无人机集群路径规划算法研究综述

无人机集群路径规划算法是无人机集群控制的重要研究方向之一.多无人机路径规划相较于单无人机路径规划,会考虑空间协同和时间协同约束、飞行安全等问题.首先对无人机集群路径规划算法进行分类,分为传统路径规划算法、智能优化算法和深度强化学习算法.其次对各类算法进行简要分析和总结,针对缺陷,给出相应的改进思路及例子.再着重对深度强...     

保护映射理论在火星无人机鲁棒自适应控制的应用

针对具有模型不确定性特点的火星无人机控制问题,本文基于保护映射理论提出一种飞行控制的鲁棒自适应调参数方法,通过建立控制系统未知参数与闭环系统极点间的约束关系,在飞行高度和速度变化的情况下,利用对系统极点的配置,保证火星无人机的稳定飞行要求。此外,设计过程中控制器结构固定,只需给定一个初始增益,即可实现系统的鲁棒自适应调参。仿真研究表明获取的增益能使控制作用满足火星无人机在高度和速度变化情况下的稳定飞行要求。     

一种无人机集群对抗多耦合任务智能决策方法

针对复杂场景下无人机集群对抗中协同目标分配和突防轨迹规划等多耦合任务的决策问题，提出了一种集群对抗多耦合任务智能决策方法。首先，针对无人机集群对抗中耦合任务多和决策空间大难题，结合集中式和分层式架构的优点，设计了面向多耦合任务的混合式深度强化学习架构，可提升多耦合任务间的协同性和集群对抗效能；其次，针对轨迹规划序贯决策的稀疏奖励难题，设计了基于轨迹构造的一步式动作空间设计方法，可加快策略网络收敛速度；再次，针对强对抗条件下的场景不确定难题，基于无人机集群红蓝对抗仿真平台，设计了基于多随机场景的红蓝博弈训练方法，可增强策略网络的泛化性；最后，通过与传统方法、集中式架构方法和分层式架构方法进行对比，验证了此方法的有效性和先进性。     

基于强化学习的火星无人机状态约束控制

针对火星无人机在恶劣条件下难以实现稳定的飞行和位置控制的问题，提出了一种基于状态约束的连续时间自适应神经网络控制方法，为了达到不分析虚拟控制器可行性条件的效果，引入了可以在没有虚拟控制器可行性条件情况下进行控制的坐标变换。该神经网络采用基于强化学习的自适应跟踪控制，以最小化长期性能值进行估计。虚拟控制器的验证不需要离线计算，使设计参数具有更大的自由度和更大的初始条件。通过对火星无人机的仿真，验证了该控制策略的性能。     

一种高速跳频无人机自组网终端设计与实现

随着无人机集群的作战应用日益广泛，无人机集群实现机间组网和任务协同愈发重要。在战场复杂电磁环境下，设计具有良好抗干扰性能的网络终端已成为一项重要需求。本文设计了一种基于高速跳频通信体制的无人机自组网终端，并对研制的终端产品进行了接收灵敏度、抗干扰能力和组网功能测试。测试结果表明：跳频无人机自组网终端具有良好的灵敏度和抗干扰性能，具备多节点组网能力，设备具有高集成度、低功耗、低成本、轻量化的特点。     

GNSS拒止下面向目标监视的多无人机定位与控制方法

针对GNSS拒止环境下缺乏全局位置信息的静止目标持续监视问题，提出了一种仅基于方位角测量的多无人机分布式定位与控制方法。首先，设计一个无人机和目标之间的相对位置估计器，用来确定目标在每架无人机局部坐标系中的位置；其次，基于所估计的相对位置设计一个分布式控制算法，使无人机能够以规定的半径、圆周速度和无人机间的角度间隔围绕目标飞行，对目标持续进行全方位监视；最后，通过收敛性和稳定性分析理论证明了所提方法能够确保多无人系统收敛到期望的运动。通过仿真验证了所提方法能够实现GNSS拒止环境下多无人机对目标的持续监视。     

