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Leader-Follower编队的无人机协同跟踪地面目标制导律设计

对地面目标的自动跟踪是无人机在任务应用阶段需要解决的重要问题之一,多无人机协同跟踪能够提高对目标运动状态的估计精度并降低目标丢失的概率,因而具有重要研究意义。本文提出了一种基于Leader-Follower编队的无人机协同跟踪制导方法,解决了传统Standoff跟踪模式对地面目标的速度范围限制问题。首先,通过控制无人机的航向不断趋近于地面目标牵连跟踪圆切线方向的方法设计了Leader无人机自动跟踪地面目标的制导律并完成了稳定性证明;其次,通过控制Follower无人机的速度和航向角逐渐趋近于Leader无人机速度和航向的协同跟踪策略,分别设计了Follower无人机自动跟踪Leader无人机的制导律和编队相位协同制导律并完成了稳定性证明;最后,分别针对静止目标、匀速直线运动目标和变速运动目标的跟踪问题进行了仿真验证,结果表明所提出的制导方法能够实现对不同运动状态地面目标的自动协同跟踪,并且跟踪性能优于基于李雅普诺夫向量法的制导方法。     

Design of Time-constrained Guidance Laws via Virtual Leader Approach

Guidance problems with flight time constraints are considered in this article. A new virtual leader scheme is used for design of guidance laws with time constraints. The core idea of this scheme is to adopt a virtual leader for real missiles to convert a guidance problem with time constraints to a nonlinear tracking problem, thereby making it possible to settle the problem with a variety of control methods. A novel time-constrained guidance (TCG) law, which can control the flight time of missiles to a prescribed time, is designed by using the virtual leader scheme and stability method. The TCG law is a combination of the well-known proportional navigation guidance(PNG) law and the feedback of flight time error. What's more, this law is free of singularities and hence yields better performances in comparison with optimal guidance laws with time constraints. Nonlinear simulations demonstrate the effectiveness of the proposed law.     

Formation flight of fixed-wing UAV swarms: A group-based hierarchical approach

This paper investigates a formation control problem of fixed-wing Unmanned Aerial Vehicle (UAV) swarms. A group-based hierarchical architecture is established among the UAVs, which decomposes all the UAVs into several distinct and non-overlapping groups. In each group, the UAVs form hierarchies with one UAV selected as the group leader. All group leaders execute coordinated path following to cooperatively handle the mission process among different groups, and the remaining followers track their direct leaders to achieve the inner-group coordination. More specifically, for a group leader, a virtual target moving along its desired path is assigned for the UAV, and an updating law is proposed to coordinate all the group leaders’ virtual targets; for a follower UAV, the distributed leader-following formation control law is proposed to make the follower’s heading angle coincide with its direct leader, while keeping the desired relative position with respect to its direct leader. The proposed control law guarantees the globally asymptotic stability of the whole closed-loop swarm system under the control input constraints of fixed-wing UAVs. Theoretical proofs and numerical simulations are provided, which corroborate the effectiveness of the proposed method.     

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。     

基于PX4飞控的多旋翼无人机编队跟踪系统设计

为解决单架无人机续航能力不足、执行任务单薄、应用场合受限等问题，目前多无人机协同跟踪具有极其重要的研究价值。以多旋翼无人机为研究对象，设计了一种基于 PX4飞控的多旋翼无人机协同编队系统。利用飞控底层软件，将设计的制导律进行移植，通过ROS系统对无人机进行外部控制，各个僚机和长机之间能够实时获取其他无人机位置，然后通过控制器得到指令速度，从而形成预设跟踪编队。仿真实验结果表明，整个编队系统对目标的跟踪精确有效，并且所设计的制导律可以在PX4飞控架构下实现对地面目标的编队跟踪，提高了多旋翼编队跟踪系统的稳定性。     

