无人机集群的微分平坦性与编队控制研究

本文研究了无人机集群的微分平坦性,给出了相对运动的微分平坦映射,并以此为基础设计了分布式编队控制器.运动规划方面,通过求解受约束的优化问题,实时生成期望编队轨迹和编队构型.运动控制方面,采用微分平坦映射将运动指令映射为每架无人机的期望状态和控制输入,而后利用局部误差反馈设计分布式编队控制器跟踪期望运动轨迹.针对群体运动的稳定性问题,本文运用李雅普诺夫稳定性理论证明了闭环系统的稳定性,给出了控制参数的选取条件.最后仿真验证了编队控制方法在未知环境下的运动控制效果.     

基于神经网络的多机协同编队控制器设计

针对多架无人机协同编队飞行控制问题,设计了一种基于BP神经网络的无人机编队飞行控制器.以两机编队为单元,僚机同时跟踪长机和相邻僚机,根据相对位置和参考坐标系统,采用BP神经网络训练得到最佳的PID控制参数,设计三通道PID控制器并对编队系统进行分布式协同控制,使系统快速跟踪指令并保持编队队形.对四架无人机组成的编队系统进行仿真,系统编队可快速保持期望队形,表明设计的编队控制系统具有良好的稳定性和较强的抗干扰能力.     

多无人机完全分布式有限时间编队控制

针对分布式通信网络,研究多无人机完全分布式编队生成和保持控制问题.基于滑模和自适应方法设计自适应耦合增益,进而结合与邻居无人机之间的相对状态设计一种新的有限时间编队控制器.该算法去掉了传统编队控制器依赖通信网络范围和拓扑及Leader无人机状态等全局信息的限制,基于Lyapunov理论证明无人机编队误差在有限时间可以收敛到边界可调的邻域内.对三维运动的多无人机编队进行仿真验证,结果显示,所设计的编队控制算法可以实现多无人机有限时间完全分布式编队生成和保持.     

电驱移动机器人多变量固定时间连续编队控制

针对扰动下电驱动非完整移动机器人固定时间编队控制问题,通过引入包含驱动器动力学的领航者-跟随者状态空间动力学模型,分两步对编队控制器进行了设计。对领航者跟随者编队运动学模型进行了多变量固定时间控制设计。在动力学层面,为实现扰动下的速度跟踪,通过辅助输入设计了一种跟随者机器人多变量超螺旋固定时间连续电压控制器。所提算法使机器人编队克服了跟随者机器人所受干扰,确保了跟随者机器人与领航者在固定时间达到期望队形,跟随者在固定时间内跟随期望速度,设计的连续控制消除了开关控制的抖振现象。通过参数设计提前给定系统收敛的固定时间,与系统初始状态无关。基于Lyapunov方法进行了系统稳定性分析。通过仿真对算法进行了验证。     

基于方位信息的无人机编队控制设计与验证

本文主要研究了无人机编队的抗扰跟踪控制设计. 针对各无人机只能获取邻机方位信息的情况, 文章设计了一种新的非线性控制器以完成多无人机系统的编队形成与跟踪任务. 考虑到无人机系统易受外界扰动影响的特性, 采用Leader-Follower式编队方法, 通过引入Leader位置信息来矫正基于方位信息的无人机编队系统的位置漂移.将反步法设计结合自适应设计与鲁棒控制设计, 来补偿未知参数与未知外界扰动对多无人机编队系统造成的影响,提高了多无人机方位编队系统的鲁棒性. 然后, 基于Lyapunov分析方法证明了系统的稳定性. 最后, 搭建了四旋翼无人机编队实验平台, 进行了基于方位信息的编队形成与跟踪飞行实验, 并与PD控制器进行了对比实验. 飞行实验结果验证了算法的有效性与实用性.     

无人机集群编队自组网可靠性评估

针对无人机集群编队自组网的可靠性评估问题,考虑无人机集群编队在执行任务时对信息交互的时效性需求,提出一种自组网可靠性评估方案.首先,分析消息传输的可用时间;其次,通过排队论建立消息传输延迟模型以计算消息传输所需时间;然后,以消息传输所需时间小于可用时间的概率作为评估指标建立消息传输可靠性计算模型,进而为无人机集群编队提供一个动态可靠性评估框架以适应集群编队体系配置和环境变化的随机性与时变特性;最后,仿真分析在不同传输任务需求下,编队构型、无人机数量、编队缩放因子、传输速率、信息交互强度以及环境干扰对消息传输可靠性的影响.仿真结果可以为集群编队的队形设计以及集群编队的体系配置提供一定参考依据.     

