通信约束下异构多无人机任务分配方法

针对异构多无人机协同执行侦察和打击任务中,存在通信距离、时间延迟等约束条件下的局部任务分配问题,提出了一种基于合同网的分布式多无人机任务分配方法。首先建立了异构集群发现新目标时的局部任务分配问题模型,设计了局部无人机通信网络中的信息一致性算法,实现了任务分配过程中任务发布阶段各无人机的冲突消解。设计了任务分配过程中的联盟构建和无人机资源管理方法,使联盟中各无人机能够以更加平衡的方式消耗资源。仿真结果表明,该方法能够解决通信约束下,异构多无人机执行察打任务时,所触发的针对目标打击任务的任务分配问题,且能够获得最大的系统效能。     

基于相对方位信息和单间距测量的多智能体编队协同控制

由多个载体组成的多智能体系统对复杂环境具有更高的适应性,能够完成传统单个载体无法完成的任务。针对多智能体编队集结与队形移动跟踪问题,提出了一种改进的多智能体编队协同控制新算法。首先,以拒止环境下跟随智能体仅能通过光学传感器测量相对方位信息为任务背景,针对"领导者——第一跟随者"结构的多智能体编队,提出了基于相对方位信息与单间距测量的控制器,使得第一跟随者智能体可以追随移动的领导者智能体,并且可以通过改变与领导者智能体的间距对编队整体队形进行缩放控制。其次,提出一种了改进的分布式控制律,使得其他跟随者智能体可以仅通过两个相对方位信息完成编队飞行。然后,根据Lyapunov第二方法,构建了系统的能量函数,验证了所提出算法的稳定性。最后,通过数值仿真实验对所提算法进行了验证。仿真结果表明,基于该控制律多智能体系统能够完成编队集结、队形缩放和编队飞行的任务。     

异构多智能体系统分组输出时变编队跟踪控制

空地协同控制是前沿的热点研究之一,以无人机、无人车为代表的空地智能体动力学模型的差异为研究带来了挑战。研究了高阶异构多智能体系统在有向拓扑条件下的分组输出时变编队跟踪控制问题,提出了虚拟领导者、分组领导者以及跟随者组成的三层协同控制架构。虚拟领导者用于规划整个多智能体系统的状态轨迹,分组领导者跟踪虚拟领导者所提供的轨迹信息,并相互协作以实现分组间的协同配合。跟随者跟踪分组领导者的输出并实现期望的输出编队。在有向通信拓扑结构条件下,基于局部邻居间的相对信息、观测器理论和滑模控制理论构造了控制协议,利用Lyapunov稳定性理论证明协议的有效性。数值仿真结果表明提出的方法能够实现无人机、无人车等异构智能体的空地协同,具有较好的工程应用价值。     

异构MAS结构下的空天资源多阶段协同任务规划方法

利用空天资源的互补优势进行协同观测是对地观测领域的新趋势.为提高对地观测效益和多阶段观测任务的完成度,分析了空天资源协同观测任务规划问题中的观测资源异构性和多阶段观测任务分解方式的多样性.针对卫星和无人机的任务规划模型不一致的特点,建立了异构多智能体系统(MAS)多阶段协同任务规划模型,根据模型特点将问题求解分解为两个协商过程,并分别提出了基于市场模型的异构MAS多阶段协同任务规划算法和基于自适应“超级步”的资源Agent协同任务规划算法.最后,研究了该方法在空天资源联合观测中的应用情况,实验及分析结果表明该方法能够有效解决空天资源对地观测协同任务规划问题.     

飞机除冰资源申请过程航空公司的博弈研究

以博弈论方法为分析工具，分析飞机除冰资源申请过程航空公司的博弈行为及其经济绩效。以航空公司合作组织中各博弈方的资源转让策略为研究对象，引入了合作博弈思想和违约惩罚机制，讨论航空公司合作组织的最优稳定策略，设计了基于Agent效用的成员协商算法；最后，运用协商算法结合Shapley值解分析的方法对除冰费用分摊的的合理性进行仿真，结果对比显示，此方法实现了分配的公平和有效。     

基于MAS的舰载机动态调度模型

基于多主体系统(MAS)技术研究了充分考虑舰载机故障与维修影响的实时动态调度模型.通过系统分析舰载机的基本作业流程,建立了3层混合控制的柔性模型架构.充分考虑故障等系统扰动的影响,提出基于合同网协议(CNP)的两级交互协同机制提高主体(Agent)问的协商效率,并尽可能消除重调度的影响.给出Agent个体的抽象原则以及开放性式内部结构.深入探讨了基于MAS的舰载机动态调度的基本算法.最后,选取舰载机的典型任务,在特定舰载机可靠性维修性水平下对调度过程进行仿真验证,获取了与实际调度过程趋势相符的舰载机出动能力曲线,证明了模型的可行性.     

