基于ADDPG策略的超立方体卫星编队控制

针对大规模卫星高精度编队控制问题，提出了一种基于吸引法则的深度确定性策略梯度控制方法(attraction-based deep deterministic policy gradient, ADDPG)。首先阐述了超立方体拓扑编队拓扑构型特性，建立了卫星编队动力学模型，设计了超立方体卫星编队虚拟中心用于衡量编队整体飞行状态。为解决无模型深度强化学习的探索和扩展平衡问题，设计了ε-imitation动作选择策略方法，最终提出了基于ADDPG的卫星编队控制策略。算法不依赖于环境模型，通过充分利用已有信息，可以降低学习模型初期探索过程中的盲目试错。仿真结果表明ADDPG策略以较少的能量消耗达到更高的精度，相比知名算法在加快编队收敛速度的同时，误差减少5%以上，能量消耗减少7%以上，验证了算法的有效性。     

基于终端滑模控制的四旋翼无人机编队控制

本文以四旋翼无人机为研究对象,基于终端滑模控制技术,实现了四旋翼无人机系统的编队飞行控制。在构建四旋翼无人机数学模型的基础上,为每架四旋翼无人机设计了广义误差状态,基于广义误差状态提出编队控制目标。为实现编队控制目标,设计了基于终端滑模控制的编队控制器,最终所有四旋翼无人机的广义误差状态收敛到零时即实现期望的编队队形,进一步结合有限时间稳定性理论给出了上述编队控制器有限时间稳定性证明。最后用一个仿真实例验证了所提出算法的有效性,并将本文提出的控制器与基于线性滑模控制的控制器进行对比,实验证明所提出的控制算法具有更好的编队控制效果。     

基于诱导航线的多无人机编队飞行控制方法

针对无人机编队飞行控制问题,提出了一种基于诱导航线的协同控制方法,僚机根据当前相对于期望位置的误差和长机的飞行状态生成诱导航线并进行跟踪;针对飞行过程中的突发障碍采用改变编队队形的方法进行规避;针对无人机之间可能出现的碰撞情况,根据无人机到达碰撞点的时间以及位置分别从高度以及航向两方面进行躲避,仿真结果表明:采用此方法无人机能够保持稳定的编队,并同时能够躲避飞行过程中的障碍以及避免飞机之间的碰撞。      

基于编队控制的自适应HELLO更新算法

在无人机(UAVs)编队自组织网络中,针对无人机之间位置信息更新周期不合理,从而导致编队控制不稳定和控制开销过大的问题,提出一种基于无人机编队控制的自适应HELLO更新算法。该算法应用编队控制稳定性理论推导出无人机组成期望编队的控制延时上限,结合该延时上限和编队运动状态自适应地设定HELLO更新周期。仿真结果表明,本文提出的算法与固定HELLO更新周期算法相比,既能保证在组编控制过程的稳定性,又能实时维护稳定阶段的链路,并且显著减少网络中不必要的控制开销。      

基于路径跟随的改进领航-跟随无人机协同编队方法

针对集群无人机完成高精度协同编队的需要,提出了一种基于路径跟随的改进领航-跟随无人机协同编队方法。首先,在传统A*算法的基础上,引入了障碍威胁系数改进A*算法,为领航无人机规划从起点到目标的全局安全路径;其次,采用Hermite多项式在离散化后对领航无人机的全局安全路径进行参数化表示。当遇到新的障碍信息时,利用改进A*算法重新规划路径;随后,领航无人机将跟随无人机的空间编队信息与编队路径参数信息在集群中完成同步;最后,基于一致性原理设计了编队队形协同控制器,并基于改进人工势场法设计了动态避障控制器。仿真结果表明,与传统的领航-跟随方法相比,该方法可以降低编队误差,提高了复杂曲线路径下无人机的编队精度与稳定性,具有一定的工程应用价值。     

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。      

多导弹协同攻击编队非线性最优控制器设计

针对多导弹协同攻击编队控制问题,采用仿射非线性系统最优控制理论设计了基于领弹-从弹法的多导弹编队控制器.首先采用基于微分几何理论的非线性系统精确线性化方法,将导弹非线性运动模型线性化;然后根据从弹、领弹间的相对运动关系,给出了包含领弹运动信息和队形信息的从弹期望轨迹,建立了基于从弹跟踪误差向量的系统状态方程;最后采用基于稳态解的黎卡提矩阵微分方程求解方法解决最优控制问题,设计了从弹的三维非线性编队控制器;仿真结果表明所设计的控制器能够在领弹机动地情况下快速、稳定地实现编队队形的形成和保持.      

多四旋翼无人机系统分布式分层编队合围控制

针对带有多个领航者与跟随者的欠驱动四旋翼无人机群系统, 提出了一种分布式分层编队合围控制方法。设计分层分布式有限时间滑模估计器, 实现在仅有部分领航者获取到期望轨迹的条件下, 每架无人机都能生成其满足控制需求的估计位置信息。针对六自由度欠驱动四旋翼无人机模型的特点, 提出一种无人机位置层和姿态层的分层控制方法, 实现了无人机对所生成的估计位置的跟踪控制, 该方法采用高阶导数逼近算法, 防止在求解期望角速度的过程中出现微分爆炸。所提方法能在满足姿态稳定收敛的条件下实现有效的编队合围控制。通过数值仿真验证了所提方法的有效性。      

基于终端滑模的卫星编队飞行有限时间控制

针对考虑参考星机动的编队飞行相对位置控制问题,给出了一种基于终端滑模的有限时间控制方法. 基于编队卫星相对运动动力学模型,设计了有限时间终端滑模控制器,同时证明了该控制器作用下系统状态误差可在有限时间内收敛. 以编队构型重构和考虑参考星机动时的构型保持控制为例,利用本文控制方法进行了仿真分析. 仿真结果表明,基于终端滑模的有限时间控制方法相比于传统的线性滑模控制方法,在保证编队飞行控制高精度的同时,有效提升了误差的收敛速度,验证了该方法的有效性和优越性.      

