线性二次型及模型预测控制编队控制研究

多智能体集群作战是未来战场的重要形式.作为集群作战中的关键技术,编队控制有着广泛的应用.以编队控制律为研究目标,选择2种优化控制方法:线性二次型调节器(linear quadratic regulator,LQR)方法和模型预测控制(model predictive control,MPC)方法.针对圆形编队轨迹,采用...     

基于CAS理论的海上编队作战指挥优化控制问题研究

针对当前提高基于信息系统的体系作战能力客观要求,运用复杂自适应系统理论分析了信息化条件下的海上编队作战指挥控制问题,提出了基于CAS理论的海上编队作战指挥优化控制结构模型,并给出了信息化条件下编队指挥所的作战指挥决策流程,从而为有效构建信息化编队作战指挥体系、提高作战指挥能力奠定了理论基础。     

海上编队雷达网优化部署系统的设计与实现

建立海上编队雷达网优化部署系统模型,包括实体模型和认知模型。仿真海上编队雷达网在无威胁条件下的优化部署和面临干扰和超低空突防威胁时的对抗过程,经过海上编队雷达网优化部署认知模型的解算,指挥舰队编队成员进行机动部署,编队成员通过重新机动,使编队雷达网获得较好的探测性能。仿真结果表明所建立模型的可行性和正确性。对于在未来海战场复杂电磁环境下,更好地发挥编队雷达网探测、预警能力具有重要意义。     

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。     

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。     

基于虚拟参考点的AUV编队控制

针对自主水下航行器(AUV)的编队控制问题,分析了几种不同编队控制方法的优缺点,提出了一种融合了主从编队控制和虚拟结构编队控制二者优点的基于虚拟参考点的AUV编队控制新方法.该方法将AUV的水平面运动方程进行反馈线性化,得到一个二重积分系统,并将编队控制任务分为两个子任务,一是各个AUV的路径跟踪问题;二是要求所有的AUV要以期望的速度编队航行,在此基础上设计了AUV的编队控制律,并在设计虚拟参考点的位置更新时,综合考虑了编队中所有AUV的位置跟踪误差,实现了编队控制的高层协调.通过仿真试验,验证了所提出编队控制律的有效性.     

基于路径跟踪的平流层飞艇柔性编队控制

建立平流层飞艇驻空阶段动力学模型,在定高飞行前提下,采用小扰动方法对动力学方程进行线性化处理。提出采用路径跟踪的平流层飞艇柔性领航-跟随编队控制方法,领航者和跟随者通过速度控制与航向控制,分别跟踪保持特定距离的参考路径,实现编队的柔性控制。以采用直线路径跟踪和采用圆路径跟踪的三平流层飞艇编队控制为例,对提出的柔性编队控制方法进行仿真验证。仿真结果表明:提出的路径跟踪方法控制精度高,提出的柔性编队控制方法可以实现编队稳定运行,避免编队成员碰撞现象的发生。     

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。     

基于协同学的编队协同空战任务决策

基于协同学理论给出了编队协同空战系统的协同学框架;提出了编队协同作战方案的五元组定义,明确了影响系统进程的序参量;基于系统有序度与协同度的概念,构建了协同效能优化模型;以任务冲突检测与消解为依据给出了任务决策的约束条件;最后以二进制粒子群优化算法对此约束优化问题进行了求解.仿真结果表明,以协同学理论描述编队协同任务决策问题是可行的,构建的协同效能模型与任务决策方法在处理编队时序任务决策问题时是有效的.     

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。     

二阶非线性多智能体系统的分布式编队控制

面向多智能体系统编队协同完成既定任务,针对具有非线性动态的二阶多智能体系统的编队控制问题,开展分布式编队控制协议设计.考虑到集群运动过程中,各智能体只需调整自身与相邻智能体的相对位置即可维持整体队形.基于邻居智能体之间的相对状态信息,提出了具有时变增益的自适应控制协议,证明了多智能体系统在该控制协议作用下能实现编队控制...     

时变通信时延下的多无人机系统编队追踪控制

针对存在时变通信时延的情形,研究了多无人机系统的编队追踪控制问题,使得系统中的领导者能够追踪期望轨迹,跟随者能够追踪领导者轨迹并形成期望编队。对系统中的无人机建立其动力学模型,对于所描述的情形作出一些基本假设和说明。基于一致性理论对领导者和跟随者设计相应的控制器,通过变量代换和数学变形,将原系统的编队追踪控制问题变为低阶系统的渐近稳定问题。设计合适的Lyapunov-Krasovskii函数,运用线性矩阵不等式的相关定理,推导出新系统渐近稳定的充分条件。在Matlab环境中对系统进行飞行仿真实验,实验结果表明：在满足所给条件时,系统在时变通信时延条件下能够实现编队追踪控制。     