基于MAS的无人机编队飞行智能优化控制

 针对无人机编队飞行的实际背景和限制条件,提出了一种基于多智能体系统（MAS）技术的编队飞行的智能优化控制策略和实现算法。利用多Agent之间的交互作用,以灵活便捷的方式进行各单机之间的协同优化,从而可实现多架无人机的自主编队飞行。考虑到leader-follower原理的支配机制,对面向编队飞行的僚机控制律与实现算法进行了重点研究,设计了僚机编队控制器,通过仿真实验验证了其鲁棒性和稳定性。最后针对编队队形的变换与躲避威胁等特殊情况对无人机编队单元之间的协调优化进行了仿真验证和分析。     

基于多智能体的多无人机编队算法

多架无人机协同攻击能够充分利用各个飞机的作战资源和空间占位,是未来空战的主要模式,对多无人机进行编队具有比较重要的实际意义。多智能体技术通过采用各智能体间的通信、合作、协调、管理及控制来表达实际系统的结构、功能及行为特性,为实际问题提供一种统一的框架。本文简要介绍了多智能体的概念及易于协调管理的特点,从多智能体系统理论和群集控制思想出发,对多无人机编队问题进行了分析和描述.     

基于MAS的舰载机动态调度模型

基于多主体系统（MAS）技术研究了充分考虑舰载机故障与维修影响的实时动态调度模型。通过系统分析舰载机的基本作业流程,建立了3层混合控制的柔性模型架构。充分考虑故障等系统扰动的影响,提出基于合同网协议（CNP）的两级交互协同机制提高主体（Agent）间的协商效率,并尽可能消除重调度的影响。给出Agent个体的抽象原则以及开放性式内部结构。深入探讨了基于MAS的舰载机动态调度的基本算法。最后,选取舰载机的典型任务,在特定舰载机可靠性维修性水平下对调度过程进行仿真验证,获取了与实际调度过程趋势相符的舰载机出动能力曲线,证明了模型的可行性。     

Cooperative formation control of multiple aerial vehicles based on guidance route in a complex task environment

In recent years, formation control of multi-agent has been a significant research subject in the field of cooperative control. However, previous works have mainly concentrated on formation control for simple point-mass model and linear model. In contrast, this paper presents a novel cooperative algorithm for multiple air vehicles formation control, which aims to devise a control strategy based on guidance route to achieve precisely coordinated formation control for a group of fixed-wing aircraft in a complex task environment. The proposed method introduces the leader-follower structure for effective organization of the multi-agent coordination. Moreover, the Partial Integrated Formation and Control (PIFC) is adopted to design the control law for Guidance-Route based Formation Control (GRFC). Additionally, the proposed approach designs two guidance-route generation strategies for two special situations to demonstrate the effectiveness of GRFC in complex task environments. Theoretical analysis reveals that the proposed control protocol for guidance command can ensure the overall stability and tracking accuracy of the system. Numerical simulations are performed to illustrate the theoretical results, and verify that the proposed approach can achieve coordinated formation control precisely in a complex task environment.     

非对称机动能力多无人机智能协同攻防对抗

协同攻防对抗是未来军用无人机的重要作战场景。针对不同机动能力无人机群体间的攻防对抗问题，建立了多无人机协同攻防演化模型，基于多智能体强化学习理论，研究了多无人机协同攻防的自主决策方法，提出了基于执行-评判（Actor-Critic）算法的集中式评判和分布式执行的算法结构，保证算法稳定收敛的同时，提升执行效率。无人机的评判模块使用全局信息评价决策优劣引导策略学习，而执行时只需要依赖局部感知信息进行自主决策，提高了多机攻防对抗的效能。仿真结果表明，所提的多无人机强化学习方法具备较强的自进化属性，赋予了无人机一定智能，即稳定的自主学习能力，通过不断演化，能自主学习提升协同对抗的决策效能。     

