CN110825116B - 基于时变网络拓扑的无人机编队方法 - Google Patents

Abstract

本发明公开了一种基于时变网络拓扑的无人机编队方法，属于无人机控制技术，其包括S1无人机向其邻居无人机发送其t时刻的速度和位置，并接收来自于其邻居无人机发送的t时刻的位置和速度；S2根据无人机与其所有邻居无人机t时刻的位置和速度，计算无人机的编队控制器的输出u_i(t)；S3根据无人机t时刻的输出u_i(t)、速度和位置，计算无人机下一时刻的速度和位置，并调整无人机；S4判断无人机t+1时刻的速度和位置是否满足设定条件，若满足，则完成编队，否则，令t＝t+1，并返回步骤S1。本方案的编队方法解决了在通信环境较差，多条通信链路不能很好维持情况下，无人机很难形成设定的编队队形航行至目的地的问题。

Description

基于时变网络拓扑的无人机编队方法

技术领域

本发明涉及无人机控制技术领域，具体涉及一种基于时变网络拓扑的无人机编队方法。

背景技术

无人机在实际应用中获得越来越广泛的关注，比如灾难援助，农业，电力传输等等。这些任务往往需要多架无人机来协同，通过信息交互和传输，更加高效地完成任务。研究表明，多架无人机保持有序的编队能够节约能源消耗，同时使它们之间的通信链路更加稳定。因此，研究由多架无人机组成的无人机***的编队具有重要意义。

现有的很多技术都能控制多架无人机形成设定的编队，其中以基于一致性问题的控制技术为主。很多已经被提出的算法基于固定的网络拓扑，然而在实际中，由于时变的网络通信环境，导致某些链路可能在某些时刻链接失败，使得固定网络拓扑的要求很难被达到。

现有的关于切换网络拓扑的技术，大多受限于联合连通条件，也就是说，时变的网络拓扑被要求在一定时间段内的联合网络拓扑图是连通的，这样的限制依然是较为严格的。因为链接失败的链路是随机的，很多时候也并不能保证联合连通条件被满足。

发明内容

针对现有技术中的上述不足，本发明提供的基于时变网络拓扑的无人机编队方法解决了在通信环境较差，多条通信链路不能很好维持情况下，无人机很难形成设定的编队队形航行至目的地的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种基于时变网络拓扑的无人机编队方法，其包括：

S1、无人机向其邻居无人机发送其t时刻的速度和位置，并接收来自于其邻居无人机发送的t时刻的位置和速度；

S2、根据无人机与其所有邻居无人机t时刻的位置和速度，计算无人机的编队控制器的输出u_i(t)：

其中，K₂＝-K₁为控制矩阵；ξ_i(t)＝[x_i(t)，v_i(t)]^T，x_i(t)、v_i(t)分别为无人机i在t时刻的位置和速度，[.]^T为转置；f_i、f_j分别为无人机i、j的编队信息；h(t)为t时刻航行路线用编队中心轨迹，

为常数，σ为***控制增益；Δh_v(t)为编队中心轨迹在相邻时间步上速度的变化；链路连通时，w_ij(t)＝1，否则，w_ij(t)＝0；N为无人机i邻居无人机总架数；

S3、根据无人机t时刻的输出u_i(t)、速度和位置，计算无人机t+1时刻的速度和位置，并根据无人机t+1时刻的速度和位置调整无人机；

S4、判断无人机t+1时刻的速度和位置是否满足设定条件，若满足，则完成编队，否则，令t＝t+1，并返回步骤S1。

本发明的有益效果为：本方案构建的计算无人机编队控制器输出的模型，能够在信号不稳定时，通过w_ij(t)不同时刻的值，以及设计的控制器的参数，保证无人机编队控制器在信号不好时仍能正常的输出，从而保证了无人机在编队过程位置和速度的迭代更新，使得本方案的编队方法同时适用于固定和切换网络拓扑结构。

本方案通过构建的模型能够在极端条件下，即所有链路均不连通时，仍能使编队过程顺利进行，保证了无人机***能够保持编队进行航行，飞行效率更高，同时节约能源消耗。

本方案在无人机队形编队完成后，在航行路线用编队中心轨迹的作用下，无人机按照中心轨迹设定的航行路线和航行速度航行到目的地。

附图说明

图1为基于时变网络拓扑的无人机编队方法的流程图。

图2为无人机队列采用本方案的方法保持V型编队的航行图。

图3为按图2中V型编队的条件飞行时，以X轴为例，无人机在X轴上的位置变化图。

图4为按图2中V型编队的条件飞行时，以Y轴为例，无人机在Y轴上的速度变化图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