基于输入约束一致性算法的多无人机编队控制

针对多无人机系统的编队控制问题,提出了一种基于级联系统理论及输入约束一致性算法的控制方法。首先,给出了垂直起降无人机系统的一般性模型。然后,基于级联系统理论将复杂的一般性模型化简成级联形式,针对级联形式模型,利用双曲正切函数的有界性质,在控制器设计时引入双曲正切函数设计了一致性控制算法。最后基于所设计的输入约束一致性控制算法,设计编队控制算法研究了多无人机编队控制问题。基于Matlab仿真平台对所提控制方法进行验证,仿真结果表明在所设计的一致性控制算法作用下,系统中所有的状态都能够趋于一致。基于所设计的输入约束一致性算法,所提编队控制算法可以实现空间中的无人机保持指定的编队队形飞行。     

多无人机编队递归非奇异终端滑模容错控制

为解决四旋翼无人机编队飞行过程中易受到外部干扰、空气阻力、执行器故障等不确定因素影响的问题,提出了一种基于补偿函数观测器(CFO)的递归非奇异终端滑模控制(RNTSMC)方法来提高四旋翼无人机编队系统性能。首先,引入具有高精度估计的补偿函数观测器,实时估计外部干扰、执行器故障等信息,通过设计递归积分终端滑模面改进非奇异终端滑模面等效控制器对估计信息进行补偿控制,并给定滑模面初始值,保证两滑模面依次连续到达平衡点,确保跟踪误差在有限的时间内快速收敛到0。其次,根据长机-僚机法建立编队模型,基于滑模控制理论,设计编队协同控制器,保证无人机编队完成飞行任务。最后,通过对比仿真结果表明,该方法对四旋翼无人机编队具有良好的容错性能。     

基于固定时间扰动观测器的四旋翼无人机轨迹跟踪控制

针对六自由度小型四旋翼无人机在轨迹跟踪控制过程中,单一控制器构成的控制系统存在外部未知干扰,系统的鲁棒性以及轨迹跟踪精度容易产生较大的波动问题,该文章提出了一种基于固定时间扰动观测器的全闭环控制方案,即针对位置与姿态的双闭环控制;首先利用固定时间理论设计了两个扰动观测器,在固定时间内对扰动做出估计并进行补偿;在此观测器对扰动值的精确估计基础之上,设计了两个具有扰动补偿能力的非线性跟踪控制器;李雅普诺夫稳定性理论证明了所述方法的有效性;仿真实验中,为对比所述控制方法的有效性,同时采用传统单一控制器构成的无人机控制系统进行对比分析;在无人机质量为m=1.44 kg、环境重力加速度为g=9.8 m/s2以及其他模型参数一致的前提下,进行大量的仿真实验验证了所提出的基于固定时间扰动观测器的扰动补偿控制系统,能够保证小型四旋翼无人机六自由度受到复杂外部干扰时准确估计出外部干扰值,并实现无人机进行高精度轨迹跟踪控制,且轨迹跟踪精度与抗扰性能皆优于传统单一控制器构成的无人机控制系统.     

基于极点配置滑模方法的无人机编队控制仿真

滑模变结构控制方法是无人机控制中广泛采用的重要方法,滑模面的设计尤为困难.提出了利用Ackermann公式和非奇异线性变换矩阵,对原系统进行极点配置,通过任意配置极点,设计多输入多输出系统的滑模面,已达到促使原系统在滑模变结构控制量作用下渐近稳定的效果.为了精确控制无人机自主编队中的姿态,分别针对无人机纵向和横侧向设计相应的变结构控制器.仿真结果表明,控制器能在较短的时间内使系统跟踪误差渐近趋近于零,从而验证了控制器的有效性.     

输入受限下的无人机编队控制方法研究

针对多旋翼飞行器在轨迹跟踪过程中控制输入受限的问题，设计了一种控制输入受限下的四旋翼无人机协同编队分布式控制算法。首先，对于外环位置子系统，基于线性矩阵不等式的方法，设计了输入受限下的多旋翼飞行器的编队控制律，使得所有无人机的位置收敛到所需的编队模式。其次，对于内环姿态子系统，采用基于双曲正切的方法设计控制输入受限的控制律，使多无人机的姿态趋于一致。最后，基于Lyapunov稳定性理论，证明了系统的稳定性，仿真结果表明，所设计的控制器能够达到良好的协同跟踪控制效果。     

无人机空中加油建模与仿真分析

无人机空中加油的关键在于建立并保持加油机与无人机之间的有效队形,实现无人机在此过程中的自动飞行;在对空中加油全过程论述的基础上,首先对加油过程中的编队飞行问题进行了数学建模,并依据所建立的数学模型设计了无人机编队飞行控制器,最后通过对空中加油条件的模拟初始化,给出了无人机对接阶段的仿真要求并对所建立的系统模型及控制器进行了仿真验证;仿真结果表明,所建立的模型及控制器可以实现加油编队快速、平稳的会合、对接,为空中加油任务的顺利完成提供了保障.     

事件触发策略下多AUV抗干扰固定时间编队控制

针对多AUV编队控制的模型参数不确定及未知海流干扰的问题, 提出基于固定时间模糊干扰观测器的事 件触发编队控制方法, 该方法可保证编队控制在固定时间内收敛. 首先, 构造了固定时间模糊干扰观测器处理系统 的集总扰动, 实现固定时间内对扰动的精确估计. 在扰动观测器的基础上, 将指令滤波器与反步法结合, 消除了多次 求导产生的计算爆炸问题; 其次, 为了降低网络传输资源能耗, 将事件触发机制引入多AUV编队控制中, 设计具有 固定时间收敛性能的分布式编队控制器, 且系统收敛时间仅取决于控制器设计参数, 并经理论证明无Zeno行为; 最 后通过多AUVs编队仿真实验, 证明了所提出算法的有效性和合理性.     

