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.     

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.     

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。     

基于微分进化的多UAV紧密编队滚动时域控制

多无人机(UAV)协同控制可在一定程度上提高单UAV执行任务的效率,而多UAV紧密编队是多UAV协同控制中的一个关键性技术难题.在构建多UAV紧密编队非线性模型的基础上,利用滚动时域控制方法,将UAV紧密编队问题转化为滚动时域内的一系列在线优化问题,然后采用微分进化策略在每个滚动时域内进行控制量的优化求解.此外,还给出了基于Markov链的微分进化算法数学描述及收敛性证明,且从理论角度分析了所设计多UAV滚动时域控制器的稳定性.仿真实验结果验证了文中所提出方法的可行性和有效性.     

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.     

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Floquet模态的平动点航天器编队构形设计与控制一体化方法

基于Floquet理论研究三体平动点周期轨道航天器编队的构形设计与控制方法.首先,介绍平动点周期轨道的Floquet理论,对Floquet模态进行仿真分析,利用Floquet模态可以线性表达相对于平动点周期轨道的运动偏差,并推导出了其模态系数的时间函数表达式,对于Z振幅较小的halo轨道,证明了周期模态的系数接近常值;在此基础上,应用Floquet模态对平动点轨道航天器编队构形进行设计,利用周期模态3,5或模态4,6的组合得到了多类特殊的规则构形;最后,提出了同时控制5个Floquet模态的相对运动轨道控制方法,仿真表明：该方法有效,并具有精度高、频度低、燃耗省等优势.本文形成了一种基于Floquet模态理论的平动点轨道航天器编队构形设计与控制的一体化方法,并基于该方法得到了几类特殊的规则构形,这对于深空探测任务轨道设计有重要的参考价值.     

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．     

联合连通有向切换拓扑条件下无人机集群鲁棒编队控制

针对联合连通有向切换拓扑网络条件下存在外界扰动的无人机集群鲁棒时变编队与轨迹跟踪控制问题进行了研究.首先,依据无人机真实飞行状态信息、期望队形信息与需要跟踪的轨迹信息之间的误差,以及联合连通通信拓扑网络条件下能够相互通信无人机期望飞行状态与实际飞行状态之间误差信息设计出了无人机集群系统的编队控制方法.然后通过一类特殊的矩阵分解将集群系统时变编队与轨迹跟踪控制问题转换成联合连通快速时间平均系统的渐近稳定控制问题,进一步提出了系统渐近稳定的充分条件,并通过建立的分段连续Lyapunov泛函进行了证明.最后仿真结果验证了本文所提方法能够实现联合连通有向切换拓扑网络条件下无人机集群的时变编队与轨迹跟踪控制飞行.     

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.     

基于分块优化思想的多无人机覆盖路径规划

覆盖路径规划广泛应用于环境清洁、建图、监控等场景,为了提高覆盖效率,经验证,一组有自主运动能力的无人飞行器配合机载传感器可以提供有效帮助.本文提出一种可以应用于大规模复杂环境的多无人飞行器覆盖路径规划方法.在面积规模大、环境情况复杂的区域内,计算出可以采集到精确可靠环境信息的最优覆盖路径是比较困难的,本文提出的覆盖路径规划方法基于分块优化的思想,将大规模的环境分成若干面积较小的子区域,分别计算子区域内的局部最优覆盖路径,在一些特定的约束条件下,所有子区域内的局部覆盖路径可以连接成一条遍历环境中每个子区域的整体覆盖路径,兼顾了环境的差异性和覆盖的完整性.同时,为了保证整体路径的平滑,适合飞行器跟踪,在规划路径时还考虑到减小相邻两段局部路径之间的过度转角和飞行器完成一次环境覆盖的调头转向次数,通过设计不同的覆盖模式以及在计算局部路径的评价函数中加入转角相关项来实现路径的平滑.最后,通过仿真和实验验证了所提算法的有效性和可行性.     