静止轨道卫星高精度悬停编队最优 滑模控制器设计

针对静止轨道上卫星悬停编队问题,考虑空间摄动力及测量误差,建立卫星编队的相对运动模型.根据上述模型,取优化指标函数,将跟踪问题转化为LQR问题,求得最优控制解.综合滑模控制方法,提高最优控制解的鲁棒性,并用Lyapunov第二法证明最优滑模控制器的全局渐近稳定,进行仿真验证.结果表明,所设计的最优滑模控制器对静止轨道卫星编队控制性能优于LQR控制,在200 m的编队距离,相对位置控制精度达到毫米量级.     

飞航导弹编队队形变换控制器设计

为满足飞航导弹编队协同作战中队形变换的需求,针对密集编队在队形变换时的碰撞冲突问题,考虑其低空突防背景与机动能力的限制条件,设计了基于局部模型预测控制的主动防碰撞队形保持控制器,并应用于编队队形的变换控制,提出了队形的状态转移变换方法,通过与直接变换方法的对比仿真,验证了其可行性和有效性.      

基于视线测量的卫星编队机动控制方法

采用视线测量的方法,建立一种编队卫星队形保持与机动的协同控制策略。编队中每一个卫星跟踪自己轨道前方邻近卫星,产生一个视线测量矢量,编队的第一个卫星根据高级控制层指令追踪期望轨道,产生链式编队,将编队卫星之间的视线距离作为反馈控制量来实现队形控制。通过推导J2相对摄动力的表达式,控制模型考虑了模型不确定性和摄动影响,采用滑模控制器,实现了基于视线测量的编队卫星链式跟踪协同控制。仿真算例结果表明,该方法在实现编队卫星队形保持与整体机动控制上具有可行性。     

基于深度强化学习的高超声速飞行器动态面控制方法

针对高超声速飞行器控制问题,通过将深度强化学习与动态面控制方法相结合,设计了智能姿态控制算法。首先,基于模型先验知识,采用传统的动态面控制方法设计控制器结构。然后,考虑跟踪误差和控制量幅值约束的情况下,采用深度学习算法完成对控制器参数的智能寻优,代替传统设计中的人工调参试错过程。为提升训练效果,在奖励函数中引入了控制量变化率。最后,通过数值仿真验证了所设计控制方法的有效性与鲁棒性。     

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。     

日心悬浮轨道混合推进航天器编队构型保持研究

针对混合推进航天器编队日心悬浮轨道保持控制问题进行了研究.首先推导出在日心悬浮轨道附近的航天器编队相对运动方程,考虑到航天器间距离变化值较小且航天器间距离与航天器到太阳的距离的比值为小量,将其在悬浮轨道附近线性化.基于该线性化方程,设计了一种LQR编队控制方式,该控制方式可通过调节太阳帆的姿态及航天器间库仑力的大小对编队构型进行改变或保持,具有响应速度快和控制简单的特点.最后对控制律进行数值仿真,表明该控制方法能实现编队.     

电磁航天器编队位置跟踪自适应协同控制

通过引入一致性理论针对电磁航天器编队相对位置协同控制问题设计了自适应协同控制器。分析了电磁航天器编队的基本原理,建立了电磁航天器编队相对运动精确的非线性动力学方程。基于电磁力远场计算模型的不确定性,对相对运动动力学模型进行了修正。在电磁力计算模型不确定和航天器间存在通信时延的条件下,对位置跟踪控制的目标设计了自适应协同控制器。考虑到电磁航天器磁矩产生能力的不同,给出了通过优化进行磁矩分配的方案。通过仿真表明:所设计的自适应协同控制器不仅实现了对期望轨迹的准确跟踪,而且相比人工势函数法,暂态维持编队构型的能力提高了4.9倍,并且所给出的磁矩分配方案实现了磁矩的合理分配。     

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。     

基于事件触发的多机编队目标跟踪控制

为解决多机编队目标跟踪过程中存在的机间通信和控制更新频繁的问题，提出了一种具有事件触发机制的多机编队目标跟踪控制算法。首先，给出了一种具有事件触发策略的编队队形描述与目标跟踪一体化算法，简化了算法设计的复杂度，并使触发机制的工作过程更加直观；其次，给出了分布式目标跟踪控制律，并仅利用状态估计信息设计了事件触发函数，使无人机间通信与控制更新问题转换为判别触发函数的取值问题，同时设计了最小触发间隔系数，避免了可能存在的"Zeno行为"；最后，以编队不同的运动模式对算法进行了仿真验证。研究结果表明:所提算法能使无人机编队在机间通信与控制更新次数明显减少的情况下跟踪上目标。