多无人机编队协同控制软件平台设计与仿真

在战场环境瞬息万变、作战任务日益复杂的现代战争中,多架无人机编队协同完成复杂的作战任务已成为一种趋势。多无人机编队控制及重构是多无人机系统的核心内容和关键技术。基于微粒群算法、蚁群算法研究了多无人机编队控制及重构、航线规划及重规划问题,特别是在解决编队重构问题时,提出一种多样性微粒群算法。设计了多无人机编队飞行协同控制平台,仿真结果表明,标准微粒群算法、蚁群算法等智能算法可以较好解决编队控制、编队重构和航线规划问题,多样性微粒群算法具有更强的全局寻优能力。     

基于智能突现的无人机群自主编队控制研究

针对无人机群自主编队中存在的控制器设计复杂,信息交互数据量大的问题,提出了一种利用智能突现和分布式通信的新型自主编队策略。建立了无人机群以及单个无人机的运动模型。为每个领航无人机设计比例导引制导律,为每个跟随无人机设计跟踪控制方法以实现多Leader-Follower(主从式)编队形式。通过仿真对编队方法的有效性进行了验证。     

固定翼无人机群的集群和避障控制

针对传统的集群控制算法需要获取通信范围内相邻质点的位置和速度信息才能够计算控制量的问题,提出一种新的无须获得相邻无人机速度的六自由度固定翼无人机群的集群和避障控制方法。将通信范围内的无人机均视为障碍物,采用统一的计算方法获得控制量,并且证明了算法的稳定性。通过建立六自由度无人机线性化控制模型,将改进的质点集群算法应用于无人机群控制系统中,将无人机控制设计成六自由度无人机的跟踪回路和质点无人机的导引回路,并证明通过选取合适的跟踪回路控制参数,确保整个无人机集群控制是稳定的。通过六自由度无人机编队仿真验证了所提算法的有效性。     

三架固定翼无人机协同编队飞行避障策略

针对无人机编队执行空战任务过程中存在无人机之间以及无人机与障碍物发生碰撞的问题，提出单向网络连接结构的多无人机避障算法和基于人工势场的控制方法，同时应用于无人机编队避障控制。以三架无人机构成的正三角形编队作为控制体，同时以长机的运动轨迹作为期望路径，长机提供僚机飞行信息，僚机接受信息保持编队飞行。多无人机编队发现障碍物到避障完成的过程包括编队集结、松散队形、最终恢复集结正三角形编队。仿真实验结果表明，所提避障控制策略能够确保编队收敛于期望的队形和稳定飞行状态。     

多传感器信息融合理论在无人机相对导航中的应用

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究容积信息滤波算法。此外,还采用多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在高维系统中出现的数值不稳定以及精度降低等问题。数学仿真结果表明,该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

弱通信条件下基于MPC与融合状态估计的多UUV编队控制方法

多无人水下航行器(UUV)编队控制在实际复杂海洋环境中面临着水声通信时延大、多中断和丢包等弱通信难题,如何提高其对通信的鲁棒性是重点研究方向之一。首先,建立了多UUV编队模型;其次,将多UUV编队航行分为有无参考路径两种状态,针对已知编队期望路径条件,将编队问题分解为路径跟踪与速度同步问题,设计了基于模型预测控制的路径跟踪控制和速度误差同步机制;再次,针对编队处于机动过程而缺乏参考路径的条件,提出了基于最小二乘的融合状态估计及其一致性编队控制方法;最后,在仿真环境最大队形误差0.6 m,验证了算法的有效性。与单积分器系统一致性编队控制算法对比分析表明,所提方法在队形控制精度、队形恢复时间以及编队的稳定性方面均具有一定优势,研究结果对多UUV编队应用具有重要的指导意义。     

基于多传感器信息融合理论的无人机相对导航状态估计方法

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,本文以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究了容积信息滤波算法。此外,还采用了多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在在高维系统中出现的数值不稳定以及精度降低等问题。论文还进行了相应的数学仿真,仿真结果表明该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