多基地多无人机协同侦察问题研究

 充分考虑侦察目标的侦察分辨率要求和侦察时间窗约束，以及位于不同基地的无人机(UAV)的侦察性能和可用数目，首次建立了更加贴近军事应用实际的多基地多UAV协同侦察问题(M-MUCRP)的数学模型，并提出了解决该模型的多基地多UAV协同侦察进化算法(M-MUCREA)。M-MUCREA的染色体数据结构有效地表达了问题的解，有利于交叉、变异等进化操作；充分利用与目标侦察分辨率要求以及目标位置和时间窗约束相关的启发信息，构造初始种群,避免进化过程收敛太慢；基于Pareto最优概念的选择算子确保解在多个目标上的有效优化；精英策略避免了丢失进化过程中产生的非劣解，加快算法收敛；变异和交叉算子在保证有效解的前提下，实现了解的多样性，避免了算法陷入局部最优。仿真实验验证了算法能够有效解决M-MUCRP。     

一种基于信息一致性的卫星编队协同控制策略

提出一种基于信息一致性的分布式协同控制策略,实现了卫星编队的构型建立、保持与整体机动。首先根据编队各星的初始相对状态,应用一阶一致性算法,协商估计出编队整体系统基准参考点的相对状态;再根据编队整体系统模型预测方程,以凸优化方法规划出期望重构机动路径;之后设计了基于二阶一致性算法的反馈协同控制律,使各星彼此协同地跟踪期望路径与构型、整体机动参考信息,并证明了系统的稳定性。仿真结果表明:只要在基准参考点一致性估计过程中信息拓扑图中存在最大生成树,该策略就能实现卫星编队的协同机动;反馈协同控制律能有效消除相对初始状态误差与地球非球形摄动J2项引起的各星状态偏离,并具有较好的容错性;与传统方法相比,本文方法在燃料消耗总量与均衡性方面均有所改善,且在构型快速建立或重构时,燃料消耗总量方面优势较为明显。     

基于分布式自适应的多智能体容错一致性控制

针对"领航者-跟随者"的多智能体编队，由于领航者系统出现故障引起编队通讯中断而不能完成任务的问题，提出了一种基于一致性理论的分布式自适应控制方法，用于解决该问题。首先，以一个位于顶点的智能体作为领航者，其余3个位于同一条线上的智能体作为跟随者，由此所构成的三角形编队作为被控对象。其中，领航者速度方向作为编队的前行方向，跟随者位于领航者之后。其次，基于图论，对智能体局部信息参数进行分布式自适应更新，并设计分布式自适应控制律，用于弥补多智能体编队中领航者故障所造成的影响。同时，根据相邻智能体的局部信息，设计整体分布式自适应容错控制律，进一步通过构建合理的Lyapunov函数，证明所设计控制器的稳定性，以及"领航者-跟随者"之间相对横向以及相对纵向的距离误差均收敛于固定常数。最后，仿真验证表明：所提出的自适应控制方法具有良好的鲁棒性，这也为工程实践提供了理论依据。     

一种基于偏好MOEA的卫星地面站资源多目标优化算法

随着中国航天事业的发展,卫星地面站资源匮乏问题日益突出,需要对其进行统筹优化使用。因此,卫星地面站资源规划问题得到了广泛关注。在分析问题特点的基础上,对用户规划结果的偏好信息进行建模表达,建立了涵盖用户偏好的多目标数学规划模型,提出了基于偏好多目标进化算法的卫星地面站资源规划算法。为了进一步提升算法性能,设计了基于领域知识的启发式策略,包括：任务扩充策略、冲突消解策略以及任务缩减策略等。实验结果表明,与现有算法相比,用户偏好信息的引入能有效提升问题求解针对性,在IGD-CF （Inverted Generational Distance based on Composite Front）指标上取得了更好的效果。     

A new hybrid aerodynamic optimization framework based on differential evolution and invasive weed optimization

Since many aerodynamic optimization problems in the area of aeronautics contain highly nonlinear objectives and multiple local optima, it is still a challenge for most of the traditional optimization methods to find the global optima. In this paper, a new hybrid optimization framework based on Differential Evolution and Invasive Weed Optimization (IWO_DE/Ring) is developed, which combines global and local search to improve the performance, where a Multiple-Output Gaussian Process (MOGP) is used as the surrogate model. We first use several test functions to verify the performance of the IWO_DE/Ring method, and then apply the optimization framework to a supercritical airfoil design problem. The convergence and the robustness of the proposed framework are compared against some other optimization methods. The IWO_DE/Ring-based approach provides much quicker and steadier convergence than the traditional methods. The results show that the stability of the dynamic optimization process is an important indication of the confidence in the obtained optimum, and the proposed optimization framework based on IWO_DE/Ring is a reliable and promising alternative for complex aeronautical optimization problems.     

