基于改进一致性算法的无人机编队控制

编队飞行是指多架无人机保持以一定队形进行飞行的状态,相比于单架飞机执行任务,无人机编队能够增加搜索面积,提高飞机飞行性能,增大完成任务成功率。编队控制是实现编队安全高效完成指定任务的前提。本文以一致性理论为基础,针对无人机运动模型的特点与实际飞行要求,对基本的一致性算法进行改进,提出了改进一致性无人机编队控制算法。首先利用纵向和横侧向解耦的自动驾驶仪模型给出了无人机的三自由度运动方程,根据机动性与飞行性能要求定义了各方向上的加速度、速度与角速度约束。基于一致性理论,将编队控制分为平面与纵向2个方向进行,在状态控制的基础上,利用各状态变量间的几何关系对无人机运动自由度进行转换,加入编队队形信息,设计了编队控制算法。为了使算法生成的指令信号满足约束条件,提出了"最小调整"约束条件处理策略。依据粒子群算法对各无人机的爬升加速度进行优化,以避免机间碰撞。仿真结果表明：提出的编队控制算法具备编队成形与变换功能,能够使无人机编队状态快速收敛到指定值,且保持指定队形,无人机飞行状态满足所有约束条件。     

多无人机协同编队飞行控制的研究现状

多无人机（UAVs）编队飞行的协同侦察、作战模式可以在一定程度上提高单机单次作战任务的成功概率,因而引起各国对多机编队飞行的研究热潮。针对这一情形,在介绍了多UAV协同编队飞行（CFF）的定义和应用特点的基础上,结合近年来国内外多UAV编队飞行的发展状况和一些主要的研究成果,着重分析和讨论了编队飞行控制中几个相关的关键技术问题,主要包括：队形设计、气动耦合、队形的动态调整、航迹规划、信息互换以及编队飞行控制策略等问题;最后对未来的发展趋势进行了展望。研究成果对正在研究的多机作战平台系统的协同作战技术具有一定的参考意义。     

旋翼无人机群编队涌现控制

针对无人机群自主编队飞行中存在的执行任务单一、通信链数据交互量巨大的问题,提出了一种以分布式通信为基础的多Swarm中心的无人机群编队模型。首先根据涌现计算的基本思想构建四项基本局部规则来建立无人机群编队模型,然后把Lyapunov稳定性理论和单架无人机运动模型结合起来为每一架无人机设计了速度控制器,并证明了其相关理论。不同属性的无人机在混乱的初始条件下能够自动分类、聚集并形成不同形状的稳定编队队形,并飞向各自的目标执行任务。仿真结果表明了该编队方法的有效性。     

大规模UAV编队信息交互拓扑的分级分布式生成

UAV编队信息交互拓扑的优化设计是保证UAV编队安全性和任务执行高效性的重要基础。目前队形保持下UAV编队信息交互拓扑生成算法局限于小规模编队,且优化目标单一。针对这一问题,采用了分级分簇结构扩展信息交互拓扑层级,以满足大规模场景,同时以提高编队续航能力和减少编队总通信代价为组合优化目标,提出了基于最小树形图的分级分布式领航-跟随者编队信息交互拓扑生成算法,并通过OMNeT++进行了仿真验证。实验结果表明在考虑位置误差传递迭代时,分级分布式领航-跟随者编队的总通信代价明显低于传统领航-跟随者编队,且通过周期性更新簇首,网络能耗更加均衡,提高了编队续航能力;在80架UAV编队规模下,分级分布式领航-跟随者编队生成算法能够在0.3 s内求解完成,相比于传统领航-跟随者编队算法,求解效率提高了约2.5倍;在100架UAV编队规模下,分级分布式领航-跟随者编队生成算法能够在0.4 s内求解完成,而传统领航-跟随者编队由于位置误差的传递迭代已不能保持原有队形。     

多无人机编队队形保持优化控制仿真研究

采用多无人机编队保持队形的优化控制可以通过调节较少参数使各无人机能够精确跟踪领航无人机,达到稳定编队队形的目的。以简化的自动驾驶仪模型作为编队保持控制系统的内回路,基于以长机为参考的旋转坐标系建立相对运动学模型,采用全局渐近稳定控制方法设计了多无人机编队保持控制器。经过仿真验证,该控制器实现了长机在三维空间机动飞行时僚机能够迅速跟踪长机并保持编队队形的稳定,且响应速度和跟踪精度较为理想。仿真结果表明,该控制器能够实现多无人机编队队形在三维空间下的保持。     