基于固定时间扰动观测器的水面无人艇精确编队控制

在水面无人艇(USV)编队控制中,控制效果易受系统初始状态和内外部扰动的影响.为此,研究一类具有复杂干扰下的USV编队控制问题,结合固定时间扰动观测器提出一种领航-跟随编队控制方法.首先,提出一种基于固定时间滑模的跟踪控制(FTSM-TC)策略,在固定时间内保证领航艇快速跟踪期望轨迹;然后,为处理内外部未知干扰设计固定时间扰动观测器(FTDO),从而保证在固定时间内对编队系统中的未建模动态和外部复杂干扰进行精确辨识.所提出的基于FTDO的编队控制(FTDO-FC)策略,使编队控制系统在固定时间内收敛并保持稳定的期望队形,仿真结果表明,所设计控制方法能够有效解决存在复杂未知扰动情况下的USV编队控制问题,且收敛时间与系统初始状态无关.     

伪卫星协同编队控制与仿真

为保持4颗编队伪卫星的最佳几何布局,设计了一种综合自适应神经网络编队控制器,利用李亚普诺夫稳定性理论证明了“长机-僚机”方式的两机编队系统的稳定性。以两机编队为单元,根据相对位置和参考坐标系统,采用综合自适应神经网络结构对伪卫星系统进行分布式协同编队控制,使系统快速跟踪指令并保持最佳编队队形。对以无人机为平台的4颗伪卫星编队进行仿真,结果表明僚机能够快速跟随长机飞行并保持最佳编队队形,证明该编队控制器具有良好的稳定性和鲁棒性。     

无人机编队队形保持变换控制器设计

研究无人机编队队形保持变换的控制设计问题.由于控制系统队形跟踪应保证姿态的稳定性,针对两架无人机在“长机-僚机”编队结构中的左菱形编队飞行控制系统,为了有效控制飞行队形,保持变换,提出了根据编队飞行的几何关系推导编队相对运动学方程,结合无人机的自动驾驶仪模型建立了相应的编队飞行线性化数学模型.采用PID控制方法分别对速度、航向和高度设计了一种能通过控制编队间距实现队形变换的三维编队队形保持变换的控制器,并进行仿真.仿真结果表明所设计的控制器能够有效地控制无人机编队,在飞行过程中可以稳定地保持队形,并能根据任务要求合理进行编队,并无碰撞,为设计提供了依据.     

无人机编队飞行的分布式控制策略与控制器设计

针对一种小型无人机模型及其编队飞行的实际背景和限制条件,分析了编队飞行所必须涉及的队形保持、约束条件以及行为协调等关键性问题,进而引入分布式编队飞行控制策略并简要介绍了其优越性.根据分布式策略的层级概念,先后讨论了单机控制器的设计与上层的编队控制器的设计.最后分别进行了单机的FDC(flight dynamic and control)仿真和双机编队仿真.仿真结果表明,设计的控制器在执行效率和控制性能等方面具有突出的优势.     

基于非线性动态逆的无人机编队协同控制

针对多无人机在空间机动过程中的编队形成与保持控制问题,提出一种基于非线性动态逆的无人机编队控制方法.将编队控制过程分解为两步:首先给出分布式长机状态估计算法,各编队无人机根据"相邻"无人机状态解算自身的期望运动指令;其次是设计接于非线性动态逆的编队控制器,使各无人机快速跟踪其期望指令并形成和保持稳定队形.仿真实验表明,编队长机进行空间机动过程中,各僚机能够准确估计其状态,快速形成并维持队形稳定.     

基于多任务的无人机编队控制研究

考虑到多架无人机编队飞行的特点,将松散编队及协同思想应用到紧密编队控制中,提出了一个三架无人机协同作战编队的飞行控制系统设计方法;在编队飞行动力学模型的基础上,设计了基于特征结构配置的无人机横侧向控制律,进行指定航路的飞行控制;然后,设计编队控制器,两架僚机可紧紧跟随长机并保持队形稳定;仿真结果表明,设计的控制器可以控制多架无人机进行紧密编队飞行,具有一定的实用性和推广价值。     

虚假数据注入攻击下多无人机韧性容错协同控制

针对同时具有虚假数据注入(false data injection, FDI)攻击与执行器故障下的多无人系统编队协同跟踪问题,提出了一种基于FDI攻击检测机制与故障观测器的韧性容错协同控制新方法。首先,以二阶非线性固定翼无人机模型作为多无人系统研究对象;其次,构建了带有概率约束的贝叶斯概率检测模型对FDI攻击进行检测,作为韧性容错协同控制器的辅助系统;之后,设计了包含执行器故障补偿的韧性容错协同跟踪控制器,并利用Lyapunov稳定性理论证明系统的渐进稳定;最后,通过仿真验证了设计的控制器针对FDI攻击与执行器故障的安全性与可靠性以及编队跟踪能力。