固定翼无人机编队集结控制算法研究

针对固定翼无人机协同作战时的编队集结问题，提出了一种新的路径规划和位置分配方法，并设计了包括航迹跟踪、高度保持和速度控制在内的自动驾驶仪。该路径规划算法通过矩阵迭代得到一组较优的目标点分配方案，满足总航程较小和同时到达约束。根据得到的各无人机飞向目标点的航迹，算出无人机编队集结的代价矩阵。在每架无人机确定了应飞航路后，开始沿航路飞向目标点，在此过程中，纵向采用高度保持自动驾驶仪，横向采用航迹跟踪自动驾驶仪，控制无人机按规定航迹飞行。速度调节自动驾驶仪可根据速度指令调节油门大小加减速，跟踪上目标速度，进而实现编队集结。仿真结果验证了所提出的编队集结控制方法的有效性和可行性。     

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。     

无人机编队构成的分散最优控制方法研究

针对无长机带领、具有固定无向通信拓扑的无人机编队构成控制问题,提出了一种基于"相邻"无人机状态反馈的分散最优控制方法。该方法采用Laplacian矩阵描述编队通信结构,以"相邻"无人机与编队构型间的相对状态误差构建分散最优控制模型,并通过求解具有LMI约束的线性目标最优化问题得到编队各无人机的分散最优控制律。该方法使得多无人机在分散协同的前提下,基于局部信息快速准确地形成预定编队构型,达到运动方向和速度的一致性。仿真实验验证了该方法的有效性。     

面向时间协同的多无人机队形变换最优效率模型

针对无人机（UAV）的编队集结、编队保持和编队重构等队形变换问题，从航迹规划的角度提出了一种面向时间协同的多无人机队形变换模型。在时间协同的条件下，选择队形变换的能源消耗与完成时间作为效率衡量指标，对编队集结、编队保持和编队重构进行规划，给出队形变换的最优空间位置。首先，分析了指定队形、无指定位置的编队集结问题，然后，将编队保持问题视为编队整体运动，最后，利用运动分解将编队重构问题分解为编队集结和编队整体运动。基于编队集结、编队保持和编队重构的不同特点，给出了这些具体队形变换下的最优效率计算公式，并进行了仿真实验，实验结果表明本模型可以实现预期的最优效率队形变换。     

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。     

多无人作战飞机定点定时集结策略

针对多无人作战飞机定点定时集结问题,以分布式控制方法为指引,提出了通用型集结点分配算法以及考虑过去状态差值的一致性控制协议。首先,提出了以耗能矩阵为基础的集结点分配算法以实现集结点和无人机的匹配,使多无人机在指定位置以特定队形完成集结;其次,利用当前状态和过去状态相结合的一致性控制协议使多无人机在同一时刻到达指定集结点。仿真结果表明,所设计的方法可有效解决多无人机定点定时集结问题。     

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。     

无人机编队协调控制算法的设计及3D仿真实现

介绍了无人机编队队形保持的协调控制算法设计、3D模型地面处理、基于三维地图的3D模型绘制显示模块的设计,并进行了嵌入式下的仿真实验。基于智能体编队的一致性算法提出了队形保持的全状态反馈协调控制算法,可以实现在机动过程中的队形保持。采用三维建模软件3DMax构建3D模型原型,设计了3D模型读取绘制的流程,实现了3D模型显示。将3D模型绘制显示模块融合在三维地图软件中进行嵌入式测试,绘制效率、读取速度对三维地图软件影响很小。3D模型绘制显示模块丰富了三维地图软件的显示内容,增强了立体效果,提高了用户体验。     

基于编队形状的反舰导弹预定目标选择模型特点

相比传统的预定目标选择方法,基于编队形状的反舰导弹预定目标选择方法是一类新方法。为了便于进一步研究具体算法,需要研究基于编队形状的反舰导弹预定目标选择模型的特点。该类方法的实质是将目标选择问题转化为点集匹配问题,因而文章从点集的信息来源、点集之间的变换关系、点集之间的映射关系、点集之间的距离函数等方面分析了模型特点,并根据这些特点将基于编队形状的反舰导弹预定目标选择算法分为2类：即基于迭代收敛的预定目标选择算法和基于变换位置集合的预定目标选择算法。     

