基于分层策略的多无人机最优协同航路规划

基于分层策略将多无人机协同航路规划分为航路规划层、协同控制层和航迹控制层进行研究。航路规划层采用基于K均值和遗传算法的航路规划方法,为每架无人机提供多条备选航路;针对传统协同控制算法在求解协同变量出现无解的情况,设计了新的协同变量求解步骤;航迹控制层基于无人机六自由度模型和协同变量建立了终端时间固定的最优航迹控制模型,并采用勒让德伪谱法将最优控制问题转化为非线性规划问题,并利用CFSQP对模型进行了求解,实现了对无人机航迹控制变量和姿态的规划。仿真结果表明,利用该方法得到的无人机协同航路具有较高的可操作性,且计算量较小,效率较高,得到的无人机控制指令平滑,易于操控。     

基于改进梯度策略的多虚拟结构算法的无人机协同控制

针对多无人机(unmanned aerial vehicles,UAVs)协同控制问题,提出一种用于无人机协同编队控制方法。以虚拟结构控制为框架,结合梯度策略方法设计奖励函数和惩罚函数,将其看成一种引力和斥力运用到无人机协同编队控制系统,解决在多虚拟结构控制点下因编队数量增加导致机群的稳定性和协调性下降的问题。本文算法使得无人机编队既能协同运动,又能在运动中维持稳定的队形变换,还能防止机群之间的两机碰撞。对有控制输入的无人机编队系统进行仿真,验证了该方法的有效性。     

无人机密集编队穿越竞速导引算法

针对无人机密集编队穿越门框竞速问题,提出了一种时间近似最优的导引算法。首先,对穿越竞速问题进行了阐述;其次,在单架无人机穿越门框导引模型推导的基础上,研究了其穿越门框的导引算法,该算法具有在期望时间内将无人机导引到目标点的能力;最后,针对多架无人机编队穿越竞速问题,提出了基于飞行时间控制和脱靶量控制的穿越算法,该算法具有良好的时间近似最优性能;仿真结果表明,所设计的导引算法能够使无人机编队在期望时间内完成穿越竞速,且具有极低的脱靶量和导引时间误差;可为无人机集群避障与防撞控制提供技术支撑。     

基于自适应动态规划的四旋翼无人机分布式最优协调控制

为了提高四旋翼无人机编队的自适应能力,通过自适应动态规划(Adaptive Dynamic Programming)方法研究四旋翼无人机编队分布式最优协调控制问题。将该算法引入到分布式协调控制器的设计中,既避免了冗余数据的传输,又使各无人机的性能函数最小化。基于模糊双曲模型的评价神经网络(Critic Neural Network) 逼近值函数,以实现控制策略的设计。闭环系统稳定性证明权值估计误差和局部邻域协调误差是一致最终有界的。最后,进行了有向切换通信拓扑下的四旋翼编队仿真实例,结果表明了该算法的有效性。     

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。本文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自适应伪谱法可以对于求解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。     

多无人机编队协同目标分配的两阶段求解方法

多无人机编队协同目标分配是一类组合优化问题,常规的求解方法难以满足战场环境对求解速度的要求。文章提出了一种两阶段目标分配方法,将该问题分解成编队级分配和编队内分配2个阶段。首先通过K-Medoids聚类算法实现编队级目标分配,将目标簇分配到无人机编队,然后通过混合整数线性规划模型和蚁群算法实现编队内目标分配,将目标分配到无人机。通过两阶段求解,降低多无人机编队协同目标分配问题的求解难度。仿真结果表明,该方法可行且有效,能够提高求解效率,大幅度缩短求解时间。     

无人机编队协同追踪控制律和编队信息架构

针对"长机-僚机"模式的无人机编队追踪运动目标出现姿态信息和位置信息不一致而导致碰撞的问题,设计了一种协同追踪控制器并对该控制器进行稳定性分析。该控制器以3架无人机构成的编队作为控制体,采用拉氏矢量场方法获取无人机编队追踪运动目标的轨迹,同时构建无人机之间的信息架构,实现无人机编队按照预期的姿态和位置信息在运动目标周围的圆形轨道飞行的目的。研究单架无人机的航迹规划和多无人机编队协同追踪:对于单架无人机的航迹规划,采用反馈控制完成航向收敛证明;对于多无人机编队,采用一种多变量控制器可以保持无人机编队在圆形轨道运动,同时使用未知风和运动目标的自适应估计量来确定无人机编队在圆形轨道飞行的稳定性。仿真结果表明:在追踪过程中,3架无人机能够快速(15 s)以相同的姿态和位置渐进靠近目标,同时保持相对稳定;在满足航向速率和空速条件时,任意两架无人机相对距离误差能够快速(10 s)收敛到稳定值。该控制器突破了多无人机编队近距协同追踪目标的局限,可为多无人机分布式控制器设计提供方法借鉴。     

