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。     

基于 Nussbaum函数的多无人机预设性能反步容错协同控制

针对多无人机协同执行任务过程中遭遇执行器增益故障下的安全飞行控制问题,设计了 1种预设性能反步容错姿态跟踪控制方案,以实现故障下的多无人机姿态同步跟踪控制。首先,定义飞行器的姿态同步跟踪误差和姿态角速率跟踪误差,分别利用预设性能函数对 2种误差进行约束,将不等式约束转化为等式约束。其次,基于转换误差设计反步容错姿态同步跟踪控制器,应用 Nussbaum函数解决由增益故障引起的未知控制增益问题。Lyapunov稳定性分析表明,姿态同步跟踪误差与姿态角速率跟踪误差稳定且收敛。仿真结果验证了控制方案的可行性以及有效性。     

基于扰动观测器的无人机固定时间编队协同控制

针对无人机的编队控制问题,基于虚拟领航者编队方法,提出了 1种基于固定时间超螺旋干扰观测器的反步控制策略。首先,设计了 1种固定时间超螺旋扰动观测器,以保证在固定时间内,对无人机编队机动所受扰动的快速观测;其次,针对编队控制问题,设计了基于超螺旋扰动观测器的反步控制策略,该控制器显著降低了抖振效应;然后,使用李雅普诺夫理论和固定时间理论,分析了控制策略的固定时间稳定性;最后,通过仿真算例验证了所提出的控制策略的有效性与可行性。     

考虑控制系统稳态误差的导弹航向平面导引律

根据导弹与目标之间的相对运动方程,在考虑控制系统稳态误差的情况下,应用李雅普诺夫稳定性理论设计一种新的导弹航向平面导引律.     

基于鲁棒H∞控制的多机协同编队

针对环境风干扰情况下无人机编队保持精度差的问题，设计了基于邻居无人机相对状态的编队控制协议。通过定义恰当的被控输出来量化环境风干扰对多机编队的影响，将受扰多机编队控制问题转化为鲁棒H∞控制问题。基于H∞控制方法，得到了满足期望H∞干扰抑制指标的多机编队充分条件，并以线性矩阵不等式的形式给出。此外，对于僚机之间的通信拓扑为无向图的情形，可以通过只求解2个线性矩阵不等式确定控制协议。最后数值仿真结果表明，该控制协议能够有效抑制阵风干扰对多机编队的影响，提高了多机协同编队的鲁棒性。     

均等通信时滞下多UAV协同编队控制

多无人机(UAV)系统编队控制中,时滞是无法回避的问题,研究时滞对多UAV编队形成和系统稳定性的影响,具有重要理论价值。重点研究均等通信时滞下多UAV协同编队控制问题,并获得系统的稳定性条件。首先,设计具有均等通信时滞的协同编队控制律,得到多UAV编队系统的闭环时滞状态方程;在恒定均等时滞下,考虑到系统模型不确定性,基于线性矩阵不等式(LMI)理论得到系统的时滞依赖稳定性条件;最后,进行仿真实验,结果表明多UAV编队系统是稳定的,期望的编队队形能够形成并保持。     

基于相对方向的非线性无人机群反步编队跟踪控制

针对具有未知动态模型的非线性无人机群的编队问题,设计了基于神经网络的反步控制策略。首先,通过径向基(RBF)神经网络来逼近无人机的未知非线性动态,增加系统的鲁棒性和抗扰能力;然后,引入方向刚性图理论,结合反步控制策略,设计了仅基于方向信息的无人机群编队分布式控制器,并通过Lyapunov方法证明了控制系统的稳定性;最后,通过Simulink仿真验证了控制器的有效性。     

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。     

基于有向图的航天器编队飞行自适应姿态协同控制

在有向通信拓扑下研究了编队航天器自适应姿态协同控制问题。针对航天器编队飞行系统中存在外部扰动和模型不确定性的情况,通过选取包含相对姿态误差和绝对姿态误差的辅助变量,提出了一种鲁棒自适应控制策略。提出了自适应律估计转动惯量矩阵和扰动上界等未知参数,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性。与滑模控制等传统鲁棒控制不同,所设计的鲁棒自适应控制器是连续的,更便于航天器编队飞行系统的实现。最后通过仿真验证了该控制策略能够实现高精度的编队飞行跟踪控制。     