事件触发的时滞二阶多UAV系统一致性控制

研究具有固定输入时滞的二阶多无人机系统在事件触发下进行不完全随机采样,并达到一致性控制的问题。提出一种阈值依赖于多无人机系统事件触发时刻和初始状态的事件触发机制,并给出在此事件触发机制下具有固定输入时滞二阶多无人机系统的分布式控制策略。当无人机自身状态变化量满足触发条件时,无人机间进行信息交互,控制器根据此次事件触发的采样状态值进行控制输入更新。通过理论推理证明一致性控制的结论。最后,通过仿真验证了算法的有效性。     

单向拓扑下基于DMPC与改进APF的水面无人艇编队运动控制算法

多水面无人艇编队运动控制是多水面无人艇智能化的核心技术,也是当前研究的热点。重点讨论了编队部分成员无法获得编队平衡先验信息条件下的水面无人艇编队运动控制问题。首先,针对编队先验信息不平衡条件下无人艇编队保持困难的问题,将领航–跟随结构与分布式模型预测控制算法结合,通过设定通信优先级和单向拓扑结构,在分布式模型预测控制算法中引入假设状态空间和平衡状态空间,以实现部分跟随者无法获取编队平衡先验信息情况下的无人艇编队保持;其次,针对编队航行过程中障碍物规避安全性不足的问题,将改进的人工势场法与模型预测控制相结合,设计了无人艇自主避障控制器,提升了编队航行过程的安全性;最后,通过仿真平台对所提方案的可行性进行了验证。所提方法可以为进一步研究复杂环境下多水面无人艇编队运动控制提供参考。     

多智能体信息一致性在机器人编队控制中的应用

对固定拓扑结构下多智能体有向网络一致性问题进行了研究,提出了一类协调控制器并证明了使多智能体网络在固定拓扑结构下取得全局渐进一致的充要条件,考虑到智能体之间通讯过程中存在的时延问题,给出了最大固定延时时间的紧凑上界,取得了满意效果,最后将信息一致性思想应用于多机器人的编队控制。结果表明,基于信息一致性的方法可成功应用于机器人编队控制。     

领导者输入未知的多智能体系统容错一致性设计方法

自然界中许多现象都间接地映射了多智能体分布式协同控制问题,在实践应用中展现了潜在的应用价值,如何实现一致性一直是多智能体研究的基础和热点问题。基于李雅普诺夫稳定性分析、自适应控制理论等方法研究了具有绝对未知输入的多智能体系统的自适应容错一致性问题。首先,根据故障的演变特征建立了一种马尔科夫跳变故障模型;其次,提出一类包含固定控制器增益、相邻智能体的局部状态信息及时变辅助控制函数的容错一致协议,利用辅助控制函数来补偿执行器故障和领导者未知输入;然后,建立适合于该系统的H;性能指标函数,减少了估计误差和多智能体初始状态对闭环系统的影响;最后,通过仿真验证了所设计方法的有效性,能较好的估计故障和实现容错一致性。所提供的算法为无人协同编队在复杂环境下的应用提供理论支撑。     

基于改进人工势能的无人机编队与避障

针对多无人机V字型编队和躲避障碍物的问题,在传统人工势能的基础上结合距离约束和视线角约束,提出了领航法和改进人工势能相结合的编队方法。并通过将目标和障碍物信息融入势能函数设计的方法实现追踪目标和躲避障碍物。选择一架无人机为领导者并以其和目标为中心设计虚拟人工势场,使无人机形成V字型编队并以一定的距离和视线角追踪机动目标;以障碍物为中心构建虚拟的排斥力场,同时在编队的势能函数中引入障碍物位置信息反馈,使编队能够随着环境变化而自适应改变,主动躲避障碍;最后通过仿真实验验证了提出的算法。     

基于方向信息的无人机群编队控制算法北大核心

针对无人机群的速度跟踪编队控制设计了基于方向信息的控制策略,其中无人机的控制器设计只依赖于临近无人机的相对方向,从而可以应用于无人机群通信受阻的情况。通过设计基于方向信息的比例积分控制器完成了无人机群编队系统的速度跟踪问题,控制器的稳定性分析采用了基本Lyapunov函数的方法,与基于优化策略和持续激励方法相比更利于控制策略扩展应用到更加复杂的情形中。最后,分别通过定点和速度跟踪编队控制仿真实验,验证了控制方法的有效性。     

