CN111638726B - 基于事件触发通信的多无人机编队一致性控制方法 - Google Patents
基于事件触发通信的多无人机编队一致性控制方法 Download PDFInfo
- Publication number
- CN111638726B CN111638726B CN202010462351.XA CN202010462351A CN111638726B CN 111638726 B CN111638726 B CN 111638726B CN 202010462351 A CN202010462351 A CN 202010462351A CN 111638726 B CN111638726 B CN 111638726B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- communication
- state
- control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000006854 communication Effects 0.000 title claims abstract description 104
- 238000004891 communication Methods 0.000 title claims abstract description 104
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000001960 triggered effect Effects 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 41
- 239000013598 vector Substances 0.000 claims description 36
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 abstract description 11
- 230000005540 biological transmission Effects 0.000 abstract description 6
- 230000007246 mechanism Effects 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000001052 transient effect Effects 0.000 abstract description 2
- 238000005755 formation reaction Methods 0.000 description 56
- 230000006870 function Effects 0.000 description 18
- 239000003795 chemical substances by application Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了基于事件触发通信的多无人机编队一致性控制方法,分布式的控制架构去除了集中式控制架构中的控制中心,因此不存在因中心控制节点毁坏编队失效的现象;控制无人机编队的计算任务,由控制中心分散到成员无人机的机载计算机,大幅提高了编队整体计算能力,解除了计算能力引发的性能瓶颈;通过引入事件触发通信机制,算法不需要在每一个控制循环连续通信获取协同状态信息,只需在触发通信条件下进行间断性通信即可。相比于基于连续通信的一致性算法,本算法可大幅降低网络信息传输量,将有限的通信带宽用于更多任务信息的传输,可降低对通信***性能依赖,对短暂的通信中断或信号干扰具有一定容忍能力,利于工程实现。
Description
技术领域
本发明属于无人机制导控制技术领域,具体涉及基于事件触发通信的多无人机编队一致性控制方法。
背景技术
多无人机编队飞行是指多架无人机编排成一定的队形一起飞行的形式。编队控制技术贯穿于多无人机编队飞行的整个过程中,对于任务的顺利开展和完成具有重要的意义。
当前无人机编队控制多采用集中式架构控制方法。集中式控制架构需要设置一个控制中心,该中心掌控全局状态信息,负责控制算法解算与指令生成,并通过通信链路向成员无人机发送指令。成员无人机响应控制中心的指令,实现编队形成、保持、变换等控制功能。控制中心可设置在地面,也可搭载于编队无人机中。集中式控制架构能够从全局上对无人机编队控制问题进行处理,目前广泛用于各类无人机编队控制应用中。
然而,集中式架构的编队控制方法很难适用于信号干扰,环境复杂多变的任务场景中。主要制约因素有以下三个方面。