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。     

多无人机同时到达的分散化控制方法

多无人机(UAV)同时到达是典型的协同控制问题,在编队飞行、协同攻击中都有应用。以多无人机协同多目标攻击为应用背景,对多无人机同时到达问题进行了研究。考虑到战场环境的动态性和不确定性以及无人机自身的特点,提出一种适用于多无人机同时到达的分散化控制方法,其内容包括仅依靠局部信息交互的分散化控制结构和基于一致性算法的分散化控制策略。为方便操作员控制无人机群体的整体行为,分别设计了引入外部参考信号和虚拟Leader的分散化控制策略。根据路径规划和速度控制的不同特点将二者结合起来,利用它们的互补优势来应对路径误差和突发威胁等不利因素的影响。仿真结果表明,本文提出的分散化控制方法能够实现多无人机同时到达,并且具有很好的灵活性、鲁棒性、可靠性和可伸缩性。     

基于强化学习的多无人机避碰计算制导方法

针对大量固定翼无人机在有限空域内的协同避碰问题,提出了一种基于多智能体深度强化学习的计算制导方法。首先,将避碰制导过程抽象为序列决策问题,通过马尔可夫博弈理论对其进行数学描述。然后提出了一种基于深度神经网络技术的自主避碰制导决策方法,该网络使用改进的Actor-Critic模型进行训练,设计了实现该方法的机器学习架构,并给出了相关神经网络结构和机间协调机制。最后建立了一个实体数量可变的飞行场景模拟器,在其中进行"集中训练"和"分布执行"。为了验证算法的性能,在高航路密度场景中进行了仿真实验。仿真结果表明,提出的在线计算制导方法能够有效地降低多无人机在飞行过程中的碰撞概率,且对高航路密度场景具有很好的适应性。     

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。     

基于Matlab的无人机全过程飞行仿真

为了对小型无人机全过程飞行仿真进行研究,根据无人机飞行控制回路和制导回路,搭建了模块化的系统仿真结构,将Matlab/Simulink和Stateflow有机结合起来,建立了易于维护和扩展的仿真环境。利用仿真环境对无人机的控制规律和制导规律进行了仿真,结果表明了控制规律和制导规律的合理性,以及全过程仿真环境的实用性。     

一种用于干扰效果评估的闭环制导模拟方法

针对干扰效果评估需求,提出了一种简便易行的闭环制导模拟方法,即将导引头装在飞艇上,利用导引头测量输出的目标信息,按照导引律的要求,实时引导和控制飞艇向目标方向做制导飞行,以模拟闭环制导控制过程.利用电视导引头搭载飞艇,设定直接瞄准法导引律,完成了多个航次的闭环制导飞行试验.结果表明：飞艇飞行航迹与直接瞄准法导引律要求的理论航线基本一致,飞艇纵轴与目标视线的夹角以及导引头测量输出的离轴角均小于1°,也满足直接瞄准法导引律的要求,从而初步验证了所提出闭环制导模拟方法的可行性.这种作制导飞行的飞艇和导引头,可形象直观地演示、验证干扰效果.     

基于Leader-Follower的多无人机编队轨迹跟踪设计

针对四旋翼无人机（UAV）群在轨迹跟踪过程中易受外界干扰而引起跟踪误差的问题，设计了基于Leader-Follower的多无人机协同编队轨迹跟踪控制方法。在该系统中，首先通过积分反步法（IBS）对所建四旋翼飞行器模型设计Leader无人机的轨迹跟踪控制器。其次设计了滑模控制（SMC）器，以控制Leader与Follower无人机实现期望的编队队形并同时跟踪参考轨迹。然后通过数值仿真验证了算法的有效性，仿真结果表明，系统具有良好的控制精度。最后通过视觉定位系统进行实验，结果表明所设计的控制器能够实现多个无人机轨迹跟踪和编队控制，所设计的算法具有可行性。     