本方案用于编队的所有无人机构成一个网络拓扑图，每一架无人机上均具有编队控制器，每一无人机i的编队信息设计为f_i＝[f_ix,f_iv]^T，其中f_ix、f_iv分别代表设定的编队位置和编队速度，在进行编队前，每架无人机的编队信息及其邻居无人机都会进行预先设定。

无人机***总的编队队形表示为F＝(f₁,f₂,...,f_N)，无人机***的航行路线用编队中心轨迹h(t)＝[h_x(t),h_v(t)]^T来表示，h_x(t)和h_v(t)分别代表编队航行时的位移变化和速度变化。在设计时，一般让f_iv＝0，这并不意味着编队的速度为零或编队是静态的，而是编队速度用航行的速度，即中心轨迹的速度来考虑。

所有无人机构成的网络拓扑图G＝{V,E,W}描述了无人机之间的通信，其中V＝{1,2,...,N}是节点集，每一节点代表一架无人机，N代表***/网络拓扑中无人机的数目。

E＝{(j,i)|i,j∈V}是链路集，链路(j,i)代表从无人机j到无人机i的通信信道；无人机i到无人机j的路径指一系列连通的链路(i,i₁),(i₁,i₂),...,(i_n,j)。W＝[w_ij]∈R^N×N就是网络拓扑图的邻接矩阵，它是一个N×N维矩阵，当链路(j,i)连通时，w_ij＝1；否则，w_ij(t)＝0。

当任意两架无人机都可以通过中间的无人机节点，比如无人机i₁,...,i_n进行信息传输时，则通信拓扑图G被称为连通图。定义

为联合图，其节点集和链路集分别为子图G₀,G₁,...,G_m的节点集和链路集的并集。

参考图1，图1示出了基于时变网络拓扑的无人机编队方法的流程图，如图1所示，该方法S包括步骤S1至S4。

在步骤S1中，无人机向其邻居无人机发送其t时刻的速度和位置，并接收来自于其邻居无人机发送的t时刻的位置和速度；

在步骤S2中，根据无人机与其所有邻居无人机t时刻的位置和速度，计算无人机的编队控制器的输出u_i(t)：

其中，K₂＝-K₁为控制矩阵；ξ_i(t)＝[x_i(t)，v_i(t)]^T，x_i(t)、v_i(t)分别为无人机i在t时刻的位置和速度，[.]^T为转置；f_i、f_j分别为无人机i、j的编队信息；

h(t)＝[h_x(t),h_v(t)]^T为t时刻航行路线用编队中心轨迹，h_x(t)和h_v(t)分别为t时刻编队航行时的位移变化和速度变化；

为常数，σ为***控制增益；

Δh_v(t)＝h_v(t+1)-h_v(t)为编队中心轨迹在相邻时间步上速度的变化，h_v(t+1)为t+1时刻编队航行时的速度变化；w_ij(t)为t时刻无人机i、j的链路连通系数；N为无人机i邻居无人机总架数。

在本发明的一个实施例中，***控制增益的取值为

其中0<γ<2，控制矩阵K₂的计算方法包括：

采用离散时间Riccati-like等式求解正定矩阵解P：

其中，

I为n×n维单位矩阵，常数μ_c∈(0,1]，常数α∈(0,1)，

根据正定矩阵解P计算反馈矩阵为K₂：

在步骤S3中，根据无人机t时刻的输出u_i(t)、速度和位置，计算无人机t+1时刻的速度和位置，并根据无人机t+1时刻的速度和位置调整无人机；

实施时，本方案优选计算无人机下一时刻的速度和位置的公式为：

v_i(t+1)＝v_i(t)+σu_i(t)，x_i(t+1)＝x_i(t)+σv_i(t)

其中，v_i(t+1)、x_i(t+1)分别为无人机i在t+1时刻的速度和位置。

具体地，x_i(t)∈Rⁿ和v_i(t)∈Rⁿ，Rⁿ指的是n维向量空间，i指的是***中无人机编号；u_i(t)∈R^m作用是控制无人机***达到设定的编队，R^m指的是m维向量空间。

在步骤S4中，判断无人机t+1时刻的速度和位置是否满足设定条件，若满足，则完成编队，否则，令t＝t+1，并返回步骤S1。

时变网络拓扑中的所有无人机在进行编队时，每架无人机都需要按照步骤S1至步骤S4的方式进行其队伍的排列。

本方案引入航行路线用编队中心轨迹后，所有无人机达到编队位置后，其会以无人机***的航行路线用编队中心轨迹进行航向，期间无人机与其邻居无人机之间的相对速度不会发生改变。