(1)集中架构控制严重依赖无人机与控制中心间可靠通信。无人机编队与控制中心间,需通过稳定可靠的通信链路传送状态信息与控制指令。随着编队无人机数量增多,网络传输量显著增多,这对***通信带宽、抗干扰性均提出了很高的要求。在军事与民用领域,无人机编队将在更恶劣的飞行环境下应用。例如:在未来信息化、网络化、体系对抗作战环境下,电磁干扰是无人机集群对抗的主要方式;无人机编队在电力巡检应用中,不可避免地受到强电磁环境干扰。无人机间通信不可避免地存在延迟、间断及不稳定的现象。
(2)控制中心成为***性能瓶颈。编队的全局状态信息与控制信号全部集中于控制中心,如果控制中心处理能力达到上限,将制约编队***性能进一步提升。此外,控制中心如果发生故障或受到攻击被摧毁,将导致整个编队***瘫痪,***结构的鲁棒性差。
(3)控制中心难以保证***实时性。由于所有编队控制的计算均集中在控制中心,导致其计算量大,求解复杂无人机编队控制往往耗费大量计算时间,无法满足实时性要求。
上述因素严重制约了集中架构的无人机编队在现实场景中的应用。面对越来越复杂的无人机编队应用场景,有必要建立一种分布式的编队控制方法,解决无人机控制中心的通信依赖、性能瓶颈与实时性问题。多无人机事件触发通信的一致性控制算法可应用于分布式架构的无人机编队控制***构建中,并且其事件触发通信机制,可满足非连续通信条件下的无人机编队应用。
发明内容
有鉴于此,本发明的目的是提供基于事件触发通信的多无人机编队一致性控制方法,可解决非连续通信条件下一致性控制的问题,有效节约了通信资源,降低了***对通信条件的依赖。
基于事件触发通信的多无人机编队一致性控制方法,包括如下步骤:
步骤2:对选取的无人机状态建立动力学模型,并简化为一般线性***模型:
其中i=1,...,N,xi为第i个无人机的状态向量,ui为控制输入向量;A为一般线性***的***矩阵、B为控制矩阵,并且矩阵(A,B)是能控的;
定义测量误差向量ei(t)为:
控制器的控制律设计为:
触发函数为:
其中μe-vt为指数衰减项,增益矩阵Φ=PBBTP通过求解如下代数黎卡提方程得到正定矩阵P而获得:
PA+ATP-PBBTP+In=0;其中In为单位矩阵;
步骤4:初始化事件触发一致性控制器,通过通信网络获取邻近无人机协同状态初始值;
步骤6:根据邻近无人机飞行状态的估计值和本机飞行状态向量,根据公式(6)计算触发函数值,并判断是否满足通信触发条件:若满足事件触发条件,则无人机进行一次通信,通过通信网络获取最新的邻近无人机协同状态;若不满足事件触发条件,则不进行通信;
步骤7:各无人机根据最新的本机和邻近节点无人机协同状态,利用公式(3)计算本机和邻近无人机飞行状态的估计值,代入到公式(5)中,计算生成一致性控制指令,最终由无人机自动驾驶仪执行;不断执行步骤6和7,实现无人机状态一致性控制。
较佳的,增益矩阵K=-BTP,正定矩阵P为满足代数黎卡提方程的解P。
较佳的,所述步骤6中,fi(t)>0时,满足通信触发条件。
本发明具有如下有益效果:
1、本发明适用于分布式的多无人机协同控制应用:
本发明运用于无人机协同控制中,各无人机地位平等,执行的控制算法相同,不存在中心控制节点,属于分布式的控制架构。本发明为分布式控制的无人机协同控制应用提供了控制理论基础。
2、本发明可灵活选择通信网络拓扑结构:
本发明可适应多种通信网络拓扑结构形式,避免了集中式控制全部无人机与控制中心连接的网络拓扑形式。通信网络选择的灵活性,为无人机编队应用带来了更好的可扩展性、容错性与适应性。
3、本发明有效避免了控制中心节点带来的性能瓶颈、通信可靠性等问题:
分布式的控制架构去除了集中式控制架构中的控制中心,因此不存在因中心控制节点毁坏编队失效的现象;控制无人机编队的计算任务,由控制中心分散到成员无人机的机载计算机,大幅提高了编队整体计算能力,解除了计算能力引发的性能瓶颈;无人机无需和控制中心通信,只需与成员无人机间保持通信即可,大大降低了网络通信量。并且无人机与编队成员间通信距离远小于与控制中心通信距离,无人机编队的通信抗干扰能力与可靠性大幅提高。
4、本发明可适用于非连续通讯条件,降低了协同控制的通信量:
通过引入事件触发通信机制,算法不需要在每一个控制循环连续通信获取协同状态信息,只需在触发通信条件下进行间断性通信即可。相比于基于连续通信的一致性算法,本算法可大幅降低网络信息传输量,将有限的通信带宽用于更多任务信息的传输,可降低对通信***性能依赖,对短暂的通信中断或信号干扰具有一定容忍能力,利于工程实现。
附图说明
图1无人机通信拓扑结构示意图;
图2多无人机一致性控制示意图;
图3多无人机编队队形示意图;