空战中机群编队分层优化算法

针对机群编队优化计算复杂的问题,提出了一种分层优化算法。根据敌我双方的距离、角度、速度以及飞机导弹、雷达的性能,建立了多机协同任务分配模型。根据空战中常用的基本飞机队形,对敌方机群编队进行分层,对每层分别计算己方对选取各种基本队形时的任务分配结果和队形优化优势值,通过比较得到己方机群编队的每层最优队形,当得到己方每层的最优队形之后,将己方每层最优队形进行组合解码就可得到己方机群编队的最优队形。仿真结果表明该方法能有效地解决机群编队队形优化问题,并且该算法具有较好的实时性。     

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。     

基于自组网策略的多机编队与防撞任务研究

近年来多旋翼无人机编队飞行技术取得了巨大的突破,将无人机技术与自组网技术相结合将会促进无人机集群技术的发展。为了促进无人机编队飞行技术的发展,以5架六旋翼无人机为研究对象,重点研究了基于自组网策略的多旋翼无人机队形组成、队形保持、队形重构以及飞行过程中的避碰策略,设计了数据闭环的地面编队控制软件并进行试飞验证。测试结果表明,该数据闭环地面编队控制软件稳定可靠,实现了编队队形组成、保持、重构以及在队形变换过程中的机间避碰等功能,对多旋翼无人机编队飞行工程化实现具有一定的参考价值。     

基于自适应方法的多无人机编队队形控制

针对"长机-僚机"近距编队队形因风场扰动而不能保持期望队形的问题,首先,提出了一种自适应队形保持控制的方法,该方法可用于抵消因风场不确定性对无人机的横侧向和前行方向所产生的距离误差,同时能够保持无人机编队稳定飞行。其次,由于风场的不确定性会引起"长机-僚机"之间的动力学发生变化,因此设计了一种基于"长机-僚机"相对运动模型的自适应控制律用以估计风场在3个方向的大小,进而控制无人机之间的相对运动以消除风场不确定性所产生的距离误差并保持速度的一致性,最终实现保持期望的队形。再次,通过构建合理的李雅普诺夫函数,证明无人机编队在风场干扰下能够保持编队稳定飞行,同时"长机-僚机"之间相对横向、横侧向以及纵向的距离误差均接近零。最后,通过仿真验证：所提出的自适应控制方法具有良好的鲁棒性,这为工程实践提供理论依据。     

三星时差定位系统四站标校的布站方式研究

三星时差定位系统的四站标校方法可以在较大范围内提高定位精度,针对四站标校中不同的标校站布站方式会有不同标校效果的问题,分析了4个标校站的构型,站间基线长度以及卫星与标校站的空间位置关系对标校效果的影响。确定了四站标校的优选构型,四站标校效果随着标校站之间基线长度变大而变好,随着中心标校站距星下点的距离增大,两者之间连线方向的区域标校效果明显。该研究为四站标校方法的应用提供了技术支持。     

基于MARKOV过程的反舰导弹突防舰艇编队能力评估

为了全面评估反舰导弹对大型水面舰艇编队的作战能力,引入Markov模型来模拟不同速度、不同高度的导弹对编队的突防效果.以编队的防空队形为例,假定来袭导弹服从Possion分布,编队的拦截系统对来袭导弹采用"先来先服务"的原则,通过设定合理的参数,得出不同速度、不同高度导弹的突防效果.模拟结论从突防效能的角度验证了当前反舰导弹的两种方向:超低空亚声速和低空超声速.所建立的大型水面舰艇编队拦截模型具有普适性,通过修改相应的参数,可以评估其他类编队的拦截作战效果.     

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。     

多旋翼无人机流场仿真分析

为了使多旋翼无人机编队飞行时避开单机产生的流场干扰较大的区域,通过CFD仿真软件对多旋翼无人机流场进行模拟仿真。结合实际情况设置模型参数,分析了当多旋翼无人机处于悬停状态时的流场特点,并通过试验获取数据与仿真结果对比。仿真分析了不同速度下的水平飞行以及上升和下降时多旋翼无人机周围流场的特点。根据对流场的分析,确定不同位置上无人机所受到的气动干扰情况,为更合理地设计编队队形,提高多旋翼无人机编队整体机动性和安全性提供了依据。     

对流层和电离层延迟残差对GPS飞行器定位精度影响

GPS(全球定位系统)飞行器定位中,飞行器起飞后,基准站与移动站的距离和高程差逐渐增大,对流层、电离层延迟残差对定位精度的影响也将越来越大。利用在短基线条件下,用Kalman滤波和LAMBDA(最小二乘模糊度降相关平差法)算法固定整周模糊度,并在随后保持固定。在此基础上研究对流层、电离层延迟残差参数估计对定位精度的影响。算例结果表明,短基线条件时,电离层延迟残差估计将使定位精度变差,高程定位误差小于10cm;中长基线时,电离层延迟残差估计将改善载波相位残差,从而改善定位精度,取得与消电离层组合定位一致的定位精度。而在视场内缺少低仰角卫星时,对流层延迟残差参数估计将使定位精度变差。     

直上九霄抒豪情中国空军飞行表演队的发展历程以及特技飞行背后的故事(下)

飞行表演的特技动作与队形在9月1日的航空开放日上,中国空军的三支飞行表演队轮番上阵,做了精彩的飞行表演.眼花缭乱的特技动作和密集严整的编队队形,让观众们欣赏了一场力与美结合的阳刚之舞.首先登场的"天之翼"飞行表演队采用的是6机编队的表演队形,特技动作包括初教6飞机独有的"双机螺旋"表演动作.其后出场的"红鹰"飞行表演队...     

一种基于一致性的四旋翼无人机编队避障方法

针对一致性方法无法实现四旋翼无人机编队避障的问题,在航迹规划空间中引入势场来避免编队无人机间和编队无人机与障碍物间发生碰撞。以一致性方法为基础引导四旋翼无人机形成期望队形,为提高算法的收敛速度并且避免四旋翼无人机之间发生碰撞,增加了目标点的引力场和无人机间的斥力场;为有效避开外部环境中的障碍物,增加了障碍物的斥力场,并且构建了四旋翼无人机编队避障控制协议。仿真结果表明,新构建的控制协议能够引导编队无人机有效避开障碍物,并且能够恢复预期编队队形。     

基于信息一致性的无人机紧密编队集结控制

提出了基于信息一致性的分段式无人机紧密编队集结控制策略,将集结过程分为3步:参考集结点选取和目标集结点分配、形成松散编队以及形成紧密编队。首先,以线切入预定航线的方式计算参考集结点,按照松散编队队形展开生成目标集结点,并利用基于三维距离空间的优化选择算法,将目标集结点快速、准确地分配给每架无人机。然后,使用速度一致性实现向目标集结点定点集结和向松散编队伴航集结,通过非精确的航迹控制快速形成松散编队,提高编队集结的效率。接下来,启动速度、姿态一致性来实现编队最终的精确航迹控制,并逐步压缩编队队形进入紧密编队,避免发生碰撞,完成从松散编队到紧密编队的平稳过渡,同时准确地跟踪预定航线。使用协同修正方法抑制了测量误差、协同误差和通信延迟,提高了紧密编队的稳定性和控制精度。最后,基于MATLAB平台环境对所提三维集结控制策略进行了仿真,验证了其合理性与有效性。     

基于交互式多模型的飞机编队相对导航算法研究

在飞机编队飞行时,成员间的相对位置信息是实现系统协同作战的重要保证,为了提高机群编队飞行的相对导航定位精度,在无地面基准的机群编队飞行JTIDS/GPS/TACAN/IFDL组合的相对导航系统中,采用交互式多模型扩展卡尔曼滤波(IMM-EKF)算法,设计实现了多传感器相对导航系统,克服了飞机动态模型参数变化导致使用单一动态模型滤波精度下降的问题。仿真分析结果表明,交互式多模型算法可以提高相对导航系统的定位精度和可靠性,特别在GPS可见卫星很少的情况下,依然能够具有良好的定位性能。     

集群空间控制框架下的四旋翼编队飞行研究

针对四旋翼编队控制问题,采用水平通道与高度通道解耦的四旋翼动力学模型,基于集群空间控制方法设计了编队控制器。首先介绍了集群空间控制方法的两个重要概念,即集群空间变量和集群运动学关系,进而以3架四旋翼为例,详细地给出了集群空间编队控制器的设计思路。在选取集群变量并建立编队与单机的运动学关系后,设计了不完全微分PD控制器以产生集群控制指令。不完全微分PD控制与常规PD控制相比,前者抗高频干扰能力更强。最后通过仿真验证了该编队控制算法能够完成多架四旋翼的队形放大和队形保持任务,且具有较高的控制精度和较好的抗高频干扰能力。