一种未知动态环境下异构无人机集群分布式联盟形成方法

针对未知动态环境下异构无人机集群的分布式联盟形成问题,首先构建了异构无人机集群的联盟任务自动机,实现了异构无人机集群在未知动态环境下的自主任务协调.在此基础之上,提出了一种基于蒙特卡洛树搜索的分布式联盟形成算法,该算法通过两阶段的蒙特卡洛树搜索来增量式地对联盟结构进行分布式优化,算法可在分布式框架下实施,并在任意时间内...     

一种海域无人机集群动态组网传输与动态调度方法

针对海域无人机集群组网监测过程中的网络间动态通信问题,从路由选择、高动态随机接入、动态资源调度等方面研究了无人机集群组网通信的关键技术。设计分簇DSDV(Destination sequenced distance vector routing)路由选择协议,按照任务类型需求为各簇动态分配网络带宽,改善网络性能;设计按需分配的分布式高动态随机接入协议、基于比例公平算法的动态资源管理方法,解决无人机集群子节点在接入和退出时产生的不确定性问题,有效避免在通信过程中出现多个接入请求冲突的问题。结果表明,利用文中提出方法设计的组网通信终端,各项指标与集群通信需求相比均有较大余量,能够满足海域无人机集群组网通信要求。     

无人机非线性动态逆控制器的设计研究

针对现代无人机上采用非线性飞行控制的趋势,概述了动态逆方法的发展、特点及应用。结合无人机飞行控制特点,基于奇异摄动原理,将无人机非线性运动方程分解为快慢不同的3个模态,采用动态逆方法设计了无人机非线性状态逆控制器,仿真结果表明,动态逆控制器能够较好地实现对无人机的跟踪控制。     

基于特征结构配置的无人机多目标控制技术研究

阐述了特征结构配置法在飞行控制系统设计中的应用问题.从理论上探讨了特征结构配置的概念和根据设计指标确定特征结构的方法.应用这种方法,根据对无人机运动模态的分析,设计出结构简单的多输入多输出飞行控制器.通过对某型无人机多目标控制器的设计仿真表明:采用该控制器的飞行控制系统实现了各模态之间的解耦,且具有良好的动态性能和跟踪性能.     

基于态势感知一致性的UAV集群分布式协同性能分析

针对现有无人机集群分布式协同方法没有细致考虑态势感知过程，忽略了对抗环境下态势信息的不确定性对集群协同的影响，对协同性能缺乏量化分析等问题，提出基于态势感知一致性的无人机集群分布式协同方法，并分析协同性能。从集群协同作战角度分析协同方法的实质，考虑态势信息不确定性，给出集群态势感知一致性分析，建立态势觉察一致性、态势理解一致性等概念，并设计协同方法；建立协同时间、协同信息量等指标，分析指标特性，量化分析协同性能；在给定的仿真场景下，对比分析各协同方法性能。结果表明，所提方法协同性能较好，更切合对抗环境，对集群协同作战研究有一定的积极意义。     

无人机任务规划系统研究及发展

无人机任务规划系统是指根据所要完成的任务、无人机的数量及任务载荷的不同,对各架无人机进行任务分配并通过航路规划技术制定飞行路线。首先介绍了无人机任务规划系统的基本功能及组成结构。然后,详细分析了任务规划系统的建模技术及其优化算法的研究现状。最后指出了讨论了无人机任务规划存在的问题,并阐述了无人机任务规划系统的发展趋势。     