图4多无人机分布式协同编队控制结构框图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
步骤1:建立N架无人机间通信网络,明确无人机间通信关系。无人机通信网络拓扑应为无向图,并且为连通图。
步骤3:计算控制器增益矩阵和增益系数下界,设计选取合适的参数,以满足算法稳定性要求。增益系数应满足为与通信网络相关联的Laplacian矩阵的最小非零特征值。增益矩阵K=-BTP,正定矩阵P为满足代数黎卡提方程的解。触发函数中μ和v为可设计的正常数,增益矩阵Φ=PBBTP。
步骤4:初始化事件触发一致性控制器,通过通信网络获取邻近无人机协同状态初始值,并记录于状态存储中。并且记录算法开始时刻,归零事件触发计时器。
步骤5:根据事件触发计时器、邻近无人机协同状态初始值和状态转移矩阵,计算估计当前时刻邻近无人机飞行状态。
步骤6:根据邻近无人机估计状态、事件触发计时器和本机状态计算触发函数值,判断是否满足通信触发条件。
步骤7:若满足事件触发条件,则无人机进行一次通信,通过通信网络获取最新的临近无人机状态,更新状态存储器数据,归零事件触发计时器。若不满足事件触发条件,则不进行通信。
步骤8:各无人机根据估计的临近节点无人机协同状态和本机飞行状态,分布式地计算生成一致性控制指令。
步骤9:将生成的一致性控制指令传递至无人机下一控制环节,最终由无人机自动驾驶仪执行,实现无人机状态一致性控制。
步骤10:在多无人机执行一致性控制中,应在每一个控制器节拍中执行步骤5至步骤9,直到多无人机一致性控制状态结束。
实施例:
以无人机数N=4为例,说明事件触发一致性控制算法具体实施方式。首先,在实施一致性控制算法前,需要为无人机建立通信网络。一致性算法通过分布式地产生控制指令,实现多智能体状态一致,显然智能体通过通信获取其他智能体的状态信息是实现一致性控制的前提。通信拓扑结构会影响一致性算法的稳定性,结合图的矩阵理论可清晰的描述***通信拓扑。4架无人机间通信连接关系如图1所示,双向箭头表示无人机间的双向通信。描述通信拓扑结构的Laplacian矩阵为:
通过分析Laplacian矩阵,可分析判断通信网络结构是否满足一致性算法稳定性要求。无人机间通信拓扑应满足无向图,并且为连通图条件。
进一步,选取无人机的某一飞行状态,根据一致性控制算法形式设计分布式的一致性控制器。无人机飞行状态量包括:飞行速度、高度、航向角、水平位置等,不同状态量遵循不同的动力学。对选取的无人机状态建立动力学模型,并简化为一般线性***模型。
其中i=1,...,N,xi=[xi1,...xin]T∈Rn为智能体vi的状态向量,ui∈Rp为控制输入向量。A为一般线性***的***矩阵、B为控制矩阵,并且矩阵(A,B)是能控的。本发明提出的一致性控制算法,针对具有一般线性***动力学的智能体进行一致性控制器设计。在给出事件触发一致性算法前,需定义算法中用到的状态估计向量、测量误差向量。定义状态估计向量为:
定义测量误差向量ei(t)∈Rn×1为:
测量误差向量定义为状态估计向量与实测状态向量之差,表征状态估计与真实状态偏离程度。
事件触发一致性控制算法控制律为:
K为增益矩阵,c为增益系数;aij为通信网络相关联邻接矩阵中的元素,图相关联的邻接矩阵定义为:当(vj,vi)∈ε,即当节点i收到节点j的信息时,aij>0;当时,aij=0。由于不允许自身与自身成边的存在,所以aii=0。邻接矩阵中aij值的大小称为边的权值,如边的权值没有具体实际含义,当(vj,vi)∈ε时,可取aij=1。
进一步,通过求解代数黎卡提方程式(6)得到正定矩阵P,并计算获得算法中增益矩阵K=-BTP。
PA+ATP-PBBTP+In=0 (6)
In为单位矩阵;
对于无向图,当且仅当是连通图,零是的一个简单特征值,1是与之相关联的右特征向量,其他特征值可以升序排列为为的最小非零特征值,满足通过计算Laplacian矩阵最小非零特征值,确定增益系数的下边界并据此设计合适的增益系数。
接下来给出事件触发函数为
触发函数中μe-vt为指数衰减项,该项控制触发函数收敛速度,可间接影响状态量趋于一致的收敛过程和收敛过程的触发通信次数。μ和v为可设计正的常数,参数值应根据被控状态量幅值的数量级具体情况设计选取。项增益矩阵Φ=PBBTP。当协同一致性控制算法开始执行时,在通信网络中的所有智能体节点均需要进行通信,获取邻居节点初次通信时刻状态。于是可以通过状态估计向量计算邻居智能体状态,并由一致性控制律式(5)计算控制输入。在这个过程中无需通信,直到网络中某一个智能体vi的触发函数fi(t)超过0。智能体vi会产生一次触发,通过通信网络获取邻居节点触发时刻状态更新状态估计向量根据更新后的状态估计向量重新计算控制输入,并将测量误差向量ei重置为零。用事件触发的机制保证触发函数始终有fi(t)≤0。状态测量误差ei由于控制作用将随着时间延长而增长,增长至fi(t)>0后会再次引起事件触发。数学上表达建立的节点事件触发机制为。
