有向通信拓扑和时延条件下的无人机集群时变编队控制

针对无人机（UAV）集群在有向通信拓扑和存在通信时延条件下的时变编队控制问题进行了研究。建立了无人机集群二阶离散时间系统模型，基于无人机自身实时信息和相邻无人机带通信时延的状态信息，设计了分布式编队控制协议。通过理论分析，得到了无人机集群能够实现时变编队的充要条件，给出了可行的期望编队的表达式。在集群通信拓扑有生成树的条件下，分析了控制协议中待定参数和状态更新周期满足的耦合约束条件，并给出了参数设计的流程。仿真结果表明:即使在较大的通信时延下，所设计的控制协议也能实现无人机集群时变编队控制，验证了理论分析的正确性和有效性。      

一类复杂通信条件下高阶线性群系统编队控制

针对时变时延、拓扑不确定和外部扰动等复杂通信条件下的高阶线性群系统编队控制问题进行研究。首先，建立了群系统编队控制问题的数学描述，并基于一致性最近邻原则给出了编队控制协议框架。其次，提出了群系统实现编队的充要条件。通过状态分解和变量代换，给出了约束条件下，编队控制协议的设计方法。同时，为得到群系统所允许最大时延边界，引入自由权矩阵，得到了保守性较小的线性矩阵不等式（LMI）判据条件。仿真实验验证了编队控制方法对于有界时变时延、拓扑不确定以及外部扰动具有一定的鲁棒性。      

考虑任务分配的无人机信息交互拓扑生成

无人机（UAV）持久编队信息交互拓扑的优化是保证UAV编队结构稳定性和任务执行时效性的重要基础。现有的编队生成算法针对距离因素进行权重赋值和拓扑生成，由于未考虑任务分配因素，可能会引起整体任务执行时间过长甚至任务失败的问题，对UAV的能量也造成了不必要的损耗。以任务消息传输时间和能量损耗为关键优化目标，在保证UAV编队结构稳定的前提下，提出考虑任务分配因素的信息交互拓扑生成算法，优先连接承载实时性要求较高通信任务的关键汇聚链路，对剩余链路通过引入惩罚项，在权重上进一步将任务消息传输量因素考虑在内，生成最终的信息交互拓扑。使用OMNet++进行仿真验证，相比于只考虑距离因素的信息交互拓扑生成算法，所提算法在20架UAVs编队场景下，消息传输时间方面最高降低57.3%，最低降低28.1%，关键任务消息的到达时延降低了45.2%～51.6%，而任务执行过程单UAV的能量损耗总体减少了17.5%，平均每个节点减少损耗16.1%。     

基于时变增益ESO的多航天器SO(3)姿态协同控制

针对多航天器姿态协同控制问题,基于特殊正交群（SO（3））研究了存在干扰情形下的控制设计方法。结合有向通信拓扑建立了多航天器SO（3）模型,在此模型的基础上提出了一种时变增益扩张状态观测器（ESO）对系统的总干扰进行估计,削弱了常值增益ESO的峰化现象。利用相邻航天器的信息给出了旋转矩阵形式的协同指令,进一步基于SO（3）方法设计了协同控制器。同时采用ESO的输出在所设计的控制器中对系统的干扰进行补偿,从理论上给出了ESO的收敛性以及闭环系统的稳定性证明,保证多航天器系统能够实现稳定协同。仿真结果验证了本文方法的有效性和快速性。      

变时延网络控制系统的鲁棒故障检测

针对具有时变时延的网络控制系统故障检测问题,提出了一种基于鲁棒H_∞思想的故障检测滤波器设计方法.将鲁棒H_∞故障检测问题归结为寻找滤波器参数矩阵,使得滤波系统内稳定并且满足鲁棒H_∞性能指标.根据残差评价函数和故障阈值判断系统是否存在故障.假设时变时延的上下界已知.基于时延相关Lyapunov-Krasovskii泛函方法给出了系统内稳定并且具有H_∞指标的时延相关条件.在外部控制输入、外界干扰和故障信号有界的情况下,所设计的故障检测滤波器能够保证生成的残差信号有界.针对HiMAT（Highly Maneuverable Technology）飞行器设计了故障检测滤波器,并通过仿真分析验证了所提出方法的有效性.     

