基于一致性的多无人机编队算法研究

多无人机协同编队是无人机技术发展的重要方向,相比于单架无人机,编队协同能够增大搜索面积,提高无人机执行任务的效率;为了提高编队控制算法的控制效果和执行效率,以一致性理论为基础,针对无人机的特点和实际飞行情况,设计了改进的一致性编队控制算法,对一致性变量的边界问题进行平滑设计以及限幅处理,设计了σ-范数来调整合适的控制量,通过分段规划获得最佳的轨迹控制效果,并在控制协议中加入对目标点控制,同时对控制算法中的参数进行优化设计,从而实现无人机一致性的稳定控制;最后根据无人机领航—跟随的控制逻辑设计了一致性编队算法,实现了不同紧密编队队形任务;仿真结果表明了经过改进的一致性编队控制算法的有效性。     

基于状态切换的杂草测绘无人机集群失效控制算法

设计一套基于状态切换的杂草测绘无人机集群级联失效控制算法.首先,分析农业测绘无人机集群的作业场景特征,并基于此将杂草测绘无人机集群的单机节点状态划分为初级态、中级态和高级态3种类型;然后,结合复杂网络基本原理提出一套基于单机节点状态切换和最小负载原则的失效控制算法;最后,通过数值算例和综合对比分析验证所提出算法的有效性和最佳使用条件.可以发现,不同失效过程对集群保持结构稳定和功能稳定的影响程度不同:中级态节点初始失效时网络的受影响程度最大;高级态节点初始失效时失效控制算法的效果最为显著;单机测绘半径和集群含有的低级态单机数目是影响集群测绘面积的两个因素,二者与集群测绘面积呈正相关,且前者对于监控面积的提升效果更加显著.     

基于蚁群算法的攻击图分析

分析攻击图分析中求解攻击图最小关键集的方法和作用。在研究蚁群算法的基础上,将其引入对攻击图的最小关键集的求解中,对Cincotti等人提出的针对权值最小碰集问题的蚁群算法进行改进,并用实验验证了算法的可行性。     

多无人机航迹规划的自适应B样条算法

无人机集群能更高效地完成复杂和具有挑战性的任务,航迹规划和编队控制是无人机集群的研究重点。针对复杂环境下的无人机编队控制问题,提出了一种结合分段自适应B样条（Piecewise Adaptive B-Spline,PABS）方法的领航-跟随策略。采用滚动时域控制及快速粒子群优化算法为领航者无人机生成一条安全的参考航迹,并根据跟随者与领航者保持的几何关系为跟随者无人机生成参考航迹。针对生成的跟随者航迹不平滑以及可能与障碍物发生碰撞的问题,使用PABS方法对跟随者航迹进行平滑和避障处理。实验表明,使用滚动时域控制及快速粒子群优化算法及PABS方法能为领航-跟随策略下的无人机编队生成安全平滑的航迹,相比于圆弧插补技术,PABS方法能使航迹更光滑。     

模糊环境下的最小权顶点覆盖问题*

最小权顶点覆盖问题在实际决策中应用广泛,但顶点上的权值在实际应用中通常代表费用、成本等,在很多情况下是不确定的。关注了最小权顶点覆盖问题中的模糊不确定性,对模糊环境下的最小权顶点覆盖问题进行了研究。引入了可信性理论以描述模糊不确定性,并根据不同的决策准则建立了求解模糊环境下最小权顶点覆盖问题的三个决策模型,结合模糊模拟和遗传算法设计了一种求解所建立模型的混合智能算法,并给出了数值实验。数值实验的结果验证了所提出的决策模型与算法的有效性。     

一种基于应力矩阵的无人机集群队形变换控制方法

针对复杂环境下无人机集群队形变换与编队控制问题,提出一种可抑制外部干扰的无人机集群队形变换策略,设计基于滑模的编队控制方法.首先,考虑无人机集群中存在多个领导者,提出一种“双层领导者-跟随者”无人机集群协同队形变换控制策略,实现障碍环境下的编队队形变换;然后,基于图论、一致性理论和滑模控制理论设计针对无人机集群存在外部干扰条件下的从机时变编队控制律,能够实现无人机编队按几何参数和几何图案连续变化;其次,通过构造Lyapunov函数证明在扰动条件下多领导者无人机集群系统队形变换的稳定性;最后,利用数值仿真验证所提出队形变换控制方法的有效性.     