基于动态规划的多无人机通信连通性保持研究

随着无人机技术的逐渐成熟,制造成本不断降低,无人机在多个领域得到广泛应用,如农业、工业、安全、军事等.而无人机在执行任务时,往往需要与地面基站保持通信的连通性.但在距离较远或有遮挡情况下,信道质量将严重下降,这对通信连通性的保持提出挑战.针对该问题,本文考虑部署多架无人机作为通信中继,以串联方式构建任务无人机与地面基站稳定的通信链路.本文以长期信道容量作为优化指标,基于动态规划理论提出了两种中继无人机的规划方法:CMMP-AT和CMMP-OBO. CMMP-AT方法强调在任务执行初期就部署全部中继无人机,该方法部署较为简便,但计算复杂度较高. CMMP-OBO方法提出按照任务需求逐架部署中继无人机,该方法较为灵活,且计算复杂度低,扩展性好,可节约中继无人机的运动能耗.实验结果表明, CMMP-AT方法针对一个两中继无人机场景,需要40.03 h规划结果,而CMMP-OBO方法只需57.66 s即可规划出结果,并且可节约3.87%的运动能耗.此外,为了精确控制中继无人机遵循规划出的轨迹行进,本文基于模型预测控制方法实现对规划轨迹的追踪,并在V-REP环境中实现了多中继无人机场景的仿真.仿真结果表明,相比PID控制方法,模型预测控制方法能够更精确地追踪规划轨迹.在两种仿真场景下,模型预测控制方法的追踪误差仅为PID控制方法的43.97%和41.42%.     

基于群体熵度量的无人机集群目标合围控制

针对受限环境中无人机集群的目标合围控制问题,提出了一种基于局部度量距离交互的分布式集群目标合围控制方法.首先,基于局部度量距离交互机制确定了每架无人机的时变邻域无人机集合,采用光滑成对交互势函数设计了集群内部无人机间的交互势函数、无人机与飞行环境中障碍间的交互势函数以及无人机与目标无人机间的交互势函数.在此基础上,基于自组织原则提出了分布式的无人机集群目标合围控制律,使无人机集群能够以指定环绕半径形成以目标无人机为中心的稳定α-晶格合围构型,对目标无人机进行合围和跟踪,同时使无人机避开飞行环境中的障碍,保障自身飞行安全.然后借助Lyapunov稳定性理论证明了集群系统的稳定性,并给出了集群系统内部无人机发生碰撞的条件以及合围构型参数的取值依据.此外,基于群体熵的概念尝试对无人机集群目标合围过程中的自组织水平进行度量.最后通过仿真来验证所提出算法的有效性.     

基于拟态物理法的无人机集群与重构控制

基于拟态物理(artificial physics)法研究多无人机系统的集群构型生成及重构控制问题.在改进传统的拟态物理法基础上定义新的引力和斥力,使质点模型多无人机系统能够生成均匀分布的标准构型,并借助LaSalle不变集理论分析了集群控制律的稳定性;在此基础上,进一步讨论了序号无关的集群构型局部极值的改进策略.探索了一般性集群构型和标准构型之间的可逆且唯一的双射变换,利用双射变换提出了一般性集群构型生成的集群控制算法,并进而讨论了集群队形的收缩与扩张、集群构型切换和集群避障等集群重构问题.为验证提出的质点模型集群构型生成和重构算法,论文基于ROS(机器人操作系统)及Gazebo仿真器构建了多四旋翼无人机的协同仿真平台,分析验证了构型生成和重构算法的有效性.最后,将设计的基于拟态物理法的集群控制律扩展到多固定翼无人机系统,并搭建了基于X-Plane飞行模拟器和无人机自驾仪的多无人机协同控制半实物仿真环境,验证集群构型生成控制律的有效性.     

无人机群协同跟踪地面多目标导引方法研究

多机协同目标跟踪是无人机系统的典型任务之一.由于军事任务的集群性,在实际中常需要跟踪多个不同的目标.如何使用尽量少的无人机对多个目标实施有效跟踪,以提高系统鲁棒性和定位精度,是一个重要的研究课题.本文针对复杂环境下无人机群协同跟踪地面多目标过程中的关键问题进行研究,设计了复杂环境下无人机群协同跟踪多目标系统架构,提出了考虑遮蔽区域机群跟踪多目标动态分组算法、自适应多模型无迹卡尔曼粒子滤波融合算法和障碍条件下机群协同目标跟踪运动快速导引方法.通过仿真试验和飞行试验,验证了本文方法的有效性.最后,对该领域的下一步研究方向进行了展望.     

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.     

基于进化势博弈的多无人机传感器网络K-覆盖

针对多无人机传感器网络K-覆盖问题,提出了基于势博弈与Log-linear学习的分布式最优传感器配置方法.介绍了传感器最优配置的国内外研究现状,特别对基于进化势博弈理论的方法进行了详细的阐述.利用博弈理论对无人机分布式传感器配置问题进行建模,通过个体局部收益函数与全局性能函数的设计将问题构造成网络势博弈.提出了一种基于时变Log-linear学习的分布式求解方法,并利用非齐次马尔可夫链理论对收敛性与最优性进行了证明.仿真对比实验证明了所提算法的可行性、有效性和优越性.