最优协调电压控制直接Radau配置算法

根据准稳态假设,建立含连续-离散时间微分-代数方程约束的最优协调电压控制模型, 并采用现代最优控制理论中的直接法求解该动态优化问题。根据Radau配置法将动态优化问题转化为连续变量与离散变量并存的非线性规划问题。为考虑有载调压变压器变比、可投切电容器组和待切除负荷的离散特性,引入离散变量的罚函数处理机制,并采用非线性原对偶内点算法求解。新英格兰10机39节点系统的仿真结果表明,所提出方法能有效地协调各种控制设备动作,从而增强系统的长期电压稳定性。     

求解二层规划问题的萤火虫智能群优化算法

针对二层规划问题,给出二层决策问题数学模型的一种新的解法,二层规划萤火虫智能群优化算法:首先采用以原问题的下层问题的Kuhn-Tucker条件代替下层问题的思想,将二层规划问题转化为单层规划问题.其次为避免求解目标函数的梯度信息以及算法过早的陷入局部最优,利用基于Pareto最优解集的萤火虫智能群优化算法对其进行求解,并利用Matlab予以实现.利用5个具有代表性的标准测试实例对该算法予以测试,并与其他算法进行比较.结果表明,结合Kuhn-Tucker条件的萤火虫智能群优化算法在5个测试函数中均能寻找到最优Pareto解,并且在求解的上层目标函数值上均优于对比算法,表明新算法可行有效.     

从鸟群群集飞行到无人机自主集群编队

无人机可通过自主集群编队提高其在复杂环境下执行任务的能力.多飞行器并存导致系统协调管理难度提升等一系列问题,因此如何设计合理高效的无人机集群编队协调自主控制算法是一个亟待解决的难点问题.在鸟群群集飞行过程中,个体通过遵循简单行为规则进行相互合作而产生复杂有序的集体行为.由于鸟群群集飞行过程中所表现出的邻近交互性、群体稳定性和环境适应性等特点与无人机集群编队的自主、协调和智能等控制要求有着紧密的契合之处,因此,研究鸟群群集飞行机制,并将其映射到无人机集群系统,是解决无人机集群编队协调自主控制问题的一条切实可行的途径.     

满意度动态加权法在自卸车车架拓扑优化中的应用

为了使自卸车车架在满足使用性能的条件下达到轻量化的要求,将拓扑优化方法引入车架的结构设计过程中。以车架多工况权重刚度最大化为优化目标,以设计区域的体积分数为约束,以设计区域的材料密度为设计变量, 建立了自卸车车架结构多刚度拓扑优化模型;在采用动态加权方法将多刚度这一多目标优化问题转化为单一目标优化的过程中,基于决策论中满意度理论提出了多工况权重比的计算方法。该方法使权重比的设定随每个单目标函数在每次迭代后的变化而自动调整,可避免传统方法中由于设计者主观因素造成的权重比偏差。仿真分析表明,车架性能满足工作要求,验证了车架设计的合理性。     

无人机多任务区侦察时间分配模型与应用

为了合理分配无人机对多个任务区的侦察时间,提出了一种包含问题建模、求解和方案决策的无人机多任务区侦察时间分配方法。首先,建立了包含侦察收益和侦察风险两目标的无人机多任务区侦察时间分配模型,该模型属于带约束多目标优化问题;其次,提出了一种改进的基于分解的约束多目标进化算法,该算法具有简单、灵活、无参等特点,可有效求解;最后,利用优劣解距离法从非支配解集中选择最优方案。选择了6种约束多目标进化算法,在3个不同雷达强度指数条件下进行对比实验。Hypervolume指标说明约束多目标进化算法在求解该问题时优于其他算法。实验结果表明：提出的方法在求解无人机多任务区侦察时间分配优化问题中能够实现快速准确决策。     

高空长航时无人机优化设计

采用实数编码、过滤和交叉限制机制、改进的惩罚机制,改进了标准遗传算法,建立了多目标遗传算法,使之可以克服标准遗传算法的缺陷,并将其应用于高空长航时无人机的优化设计中,以空机重量和最大升阻比为性能目标,得到了优化问题得Pareto解。结果表明,高空长航时无人机优化后的总体性能得到改善,说明该方法适用于高空长航时无人机总体方案的优化设计,对方案研究有一定参考价值。     