基于分布式模型预测控制的无人机编队控制

针对多四旋翼无人机编队在巡航飞行过程中队形形成和保持问题,采用分布式模型预测控制方法将该问题转化为在线滚动优化问题.建立线性时不变的编队运动模型,进而在考虑状态和输入约束,不考虑时延、外界干扰、噪声的情况下,利用领航跟随策略设计一种分布式模型预测控制器,通过引入自身和邻居的假设状态轨迹设计代价函数.其中邻居信息的交互是在有向、时不变通信拓扑结构下进行的.基于该控制器,无人机能够在跟踪目标轨迹的同时,快速形成预先设定的队形并保持队形飞行.通过引入终端等式约束保证系统稳定,进而将目标函数作为Lyapunov函数,给出编队系统渐近稳定的充分条件.最后,利用6架无人机仿真验证控制算法的有效性和优越性.     

一种多约束下无人机编队的模型预测控制算法

针对多无人机在编队飞行过程中需满足机间避碰、通信、避障等约束的问题,设计一种考虑多约束的分布式模型预测控制算法,使无人机编队在满足上述约束的前提下,实现轨迹跟踪、队形保持.首先,在不考虑通信时延、外界干扰、噪声的情况下,以四旋翼为控制对象,建立线性时不变的单机及编队运动模型;然后,在考虑状态约束、输入约束、机间避碰、机间通信、避障等多种约束的情况下,以轨迹跟踪、队形保持为控制目标,基于虚拟领航策略设计一种分布式模型预测控制算法;接着,对优化问题的可行性以及编队系统的渐近稳定性进行分析,其中算法的终端部分设计、相容性约束设计是保证系统稳定的关键;最后,利用6架无人机仿真验证所提出控制算法的有效性.     

固定翼无人机集群分布式固定时间编队跟踪控制

为实现固定翼无人机集群对理想编队构型的跟踪,研究了执行器存在未建模动态和不确定性的无人机集群系统的固定时间编队跟踪控制问题。首先,建立了无人机集群的三自由度运动学模型。其次,基于一种收敛时间独立于初始条件的固定时间终端滑模,设计了分布式固定时间编队协同跟踪控制器,利用控制器中的鲁棒项补偿外部扰动,通过Lyapunov稳定性理论证明了闭环系统的固定时间稳定性。最后,对所设计的控制器进行了数值仿真验证,仿真结果表明：所设计的控制器能够使无人机集群在固定时间内组成理想编队构型,同时系统具有鲁棒性。     

无人机集群时变编队控制方法仿真北大核心

为解决多架无人机编队精准路径规划问题,提出基于势函数的无人机集群时变编队控制方法。在二维引力场中加入虚拟引力场,利用无人机引力与斥力势函数,分别构建引力场与斥力场,计算三维空间内势能总和;在大地与机体坐标系下,选用欧拉角构建无人机动力学模型,获取飞行特征,有利于编队过程中有效躲避障碍物;利用有向图描述机群间通信状况,得到通信拓扑系统方程,采用比例-积分控制算法分别计算无人机集群的飞行速度、航向、高度与期望值之间误差,通过设置不同控制器实现时变编队控制。仿真结果证明,上述方法能够精准切换期望队形,控制性能稳定,且具备良好的通信能力。     

针对固定翼无人机集群的快速任务规划算法

为解决固定翼无人机集群的快速任务规划问题，提出一种基于聚类算法和改进化学反应优化模型的快速集群任务规划算法，满足固定翼无人机集群对规划时间的限制和实际飞行中机载计算机工作场景。利用聚类的方式降低算法的计算负担，通过改进化学反应优化算法保证规划问题的可靠快速收敛，实现无人机集群的快速任务规划。数值仿真结果表明。在与同类算法的比较中该算法有更好的计算效率和收敛效果，通过硬件在环仿真实验模拟了算法在机载计算机环境下运行的效率和结果，验证了在真实场景下算法的可靠性。     

基于集群的卡车与无人机联合配送调度研究

基于集群提出卡车与无人机联合配送新模式,来解决农村地区送货上门难的问题。考虑无人机载重和续航能力,以总运营成本最小为目标建立带时间窗的混合整数规划模型,并提出两阶段算法,通过改进后的K-means算法求出卡车停靠点,采用遗传模拟退火算法优化卡车与无人机联合配送路线。将其与传统K-means算法加CPLEX结果对比,可证明算法和模型的可行性与有效性。案例分析选取江苏某农村地区来进行末端物流配送的应用研究,结果表明卡车与无人机联合配送模式与纯卡车运输模式相比可有效减少总运营成本。研究成果可为农村地区末端配送中无人机的应用提供新思路和参考价值。     