A multi-agent based intelligent configuration method for aircraft fleet maintenance personnel

A multi-agent based fleet maintenance personnel configuration method is proposed to solve the mission oriented aircraft fleet maintenance personnel configuration problem. The mainte- nance process of an aircraft fleet is analyzed first. In the process each aircraft contains multiple parts, and different parts are repaired by personnel with different majors and levels. The factors and their relationship involved in the process of maintenance are analyzed and discussed. Then the whole maintenance process is described as a 3-layer multi-agent system （MAS） model. A com- munication and reasoning strategy among the agents is put forward. A fleet maintenance personnel configuration algorithm is proposed based on contract net protocol （CNP）. Finally, a fleet of 10 aircraft is studied for verification purposes. A mission type with 3 waves of continuous dispatch is imaged. Compared with the traditional methods that can just provide configuration results, the proposed method can provide optimal maintenance strategies as well.     

Fully distributed time-varying formation tracking control for multiple quadrotor vehicles via finite-time convergent extended state observer

This paper investigates a time-varying anti-disturbance formation problem for a group of quadrotor aircrafts with time-varying uncertainties and a directed interaction topology. A novel Finite-Time Convergent Extended State Observer (FTCESO) based fully-distributed formation control scheme is proposed to enhance the disturbance rejection and the formation tracking performances for networked quadrotors. By adopting the hierarchical control strategy, the multi-quadrotor system is separated into two subsystems: the outer-loop cooperative subsystem and the inner-loop attitude subsystem. In the outer-loop subsystem, with the estimation of disturbing forces and uncertain dynamics from FTCESOs, an adaptive consensus theory based cooperative controller is exploited to ensure the multiple quadrotors form and maintain a time-varying pattern relying only on the positions of the neighboring aircrafts. In the inner-loop subsystem, the desired attitude generated by the cooperative control law is stably tracked under a FTCESO-based attitude controller in a finite time. Based on a detailed algorithm to specify the cooperative control protocol, the feasibility condition to achieve the time-varying anti-disturbance formation tracking is derived and the rigorous analysis of the whole closed-loop multi-quadrotor system is given. Some numerical examples are conducted to intuitively demonstrate the effectiveness and the improvements of the proposed control framework.     

基于空闲时间窗和多Agent的A-SMGCS航空器滑行路由规划

先进场面活动引导与控制系统(A-SMGCS)中的航空器滑行路由规划是一个典型NP难题。为解决航空器滑行路由规划的优化性和计算量之间的矛盾,提出一种基于空闲时间窗的路由规划方法,并利用多Agent系统(MAS)进行算法求解。首先,建立滑行资源图以对场面滑行区进行建模。其次,按照航班计划为航空器设置滑行优先级,并按优先级顺序依次规划路由,后规划的路由不破坏已有路由,即利用滑行路段的空闲时间窗进行规划。每次只需为一架航空器规划滑行路由,降低了问题的求解难度;通过搜索空闲时间窗获得路由使场面交通均衡分布,保证了路由规划的整体优化性。分析了空闲时间窗特性,指出空闲时间窗的可达性条件和避免同步资源交换冲突的条件。最后,设计MAS,把建立、维护和搜索空闲时间窗图的复杂集中式求解过程简化为通过路由管理Agent,航空器Agent和资源节点Agent相互协作实现对场面路由规划问题的分布式求解。仿真结果表明,设计的MAS能够快速找到空闲时间窗中的最优解;与固定预选滑行路径算法相比,航空器的平均滑行时间显著减少,最多可以节省19.6%的滑行时间。     

基于图禁忌的并行测试任务调度算法

现有算法处理强约束关系的并行测试任务调度问题具有运算时间长、寻优概率低、收敛性差等缺陷,针对这些问题提出了一种基于图禁忌的调度算法.该算法从测试任务间的约束关系人手,利用图论建立测试任务间的关系图,并结合禁忌算法实现并行测试任务的多目标优化调度.算法中将强约束关系的测试任务调度问题与无约束关系的资源配置问题进行分离,提...