下面对一致性算法的稳定性进行证明。需引入表示智能体状态间偏差程度的一致性误差。引入一致性误差向量ξi(t)∈Rn×1为:
记ξ=[ξ1,...,ξN]T,x=[x1,...,xN]T为堆栈向量的形式,将ξ写成简写形式为
0是矩阵的一个简单特征值,1是与之相关联的右特征向量,并且1是另一个N-1阶特征值。由于又因为无向图,矩阵是对称矩阵,于是有不难看出由式(10),有ξ=0,当且仅当x1=...=xN。因此可以将ξ视为一致性误差向量。一致性问题转化为,当t→∞时,ξ→0。
将式(5)代入式(2)得到智能体被控动力学方程为
式(10)两边对时间求导数,并代入式(13)得
即
选取李雅普诺夫函数为:
式中P>0,是求解式(6)代数黎卡提方程的解,李雅普诺夫函数V2是正定的。对V2求导数,并代入式(16)得到
式中第二项,由于无向图网络的对称性有aij=aji,可以得到
式中K=-BTP,Φ=PBBTP。
第二种展开方式:
将式(20)与式(21)相加,在等式两边同时除以2得
与推导式(19)同理,根据对称性有
根据杨氏不等式,式(22)的最后一项有
将式(19)、(22)、(23)、(24)代入式(18)得出
将式(25)写为简写形式为
代入代数黎卡提方程式(6)与触发函数(7)到式(28)中
将李雅普诺夫函数式(17)代入式(29)推导出
式中ψ(t,v)用如下函数表示
有limt→∞ψ(t,v)=0,当V1≥[λmin(P)/2]||ξ||2时,一致性误差ξ渐进收敛至0。事件触发一致性算法稳定性得证。
在完成了分布式事件触发一致性控制器设计和参数整定后,可将控制器应用于无人机一致性控制中。多无人机一致性控制如图2所示,图中展示了多个无人机的初始飞行状态,例如无人机1的航向角χ1、速度V1。图中由虚线连接的圆点表示无人机编队队形,编队队形的几何中心位于无人机1质心。Oxfyf为水平面内编队队形坐标系,Oxf轴与无人机1速度矢量重合,Oxgyg为水平面内地面坐标系。无人机间航向角、速度存在差异,因此无人机无法形成稳定的编队,无人机相对位置也无法满足队形要求。通过使用一致性算法设计的控制器,可实现无人机航向角、速度等状态的渐进一致,为编队飞行奠定基础。通过控制无人机间相对位置与编队队形一致,可实现无人机编队飞行。
多无人机编队队形如图3所示。通过定义队形几何中心与坐标系,设定编队成员无人机距编队中心的距离,可精确描述空间中无人机编队队形。如编队中无人机i与无人机j相对编队几何中心期望的向量为将编队中多个这样的向量组可成编队队形描述矩阵。
图4为多无人机分布式协同编队控制结构框图,直观地描述了无人机协同编队中控制***组成结构与控制指令传递顺序。本发明提出的多无人机事件触发通信一致性控制算法,可用于图4所示无人机状态协同控制和无人机编队队形控制环节中。在应用该算法时,首先,需对控制算法初始化,通过通信网络获取邻近无人机协同状态信息,记录协同状态初值,归零事件触发计时器。其次,根据事件触发计时器、邻近无人机协同状态初始值和状态转移矩阵,计算当前时刻邻近无人机估计状态值。在没有触发通信时,无人机将估计状态视为邻近无人机的飞行状态。再次,根据自身状态与估计状态进行事件触发计算判断,根据触发函数值决定是否进行触发通信。如触发函数满足触发条件,则无人机需通过通信网络获取邻近无人机最新飞行状态信息,更新状态估计初值,归零事件触发计时器。反之,则不进行通信操作。然后,一致性控制器利用协同估计状态和无人机自身状态解算生成控制指令,控制指令经过转换后传递至无人机自动驾驶仪。无人机自动驾驶仪执行控制指令,使无人机飞行状态发生改变。最后,无人机需实时更新自身飞行状态信息,当邻近无人机传来事件触发通信请求时,通过通信网络发布自身状态信息,作为编队中邻近无人机的协同状态信息。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.基于事件触发通信的多无人机编队一致性控制方法,其特征在于,包括如下步骤:
步骤2:对选取的无人机状态建立动力学模型,并简化为一般线性***模型:
其中i=1,...,N,xi(t)为第i个无人机在t时刻的状态向量,ui为控制输入向量;A为一般线性***的***矩阵、B为控制矩阵,并且矩阵(A,B)是能控的;
定义测量误差向量ei(t)为:
控制器的控制律设计为:
分别为第i个无人机和第j个无人机的状态向量的估计值;c为一个正增益系数,K为增益矩阵,aij为通信网络相关联邻接矩阵中的元素,表示第i个无人机与第j个无人机之间的通信关系,当无人机i可以接受无人机j的信息时,aij=1,反之aij=0;
触发函数为:
其中,μ和v为可设计正的常数,参数值应根据被控状态量幅值的数量级具体情况设计选取;μe-vt为指数衰减项,增益矩阵Φ=PBBTP通过求解如下代数黎卡提方程得到正定矩阵P而获得:
PA+ATP-PBBTP+In=0;其中In为单位矩阵;
步骤4:初始化事件触发一致性控制器,通过通信网络获取邻近无人机协同状态初始值;
步骤6:根据邻近无人机飞行状态的估计值和本机飞行状态向量,根据公式(6)计算触发函数值,并判断是否满足通信触发条件:若满足事件触发条件,则无人机进行一次通信,通过通信网络获取最新的邻近无人机协同状态;若不满足事件触发条件,则不进行通信;
步骤7:各无人机根据最新的本机和邻近节点无人机协同状态,利用公式(3)计算本机和邻近无人机飞行状态的估计值,代入到公式(5)中,计算生成一致性控制指令,最终由无人机自动驾驶仪执行;不断执行步骤6和7,实现无人机状态一致性控制。
3.如权利要求1所述的基于事件触发通信的多无人机编队一致性控制方法,其特征在于,增益矩阵K=-BTP,正定矩阵P为满足代数黎卡提方程的解P。
4.如权利要求1所述的基于事件触发通信的多无人机编队一致性控制方法,其特征在于,所述步骤6中,fi(t)>0时,满足通信触发条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010462351.XA CN111638726B (zh) | 2020-05-27 | 2020-05-27 | 基于事件触发通信的多无人机编队一致性控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010462351.XA CN111638726B (zh) | 2020-05-27 | 2020-05-27 | 基于事件触发通信的多无人机编队一致性控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111638726A CN111638726A (zh) | 2020-09-08 |
CN111638726B true CN111638726B (zh) | 2021-07-27 |
Family
ID=72330564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010462351.XA Active CN111638726B (zh) | 2020-05-27 | 2020-05-27 | 基于事件触发通信的多无人机编队一致性控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111638726B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112363535B (zh) * | 2020-11-23 | 2022-11-08 | 南京邮电大学 | 一种领导-跟随型多飞行器的分布式协同控制方法 |
CN112558471B (zh) * | 2020-11-24 | 2022-05-24 | 西北工业大学 | 一种基于动态事件触发的航天器编队离散分布式非合作博弈方法 |
CN112578804B (zh) * | 2020-12-16 | 2022-09-27 | 南京理工大学 | 一种基于事件触发机制的四旋翼飞行器编队滑模控制方法 |
CN112859910A (zh) * | 2021-01-08 | 2021-05-28 | 山东大学 | 考虑隐私保护的无人机编队事件触发一致性控制方法及*** |
CN112859915B (zh) * | 2021-01-15 | 2024-04-26 | 广东工业大学 | 基于饱和阈值事件触发的高层消防无人机编队控制方法及*** |
CN112947545B (zh) * | 2021-01-25 | 2022-10-21 | 中国人民解放军国防科技大学 | 基于条件触发机制的无人机集群任务适变架构设计方法 |
CN113220022B (zh) * | 2021-05-06 | 2022-08-09 | 西北工业大学 | 基于事件触发估计信息传输的飞行编队有限时间自适应控制方法 |
CN113268083B (zh) * | 2021-06-07 | 2022-10-14 | 山东大学 | 基于动态事件触发的多无人机***编队跟踪控制方法 |
