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。     

基于循环追踪控制的卫星编队构形调整控制律设计

卫星编队控制问题中，分布式控制优于主从式控制，在编队控制中应用日益广泛。提出了一种基于循环追踪算法的分布式控制策略，分析了该方法的优势。由于循环追踪算法存在编队中心由初始几何中心固定并与运动过程无关的弱点，引进了虚拟灯塔导引进行联合控制实现编队中心可变。建立了三维空间相对运动数学模型，设计非线性循环追踪算法与虚拟灯塔导引联合控制律，对全员联合控制与单星联合控制其余卫星采用非线性循环追踪控制两种方案的计算结果进行比较。结果表明，全员联合控制律的控制方案优于仅单星采用联合控制的方案，两种方案均可实现卫星编队按指定构形运动。     

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出 1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于 PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。     

Coordinated attitude control for flexible spacecraft formation with actuator configuration misalignment

This paper investigates the coordinated attitude control problem for flexible spacecraft formation with the consideration of actuator configuration misalignment. First, an integral-type sliding mode adaptive control law is designed to compensate the effects of flexible mode, environmental disturbance and actuator installation deviation. The basic idea of the Integral-type Sliding Mode Control (ISMC) is to design a proper sliding manifold so that the sliding mode starts from the initial time instant, and thus the robustness of the system can be guaranteed from the beginning of the process and the reaching phase is eliminated. Then, considering the nominal system of spacecraft formation based on directed topology, an attitude cooperative control strategy is developed for the nominal system with or without communication delay. The proposed control law can guarantee that for each spacecraft in the spacecraft formation, the desired attitude objective can be achieved and the attitude synchronization can be maintained with other spacecraft in the formation. Finally, simulation results are given to show the effectiveness of the proposed control algorithm.     

飞行器集群协同制导控制方法及应用研究

分析了目前多飞行器协同作战的发展现状与趋势，指出了多飞行器以编队形式进行协调与配合，可以有效提高突防概率与作战效能。针对飞行器集群协同制导控制技术，分析梳理了相关的技术难点。然后，分别对协同任务规划与动态目标分配方法和多飞行器编队协同控制方法、多约束条件下的分布式协同制导方法的国内外研究现状进行了介绍。最后对飞行器集群协同制导控制技术进行了总结，并对未来的发展方向进行了展望。     

Fractional order adaptive robust formation control of multiple quad-rotor UAVs with parametric uncertainties and wind disturbances

In recent times, multiple Unmanned Aerial Vehicles (UAVs) are being widely utilized in several areas of applications such as agriculture, surveillance, disaster management, search and rescue operations. Degree of robustness of applied control schemes determines how accurate a swarm of UAVs accomplish group tasks. Formation and trajectory tracking controllers are required for the swarm of multiple UAVs. Factors like external environmental effects, parametric uncertainties and wind gusts make the controller design process as a challenging task. This article proposes fractional order formation and trajectory tacking controllers for multiple quad-rotors using Super Twisting Sliding Mode Control (STSMC) technique. To compensate the effects of the disturbances due to parametric uncertainties and wind gusts, Lyapunov function based adaptive controllers are formulated. Moreover, Lyapunov theorem is used to guarantee the stability of the proposed controllers. Three types of controllers, namely fixed gain STSMC and fractional order Adaptive Super Twisting Sliding Mode Control (ASTSMC) methods are tested for the swarm of UAVs by performing the numerical simulations in MATLAB/Simulink environment. From the presented results, it is verified that in presence of wind disturbances and parametric uncertainties, the proposed fractional order ASTSMC technique showed improved robustness as compared to the fixed gain STSMC and integer order ASTSMC.     

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.     

基于反步推演法的多机编队队形重构控制

针对多无人机（UAV）集结期望的队形和达到稳态速度缓慢影响作战效率，基于反步推演法设计了一种协同导引控制律，用于解决多无人机快速队形重构和快速达到稳定状态。本文以一架虚拟长机为中心，3架僚机在3个顶点组成的三角形编队作为被控对象，且长机的速度方向作为编队的前行方向，僚机跟随长机编队飞行。采用长机导引机制，建立每架僚机的误差动力学模型；基于图论建立任意两架无人机之间的通讯模式，通过反步推演法得到多无人机编队队形保持的导引控制律。通过构建合理的Lyapunov函数，证明所提出的控制方法在编队集结和队形保持的有效性，同时将所提出的方法与模型预测控制（MPC）方法和拉普拉斯方法进行对比，更进一步验证所提方法有效性。仿真结果表明：每架无人机不仅能够按照期望的队形飞行，而且以动态响应快和稳态误差小收敛于虚拟长机的运动轨迹。     

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。     

Distributed formation control of multiple aerial vehicles based on guidance route

Formation control of fixed-wing aerial vehicles is an important yet rarely addressed problem because of their complex dynamics and various motion constraints, such as nonholonomic and velocity constraints. The guidance-route-based strategy has been demonstrated to be applicable to fixed-wing aircraft. However, it requires a global coordinator and there exists control lag, due to its own natures. For this reason, this paper presents a fully distributed guidance-route-based formation approach to address the aforementioned issues. First, a hop-count scheme is introduced to achieve distributed implementation, in which each aircraft chooses a neighbor with the minimum hop-count as a reference to generate its guidance route using only local information. Next, the model predictive control algorithm is employed to eliminate the control lag and achieve precise formation shape control. In addition, the stall protection and collision avoidance are also considered. Finally, three numerical simulations demonstrate that our proposed approach can implement precise formation shape control of fixed-wing aircraft in a fully distributed manner.     

