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.     

基于特殊个体的网络进化博弈群智合作激发调控

引导群体中智能行为的产生与传播是群体智能领域的重要研究方向.相互合作是自然界中常见的群体智能行为.本文建立了一种基于特殊个体的网络进化博弈模型,分析了群体激发合作水平的进化特性以及调控手段.首先通过在规则网络进化博弈模型中建立有效的干预控制体系结构,实现对群集系统的调控作用;然后通过设计基于群体智能的特殊个体控制规则,特殊个体能起到促进合作行为涌现的群智激发作用;最后利用蒙特卡罗仿真方法分析了特殊个体对群体进化特性的影响,并讨论了不同参数条件对合作水平的影响.     

异构无人机群鲁棒一致性协议设计

研究了具有非线性不确定性的异构无人机群系统分布式一致性跟踪控制问题.文中假设领航者的输出是时变的,无人机自主体具有不同的非线性不确定空气动力特性,设计分布式鲁棒一致性协议,抑制非线性不确定性对闭环系统的影响,使得跟随者可以跟随领航者.所设计的鲁棒一致性协议包括标称控制器和鲁棒补偿器两部分,标称控制器的设计是为了使标称的无人机群具有一致性跟踪特性,鲁棒补偿器的设计是为了抑制不确定性对系统的影响,文中用李雅普诺夫函数分析并证明了一致性误差能以期望的速度收敛到原点任意小的邻域.最后,通过仿真验证了一致性协议的有效性.     

电流型IPT系统广义状态空间平均法建模与分析

针对目前关于感应电能传输(IPT)系统建模存在的不足,采用广义状态空间平均法建立了电流型IPT系统的线性定常平均模型.基于该模型,根据线性系统理论方法,分析了系统状态变量的运动规律.此外,还分析了等效负载变化时的稳定性和对副边输出电压的影响,以及不同互感参数及副边电感下的传输功率和效率.结果表明,本文的建模方法和分析结果对于电流型IPT系统的实际运动行为有较强的理论指导意义及对系统的设计具有一定的参考价值.     

垂直起降飞行器的自适应集群编队飞行控制

本文针对垂直起降飞行器集群编队飞行控制问题开展研究.集群中的飞行器具有异构性质,即它们具有不同的惯性参数,并且每个飞行器对其自身的惯性参数也并未确切已知.另外,飞行器间的信息交互是局部的,每个飞行器仅与其邻近飞行器进行信息交互.为解决上述问题,本文基于级联架构,设计了一种自适应分布式控制算法.首先,在位置回路中设计一个分布式指令控制力,实现集群编队目标;接着,从设计出的指令控制力中提取出控制推力和指令姿态;最后,在姿态回路中设计一个控制力矩,实现姿态对指令姿态的跟踪.此外,在指令控制力和控制力矩设计过程中,提出合适的自适应算法对飞行器惯性参数进行估计.通过使用李雅普诺夫理论分析可知,所提出的自适应分布式控制算法确保了垂直起降飞行器渐进稳定的集群编队飞行.仿真结果进一步验证了所提算法的有效性.     

一种基于注意力机制的群集运动模型

利用选择性注意机制能够进行高效信息筛选的特点,提出了一种基于注意力机制的群集运动模型.模型中的个体采用视觉导引的固定邻居个数感知规则,根据邻居对于局部有序度的贡献计算其显著度值,而后采用阈值响应模型改变自身的状态,并在不同的状态下采取不同的运动策略.首先分析了选择性注意和群集行为的关系,然后对群集中注意力驱动的信息传播过程进行了研究,发现在注意力机制的驱动作用下,群集中的信息传播呈现出层级网络结构;最后对所提出的群集模型在单向刺激下的群集运动以及信息个体诱发的群集运动等自组织运动特性进行了仿真实验分析.     

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.     

两种金属热电子发电模型的分析

热电子发射指加热金属使其中更多的电子克服表面势垒而逸出的现象,易见逸出的电子和丢失电子的金属会存在电势.基于这一原理,本文提出了金属-势垒-金属的热电子发电模型,采用量子理论将金属中电子运动近似为索末非自由电子气模型.针对势垒宽度的不同,提出了两种近似模型.第一种模型假设金属间势垒宽度足够大,电子运动以越过势垒为主;第二种模型假设金属间势垒宽度足够小,电子运动以隧道效应遂穿势垒为主.对第一种模型进行了详细的理论分析和推导,包括模型建立,开路电压计算,绘制伏安特性曲线等.对第二种模型进行了简略的理论分析.最后,本文在理论上指出了热电子发电的可行性,可以为金属热电子发电实物研制中材料的选择,温度的设置提供指导.     

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.     

人群拥挤及群集行为特性的仿真研究

公共场合中的人群聚集通常是事故发生的隐患, 人群群集拥挤度越高, 事故风险也就越大, 而且造成的人员伤亡和损失也更为严重. 本文以现有的社会力模型为基础, 考虑到行人运动的各向异性、行人对于动态阻塞区域的避让行为, 提出了一种改进模型. 并通过设置静态力作用网格和应用局部性原理, 对算法进行优化, 使得该模型能更为真实的体现人群的实际运动, 而且大大提高了运算效率. 将改进后的模型应用于人群拥挤的行为特性研究, 可用于人群拥挤状态的风险评价以及公共建筑环境的规划设计.