驱护舰编队防空火力分配决策模型研究

驱护舰编队防空火力分配的确定和优化是最大限度地发挥驱护舰编队的整体作战能力的关键。为了高效地发挥驱护舰编队火力优势,用运筹学理论建立了驱护舰编队防空火力分配决策问题的优化模型,分析了各种解决此模型的方法的优缺点,并尝试运用粒子群优化理论(PSO)求解该模型。实例计算分析表明,所提出的方法较好地解决了驱护舰防空火力分配决策问题,为舰艇编队指挥员进行防空火力分配决策提供了一种有效的参考处理方法。     

基于雁阵变换的微型扑翼飞行机器人集群行为控制方法

为了解决微型扑翼飞行机器人集群编队目标搜索覆盖效率、避障通过性和多机控制等难题,实现扑翼飞行机器人集群编队的智能控制,提出了基于雁阵变换的扑翼飞行机器人集群行为控制方法。利用仿生集群行为控制函数的参数化特性,实现了飞行机器人编队的队形变换和角度控制;搭建了多扑翼飞行机器人实验系统,并在多种情况下设计基于仿生行为的多扑翼飞行机器人集群控制方法实验。最终的实验结果验证了方法的可行性和有效性。与传统的多飞行机器人实时控制方法相比,所提方法大幅提升了集群编队的搜索覆盖效率和避障通过率,在某些作业环境条件下,搜索覆盖率可提升50%以上,障碍通过率可提升60%以上。同时,创新点体现在将雁阵变换应用于多扑翼飞行机器人集群编队控制和将仿生集群行为控制应用于扑翼飞行机器人集群控制两个方面。     

基于模糊多目标决策的舰艇导弹优化配置

运用模糊理论和多目标优化理论探索舰艇编队所携带导弹的合理配置。采用灰色系统理论的关联度分析方法,得出各型导弹对理想导弹的关联度,构建进攻能力和防御能力的隶属度函数;通过多目标优化模型的求解,实现各型号导弹的最优配置。使用该优化算法,当舰艇编队面对不同的攻防任务时,能有效地辅助军事指挥员做出最优决策。     

满足线性二次型调节器性能指标的群系统编队跟踪问题优化控制方法

针对群系统编队跟踪问题,提出一种满足线性二次型调节器性能指标的优化控制方法。建立编队跟踪问题的数学描述和设计编队跟踪控制协议。给出群系统实现编队跟踪的充要条件,借助李雅普诺夫第二方法分析系统的稳定性。得到了控制协议能够最小化线性二次型调节器性能指标的拓扑条件,设计了编〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCWL.TIF;%129%129〗听语音 聊科研与作者互动 队跟踪算法。仿真实验验证了控制方法的有效性。     

基于MPC和ESO-DO的四旋翼轨迹跟踪控制

针对扰动作用和模型不确定性下四旋翼无人机精确轨迹跟踪控制问题,提出了一种主动干扰抑制和模型预测控制(Model Predictive Control, MPC)策略。模型预测控制器通过扩张状态观测器(Extended State Observer, ESO)和扰动观测器(Disturbance Observer, DO)来估计和补偿干扰,从而实现位置环精确控制。在存在外部干扰和参数不确定性的情况下,通过仿真实验,证明了所提出的方法提高了对建模误差和干扰的鲁棒性,同时实现了对参考轨迹的平滑跟踪。     

基于制导与控制一体化的导弹编队队形控制

为了提高导弹编队协同作战队形控制能力,研究了基于制导与控制一体化思想的编队队形控制器设计问题。根据领弹-从弹的动力学以及运动学方程,推导出了领弹-从弹的相对运动模型,建立了领弹姿态信息与从弹舵偏角之间的关系,将从弹通道间的耦合项作为不确定项进行处理,并利用自适应神经网络理论设计了补偿器,对不确定项进行了处理。根据反演理论设计了编队队形控制器,能够对导弹编队队形进行有效的控制。     

基于人工势场法和Ad-hoc网络的多机器人编队控制

ad-hoc网络具有自组性强、快速组网和高抗毁等特性,以它组网的多机器人编队适用于一些无法预先安装通信设备的特殊场合。但是由于ad-hoc网络的通信覆盖范围有限、网络动态性强,在进行编队控制时如果不考虑编队中机器人之间的通信距离,可能导致机器人因与网络失去联系而脱离编队。为了确保多机器人编队的完整性,在使用势场法进行编队控制时,除考虑目标和障碍物的影响外,同时将机器人之间的通信距离作为一种引力加入传统的环境势场模型。仿真实验的结果证明该方法可以有效地控制ad-hoc方式组网的机器人编队。     

多智能体系统指定时间双向编队控制

多智能体系统协同控制的收敛速率问题是当前系统与控制领域一个热点研究问题.结合指定时间控制思想,以一般线性动力学系统为控制对象,对多智能体系统双向编队问题进行研究.首先,利用庞特里亚金极大值原理,设计了指定时间双向编队控制器,双向编队指的是被分成两组的智能体最终以指定的编队队形、相反的方向进行运动;其次,通过运动规划算法...