二阶多智能体系统自抗扰编队跟踪与避撞控制

在多智能体编队的目标跟踪任务中，智能体受环境中的障碍物的遮挡作用会丢失目标，而外部扰动会影响系统的时变编队跟踪的控制效果。为此，研究了这两种因素同时存在情况下的二阶多智能体系统时变编队跟踪和避撞控制。采用基于目标跟踪优先级的切换拓扑控制策略以实现在障碍物遮挡环境中对目标的持续跟踪，根据自抗扰理论设计包含扰动补偿项的编队跟踪控制器。首先，基于一致性方法提出切换拓扑下自抗扰时变编队跟踪控制协议，并给出一种基于跟踪微分器的编队指令生成方法；其次，设计了求解控制参数的算法并给出协议作用下系统的稳定性分析和证明；然后，基于人工势场法设计避撞控制协议；最后，提出障碍物遮挡环境下自抗扰时变编队跟踪控制协议。仿真实验结果表明:所设计的控制协议在上述两种因素存在时仍具有良好的控制效果。      

拒止环境下基于"忠诚僚机"的护航策略

护航策略一直是各军事大国的重点研究内容之一，拒止环境具有强电磁干扰、强对抗博弈等特点，进而对护航策略提出了更高的要求。提出了一种基于分布式时变编队跟踪控制方法的护航策略，该策略中由高成本长机探测到敌方来袭导弹，在进行规避的同时，释放多个低成本僚机担任“忠诚僚机”。采用时变编队跟踪的控制方法，使僚机始终处于长机与敌方来袭导弹的视线轴上，必要时牺牲僚机以保全长机。针对敌方来袭导弹的方位角是全局信息，设计了分布式观测器对其进行估计。在拒止环境下，复杂电磁干扰带来通信时断时续，导致长机与僚机及僚机与僚机之间的通信拓扑存在切换。为应对电磁干扰对通信拓扑的破坏，提高抗电磁干扰能力，考虑僚机外部扰动和长机规避机动动作同时存在的情况，基于观测器理论、自适应控制理论和滑模控制理论，构造了具体通信拓扑切换机制的分布式控制协议，并利用Lyapunov理论证明了僚机采用该协议能够实现拒止环境下基于“忠诚僚机”的护航策略。通过仿真模拟导弹来袭场景，验证了所提策略的有效性。      

磁悬浮转子状态反馈解耦自抗扰控制方法

针对磁悬浮控制敏感陀螺（MSCSG）转子偏转通道强耦合及航天器姿态测量过程中受扰失稳问题,提出了一种磁悬浮转子偏转解耦抗干扰控制方法。分析了转子两自由度偏转耦合现象,设计了基于状态反馈的解耦控制器;建立了MSCSG在姿态测量过程中航天器的姿态运动对磁悬浮转子产生的干扰力矩模型,采用自抗扰控制器（ADRC）抑制磁悬浮转子的外部干扰;对所建立的扩展状态观测器（ESO）跟踪性和系统稳定性进行了分析,通过调节ADRC中非线性状态误差反馈控制律系数,实现了系统有界输入条件下的稳定。仿真结果表明:状态反馈解耦能够实现偏转自由度的完全解耦,ESO具有良好的跟踪性能,ADRC较传统PID控制方法具有更好的抗干扰性能。      

基于浸入与不变流形的抗干扰饱和姿态控制器

设计了一种抗慢时变干扰的简单饱和姿态控制器。其基本原理是将干扰作为未知参数,然后利用浸入与不变流形的方法设计了独立于控制器的干扰估计器,从而再基于干扰的估计结果设计饱和控制器。该控制器形式简单,由比例与微分项和干扰补偿项组成,各部分物理意义明确。根据浸入与不变流形方法,通过严格的理论证明得到了如下结果：对于慢时变干扰的情况,通过调整控制干扰辨识收敛速度的参数,可以使得理论上的姿态最终控制误差任意小（实际仿真误差还受限于由数值稳定性决定的时间步长）;对于干扰为常值的情况,则可以完全消除干扰的影响,并获得系统状态渐近稳定的结果。最后通过数值仿真验证了控制方案的可行性。     

应用虚拟结构的卫星编队飞行自适应协同控制

针对卫星编队飞行协同控制存在质量、转动惯量不确定性及外部扰动的问题,提出了一种应用虚拟结构的卫星编队飞行自适应协同控制方法。首先,通过对虚拟结构模型的描述,建立了虚拟结构状态变量与编队卫星期望状态之间的表达式;其次,设计了编队卫星和虚拟结构的位置、姿态自适应协同控制器,通过在虚拟结构控制器中引入编队卫星的状态误差,实现了编队信息至虚拟结构的反馈,并采用Barbalat引理证明了闭环系统的稳定性和对有界扰动的抑制:最后,以三星编队协同轨道机动和空间指向性偏转为例对所设计的控制器进行了仿真验证。仿真结果表明:设计的控制器能够实现对编队卫星质量和转动惯量的自适应估计,使得编队卫星位置和姿态控制误差最终趋近于零,验证了所提方法的有效性。     

日地平动点编队飞行自抗扰轨道维持控制

对日地平动点附近的航天器编队控制问题进行研究,为解决基于局部线性化模型设计轨道保持控制器时存在的控制精度不高、模型精确性过度依赖等问题,提出基于圆型限制性三体问题的日-地/月系统L_2点附近主从式航天器编队飞行的相对位置控制问题的解决方法.将主航天器设定在Halo轨道上,从航天器利用自抗扰控制方法控制在主航天器周围,编队系统内的未知动力学和外部扰动由扩张状态观测器获得,并利用非线性误差反馈对其进行补偿.数值仿真结果显示采用0.1μN到10 m N的控制力即可使航天器相对位置误差控制在位置精度要求范围内,同时在存在未知干扰的情况下该方法依然具有很好的鲁棒性,从而验证优越性.     