基于后悔理论的区间二元语义多属性群决策方法

针对评价信息为区间语言变量的多属性群决策问题,提出了一种基于后悔理论的区间二元语义多属性群决策方法,该方法能够有效考虑决策者在决策过程中产生的一种风险规避,及其在后悔与欣喜之间存在的心理差异变化。首先,介绍关于区间二元语义信息的一些基本概念,并给出了区间二元语义均值与方差的定义;针对决策矩阵元素为区间二元语义变量属性权重部分未知的多属性群决策问题,利用区间二元语义的方差,通过构建优化模型确定最优属性权重,并提出了一种基于后悔理论的区间二元语义多属性群决策方法;最后将提出的方法应用至企业设计方案的选择中,结果与比较分析表明该方法具有一定可行性和有效性。     

轨迹和干扰功率联合优化的无人机主动窃听算法

研究一种无人机(UAV)作为合法窃听器的无线通信窃听算法.首先,将一个合法窃听器(UAV(E))用于窃听可疑发射器(UAV(B))发送到地面可疑接收器的可疑信息.然后,利用可疑系统的特点,提出一种有效的主动干扰方案,从而最大限度地提高有效窃听速率;针对构造的原问题是一个优化变量耦合的混合非凸优化问题,应用更新速率辅助的块坐标下降和连续凸优化技术,在每次迭代中交替优化无人机轨迹和干扰功率.最后,针对非凸的无人机轨迹优化和干扰功率优化问题,分别利用连续凸优化算法将原非凸问题转化为近似的次优化问题,再使用凸优化方法进行求解.仿真结果表明:相较于其他基准算法,文中算法具有更高的有效窃听速率.     

基于参数化水平集法的约束阻尼结构动力学拓扑优化

约束阻尼(CLD)结构拓扑优化是轻量化设计下实现振动与噪声控制的有效手段。结合约束阻尼结构的有限元模型,以前两阶模态损耗因子及其加权最大化为目标函数,以参数化水平集函数的扩展系数为设计变量,以约束阻尼材料用量为约束条件,建立了基于参数化水平集法(PLSM)的拓扑优化模型。基于伴随向量法推导了目标函数对设计变量的灵敏度,采用优化准则法更新设计变量。算例结果表明:基于参数化水平集法对约束层阻尼结构进行拓扑优化是可行有效的,且以基板结构应变能分布构建初始构型可提高优化效率。此外进一步讨论了在附加质量保持不变的条件下,约束层材料和阻尼材料厚度变化对约束阻尼材料模态损耗因子和最优构型的影响规律。     

基于混合离散变量复合形法的弧齿锥齿轮优化设计

以齿数Z1,模数m,齿厚系数ψR作为设计变量,建立弧齿锥齿轮的物理模型,以体积最小、传递功率最大为目标,以齿轮的强度要求等作为约束条件的优化设计模型。由于齿数和模数是非均匀的离散设计变量,齿厚系数是连续变量,因此,借鉴了连续变量和非均匀离散变量的处理方法———一种混合离散复合形法,并引用离散变量搜索优化方法。在混合离散复合形法基础上,探讨了解决有约束非线性混合离散变量的优化设计问题。经实例计算结果表明,混合离散复合形法可用于具有实际应用价值的弧齿锥齿轮优化问题。     

高效计算时间最优轨迹的牛顿-共轭梯度增广拉格朗日方法

基于牛顿-共轭梯度(Newton-CG)增广拉格朗日算法, 给出了一种计算机数控(CNC)系统时间最优轨迹规划问题的高效求解方法. 通过非线性变量代换, 时间最优轨迹规划问题被表述为一个固定时间域的凸最优控制问题. 基于扩展极大值原理, 证明了弦误差与分轴加速度约束的时间最优轨迹具有bang-bang的约束结构. 基于控制向量参数化方法, 问题被转化为具有无穷维约束的半无穷规划问题. 通过构造拉格朗日函数, 约束优化问题转化为一系列无约束问题. 由于问题凸性, 故迭代求解采用高效的线搜索Newton-CG方法. 通过求解给定测试路径的时间最优轨迹规划问题, 验证了所提方法的有效性.     

多目标优化最低代价无人机机巢选址方法研究

无人机巡检作业中，因为功能与续航距离不同，常面临异构无人机协同和机巢选址问题。无人机机巢的最优部署位置策略，可以看作新的选址优化问题，相对于传统设施选址问题，无人机机巢部署问题面临更多新挑战。笔者综合运用地理信息系统、优劣解距离法对候选点位做预筛选后使用贪心算法和拉格朗日松弛优化的p-中值覆盖问题优化方法，在综合考虑布点原则、飞行任务、飞行半径、功能性冗余等目标因素，提出一种多目标优化最低代价的无人机机巢选址法，将机巢分布问题定义为限制因素预选址前提下的p-中值最低代价问题，设置原则性约束，实现多目标优化最低代价的机巢布点，从多个角度考虑降低巡检成本。实验结果表明：多目标优化后机巢布点在建造、维护、巡检和综合成本上比传统选点方法有9.2%以上的成本节约。