Robust leaderless time-varying formation control for unmanned aerial vehicle swarm system with Lipschitz nonlinear dynamics and directed switching topologies

This paper tackles the robust leaderless Time-Varying Formation(TVF) control problem for the Unmanned Aerial Vehicle(UAV) swarm system with Lipschitz nonlinear dynamics, external disturbances and directed switching topologies. In comparison with the previous achievements on formation control problems, the UAV swarm system with Lipschitz nonlinear dynamics can accomplish the pre-designed TVF while tracking a pre-given trajectory which is produced by a virtual leader UAV in the presence of externa...     

无人机空中加油自主会合的制导与控制

针对无人机空中加油的自主会合问题,进行了相应制导律和非线性控制器的设计。通过改进的带角度约束的三维比例制导律实现对航向角的控制,以协调转弯的方式将航迹角指令转化为姿态角指令。基于无人机六自由度的动力学模型,针对无人机的姿态控制,采用时标分离的方法设计了慢子系统和快子系统,并对这两个子系统分别进行动态逆控制设计。同时,基于滑模控制的方法设计了满足自主会合要求的速度控制律。在保证无人机飞行稳定的基础上,实现了对控制和制导指令的精确跟踪。仿真结果表明,所设计的制导律和控制律能够实现无人机空中加油的自主会合,具有良好的动态特性。     

A guidance law for UAV autonomous aerial refueling based on the iterative computation method

The rendezvous and formation problem is a significant part for the unmanned aerial vehicle（UAV） autonomous aerial refueling（AAR） technique. It can be divided into two major phases： the long-range guidance phase and the formation phase. In this paper, an iterative computation guidance law（ICGL） is proposed to compute a series of state variables to get the solution of a control variable for a UAV conducting rendezvous with a tanker in AAR. The proposed method can make the control variable converge to zero when the tanker and the UAV receiver come to a formation flight eventually. For the long-range guidance phase, the ICGL divides it into two sub-phases： the correction sub-phase and the guidance sub-phase. The two sub-phases share the same iterative process. As for the formation phase, a velocity coordinate system is created by which control accelerations are designed to make the speed of the UAV consistent with that of the tanker.The simulation results demonstrate that the proposed ICGL is effective and robust against wind disturbance.     

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。     

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...     

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.     

无人机参数优化自抗扰编队保持控制器设计

针对无人机编队飞行中的队形保持问题,采用结合粒子群算法的自抗扰控制技术对控制器进行设计,使响应过程具有良好的动态品质和较小的稳态误差。建立三维空间内基于相对误差的无人机编队飞行模型,并在此基础上设计了跟踪微分器、扩展状态观测器和非线性状态反馈自抗扰控制器,采用粒子群算法对控制器中部分参数进行优化整定。仿真结果表明,设计的结合粒子群算法的改进自抗扰控制器具有良好的控制性能,能以较高的精度实现无人机编队保持任务。     

切换拓扑下无人机集群系统时变编队控制

针对多无人机(UAV)间通信拓扑可能发生变化的情况,研究了具有二阶积分特性的无人机集群系统的轨迹跟踪与时变编队控制问题。基于一致性方法设计了编队控制器,将编队控制问题转换成闭环系统的稳定性问题,引入了切换拓扑平均驻留时间的概念,并在此基础上利用线性矩阵不等式(LMI)方法,给出了控制器设计步骤。通过构造分段连续Lyapunov函数,证明了切换拓扑下无人机集群系统能够实现对指定轨迹的跟踪并且实现时变编队飞行。以三维空间运动的无人机集群系统为例进行了仿真验证,结果表明本文所提方法能够解决切换拓扑下无人机集群系统的轨迹跟踪与时变编队问题。