基于内模原理的椭圆轨道编队最优维持控制

 基于内模原理,针对椭圆轨道编队维持控制过程中存在的周期扰动问题,结合动力学方程的时变周期系数特性,设计具有干扰抑制功能的线性周期时变最优二次调节器。干扰内模的加入,使得系统响应在稳态时具有良好的控制精度,同时基于最优性原理的设计使得系统的瞬态响应过程满足某种最优性能指标要求。仿真结果表明,在椭圆轨道的编队维持控制器中引入部分干扰内模可大幅度提高维持精度。     

基于LADRC的无人机高精度定高控制

针对复杂气流扰动对无人机（UAV）航迹高度控制的影响,对存在复杂气流扰动下的定高控制策略、控制结构和控制器参数优化展开研究,实现高精度高度控制。基于线性自抗扰控制（LADRC）确定总体控制架构,设计扩张状态观测器（ESO）观测估计纵向高度通道和速度通道中存在的总扰动,在控制中引入扰动补偿,减小扰动对系统输出造成的影响。对UAV在飞行过程中存在的大气紊流扰动或离散突风等风干扰分析其功率谱密度,构造考虑风扰动对高度影响、时域响应特性和稳定裕度的综合目标函数,通过粒子群优化算法得到具有高精度、高抗干扰性能的控制器参数,优化中考虑风干扰的功率谱密度分布,减小了控制器参数设计的保守性。通过与常规比例-积分-微分（PID）控制器控制效果进行对比,说明基于线性自抗扰控制器的纵向高度控制的优异性能。      

基于事件驱动的多飞行器编队协同控制

针对多飞行器系统协同控制问题,研究了基于事件驱动机制的控制设计方法。结合有向通信拓扑和编队位置描述建立了空间多飞行器系统的模型,在飞行器编队中引入事件驱动方法,设计了一般形式的事件触发函数,在非触发时间内利用触发时刻的信息生成了协同控制律,使得飞行器在非持续通信下能够形成三维空间任意给定的队形,并从理论上给出了协同控制问题的稳定性证明。提出的方法不需要飞行器系统的全局信息,飞行器只需要在触发时刻进行通信和控制器的更新,更有利于实际情形中的应用。仿真结果验证了该方法的有效性。     

高超声速飞行器抗干扰反步滑模控制

针对存在参数不确定及外部扰动下的高超声速飞行器轨迹跟踪控制问题,研究了一种基于反步法的抗干扰滑模控制设计方法.将非线性高超声速飞行器动力学模型表达为严反馈形式分步进行设计.采用滑模控制方法进行每步的控制器设计,并提出采用扩展状态观测器（ESO,Extended State Observer）方法实现对参数不确定及外部扰动产生的内外干扰进行估计,继而在控制中补偿.扩展状态观测器能保证对干扰的估计收敛到真值附近的邻域内,从而能够保证较好的补偿效果.通过0.5°附加干扰攻角和25%的气动参数偏差下的非线性高超声速飞行器动力学模型仿真结果验证了该抗干扰滑模控制方案对内外干扰的抑制效果和闭环系统良好的跟踪性能.      

基于两级滑模控制的多移动机器人映射领航编队控制策略

针对低通信负载下的多移动机器人编队控制进行研究。通过坐标变换和引入侧滑增量定义了非完整约束轮式移动机器人的运动学模型，显式满足纯滚动条件。提出领航编队控制策略，通过领航者对跟随者的单向通信和映射领航者规划，将系统编队问题转换为新模型下的分布式一致性控制问题。针对跟随者的转速与线速度设计了2级指数趋近滑模控制器，实现相对于领航者轨迹误差的快速收敛，并通过Lyapunov理论对控制器进行稳定性分析。数值仿真表明：所提策略可以满足多移动机器人队形保持和队形变换的任务要求，验证了理论分析的正确性和有效性。     

基于RQPSO-DMPC的多无人机编队自主重构控制方法

针对敌方防御区域内各种威胁,为了实现隐蔽突防并实施对敌有效打击,在突防过程中多无人机(UAV)编队需要进行重构控制,并且编队内的相互避碰问题与通信约束问题也需考虑。通过建立无人机虚拟领航编队模型并引入邻居集,采用分布式模型预测控制(DMPC)同时构建多无人机编队的重构代价函数,提出采用改进量子粒子群优化(RQPSO)算法进行求解,并将求解结果与采用粒子群优化算法的结果进行对比。仿真结果表明,本文算法能够有效控制多无人机编队完成自主重构,实现安全隐蔽突防任务。