主从式编队航天器连通性保持与碰撞规避

针对主从式航天器编队过程中存在的通信距离约束、航天器之间的碰撞以及空间干扰等问题，提出一种基于非线性干扰观测器和人工势函数的分布性协同控制方法。当初始通信网络连通时，通过在分布式协同控制器中引入吸引势函数，保证整个编队过程中通信网络始终是连通的。针对主航天器速度仅有部分从航天器直接可知的情况，为每一个从航天器设计分布式的速度观测器估计主航天器的速度，从而实现航天器之间的速度协同。此外，通过在控制器中引入非线性干扰观测器对外界干扰进行观测，显著增强了航天器编队的精度。仿真结果表明，本文提出的分布式协同控制方法不但能够实现对主航天器的速度跟踪以及航天器之间的队形保持，而且能够在编队过程中实现通信网络的连通性保持和航天器之间的碰撞规避。     

一种无人机自主避障与目标追踪方法

针对无人机自主避障与目标追踪问题，以深度Q网络(DQN)算法为基础，提出一种多经验池深度Q网络(MP DQN)算法，使无人机避障与追踪的成功率和算法的收敛性得到优化。更进一步，赋予无人机环境感知能力，并在奖励函数中设计了方向奖惩函数，提升了无人机对环境的泛化能力以及算法的整体性能。仿真结果表明，相较于DQN和双重DQN(DDQN)算法，MP DQN算法具有更快的收敛速度、更短的追踪路径和更强的环境适应性。     

小型无人机自主飞行控制系统的实现

介绍了5kg级小型无人机的结构原理,分析了无人机自主飞行控制系统的结构、功能、特点及控制原理,采用嵌入式系统、GPS、电子罗盘和红外传感器等设计了无人机的飞行姿态控制、导航控制、任务控制系统和弹射与伞降系统。大量飞行实践和比赛飞行表明,这种小型无人机可执行既定任务并具有良好的场地适应性和自主飞行性能。     

空天飞行器返回滑翔段在线制导方法

针对空天往返飞行器的返回滑翔段在线制导问题，设计了一种新的滑翔段飞行剖面，实现了滑翔段终端交班高度、位置和倾角约束的自动满足，减少了在线制导算法中需处理的约束数量。推导了滑翔段运动状态、过程约束和性能指标的解析表达式，获得了剩余航程和终端速度间的函数关系。在此基础上，提出了一种双层在线制导方法：内层解析重构飞行剖面，同时通过解析确定路径点来改变剩余航程的变化率，进而对终端交班速度进行控制；外层借助解析表达式，使用粒子群优化算法(PSO)和改进共轭梯度法(CGM)优化飞行剖面，从而满足过程约束和指标要求。最后通过数学仿真验证了方法的正确性。     

复杂禁飞区高超声速飞行器路径-轨迹双层规划

针对高超声速飞行器在复杂禁飞区的规避场景,为解决现有轨迹规划方法对任务初值依赖性强的问题,提出一种基于双层规划建模的路径-轨迹规划方法。其中,上层为路径规划,为轨迹提供路径点引导信息,避免轨迹陷入局部解;下层为轨迹规划,利用上层输出的路径点信息,将轨迹分割成多个横向机动小的子段,解析求解横纵向飞行剖面,减小运动模型简化误差。数值仿真表明,与现有轨迹优化方法相比,本方法能够选择指标更优的路径,提高了轨迹规划的全局性能;解析飞行剖面制导误差不超过0.03%,解决了大范围横向机动的剖面解析难题。     

凸优化算法在有人/无人机协同系统航迹规划中的应用

为更好地发挥多智能体在空战中的优势，以凸优化理论为基础，提出一种有人/无人机协同系统的航迹规划方法。首先，分析协同系统的体系结构和控制流程，建立系统的运动模型。其次，根据协同系统中有人机与无人机的任务特点，分别设计航迹规划器与编队规划器，并在编队规划器中引入协同时空约束条件，进而对两规划器模型进行近似与凸化，利用凸优化算法进行求解。最后，通过对比仿真，验证所提方法的可行性。结果表明，凸优化算法能有效求解航迹规划器与编队规划器的优化模型，并且通过协同时空约束，能有效提高系统的飞行安全性及航迹变换的灵活性。