实施时，本方案优选设定条件为：

lim_t→∞(x_i(t+1)-f_ix-h_ix(t+1))＝0，lim_t→∞(vi(t+1)-f_iv-h_iv(t+1))＝0

其中，f_ix、f_iv分别为无人机i的编队位置和编队速度；h_ix(t+1)、h_iv(t+1)分别为无人机保持编队飞行时，编队的飞行路线和飞行速度。

所有无人机在实现编队后，编队控制器的输出主要是控制编队按照中心轨迹设定的路线和速度进行航行。

为了验证本方案提供的编队方法的有效性，下面结合仿真实验进行说明：

本实例中设计一个V型编队，实验考虑由11架无人机组成的***，每一架无人机有两个维度，分别代表X和Y方向。

第i个无人机的编队设置为

其中f_ix和f_iy分别表示X和Y方向上的位置；

和

分别表示X和Y方向上的速度。无人机***中每架无人机的编队信息为：

f₂＝(0,0,1,0)^T,f₃＝(0,0,-1,0)^T,

编队初始位置任意生成，也可按照实际给定。在网络拓扑图时变条件下，即链路随机连通或断开，对于每个无人机的编队控制器，可以设置σ＝0.5,τ＝0.2,μ＝1和α＝0.2。

基于配置的参数，采用本方案的方法对无人机进行编队后，会形成如图2所示的V型编队，在整个飞行过程中无人机在X轴上的位置变化及无人机在Y轴上的速度变化分别如图3和图4所示。

通过图2可以看出，本方案提供的编队方法能够在无人机队形排列完成后，在编队中心轨迹的作用下，仍能保持队形进行航行；从图3和图4可以看出，无人机能够在很短时间内完成编队，编队完成后相邻无人机间能够一直保持相同的相对位置和固定速度航行，通过该仿真实验验证了本方案的编队方法的有效性。

Claims (5)

1.基于时变网络拓扑的无人机编队方法，其特征在于，包括：

S1、无人机向其邻居无人机发送其t时刻的速度和位置，并接收来自于其邻居无人机发送的t时刻的位置和速度；

S2、根据无人机与其所有邻居无人机t时刻的位置和速度，计算无人机的编队控制器的输出u_i(t)：

其中，K₂＝-K₁为控制矩阵；ξ_i(t)＝[x_i(t)，v_i(t)]^T，x_i(t)、v_i(t)分别为无人机i在t时刻的位置和速度，[.]^T为转置；h(t)为t时刻航行路线用编队中心轨迹，

为常数，σ为***控制增益；Δh_v(t)为编队中心轨迹在相邻时间步上速度的变化；w_ij(t)为t时刻无人机i、j的链路连通系数，链路连通时，w_ij(t)＝1，否则，w_ij(t)＝0；N为无人机i的邻居无人机总架数；h(t)＝[h_x(t),h_v(t)]^T为无人机***的航行路线用编队中心轨迹，h_x(t)和h_v(t)分别代表编队航行时的位移变化和速度变化；f_i、f_j分别为无人机i、j的编队信息，

其中f_ix和f_iy分别表示第i个无人机的编队在X和Y方向上的位置；

和

分别表示第i个无人机的编队在X和Y方向上的速度；

S3、根据无人机t时刻的输出u_i(t)、速度和位置，计算无人机t+1时刻的速度和位置，并根据无人机t+1时刻的速度和位置调整无人机；

S4、判断无人机t+1时刻的速度和位置是否满足设定条件，若满足，则完成编队，否则，令t＝t+1，并返回步骤S1；所述设定条件为：

lim_t→∞(x_i(t+1)-f_ix-h_ix(t+1))＝0，lim_t→∞(v_i(t+1)-f_iv-h_iv(t+1))＝0

其中，f_ix、f_iv分别为无人机i的编队位置和编队速度；h_ix(t+1)、h_iv(t+1)分别为无人机保持编队飞行时，编队的飞行路线和飞行速度。

2.根据权利要求1所述的基于时变网络拓扑的无人机编队方法，其特征在于，计算无人机下一时刻的速度和位置进行编队的计算公式为：

v_i(t+1)＝v_i(t)+σu_i(t)，x_i(t+1)＝x_i(t)+σv_i(t)

其中，v_i(t+1)、x_i(t+1)分别为无人机i在t+1时刻的速度和位置。

3.根据权利要求1所述的基于时变网络拓扑的无人机编队方法，其特征在于，编队中心轨迹在相邻时间步上速度的变化为：

Δh_v(t)＝h_v(t+1)-h_v(t)

其中，h_v(t+1)为t+1时刻编队航行时的速度变化。

4.根据权利要求1所述的基于时变网络拓扑的无人机编队方法，其特征在于，所述控制矩阵K₂的计算方法包括：

采用离散时间Riccati-like等式求解正定矩阵解P：

其中，

I为n×n维单位矩阵，常数μ_c∈(0,1]，常数α∈(0,1)，

根据正定矩阵解P计算反馈矩阵为K₂：

5.根据权利要求4所述的基于时变网络拓扑的无人机编队方法，其特征在于，所述***控制增益的取值为

其中0<γ<2。

Images