CN113341727B (zh) * | 2021-06-22 | 2023-03-03 | 北京理工大学 | 一种事件触发分布式自学习协同博弈拦截制导方法 |
CN113311811B (zh) * | 2021-07-14 | 2021-12-24 | 江苏东源电器集团股份有限公司 | 一种事件触发多智能体***及其分布式协同故障检测方法 |
CN114326818B (zh) * | 2022-01-10 | 2023-06-02 | 大连海事大学 | 一种基于动态事件触发的无人机输出反馈协同控制*** |
CN118092197B (zh) * | 2024-04-26 | 2024-07-02 | 南京邮电大学 | 一种基于多智能体的机器人***抗干扰控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106940567A (zh) * | 2017-05-08 | 2017-07-11 | 合肥工业大学 | 无人机编队最优信息交互拓扑生成方法及装置 |
WO2018145761A1 (en) * | 2017-02-10 | 2018-08-16 | Huawei Technologies Co., Ltd. | Structured id-based and topology adaptive control plane for 5g |
CN109379125A (zh) * | 2018-09-30 | 2019-02-22 | 北京航空航天大学 | 一种多智能体编队控制方法及*** |
CN110413426A (zh) * | 2019-07-29 | 2019-11-05 | 北京航空航天大学 | 一种应用于航空电子***时间触发通信的重构***和重构方法 |
CN110794867A (zh) * | 2019-10-18 | 2020-02-14 | 合肥工业大学 | 通信干扰下无人机编队信息交互拓扑智能决策方法和装置 |
-
2020
- 2020-05-27 CN CN202010462351.XA patent/CN111638726B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018145761A1 (en) * | 2017-02-10 | 2018-08-16 | Huawei Technologies Co., Ltd. | Structured id-based and topology adaptive control plane for 5g |
CN106940567A (zh) * | 2017-05-08 | 2017-07-11 | 合肥工业大学 | 无人机编队最优信息交互拓扑生成方法及装置 |
CN109379125A (zh) * | 2018-09-30 | 2019-02-22 | 北京航空航天大学 | 一种多智能体编队控制方法及*** |
CN110413426A (zh) * | 2019-07-29 | 2019-11-05 | 北京航空航天大学 | 一种应用于航空电子***时间触发通信的重构***和重构方法 |
CN110794867A (zh) * | 2019-10-18 | 2020-02-14 | 合肥工业大学 | 通信干扰下无人机编队信息交互拓扑智能决策方法和装置 |
Non-Patent Citations (5)
Title |
---|
Formation flight control of multi-UAV system with communication constraints;Xue, Ruibin, and Gaohua Cai;《Journal of aerospace technology and management》;20161231;第203-210页 * |
Leader-following consensus and formation control of VTOL-UAVs with event-triggered communications;Guerrero-Castellanos, J., et al.;《Sensors》;20191231;第1-26页 * |
基于事件驱动的多飞行器编队协同控制;马鸣宇等;《北京航空航天大学学报》;20170331;第43卷(第3期);第506-515页 * |
多智能体***的事件驱动一致性控制与多Lagrangian***的分布式协同;杨大鹏;《中国博士学位论文全文数据库 信息科技辑》;20160415;第I140-4页 * |