基于双层稳定匹配的异构无人机集群“分布式”协同算法

异构无人机集群凭借其功能互补、能力协同的优势,能够适应复杂多变的战场环境、提升协同作战效能,而受到各军事强国的广泛关注并得到飞速发展.如何对异构无人机集群进行有效编组以达到良好的协同作战效果成为异构无人机集群"分布式"协同研究的重点,由此引出异构无人机集群"分布式"协同中针对异构无人机编组结构稳定性和能力协同性的优化问题.面向该问题,提出一种基于双层稳定匹配的异构无人机集群"分布式"协同算法.首先,对异构无人机集群"分布式"协同作战方式及匹配问题进行描述;然后,通过基于异构无人机之间的能力协同性构建偏好计算模型,将3类(侦察、打击、指控)无人机的三边匹配问题转化为双层-双边稳定匹配问题并构建相应的线性整数规划模型;最后,通过3组实验,验证了所提出模型与方法的有效性,相较于基准算法效率更高、效果更好,同时在大规模算例中也能实现良好的匹配效果.     

基于全向移动平台的多机器人编队控制研究

针对多机器人编队控制中的队形控制和协同避障问题,提出了基于麦克纳姆轮的全向移动多机器人编队的基于领航-跟随型编队控制算法.首先建立多机器人运动学模型,得到车体运动控制参数,并针对传统领航跟随法进行改进,设计一种虚拟结构领航-跟随法,并将改进的人工势场法引入领航机器人的在线局部路径规划中,通过添加虚拟斥力旋转势场,解决了局部极小值问题,实现了多机器人编队在静态障碍环境中无碰撞路径规划.最后通过Python仿真验证了该算法结合的有效性.     

从浙江电信的"商务领航"看企业战略转型

浙江电信商务领航的推出是实施企业战略转型的有益尝试,是推动企业战略转型的良好平台和载体。思维理念转型中小企业是中国电信的重要客户。面对越来越激烈的市场竞争,企业信息化已成为提高企业竞争优势的重要手段。然而工厂、商场等中小型企事业单位由于很难解决资金、技术、开发周期和技术保障等几大难题,最后只能望而却步。为了加快推进“以信息化带动工业化”的发展战略,有效促进浙江中小企业的信息化建设,努力打造“数字浙江”,浙江电信专门为中小企业量身打造了“商务领航”——浙江中小企业信息化平台。“商务领航”业务的推出,使得…     

企业信息化从选择合适的解决方案开始

今年以来,中国电信进一步完善“商务领航”信息版应用,面向市场推出了商务领航“网络无忧”和“旺铺加盟”计划。     

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.     

大规模固定翼无人机集群编队控制方法

针对大规模固定翼无人机集群的编队控制问题,提出一种分层分组控制方案.首先,设计一种分布式的无人机集群分层分组控制架构,将集群内所有无人机分成若干独立且不相交的群组,并在群组内分别形成“长机层”和“僚机层”;其次,对各群组内的长机设计协同路径跟随控制律,使长机收敛到各自期望路径上的虚拟目标点,并通过对各虚拟目标点的协调控制实现长机的协同,进而实现各群组间的协同;然后,对各组的僚机设计控制律以跟随其所在群组的长机,使其与长机保持期望的相对位置且朝向一致.设计的大规模集群编队控制律考虑了固定翼无人机的控制约束和环境中风的影响,并证明了闭环系统的稳定性.100架固定翼无人机集群的全流程数值仿真,验证了所提出控制方法的有效性.     

改进遗传算法与领航跟随法的机器人编队方法

针对传统遗传算法在求解机器人路径规划问题时存在的收敛速度慢、路径不平滑问题,对其进行了改进,在适应度函数中加入了路径平滑度因素,选择操作时平滑度较好的路径更容易被选中。在种群选择时将最优个体直接复制到下一代,有效地保留了父代优良基因。在领航机器人规划路径阶段,使用改进的遗传算法为领航机器人规划出一条安全无碰撞且平滑度较好的最优路径。在跟随机器人跟随阶段,使用领航跟随法控制每一个跟随机器人使其与领航者保持特定的距离与角度,从而形成设定的队形。最后通过MATLAB软件建立栅格地图进行仿真,验证了该算法的可行性,与传统遗传算法相比,改进遗传算法收敛速度更快,且路径更加平滑。     

开通航道,方便『商务领航』

随着中国电信战略转型和精确管理的不断深化“,商务领航”发展中的问题必将得到完美的解决,使这项业务真正成为推动信息化的重要动力。