与决策控制能力.而在多类型机器人协作系统中,协作定位是协同合作的关键难题之一,也是进行编队建模与编队控制的基础.在GPS缺失环境下,由于传感器类型的不同,非结构化的环境特征,视角的不同而导致基于匹配的多机器人定位方法无法实现有效稳定的定位.本文提出了一种基于多分辨率最近邻匹配和粒子滤波的协同定位方法,可以在初始相对位置未知的情况下,进行全局范围内的协同定位.本文采用了一种针对粒子匹配精度以及匹配效率的评估方法,并根据粒子评估结果进行粒子权重更新,地图更新以及粒子数目更新,以平衡在定位过程中粒子对状态空间的描述和定位效率.同时,针对于粒子退化或者粒子收敛速度过慢的问题,采用了基于分辨率等级和粒子匹配精度和匹配效率的自适应调整方法.最后结合具体平台,本方法在野外水湾环境进行了基于无人船与无人机的协同定位实验,实验结果表明本方法有效解决多机器人在GPS缺失下的协同定位问题.     

基于增益矩阵的二阶集群系统鲁棒分布式立体编队控制

本文研究解决了在三维空间内针对二阶集群系统的鲁棒分布式编队生成与保持控制问题,所设计的基于增益矩阵的控制方法仅需测量局部坐标系下智能体间的相对位置信息而不依赖于交互通信.首先设计了二阶集群系统的立体编队生成控制策略,通过构造李雅普诺夫函数证明了全局稳定性,并利用凸优化求解得出增益矩阵.所设计的生成控制律对扰动、输入饱和等具有较好的鲁棒性,同时在生成过程中引入了启发式的避碰算法.在此基础上,设计了带有期望距离的编队保持控制策略,使得集群系统能够保持固定大小的队形.然后,将所设计的控制律进行改进,拓展并应用于领航者-跟随者网络下的二阶集群系统立体编队控制.最后,通过相关的仿真实验验证了理论结果的正确性.     

空中/地面机器人异构协同技术研究:现状和展望

多空中/地面机器人异构协同是一个新的前沿性技术领域,该技术可拓宽空中机器人和地面机器人的应用范围,提高其侦察、搜救及执行其它任务的效率.本文对空中/地面机器人的异构协同技术中的群集运动、编队控制、编队控制稳定性分析、网络控制、实际应用等核心问题进行了系统综述,并分析空中/地面机器人异构协同技术的未来发展趋势.     

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.     

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hp自适应伪谱法的四旋翼无人机编队轨迹优化

四旋翼无人机编队轨迹优化是实现高精度跟踪控制的基础.研究四旋翼无人机编队轨迹优化问题,首先建立非线性四旋翼无人机模型,并对模型进行简化与参数获取;再考虑四旋翼无人机编队之间的避撞约束、状态量约束及控制输入量约束;最后采用可自适应选点的hp自适应伪谱法将最优控制问题转化为非线性规划问题进行求解.仿真结果表明,hp自适应伪谱法对于求解6架四旋翼无人机编队的轨迹优化问题具有良好的效果,能够满足工程实际的约束要求.     

基于自适应有限时间干扰观测器的无人机集群编队控制方法

近年来,随着无人机技术的发展,其任务能力逐渐增强,成本优势逐步凸显,加之多无人机协同技术的不断进步,无人机集群受到科学界、工程界越来越多研究人员的关注,其应用领域也在不断拓展.本文对无人机集群受未知干扰影响下的编队问题进行了研究.首先,设计了基于自适应增益的有限时间干扰观测器,可在有限时间内对未知干扰进行精确估计.然后,将集群中的无人机分为可获知期望编队的绝对位置和不可获知期望编队的绝对位置两种类型,并基于此,设计了一种具有统一形式的包含绝对位置误差、相对位置误差、绝对速度误差、相对速度误差、干扰估计值等的编队控制器,并给出了控制器收敛的充分条件.最后,通过设计的4个数值仿真实验,对所提出方法的有效性进行了验证.     

全局环境未知时基于流动窗口的机器人路径规划

研究了全局环境未知时机器人的路径规划问题,借鉴预测控制滚动优化原理,提出了基于滚动窗口的移动机器人路径规划方法。该法充分利用机器人实时测得的局部环境信息,以滚动方式进行在线规划,实现了优化与反馈的合理结合。探讨了规划算法的收敛性。     

内编队重力场测量卫星全推力姿轨一体化控制研究

内编队重力场测量卫星作为一种新概念的纯引力轨道飞行器,通过精密定轨和相对状态测量实现高精度地球重力场测量.其中对外卫星的控制保持编队内卫星在纯引力轨道上稳定飞行是决定测量水平的关键因素之一.针对稳态工作模式的内编队系统,研究了仅用推力器实现姿态轨道一体化控制的问题,构建了姿态非线性和共用推力器引起的姿态轨道耦合的六自由度平动和转动动力学模型,并基于约束非线性模型预测技术建立了姿轨一体化控制的二次型优化模型.通过仿真实验可知,约束非线性模型预测控制方法计算快速,能克服部分约束条件的非凸性;推力器布局合理,推力消耗低,满足内编队系统任务需求.     

基于凸优化理论的无人机编队自主重构算法研究

针对无人机编队自主重构中的最优重构航迹规划问题开展研究,通过综合考虑无人机飞行动力学特性和重构航迹代价,将其转化为多目标组合优化问题进行求解.为提高寻优效率,本文首先提出将多目标组合优化问题转换为非线性单目标优化模型进行求解,并针对两类优化问题等价性进行了理论分析.通过引入松弛算子和规范参数,本文所提出的内点优化算法能够改善经典内点法中的矩阵秩亏损现象,提高了所得解的最优性.通过仿真验证了本文所提出的自主重构算法的可行性和有效性.     

面向DEMs测量的InSAR系统伴星编队设计优化

为获得高精度的全球数字高程模型（DEMs）的测量,须对主星带伴星编队的干涉合成孔径雷达（InSAR）系统进行设计和优化.首先利用“有效覆盖”的概念,得出了满足全球一重瞬时寻访有效覆盖的伴星编队轨道与构形的约束条件;提出一种新的满足覆盖要求的编队构形调整与控制方法;归纳出满足InSAR系统设计和优化的数学模型,进一步把“对称”的概念引入设计和优化模型,简化了模型求解;最后,给出系统设计和优化的逻辑结构图,并针对三星对称构形的伴星编队进行了设计和优化,结果表明具有可行性.