基于滑模的多无人机系统协同编队控制

针对具有非完整约束的多无人机系统编队控制问题，提出了一种基于滑模的协同编队控制算法。控制目标是使多无人机系统能够收敛到期望编队，并且能够跟踪上期望的运动轨迹。在领导-跟随结构中，编队的期望运动轨迹由一个动态的虚拟领导者来表示，仅部分跟随者先验已知虚拟领导者信息，并且所有跟随者之间只能局部交互信息。首先，采用分布式状态观测器，使所有跟随者能够在有限时间内估计出虚拟领导者的状态。然后，利用该观测器的估计状态，提出了基于滑模的协同编队控制算法。最后，基于李雅普诺夫稳定性理论证明了多无人机系统的稳定性,并且通过5架无人机的仿真验证了所提算法的有效性。     

Flight safety measurements of UAVs in congested airspace

Describing spatial safety status is crucial for high-density air traffic involving multiple unmanned aerial vehicles (UAVs) in a complex environment. A probabilistic approach is proposed to measure safety situation in congested airspace. The occupancy distribution of the airspace is represented with conflict probability between spatial positions and UAV. The concept of a safety envelope related to flight performance and response time is presented first instead of the conventional fixed-size protected zones around aircraft. Consequently, the conflict probability is performance-dependent, and effects of various UAVs on safety can be distinguished. The uncer-tainty of a UAV future position is explicitly accounted for as Brownian motion. An analytic approximate algorithm for the conflict probability is developed to decrease the computational consumption. The relationship between safety and flight performance are discussed for different response times and prediction intervals. To illustrate the applications of the approach, an experi-ment of three UAVs in formation flight is performed. In addition, an example of trajectory planning is simulated for one UAV flying over airspace where five UAVs exist. The validation of the approach shows its potential in guaranteeing flight safety in highly dynamic environment.     

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。     

Distributed bearing-based formation control of unmanned aerial vehicle swarm via global orientation estimation

Most existing formation control approaches for Unmanned Aerial Vehicle(UAV)swarm assume that global position and global coordinate frame are directly available for each agent. To extend the application domain, this paper proposes a distributed bearing-based formation control scheme, without any reliance on global position or global coordinate frame. The interactions among UAVs are described by a directed topology with two-leader structure. To address the issue of unavailable global coordinate fr...     

一种无人机定距盘旋跟踪制导律及稳定性证明

对地面目标的定距盘旋跟踪问题是无人机（UAVs）在任务应用阶段需要面临的重要问题之一,如何在传感器信息受限的情况下完成跟踪任务是目前的研究热点。首先针对地面固定目标设计了一种仅依赖测距传感器的制导律,不再需要传统的视线角信号以及目标和无人机自身的定位信息;其次,设计了李雅普诺夫函数对该制导律的稳定性进行了严格数学证明;最后,将该制导律推广到对地面匀速和变速移动目标的跟踪制导。相比于现有制导律,所提出的制导律结构更为简洁,仅有一个设计参数,并且制导策略更为合理。仿真结果表明所提出的制导律能够实现无人机对地面固定和移动目标的稳定跟踪。     

Adaptive formation control of quadrotor unmanned aerial vehicles with bounded control thrust

In this paper, the flight formation control problem of a group of quadrotor unmanned aerial vehicles (UAVs) with parametric uncertainties and external disturbances is studied. Unit-quaternions are used to represent the attitudes of the quadrotor UAVs. Separating the model into a translational subsystem and a rotational subsystem, an intermediary control input is introduced to track a desired velocity and extract desired orientations. Then considering the internal parametric uncertainties and external disturbances of the quadrotor UAVs, the priori-bounded intermediary adaptive control input is designed for velocity tracking and formation keeping, by which the bounded control thrust and the desired orientation can be extracted. Thereafter, an adaptive con-trol torque input is designed for the rotational subsystem to track the desired orientation. With the proposed control scheme, the desired velocity is tracked and a desired formation shape is built up. Global stability of the closed-loop system is proven via Lyapunov-based stability analysis. Numer-ical simulation results are presented to illustrate the effectiveness of the proposed control scheme.