基于神经网络的导弹制导控制一体化反演设计

针对制导控制一体化(IGC)模型中的不确定性难以进行估计补偿的问题,提出了基于神经网络的IGC反演设计方法。首先,根据弹目相对运动关系以及导弹自动驾驶仪模型建立了三维空间中的IGC模型。其次,针对由目标机动引起的模型不确定性,提出应用高阶滑模微分器(SMD)对导弹导引头获得的弹目相对运动信息进行微分,从而估计出目标加速度的方法,然后考虑导弹自身由于参数摄动以及未建模动态引起的模型不确定性,应用SMD和神经网络模型进行在线逼近补偿,基于反演控制理论设计了带有SMD和神经网络模型的IGC算法,应用李雅普诺夫稳定性理论对所设计的控制算法进行了稳定性证明。最后,进行了导弹六自由度仿真,验证了所设计控制算法的有效性。     

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。     

某小型无人机编队控制器设计及试飞验证

以某小型固定翼无人机作为研究平台,按前向、侧向和垂直方向3个通道设计僚机编队控制器.利用自动驾驶仪的航路飞行模态简化侧向通道编队控制器的设计,并采用在长机航向角发生较大变化时加入基于视线方位角的方法,使僚机保持编队精度.试验结果表明,所提出的编队算法是可用的,并能够很好地控制无人机的编队飞行精度.     

基于自适应反演滑模的末制导律设计

针对三维导弹-目标相对运动模型,结合反演控制、滑模控制和自适应技术,设计了一种新的自适应反演滑模末制导律。针对目标机动加速度上界难以获取的问题,将目标机动加速度视作模型的干扰,设计了一种自适应律对其进行在线估计,并将估计值补偿到制导律中。运用李亚普诺夫稳定性理论证明了系统的全局渐进稳定性和误差的收敛性。仿真结果证明了所设计的自适应反演滑模末制导律对机动目标的鲁棒性和有效性。     

基于预设性能的四旋翼无人机编队安全控制

针对四旋翼无人机编队系统存在模型不确定性、未知外部干扰与内部碰撞等问题,提出一种基于预设性能的安全控制方法。首先使用预设性能函数结合误差转换方法,将防止内部碰撞的不等式约束问题转换为无约束问题。同时针对模型中的不确定项,使用神经网络进行逼近;针对神经网络逼近误差与未知外部干扰组成的复合干扰,使用非线性干扰观测器进行估计,并分别设计位置与姿态子系统控制器,避免了编队内四旋翼无人机的碰撞。然后借助Lyapunov方法证明了闭环系统所有信号的收敛性。最后通过数值仿真验证了所提控制方法的有效性。     

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。     

基于循环追踪控制的卫星编队构形调整控制律设计

卫星编队控制问题中,分布式控制优于主从式控制,在编队控制中应用日益广泛。提出了一种基于循环追踪算法的分布式控制策略,分析了该方法的优势。由于循环追踪算法存在编队中心由初始几何中心固定并与运动过程无关的弱点,引进了虚拟灯塔导引进行联合控制实现编队中心可变。建立了三维空间相对运动数学模型,设计非线性循环追踪算法与虚拟灯塔导引联合控制律,对全员联合控制与单星联合控制其余卫星采用非线性循环追踪控制两种方案的计算结果进行比较。结果表明,全员联合控制律的控制方案优于仅单星采用联合控制的方案,两种方案均可实现卫星编队按指定构形运动。     

无人机自主编队制导律设计

自主编队是无人机集群作战的关键技术.提出了一种基于视线的三维无人机双机与多机自主编队方法.制导律采用横纵分离的经典PD控制方式进行设计,建立了加入制导律的双机、多机的质点相对运动学模型,通过求解该模型在平衡点处的雅克比矩阵的特征根,来判断制导律的稳定性.仿真结果表明:设计的制导律能有效导引无人机构成编队,并保持编队飞行.