基于DCSP的编队武器兼容性约束协调

编队武器兼容性约束协调,是一个典型的求解分布式约束满足问题的过程。针对这一特点,建立了编队武器兼容性约束满足问题模型,提出了一种基于异步回溯的分布式约束满足算法。该算法运用异步回溯获得一个初始可行解,然后以作战效能最优为原则增添新的方案,并进行约束一致性检查,最终得到满意的编队武器运用方案。仿真验证了算法的可行性。     

基于神经网络自适应PID的无人机编队避障飞行控制研究

针对无人机编队避障飞行控制难题,研究了无人机编队避障航迹规划与智能控制技术.首先,提出一种基于改进人工势场法的无人机编队航迹规划算法,利用改进势场函数和引入"随机波动"法等手段,解决了传统人工势场法用于无人机编队航迹规划时遇到的无法到达目标点以及局部最小值问题,并提升了传统算法航迹规划的快速性和鲁棒性.其次,设计了一种...     

微分博弈在无人机集群攻防中的应用研究

为了解决传统微分博弈理论的局中人规模受限问题,针对固定翼无人机目标-攻击-防御三方集群对抗场景,提出了一种基于微分博弈的集群攻防决策算法。该集群攻防决策算法利用基于Dubins路径价值函数的拍卖算法将集群攻防对抗问题解耦为目标-攻击者-防御者三方微分博弈问题,并且融入载体坐标系转换以及自动驾驶仪控制模型等约束,实现三维空间中以加速度为控制输入的集群决策,为等规模三方集群对抗问题提供协同决策控制。仿真实验结果证明,提出的集群攻防决策算法对于多种规模的无人机集群均能生成攻防角色对应的决策控制,实现包括目标-攻击-防御三种角色的三方集群攻防空战决策,在优化个体决策的同时,兼顾集群内无人机间的协同性。     

多机编队指控决策一体化系统概念模型研究

多机编队指挥控制决策一体化系统是未来提高多机编队信息化协作水平的重要途径。通过研究国内外军事领域的发展趋势,并结合网络中心战及C4KISR概念,对该系统进行了需求分析和总体设计,提出了多机编队指挥控制决策一体化系统概念模型。最后将其应用于基于HLA和分布式仿真技术的多机编队指挥控制决策一体化系统仿真环境。     

广播式通信多智能体系统信息一致性研究

为解决多智能体协同工作问题,开展了广播式通信拓扑多智能体系统信息一致性研究。基于随机矩阵谱半径的唯一性,对固定和时变通信结构的离散系统证明了一致性问题的可解性。根据广播式通信拓扑的特点,具体给出通信协议中智能体的通信形式,并证明了系统在实现信息一致性后,系统的状态收敛到主个体的状态。针对智能鱼雷编队攻击协同技术,给出了实际仿真实例,仿真结果证明了理论结果的有效性。     

多无人机协同试飞试验模式

联合作战概念的出现和无人机多任务使命的实际运用,使得无人机联合作战成为世界各国研究发展的重点。基于协同作战和联合作战的内在联系及国内多无人机协同作战有关理论上的研究情况,分析了无人机协同试飞试验的条件和主要特点,总结归纳了无人机协同试飞试验的主要内容,提出了无人机编队的设计依据和关键问题,介绍了集中式、集散式、分布式控制的基本概念,论述了3种控制模式下的无人机协同试飞试验的实现方法和各控制模式之间的关系。     

面向典型任务的有人/无人机协同效能评估

有人/无人机协同作战是C4ISR体系下的一种重要形式。本文以有人/无人机协同执行典型任务为研究背景,针对构建可靠、全面的有人/无人机协同效能理论评估方法的问题展开深入研究。首先分析了未来有人/无人机的协同模式和运用规则;然后采用协同系统综合指数模型,在单机能力模型的基础上,提出了一种有人/无人机编队协同效能评估方法;最后基于Xsim仿真系统平台在典型任务下,通过针对确定机型的多种编队组合仿真推演,将协同效能仿真结果与理论计算结果进行分析对比,协同效能排序的一致性验证了该理论评估方法具有一定的可靠性与可用性。可以预见,未来战争有人/无人机的协同作战将被广泛应用。