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。     

无人机-无人车异构时变编队控制与扰动抑制

研究了无人机-无人车异构系统时变输出编队控制与扰动抑制问题，要求多无人机与无人车在受到未知外部扰动的情况下，保持设计的输出时变编队构型。首先，对无人机与无人车进行单体运动学与动力学建模，同时建立扰动模型，并引入代数图论概念，建立异构集群系统的协同控制模型。然后，对各无人机-无人车设计了具有分层架构的分布式时变输出编队控制器，包含基于一致性理论的编队中心估计项和基于内模原理的扰动抑制补偿项。进一步分析异构系统实现输出时变编队的可行性条件，给出了分布式编队控制器的参数选取算法，并证明了时变编队控制器构成的闭环系统的稳定性。最后，通过仿真算例来验证所设计的编队控制器的有效性。     

Distributed coordinated control scheme of UAV swarm based on heterogeneous roles

This paper proposes a new distributed coordinated control scheme based on heterogeneous roles for Unmanned Aerial Vehicle(UAV) swarm to achieve formation control. First, the framework of the distributed coordinated control scheme is designed on the basis of Distributed Model Predictive Control(DMPC). Then, the effect of heterogeneous roles including leader, coordinator and follower is discussed, and the role-based cost functions are developed to improve the performance of coordinated control for...     

基于势函数的护卫队形控制

利用Multi—agent理论研究一类位置一速度模型的护卫队形控制问题。研究的问题中同时考虑队形实现和过程避碰两个因素,基于势函数方法给出了控制器设计．在设计的控制器作用下,编队中的护卫者能按指定队形护卫被护卫者,并保证在运动过程中编队成员间不发生碰撞。     

空间多刚体系统编队及姿态的协同综合控制

针对由多个非线性系统组成的多子系统的协同控制问题,给出了一种基于输出反馈的协同控制律的设计方法,并将其应用于空间多个刚体的编队控制和姿态的协同控制系统中,给出了空间多刚体系统编队控制及姿态协同控制问题有解的充分条件,设计了多刚体编队及姿态稳定的协同综合控制律。仿真结果表明,这种控制方法是有效的、可行的,所设计的控制器能够使整个刚体系统在空间运行过程中保持一定的队形,并且同时稳定控制描述各个刚体系统姿态的四元数。     

带空间协同的多导弹时间协同制导律

针对多导弹在平面内从期望的弹目视线（LOS）相对方向同时击中固定目标问题,提出了一种带空间协同的多导弹时间协同制导律。基于平面内的导弹-目标相对运动方程,建立了带空间协同的多导弹时间协同制导模型;基于多智能体协同控制理论,在视线方向设计了分布式时间协同制导律,可保证所有导弹的打击时刻在有限时间内达到一致,在视线法向方向设计了分布式空间协同制导律,可保证所有导弹的相对视线角在有限时间内收敛到期望值;最后,通过仿真验证了所设计的协同制导律可使多导弹从期望的弹目视线相对方向同时击中目标。     

多无人机协同打击制导控制技术研究进展

自杀式无人机具备长时巡航侦察和高速突防打击的特点,为充分发挥其集群进攻优势,突破复杂环境下的协同打击制导控制技术具有重要意义。由单机控制到集群动态协同、由单一约束到时空综合控制是探索时空约束下多机协同控制的基本思路。本文介绍了无人机集群进攻的应用背景,分析了多机协同打击系统发展现状;探究了攻击时间可控制导律、攻击角度可控制导律、时空约束下集群协同制导控制等关键技术;总结了当前无人机协同运用中的不足之处,并对下一步的研究方向进行了展望。本文研究的内容对于集群攻击作战运用及多机协同控制器的设计具有一定的参考意义。     

预警机指挥编队协同空战分层决策模型

分析了预警机指挥下的机群多编队协同空战过程,根据空战决策特点分别以编队和单机为研究对象,提出了分层决策模型,将预警机指挥下的空战决策分解为战役层决策和战术层决策。针对战役层决策,建立编队目标威胁评估和初始兵力分配模型;针对战术层决策,建立单机目标威胁评估和目标分配模型。通过算例分析,验证了决策模型的有效性和实用性。     

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.     

有人机/无人机协同任务控制系统

针对有人机/无人机协同任务控制系统的设计和实现问题展开研究。结合有人机/无人机协同控制过程的特点,提出了基于自然语言接口方式的有人机/无人机协同任务控制系统结构。在此基础上,分析了系统模块的关键内容,设计了面向有人机与无人机交互过程的任务指令格式,提出了基于优先级的任务模式调度策略,针对无人机的典型任务模式,讨论了航路规划的计算方法选择,最后构建了有人机/无人机协同任务仿真环境。仿真试验结果验证了整体方法的可行性。