有/无人机编队协同作战指挥控制关键技术综述;李相民等;《飞航导弹》;20170930;第29-35,87页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111638726A (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111638726B (zh) | 基于事件触发通信的多无人机编队一致性控制方法 | |
CN111522361B (zh) | 主-从模式的多无人机编队一致性控制方法 | |
CN109116736B (zh) | 基于滑模的线性多智能体***执行器故障的容错控制方法 | |
CN109379125B (zh) | 一种多智能体编队控制方法及*** | |
CN106444719B (zh) | 一种切换拓扑下的多机协同故障诊断方法 | |
CN113342037B (zh) | 具有输入饱和的多旋翼无人机时变编队控制方法及*** | |
CN113900380B (zh) | 一种异构集群***鲁棒输出编队跟踪控制方法及*** | |
CN112904723B (zh) | 非匹配干扰下的空地固定时间协同容错编队控制方法 | |
CN112305918A (zh) | 超螺旋观测器下的多智能体***滑模容错一致性控制算法 | |
CN112987790A (zh) | 一种分布式异构集群***分组编队跟踪控制方法和*** | |
CN112650290B (zh) | 带有扰动补偿的高层消防无人机编队优化控制方法及*** | |
Yang et al. | Event-triggered finite-time formation control for multiple unmanned aerial vehicles with input saturation | |
Mehrabian et al. | Distributed formation recovery control of heterogeneous multiagent euler–lagrange systems subject to network switching and diagnostic imperfections | |
CN111596688B (zh) | 基于连续通信的多无人机编队一致性控制方法 | |
Rekabi et al. | Distributed nonlinear H∞ control algorithm for multi-agent quadrotor formation flying | |
CN112947086B (zh) | 一种无人机和无人车组成的异构多智能体***编队控制中执行器故障的自适应补偿方法 | |
Liu et al. | Adaptive distributed finite-time formation control for multi-UAVs under input saturation without collisions | |
CN114924588A (zh) | 一种无人机集群弹性安全编队方法 | |
CN113268083A (zh) | 基于动态事件触发的多无人机***编队跟踪控制方法 | |
Zaidi et al. | Distributed observer-based leader following consensus tracking protocol for a swarm of drones | |
CN110032204B (zh) | 输入时延下多空间飞行器姿态协同控制方法 | |
Souza et al. | Influence of network topology on UAVs formation control based on distributed consensus | |
Xiong et al. | An l2− l∞ distributed containment coordination tracking of heterogeneous multi-unmanned systems with switching directed topology | |
Al-Dabbagh et al. | Modelling and control of wireless networked control systems: A fixed structure approach | |
CN110673651A (zh) | 一种通信受限条件下的无人机群鲁棒编队方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |