CN112000122B - 一种航空集群编队队形空间对准控制方法 - Google Patents
一种航空集群编队队形空间对准控制方法 Download PDFInfo
- Publication number
- CN112000122B CN112000122B CN202010695671.XA CN202010695671A CN112000122B CN 112000122 B CN112000122 B CN 112000122B CN 202010695671 A CN202010695671 A CN 202010695671A CN 112000122 B CN112000122 B CN 112000122B
- Authority
- CN
- China
- Prior art keywords
- long
- machine
- team
- machines
- echelon
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000008520 organization Effects 0.000 claims abstract description 6
- 230000008859 change Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 4
- 230000010006 flight Effects 0.000 description 3
- 235000009854 Cucurbita moschata Nutrition 0.000 description 2
- 240000001980 Cucurbita pepo Species 0.000 description 2
- 235000009852 Cucurbita pepo Nutrition 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 235000020354 squash Nutrition 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
提出一种航空集群编队队形空间对准控制方法,该方法确定航空集群编队组织架构,利用基准机选择算法进行航空集群编队分层对准。航空集群编队由若干梯队构成,梯队由若干中队构成,中队有长机和若干僚机构成;梯队长机按航线飞行,梯队长机不需要对准;梯队内除梯队长机外的其他中队长机按照基于距离的基准机选择算法以某一中队长机为基准机,按照一定的距离、间隔、高度跟随基准机进行飞行;中队内僚机按照基于距离的基准机选择算法以本中队长机或中队内某僚机为基准机,按照一定的距离、间隔、高度跟随基准机进行飞行。该方法能实现航空集群编队整体队形严整,同时当编队内某架飞机位置出现偏差时,其它机位置跟随变化,有效避免飞机碰撞。
Description
技术领域
本发明涉及航空集群编队控制技术,具体涉及一种为保持航空集群编队队形而采用的空间对准控制方法。
背景技术
航空集群是由一定数量的单功能或多功能、有人或无人航空飞行器组成,以交感网为基础,整体具有能力涌现特点的空中作战***。(柏鹏.新型航空集群空中作战体系研究[J]空军工程大学学报.2016,16(2):1-4)。
航空集群作战***主要特征是单平台能力单一、有限,但是集群行为复杂具有能力涌现。航空集群中基于各平台的功能耦合、结构效应、战场环境三个方面产生集群能力涌现。其中结构效应指航空集群各平台按照一定的“***结构”组织起来,相互之间发生交互与反馈,激励与响应等交感行为。航空集群在空间上是离散分布的,航空集群的编队是其***结构的重要外部表现,合理的编队是实现航空集群能力涌现的必要条件。
航空集群编队飞行保持一定构型需要控制,当飞行器数量较少时,一般将飞行器指定为长机和僚机。僚机以长机为基准机,按照一定的距离、间隔、高度跟随基准机进行飞行。僚机通过调整自己的位置,从而保持编队队形。飞行器较多的航空集群编队,僚机数量多,如果都以长机为基准机,一旦某架僚机出现位置偏差,容易与周边僚机发生碰撞,存在极大的安全隐患。
为此提出一种航空集群编队队形空间对准控制方法,通过分层式对准方法和基于距离的基准机选择算法,实现航空集群编队整体队形严整。
发明内容
针对现有技术存在的问题,本发明提出一种航空集群编队队形空间对准控制方法,具体如下:
STEP 1:确定航空集群编队组织架构
航空集群编队由1个或多个梯队组成;不同梯队具有不同的航线;
梯队由具有相同航线的1个或多个中队组成;
中队由1架长机和1个或多个僚机组成;所有中队长机提前指定,梯队第一中队的长机为该梯队长机;
STEP 2:航空集群编队分层对准
梯队长机按航线飞行,梯队长机不需要对准;
不含第一中队长机在内的梯队内其他中队长机按照基准机选择算法以某一中队长机为基准机,按照一定的距离、间隔、高度跟随基准机进行飞行;
中队内僚机按照基准机选择算法以本中队长机或中队内某僚机为基准机,按照一定的距离、间隔、高度跟随基准机进行飞行;
基于距离的所述基准机选择算法步骤如下:
首先确认梯队内各中队长机的基准机,在此基础上确认中队内各僚机的基准机;
第一步:确认梯队内各中队长机的基准机;
梯队内中队长机记为P0、P1、P2、....、Pn,其中P0是梯队长机;
Step1:指定梯队长机P0,也就是第一中队长机为基准机,建立一个已对准飞机列表A,将梯队长机放入该列表中;
Step2:搜索除第一中队长机P0外的全部其他中队长机的基准机,也就是中队长机P1、P2、....、Pn的基准机,其方法为:为搜索中队长机Pi的基准机,首先计算中队长机Pi与其它中队长机的距离,如果距离最短且对应的中队长机Pj在已对准飞机列表A中,则中队长机Pj为Pi的基准机,记为(Pi,Pj);当P1、P2、....、Pn的基准机搜索完成后,逐一将具备基准机的中队长机Pi放入已对准飞机列表A,i,j的取值范围均为1,2,....,n;
Step3:重复Step2,直到所有中队长机都具备基准机,即列表A中包含全部的中队长机;第一步结束;
第二步:确认中队内各僚机的基准机;
中队内飞机记为Q0、Q1、Q2、....、Qm,其中Q0是中队长机,是第一步中队长机P0、P1、P2、....、Pm的其中之一;
step1:指定中队长机Q0为基准机,建立一个已对准飞机列表B,将中队长机Q0放入该列表中;
step2:搜索中队内除中队长机Q0外的全部飞机的基准机,即Q1、Q2、....、Qm的基准机,其方法为:搜索Qk的基准机,计算Qk与中队内其它飞机的距离,如果距离最短且对应的飞机Qr在已对准飞机列表A中,则对应的飞机Qk为Qr的基准机,记为(Qk,Qr);k,r的取值范围均为1,2,....,m;
step3:重复step2,直到中队内除中队长机Q0外的所有飞机的基准机搜索完成后,逐一将具备基准机的飞机Qk放入已对准飞机列表B;此时中队内所有飞机都已有基准机,即列表B中包含中队内全部的飞机;第二步结束。
本发明方法的优点在于:提出航空集群分层式的空间对准方法,明确航空飞行器的大规模编队飞行的组织架构,降低控制的复杂度,保障队形严整;提出基于距离的分布式基准机选择算法,避免了集中控制,实现编队内僚机自主选择基准机;当编队内某架飞机位置出现偏差,其它机位置跟随变化,能够有效避免飞机碰撞,提升飞行安全,避免机毁人亡的重大损失。
附图说明
图1示出航空集群编队与梯队;
图2示出航空集群梯队与中队;
图3示出航空集群中队长机与僚机;
图4示出中队长机的基准机;
图5示出中队内各飞机的基准机;
图6示出中队长机对准过程1;
图7示出中队长机对准过程2;
图8示出中队长机对准过程3;
图9示出中队内飞机对准过程1;
图10示出中队内飞机对准过程2;
图11示出中队内飞机对准过程3。
具体实施方式
下面结合附图对本发明做详细说明。
1、航空集群编队组织架构实例。
某航空集群编队由2个梯队组成,分别是第一梯队和第二梯队。第一梯队和第二梯队具有不同的航线,参见图1。第一梯队由2个中队组成,分别是第一种队和第二中队,这2个中队具有相同航线。同样,第二梯队也由具有相同航线的2个中队组成,参见图2。
中队由1架长机和多个僚机组成。所有中队长机需要提前指定,梯队第一中队的长机就是该梯队长机,参见图3。
2、航空集群编队分层对准实例。
本实例中航空集群编队包括两个梯队,第一梯队长机和第二梯队长机按航线飞行,梯队长机不需要对准。
第一梯队中的第二中队长机按照本发明中基准机选择算法,会选择第一中队长机(即第一梯队长机)为基准机,按照一定的距离、间隔、高度跟随基准机进行飞行,箭头指向为基准机,箭头尾部为跟随机,参见图4。
中队内僚机按照本发明中基准机选择算法,以本中队长机或中队内某僚机为基准机,按照一定的距离、间隔、高度跟随基准机进行飞行,箭头指向为基准机,箭头尾部为跟随机,参见图5。
3、基于距离的基准机选择算法实例。
本实例中航空集群由1个梯队组成,该梯队由3个中队组成,参见图6,该算法首先确认梯队内各中队长机的基准机,在此基础上确认中队内各僚机的基准机。
第一步:确认梯队内各中队长机的基准机。
梯队内中队长机记为P0、P1、P2,其中P0是梯队长机,假设P0和P1之间距离为300m,记为D01或D10,P0和P2之间距离为600m,记为D02或D20,P2和P1之间距离为300m,记为D21或D12。
Step1:指定梯队长机P0(第一中队长机)为基准机,建立一个已对准飞机列表A,将梯队长机放入该列表第一个位置,参见图6;
Step2:搜索每一架中队长机(第一中队长机除外)的基准机,即P1、P2的基准机,①搜索P1的基准机,计算P1与P0、P2的距离,虽然D10等于D12,但是P0在已对准飞机列表A中,则对应的中队长机P0为P1的基准机,记为(P1,P0)。②搜索P2的基准机,计算P2与P1、P0的距离,D21最短,但是P1不在已对准飞机列表A中,则没有找到P1的基准机。本次基准机搜索完成,存在基准机的飞机P1放入已对准飞机列表A。参见图7。
Step3:3架中队长机中2架已经对准(已对准飞机列表A中),搜索最后1架中队长机P2的基准机。搜索P2的基准机,计算P2与P1、P0的距离,D21距离最短且对应的中队长机P1在已对准飞机列表A中,则对应的中队长机P1为P2的基准机,记为(P2,P1)。P2的基准机搜索完成后,将P2放入已对准飞机列表A。参见图8。
Step4:所有中队长机P0、P1、P2都已有基准机。算法结束。
第二步:确认中队内各僚机的基准机。
中队内飞机记为P0、P1、P2、P3、P4,其中P0是中队长机。假设P0和P1之间距离为L,记为D01;P0和P2之间距离为L,记为D02;P2和P1之间距离为L,记为D12;P0和P3之间距离为2L,记为D03,P0和P4之间距离为2L,记为D04,P3和P2之间距离为1.732L,记为D23,P1和P4之间距离为1.732L,记为D14。参见图9。
Step1:指定中队长机P0为基准机(通过第一步确认梯队内各中队长机的基准机后,中队长机已对准),建立一个已对准飞机列表B,将中队长机放入该列表第一个位置。参见图9。
Step2:搜索中队内每一架飞机(中队长机除外)的基准机,即P1、P2、P3、P4的基准机。①搜索P1的基准机,计算P1与P0、P2、P3、P4的距离,虽然P1到P0、P2、P3的距离最短,但是P0在已对准飞机列表B中,则对应的中队长机P0为P1的基准机,记为(P1,P0)。②搜索P2的基准机,计算P2与P0、P1、P3、P4的距离,虽然P2到P0、P1、P3的距离最短,但是P0在已对准飞机列表B中,则对应的中队长机P0为P2的基准机,记为(P2,P0)。③搜索P3的基准机,计算P3与P0、P1、P2、P4的距离,虽然P3到P1的距离最短,但是P1不在已对准飞机列表B中,所以没有找到P3的基准机。④搜索P4的基准机,计算P4与P0、P1、P2、P3的距离,虽然P4到P2的距离最短,但是P2不在已对准飞机列表B中,所以没有找到P4的基准机。本次中队内每一架飞机(中队长机除外)基准机搜索完成,存在基准机的飞机P1、P2放入已对准飞机列表B。参见图10。
Step3:搜索中队内每一架飞机(已对准飞机列表B中的飞机除外)的基准机,即P3、P4的基准机。①搜索P3的基准机,计算P3与P0、P1、P2、P4的距离,P3到P1的距离最短,且P1在已对准飞机列表B中,则对应的中队长机P1为P3的基准机,记为(P3,P1)。②搜索P4的基准机,计算P4与P0、P1、P2、P3的距离,P4到P2的距离最短,且P2在已对准飞机列表B中,则对应的中队长机P2为P4的基准机,记为(P4,P2)。本次中队内每一架飞机(已对准飞机列表B中的飞机除外)基准机搜索完成,存在基准机的飞机P3、P4放入已对准飞机列表B。参见图11。
Step4:中队内所有飞机都已有基准机,即列表B中包含中队内全部的飞机。算法结束。
本发明提出航空集群分层式的空间对准方法,明确航空飞行器的大规模编队飞行的组织架构,降低控制的复杂度,保障队形严整;提出基于距离的分布式基准机选择算法,避免了集中控制,实现编队内僚机自主选择基准机;当编队内某架飞机位置出现偏差,其它机位置跟随变化,能够有效避免飞机碰撞,提升飞行安全,避免机毁人亡的重大损失。
Claims (1)
1.一种航空集群编队队形空间对准控制方法,其特征在于,具体如下:
STEP1:确定航空集群编队组织架构
航空集群编队由1个或多个梯队组成;不同梯队具有不同的航线;
梯队由具有相同航线的1个或多个中队组成;
中队由1架长机和1个或多个僚机组成;所有中队长机提前指定,梯队第一中队的长机为该梯队长机;
STEP2:航空集群编队分层对准
梯队长机按航线飞行,梯队长机不需要对准;
不含第一中队长机在内的梯队内其他中队长机按照基准机选择算法以某一中队长机为基准机,按照一定的距离、间隔、高度跟随基准机进行飞行;中队内僚机按照基准机选择算法以本中队长机或中队内某僚机为基准机,按照一定的距离、间隔、高度跟随基准机进行飞行;
基于距离的所述基准机选择算法步骤如下:
首先确认梯队内各中队长机的基准机,在此基础上确认中队内各僚机的基准机;
第一步:确认梯队内各中队长机的基准机;
梯队内中队长机记为P0、P1、P2、....、Pn,其中P0是梯队长机;
Step1:指定梯队长机P0,也就是第一中队长机为基准机,建立一个已对准飞机列表A,将梯队长机放入该列表中;
Step2:搜索除第一中队长机P0外的全部其他中队长机的基准机,也就是中队长机P1、P2、....、Pn的基准机,其方法为:为搜索中队长机Pi的基准机,首先计算中队长机Pi与其它中队长机的距离,如果距离最短且对应的中队长机Pj在已对准飞机列表A中,则中队长机Pj为Pi的基准机,记为(Pi,Pj);当P1、P2、....、Pn的基准机搜索完成后,逐一将具备基准机的中队长机Pi放入已对准飞机列表A,i,j的取值范围均为1,2,....,n;
Step3:重复Step2,直到所有中队长机都具备基准机,即列表A中包含全部的中队长机;第一步结束;
第二步:确认中队内各僚机的基准机;
中队内飞机记为Q0、Q1、Q2、....、Qm,其中Q0是中队长机,是第一步中队长机P0、P1、P2、....、Pn的其中之一;
step1:指定中队长机Q0为基准机,建立一个已对准飞机列表B,将中队长机Q0放入该列表中;
step2:搜索中队内除中队长机Q0外的全部飞机的基准机,即Q1、Q2、....、Qm的基准机,其方法为:搜索Qk的基准机,计算Qk与中队内其它飞机的距离,如果距离最短且对应的飞机Qr在已对准飞机列表B中,则对应的飞机Qr为Qk的基准机,记为(Qk,Qr);k,r的取值范围均为1,2,....,m;
step3:重复step2,直到中队内除中队长机Q0外的所有飞机的基准机搜索完成后,逐一将具备基准机的飞机Qk放入已对准飞机列表B;此时中队内所有飞机都已有基准机,即列表B中包含中队内全部的飞机;第二步结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010695671.XA CN112000122B (zh) | 2020-07-17 | 2020-07-17 | 一种航空集群编队队形空间对准控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010695671.XA CN112000122B (zh) | 2020-07-17 | 2020-07-17 | 一种航空集群编队队形空间对准控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112000122A CN112000122A (zh) | 2020-11-27 |
CN112000122B true CN112000122B (zh) | 2023-08-04 |
Family
ID=73467257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010695671.XA Active CN112000122B (zh) | 2020-07-17 | 2020-07-17 | 一种航空集群编队队形空间对准控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112000122B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359830B (zh) * | 2021-06-16 | 2022-11-15 | 一飞(海南)科技有限公司 | 编队飞行统一机群飞行相对高度的方法、***、终端及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464692A (zh) * | 2009-01-16 | 2009-06-24 | 北京航空航天大学 | 基于有限状态机的自动编队飞行控制方法 |
CA2902036A1 (en) * | 2014-09-05 | 2016-03-05 | Airbus Defence and Space GmbH | Follow-me system for unmanned aircraft vehicles |
CN107329492A (zh) * | 2017-08-18 | 2017-11-07 | 上海顺砾智能科技有限公司 | 一种无人机集群的编队控制方法 |
CN108268054A (zh) * | 2018-02-06 | 2018-07-10 | 哈尔滨工业大学 | 亚轨道蜂群飞行器分层式协同控制方法 |
CN108388269A (zh) * | 2018-03-17 | 2018-08-10 | 青岛理工大学 | 基于四旋翼飞行器的无人机编队飞行控制方法 |
CN110398975A (zh) * | 2019-09-04 | 2019-11-01 | 西北工业大学 | 一种基于广播式通信架构的领航跟随型多机编队容错控制方法 |
CN110703798A (zh) * | 2019-10-23 | 2020-01-17 | 中国人民解放军军事科学院国防科技创新研究院 | 基于视觉的无人机编队飞行控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3146648B1 (en) * | 2014-05-19 | 2019-07-10 | Episys Science, Inc. | Method and apparatus for control of multiple autonomous mobile nodes based on dynamic situational awareness data |
US9870005B2 (en) * | 2016-04-07 | 2018-01-16 | Sunlight Photonics Inc. | Apparatus for close formation flight |
-
2020
- 2020-07-17 CN CN202010695671.XA patent/CN112000122B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464692A (zh) * | 2009-01-16 | 2009-06-24 | 北京航空航天大学 | 基于有限状态机的自动编队飞行控制方法 |
CA2902036A1 (en) * | 2014-09-05 | 2016-03-05 | Airbus Defence and Space GmbH | Follow-me system for unmanned aircraft vehicles |
CN107329492A (zh) * | 2017-08-18 | 2017-11-07 | 上海顺砾智能科技有限公司 | 一种无人机集群的编队控制方法 |
CN108268054A (zh) * | 2018-02-06 | 2018-07-10 | 哈尔滨工业大学 | 亚轨道蜂群飞行器分层式协同控制方法 |
CN108388269A (zh) * | 2018-03-17 | 2018-08-10 | 青岛理工大学 | 基于四旋翼飞行器的无人机编队飞行控制方法 |
CN110398975A (zh) * | 2019-09-04 | 2019-11-01 | 西北工业大学 | 一种基于广播式通信架构的领航跟随型多机编队容错控制方法 |
CN110703798A (zh) * | 2019-10-23 | 2020-01-17 | 中国人民解放军军事科学院国防科技创新研究院 | 基于视觉的无人机编队飞行控制方法 |
Non-Patent Citations (1)
Title |
---|
基于长机―僚机模式的无人机编队方法及飞行实验研究;洪晔等;机器人;第32卷(第04期);第59-63页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112000122A (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100541370C (zh) | 一种无人机多模态控制与切换方法 | |
CN112198896B (zh) | 一种无人机多模式电子围栏自主飞行方法 | |
CN103713641B (zh) | 一种飞行器密集自主编队的队形拆分方法 | |
CN109613931A (zh) | 基于生物社会力的异构无人机集群目标跟踪***及方法 | |
CN108268054B (zh) | 亚轨道蜂群飞行器分层式协同控制方法 | |
CN110703798A (zh) | 基于视觉的无人机编队飞行控制方法 | |
CN112000122B (zh) | 一种航空集群编队队形空间对准控制方法 | |
CN113359848B (zh) | 一种基于航路点的无人机编队生成-切换航迹规划方法 | |
CN109002056B (zh) | 一种大型固定翼无人机编队方法 | |
CN105302158A (zh) | 基于Dubins路径的无人机空中加油最短时间会合方法 | |
CN112799432B (zh) | 无人机的避障控制方法、装置、存储介质和电子设备 | |
Kownacki | Multi-UAV flight using virtual structure combined with behavioral approach | |
Váňa et al. | Any-time trajectory planning for safe emergency landing | |
CN113920784B (zh) | 一种通信方法、装置及存储介质 | |
Zhou et al. | A summary of the development of cooperative and intelligent technology for multi-UAV systems | |
CN108897339A (zh) | 一种基于速度规划的受约束多智能体编队方法 | |
CN115903892A (zh) | 基于固定翼的无人机集群***的队形重构编队控制方法 | |
CN109032186A (zh) | 一种无人机群协同退出圆形轨迹的控制方法 | |
CN106383524B (zh) | 一种导弹自主编队在队形控制过程中的冲突预测方法 | |
Li et al. | UAV path planning based on modified ant colony algorithm and DUBINS curves | |
CN110254745A (zh) | 一种模块化飞翼式多机身飞机拼接方法 | |
CN105810020A (zh) | 一种能够提高繁忙机场跑道起降利用率的***化方法 | |
CN105654783A (zh) | 一种实现连续下降运行cdo的方法 | |
CN109491405A (zh) | 加油机和受油机的自主会和方法及装置 | |
Vasconcelos et al. | Agent Fault-Tolerant Strategy in a Heterogeneous Triangular Formation |
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 |