CN108845590B - 一种时延环境下的多无人机协同编队控制方法 - Google Patents

Abstract

本发明是一种时延环境下的多无人机协同编队控制方法，包括如下步骤：步骤(一)：针对不同的时延类型，分别设计不同时延环境下的编队控制算法，所述时延类型包括固定常数时延和时变时延；步骤(二)：构建通信拓扑，并通过该通信拓扑实现无人机之间的信息交互；步骤(三)：根据通信中存在的时延类型，利用相应的所述编队控制算法保持编队队形。通过构建含有有向生成树的固定拓扑进行通信，实现无人机之间的信息交互，并采用同步耦合方法设计两种时延情况下的编队控制算法，得到当前时刻无人机的控制输入，以达到编队无人机状态同步匹配的目的，使无人机之间的通讯在受到固定常数时延或时变时延的干扰时，仍然能够收敛于预定的编队队形。

Description

一种时延环境下的多无人机协同编队控制方法

技术领域

本发明属于无人机控制技术领域，具体涉及一种时延环境下的多无人机协同编队控制方法。

背景技术

无人机在空域监视、辐射监测、目标定位和跟踪等自主执行复杂的军事和民用方面有着良好的表现和明显的优势。多无人机编队更是有高任务执行成功率的优点，主要表现在：(1)大视野侦查，高精度定位，多角度成像；(2)可提高任务执行成功率和整体命中率；(3)续航时间延长，减小整体飞行阻力。

无人机协同编队任务中，每架无人机需要通过接受邻居无人机完整、清晰、准确的信息来驱动自身的执行器，因此，协同变量的共享十分重要。然而，实际的通信信道可能存在延迟、噪声、丢包、异步等情况。其中，延迟是一个比较突出的问题，会导致编队通信受阻，甚至可能使部分无人机掉队坠毁，对系统稳定性的影响不能忽视。现有的无人机编队控制方法中，大部分仅限于设计时延控制算法，求得保证编队稳定的时延上限，但这些方法并不能降低通信时延问题带来的影响。

发明内容

本发明针对上述现有技术的不足，提供一种时延环境下的多无人机协同编队控制方法，使无人机群在信息传递存在固定常数时延和时变时延的情况下，仍然能够收敛于预定的编队队形。

本发明所要解决的技术问题是通过以下技术方案来实现的。本发明是一种时延环境下的多无人机协同编队控制方法，其特点是，包括如下步骤：

步骤(一)：针对不同的时延类型，分别设计不同时延环境下的编队控制算法，所述时延类型包括固定常数时延和时变时延；

步骤(二)：构建通信拓扑，并通过该通信拓扑实现无人机之间的信息交互；

步骤(三)：根据通信中存在的时延类型，利用相应的所述编队控制算法保持编队队形。

本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现。以上所述的时延环境下的多无人机协同编队控制方法的步骤(一)中，设计固定常数时延环境下的编队控制算法：

考虑由n架无人机组成多无人机编队系统，无人机之间采用步骤(二)所述的通信拓扑进行通信，信息交互时产生的时间延迟为固定常数τ，假设编队中存在虚拟中心，其运动速度为v₀(t)，设计每架无人机的输入分量如式(1)所示：

其中，

和

分别表示无人机i在x、y、z轴上的加速度分量，k₁和k₂表示控制参数，x_i(t-τ)、x_j(t-τ)分别表示在t-τ时刻无人机i和无人机j在x轴上的坐标值，y_i(t-τ)、y_j(t-τ)分别表示在t-τ时刻无人机i和无人机j在y轴上的坐标值，z_i(t-τ)、z_j(t-τ)分别表示在t-τ时刻无人机i和无人机j在z轴上的坐标值，

和

分别表示无人机i在x、y、z轴上的速度分量，N_i表示无人机i的邻居无人机个数,

和

分别表示两架无人机在地面坐标系三个方向上的预定机间距离，b_i代表无人机i与虚拟中心的信息交换情况，当无人机i收到虚拟中心的信息时，b_i＝1，否则b_i＝0；

若存在正定的对称矩阵P、Q、R满足不等式(2)，则编队控制算法(1)可使编队在具有固定常数时延的情况下全局渐进收敛于预定编队队形：

其中，Λ₁＝(E+F)^TP+P(E+F)+τE^TRE+Q，

L为邻接矩阵对应的Laplance矩阵，B＝diag{b₁,b₂,…,b_n}，I_n＝[1,1,…1]^T∈Rⁿ。

本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现。以上所述的时延环境下的多无人机协同编队控制方法的步骤(一)中，设计时变时延环境下的编队控制算法：

考虑由n架无人机组成多无人机编队系统，无人机之间采用步骤(二)所述的通信拓扑进行通信，信息交互时产生的时变时延为τ(t)，设计每架无人机的输入分量如式(19)所示：

其中，γ表示控制参数，且γ＞0，x_i(t-τ(t))、x_j(t-τ(t))表示在t-τ(t)时刻无人机i和无人机j在x轴上的坐标值，y_i(t-τ(t))、y_j(t-τ(t))表示在t-τ(t)时刻无人机i和无人机j在y轴上的坐标值，z_i(t-τ(t))、z_j(t-τ(t))表示在t-τ(t)时刻无人机i和无人机j在z轴上的坐标值，

和

分别表示无人机i与虚拟中心在地面坐标系三个方向上的相对距离，

分别表示无人机i在地面坐标系三个方向上的速度分量，N_i表示无人机i的邻居无人机个数；

当τ(t)≤h，

时，若存在正定对称矩阵

满足不等式(20)，则编队控制算法(19)可使编队达到编队队形并使速度趋于一致：

其中，h表示时变时延上限，

表示时变时延变化率，d表示时变时延变化率上限，

表示Laplance矩阵；

当τ(t)≤h，

的上限大于1或未知时，若存在正定对称矩阵满足含有时延上限的不等式(21)，则编队控制算法(19)可使编队达到编队队形并使速度趋于一致：

其中，

本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现。以上所述的时延环境下的多无人机协同编队控制方法的步骤(二)中，所述的信息包括位置和速度信息，其中，无人机自身的位置和速度信息通过各自的机载传感器获取。

本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现。以上所述的时延环境下的多无人机协同编队控制方法的步骤(二)中，所述的通信拓扑包括领导-跟随型、强连通型和环状连通型通信拓扑。

本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现。以上所述的时延环境下的多无人机协同编队控制方法的步骤(二)中，所述的通信拓扑还包括时延型通信拓扑，时延型通信拓扑按照如下原则进行构建：减少长的有向路径，避免单一信息源，且拓扑中含有信息反馈路径。

本发明与现有技术相比，通过构建含有有向生成树的固定拓扑进行通信，实现无人机之间的信息交互，并采用同步耦合方法设计两种时延情况下的编队控制算法，得到当前时刻无人机的控制输入。无人机根据控制输入指令调整飞行状态，实时更新本地状态，并与邻居无人机之间进行信息通讯，以达到编队无人机状态同步匹配的目的，使无人机之间的通讯在受到固定常数时延或时变时延的干扰时，仍然能够收敛于预定的编队队形。本发明方法更接近实际系统，具有重要的理论价值和工程价值。

附图说明

图1为本发明以四架无人机编队为例的领航-跟随型通信拓扑的结构示意图；

图2为本发明以四架无人机编队为例的强联通型通信拓扑的结构示意图；

图3为本发明以四架无人机编队为例的时延型通信拓扑的结构示意图；

图4为本发明以八驾无人机编队为例的时延型通信拓扑的结构示意图；

图5为存在固定常数时延时，采用本发明基于固定常数时延的编队控制算法的多无人机编队的飞行轨迹；

图6为存在固定常数时延时，采用本发明基于固定常数时延的编队控制算法的多无人机编队的航向角响应曲线图；

图7为存在固定常数时延时，采用本发明基于固定常数时延的编队控制算法的多无人机编队的无人机机间距离；

图8为存在时变时延时，采用本发明基于时变时延的编队控制算法的多无人机编队的飞行轨迹；

图9为存在时变时延时，采用本发明基于时变时延的编队控制算法的多无人机编队的无人机机间距离；

图10为采用领航-跟随型通信拓扑的多无人机编队的飞行轨迹；

图11为采用领航-跟随型通信拓扑的多无人机编队的无人机机间距离；

图12为采用强连通型通信拓扑的多无人机编队的飞行轨迹；

图13为采用强连通型通信拓扑的多无人机编队的无人机机间距离。

具体实施方式

下面参照附图详细说明本发明的具体实施方式。

本发明是一种时延环境下的多无人机协同编队控制方法，主要包括如下步骤：

步骤(一)：针对不同的时延类型，分别设计不同时延环境下的编队控制算法，所述时延类型包括固定常数时延和时变时延，基于固定常数时延和时变时延的无人机编队控制算法分别如下：

1、基于固定常数时延的编队控制算法

无人机之间的信息交互存在时延后，无人机下一时刻的状态不仅取决于当前的状态，还取决于历史状态。所以，时延环境下编队算法的关键任务有两点，一是给出多无人机编队的控制输入，使得无人机编队收敛；二是分析时延控制算法下多无人机编队的稳定性，找到保证稳定性的最大时延。

时延一致性算法中，处理时延信息有两种基本方式：异步耦合算法和同步耦合算法。此处采用同步耦合方法，假设无人机i可以获得邻居无人机的通信时延信息，并用自己的延时状态与其邻居无人机的延时状态进行比较，得到当前时刻的控制输入。

1.1固定常数时延环境下的编队控制算法的设计

针对固定常数时延设计编队控制算法，假设编队中存在虚拟中心，其运动速度为v₀(t)，给出如下定理：

定理1：考虑有n架无人机组成多无人机编队系统，无人机之间采用含有有向生成树的固定拓扑进行通信，信息传递时产生的时间延迟为固定常数τ，设计每架无人机的输入分量如式(1)所示：

其中，

和

分别表示无人机i在x、y、z轴上的加速度分量，k₁和k₂表示控制参数，x_i(t-τ)、x_j(t-τ)分别表示在t-τ时刻无人机i和无人机j在x轴上的坐标值，y_i(t-τ)、y_j(t-τ)分别表示在t-τ时刻无人机i和无人机j在y轴上的坐标值，z_i(t-τ)、z_j(t-τ)分别表示在t-τ时刻无人机i和无人机j在z轴上的坐标值，

和

分别表示无人机i在x、y、z轴上的速度分量，N_i表示无人机i的邻居无人机个数,

和

分别表示两架无人机在地面坐标系三个方向上的预定机间距离，b_i代表无人机i与虚拟中心的信息交换情况，当无人机i收到虚拟中心的信息时，b_i＝1，否则b_i＝0；

若存在正定的对称矩阵P、Q、R满足不等式(2)，则编队控制算法(1)可使编队在具有固定常数时延的情况下全局渐进收敛于预定编队队形：

其中，Λ₁＝(E+F)^TP+P(E+F)+τE^TRE+Q，

L为邻接矩阵对应的Laplance矩阵，B＝diag{b₁,b₂,…,b_n}，I_n＝[1,1,…1]^T∈Rⁿ。

本发明所述无人机为带自动驾驶仪的三自由度无人机。通过式(1)，可得到无人机的飞行速度、航向角和高度指令如下：

如果想指定无人机编队飞行的航向角或飞行速度，可以采用如下控制指令转换:

1.2固定常数时延环境下的编队控制算法的稳定性证明

传统的微分方程并不能描述带时延的系统，因此，对于一个有时延系统来说，进行稳定性分析时，要采用泛函微分方程，构造合适的Lyapunov-Krasovskii函数再利用不等式变化和不等式定理等对Lyapunov-Krasovskii函数的导数进行适当的放大处理，得到线性矩阵不等式(LMI)形式稳定性判据。稳定性证明采用的引理如下：

引理1(schar补引理)：对于给定对称矩阵S∈R^n×n，假设可以被分为：

其中，S₁₁∈R^m×m和S₂₂∈R^(n-m)×(n-m)，S₁₂＝S₂₁ ^T，S₂₁∈R^(n-m)×m，S₁₂∈R^m×(n-m)。S＜0当且仅当S₁₁＜0，

或者S₂₂＜0，

注：引理1参见文(期刊：IET Control Theory&Applications；著者：Hu J,LinY S；出版时间：2010年；文章题目：Consensus control for multi-agent systems withdouble-integrator dynamics and time delays；页码：109-118)。

证明：

令ξ_i＝[x_i,y_i,z_i]^T，

且假设有n架无人机参与编队，再令：ξ＝[ξ₁,ξ₂,…,ξ_n]^T,ζ＝[ζ₁,ζ₂,…,ζ_n]^T，那么有：

其中，A代表邻接矩阵，R₁＝[r_ij]_n×n，

表示无人机编队机间间隔信息，1_n＝[1,1,…1]^T∈Rⁿ，符号

表示Kronecker积。

令

那么可将(9)表述为动态误差系统：

令

那么有：

定义Lyapunov-Krasovskii函数为：

V(t)沿着系统(11)的导数为：

将系统方程带入上式的第一项和第四项中，那么有：

由于

对于任意的x,y∈Rⁿ和正定对称矩阵Ξ∈R^n×n，有：

±2x^Ty≤x^TΞ^-1x+y^TΞy (15)

所以：

所以，式(15)可写为：

令Λ＝(E+F)^TP+P(E+F)+τE^TRE+τPFR^-1F^TP+Q

将

改写成矩阵形式：

令Λ₁＝(E+F)^TP+P(E+F)+τE^TRE+Q，并由引理4.1，得:

如果M＜0，那么

根据Lyapunov判定定理可知，如果

那么误差系统(11)全局渐进稳定，编队控制算法(1)可使编队达到编队队形并使速度趋于一致。

证毕。

2、基于时变时延的编队控制算法

2.1时变时延环境下的编队控制算法的设计

假设无人机编队通信时，位置和速度状态信息的交互可能都存在时变时延τ(t)。针对时变时延设计编队控制算法，给出如下定理：

定理2：考虑由n架无人机组成多无人机编队系统，无人机之间采用含有有向生成树的固定拓扑进行通信，信息交互时产生的时变时延为τ(t)，设计每架无人机的输入分量如式(19)所示：

其中，γ表示控制参数，且γ＞0，x_i(t-τ(t))、x_j(t-τ(t))表示在t-τ(t)时刻无人机i和无人机j在x轴上的坐标值，y_i(t-τ(t))、y_j(t-τ(t))表示在t-τ(t)时刻无人机i和无人机j在y轴上的坐标值，z_i(t-τ(t))、z_j(t-τ(t))表示在t-τ(t)时刻无人机i和无人机j在z轴上的坐标值，

和

分别表示无人机i与虚拟中心在地面坐标系三个方向上的相对距离，

分别表示无人机i在地面坐标系三个方向上的速度分量，N_i表示无人机i的邻居无人机个数；

当τ(t)≤h，

时，若存在正定对称矩阵

满足不等式(20)，则编队控制算法(19)可使编队达到编队队形并使速度趋于一致：

其中，h表示时变时延上限，

表示时变时延变化率，d表示时变时延变化率上限，

表示Laplance矩阵；

当τ(t)≤h，

的上限大于1或未知时，若存在正定对称矩阵满足含有时延上限的不等式(21)，则编队控制算法(19)可使编队达到编队队形并使速度趋于一致：

其中，

同1.1，通过式(19)亦可生成时变时延环境下无人机的飞行速度、航向角和高度指令。

2.2时变时延环境下的编队控制算法的稳定性证明

稳定性证明采用的引理如下：

引理2：对于与拓扑相关的Laplacian矩阵L，存在非奇异矩阵U具有如下形式：

U满足：

引理3：对于任意的a,b∈Rⁿ，实正定矩阵σ及K＞0，有下式成立：

注：引理2参见文(期刊：Graduate Texts in Mathematics；著者：Horn RA,Johnson C R；出版时间：1990年；文章题目：MatrixAnalysis；页码：1-17)，引理3参见文(期刊：Computing Technology&Automation；著者：Young S M,Park P,Kwon W H,at all；出版时间：2004年；文章题目：Delay-dependent robust stabilization ofuncertain state-delayed systems；页码：1447-1455)。

证明：

令ξ_i＝[x_i,y_i,z_i]^T，

且有n架无人机参与编队，那么：

那么闭环系统的形式为：

由引理2，做如下坐标变换：

得到：

令：

那么有：

对于系统(28)，令

那么有：

定义Lyapunov-Krasovskii泛函为：

V(t)＝V₁(t)+V₂(t)+V₃(t)

V₁(t)沿着系统(29)的导数为：

由引理3得：

V₂(t)沿着系统(29)的导数为：

V₃(t)沿着系统(29)的导数为：

综合式(32)、(33)和(34)得：

令

则：

其中，

令

并由schar补引理，得:

如果

那么

根据Lyapunov原理可知，如果

那么误差系统(29)全局渐进稳定，时延编队控制算法(19)可使编队达到编队队形并使速度趋于一致，编队稳定时有：

对于(27)，令

为

的初始值，那么：

因此，对于任意的无人机i和无人机j，当t→∞时，有：

(ξ_i(t)-h_i(t))→(ξ_j(t)-h_j(t))→0_n-1

ζ_i-ζ_j→0_n

当时延变化率上限大小未知时，定义新的Lyapunov-Krasovskii泛函为：

V(t)＝V₁(t)+V₂(t)

其余证明过程与时延变化率上限小于1时的证明过程相似，当通信时延τ(t)满足线性矩阵不等式(39)的时候，时延编队控制算法(19)可使编队达到编队队形并使速度趋于一致。

其中，

步骤(二)：构建通信拓扑，并通过该通信拓扑实现无人机之间的信息交互。

该通信拓扑可以是现有技术中公开的任何一种具有有向生成树的固定拓扑结构，如领导-跟随型(如图1所示)、强连通型(如图2所示)和环状连通型。

从定理1和定理2可知，保证编队稳定的最大时延与控制参数和通信拓扑对应的Laplacian矩阵有关，合理的设计编队的通信拓扑结构和权重可增强时延条件下的编队稳定性，提高时延上限。因此，对现有的通信拓扑结构进行改进，构建更适用于时延环境的时延型通信拓扑，使其不仅能够增强无人机系统的鲁棒性，还能够降低通信成本，提高时延上限。时延型通信拓扑按照如下原则进行构建：减少长的有向路径，避免单一信息源，且拓扑中含有信息反馈路径。针对四架和八架无人机组成的编队系统，时延型通信拓扑参见如图3和4。

如图3所示，拓扑中存在有向生成树，保证了编队的收敛性，由无人机3同时向无人机1、2发送消息，从而减小编队整体完成信息交互的时间。当无人机成员数量大时，这种拓扑的优势更加明显，如图4所示，无人机2、3、4、5和无人机8、4、7、6组成了两个小组，使得编队整体的信息传递不存在长的有向路径。

由Laplacian矩阵的定义可知，除了通信拓扑对Laplacian矩阵有影响外，权重系数也对Laplacian矩阵有影响。若某邻居无人机的权重系数较高，则编队收敛状态向此权重高的无人机的方向变化。

当无人机编队的通信中存在时延时，在条件允许的情况下，可以主动选择采取时延通信型拓扑进行信息交互，拓扑中存在最小生成树以保证编队稳定性，编队中某些无人机的信息可来源于多架无人机，无人机之间存在反馈路径。当编队中存在重要无人机时，可令其向更多无人机发送信息并增大权重以提高时延上限。

本发明方法步骤(二)中所述的信息包括位置和速度信息，其中，无人机自身的位置和速度信息通过各自的机载传感器获取，并将检测到的信息传输给无人机控制系统，使每架无人机都能根据这些信息分别进行适当的机动，保持编队队形。机载传感器可以是现有技术中公开的或市售的任何一种能够应用于本发明的传感器，如激光测距仪、超声波测距仪。

步骤(三)：根据通信中存在的时延类型，利用相应的所述编队控制算法保持编队队形。无人机群内部建立通信拓扑后，判断拓扑中的时延类型，如果是固定常数时延，则可利用式(1)生成自动驾驶仪的飞行速度指令、航向角指令和高度指令，无人机根据自动驾驶仪的指令调整飞行状态，从而更新本地状态，使其与邻居无人机达成编队一致；如果是时变时延，则可利用式(19)生成自动驾驶仪的飞行速度指令、航向角指令和高度指令，从而完成编队。

本发明基于分布式一致性理论对多无人机编队的通信时延问题进行了研究，从算法和通信拓扑设置两个方面着手解决无人机编队的时延问题。在本发明提出的控制算法下，无人机群不但能收敛于预定的编队队形，还能有效提高时延上限。

对本发明控制方法的有效性进行仿真验证。

试验1：基于固定常数时延的编队控制算法有效性仿真验证

假设无人机编队中的成员均是某型号同构无人机，各无人机的初始状态如表1所示：

表1.各无人机初始状态

每架无人机的相关飞行参数如表2所示：

表2.无人机相关参数

本发明采用带自动驾驶仪的固定翼无人机，系统中包括完成邻居无人机之间信息交换的无人机组网通信设备。以四架无人机为例的系统如图3所示，每架无人机由通信设备与邻居无人机进行信息交互，形成指定的通信拓扑。

假设通信拓扑中存在0.7s的通信时延，无人机群采用编队控制算法(1)生成的指令飞行速度指令、航向角指令、高度指令，其中，k₁＝1，k₂＝1.5，b_i＝1，i＝1,2,3,4。得到编队飞行情况如图5-7所示。

由图5可知，当通信拓扑中存在0.7s的时延时，无人机编队可在算法(1)下形成稳定的编队队形。由图6可知，四架无人机的航向角可在13s内达成一致。为了观察无人机之间的机间距离是否达到预定值，本仿真中任意选取了无人机1与无人机2在x轴上的相对距离、与无人机3在y轴上的相对距离、与无人机4在z轴上的相对距离进行观察，如图7所示。从图7可知，无人机1与其他无人机的机间距离很快收敛于预定距离。

综上所述，在通信网络中存在0.7s常数时延时，无人机编队在本发明提出的算法下可迅速完成编队，达到控制系统稳定、准确、快速的要求。

试验2：基于时变时延的编队算法有效性仿真验证

无人机编队中每架无人机的初始状态如表1所示，本发明采用带自动驾驶仪的固定翼无人机。系统中包括完成邻居无人机之间信息交换的无人机组网通信设备。以四架无人机为例的系统如图3所示，每架无人机由通信设备与邻居无人机进行信息交互，形成指定的通信拓扑。

假设时间延迟为τ(t)＝3cos6t，γ＝1.6，无人机编队的飞行情况如图8和图9所示。

由图8中可知，存在时变时延时，无人机群仍可在编队控制算法(19)下形成稳定的编队。同样地，为了观察无人机之间的机间距离是否达到预定值，本仿真中选取了无人机1与无人机2在x轴上的相对距离、与无人机3在y轴上的相对距离、与无人机4在z轴上的相对距离进行观察，如图9所示，从图9可知，无人机1与其他无人机的机间距离很快收敛于预定距离，达到了预定队形要求。

试验3：通信拓扑对时延上限的影响

为了验证通信拓扑对时延上限的影响，本发明采取了单变量控制法。假设无人机群的初始状态如表1所示，以四架无人机组成的编队系统为例，各编队中无人机之间的通信拓扑分别采用领航-跟随型(如图1所示)、强连通型(如图2所示)和时延型通信拓扑(如图3所示)。在三种拓扑下均采用相同的时延，相同初始条件、相同控制参数和相同控制算法(19)，要求达到相同的队形，采取定步长的仿真方式，分别观察同一时刻的编队队形，仿真结果如图10-13所示。

由图10可知，领航-跟随型通信拓扑下的无人机群无法形成编队队形，这是因为信息有向传递路径单一且较长，无人机4由于长时间时延积累，导致无法跟随编队。

从图12可知，强连通型通信拓扑下的无人机群可以收敛于大致的编队队形。对无人机1来说，增加了编队反馈信息，使得无人机1能根据无人机4的位置和状态调整自身的控制输入。但无人机编队的快速性和准确度都不够。

通过对比图8、图10和图12可知，在相同的飞行环境和通信环境下，不同通信拓扑下无人机编队的稳定性不同，时延型通信拓扑结构下的无人机群可形成并保持编队队形，机间距离可以快速达到预定的机间距离。由此可知，通信拓扑中适当的增加无人机之间的信息反馈、降低单一信息传递途径可增大时延上限。

惟以上所述者，仅为本发明的具体实施例而已，当不能以此限定本发明实施的范围，故其等同组件的置换，或依本发明专利保护范围所作的等同变化与修改，皆应仍属本发明权利要求书涵盖之范畴。

Claims (5)

1.一种时延环境下的多无人机协同编队控制方法，包括如下步骤：

步骤(一)：针对不同的时延类型，分别设计不同时延环境下的编队控制算法，所述时延类型包括固定常数时延和时变时延；

步骤(二)：构建通信拓扑，并通过该通信拓扑实现无人机之间的信息交互；

步骤(三)：根据通信中存在的时延类型，利用相应的所述编队控制算法保持编队队形；

其特征在于，在步骤(一)中，设计固定常数时延环境下的编队控制算法：

考虑由n架无人机组成多无人机编队系统，无人机之间采用步骤(二)所述的通信拓扑进行通信，信息交互时产生的时间延迟为固定常数τ，假设编队中存在虚拟中心，其运动速度为v₀(t)，设计每架无人机的输入分量如式(1)所示：

其中，

和

分别表示无人机i在x、y、z轴上的加速度分量，k₁和k₂表示控制参数，x_i(t-τ)、x_j(t-τ)分别表示在t-τ时刻无人机i和无人机j在x轴上的坐标值，y_i(t-τ)、y_j(t-τ)分别表示在t-τ时刻无人机i和无人机j在y轴上的坐标值，z_i(t-τ)、z_j(t-τ)分别表示在t-τ时刻无人机i和无人机j在z轴上的坐标值，

和

分别表示无人机i在x、y、z轴上的速度分量，N_i表示无人机i的邻居无人机个数,

和

分别表示两架无人机在地面坐标系三个方向上的预定机间距离，b_i代表无人机i与虚拟中心的信息交换情况，当无人机i收到虚拟中心的信息时，b_i＝1，否则b_i＝0；

若存在正定的对称矩阵P、Q、R满足不等式(2)，则编队控制算法(1)可使编队在具有固定常数时延的情况下全局渐进收敛于预定编队队形：

其中，Λ₁＝(E+F)^TP+P(E+F)+τE^TRE+Q，

L为邻接矩阵对应的Laplance矩阵，B＝diag{b₁,b₂,…,b_n}，I_n＝[1,1,…1]^T∈Rⁿ。

2.根据权利要求1所述的时延环境下的多无人机协同编队控制方法，其特征在于，在步骤(一)中，设计时变时延环境下的编队控制算法：

考虑由n架无人机组成多无人机编队系统，无人机之间采用步骤(二)所述的通信拓扑进行通信，信息交互时产生的时变时延为τ(t)，设计每架无人机的输入分量如式(19)所示：

其中，γ表示控制参数，且γ>0，x_i(t-τ(t))、x_j(t-τ(t))表示在t-τ(t)时刻无人机i和无人机j在x轴上的坐标值，y_i(t-τ(t))、y_j(t-τ(t))表示在t-τ(t)时刻无人机i和无人机j在y轴上的坐标值，z_i(t-τ(t))、z_j(t-τ(t))表示在t-τ(t)时刻无人机i和无人机j在z轴上的坐标值，

和

分别表示无人机i与虚拟中心在地面坐标系三个方向上的相对距离，

分别表示无人机i在地面坐标系三个方向上的速度分量，N_i表示无人机i的邻居无人机个数；

当τ(t)≤h，

时，若存在正定对称矩阵

满足不等式(20)，则编队控制算法(19)可使编队达到编队队形并使速度趋于一致：

其中，h表示时变时延上限，

表示时变时延变化率，d表示时变时延变化率上限，

表示Laplance矩阵；

当τ(t)≤h，

的上限大于1或未知时，若存在正定对称矩阵满足含有时延上限的不等式(21)，则编队控制算法(19)可使编队达到编队队形并使速度趋于一致：

其中，

3.根据权利要求1所述的时延环境下的多无人机协同编队控制方法，其特征在于，在步骤(二)中，所述的信息包括位置和速度信息，其中，无人机自身的位置和速度信息通过各自的机载传感器获取。

4.根据权利要求1所述的时延环境下的多无人机协同编队控制方法，其特征在于，在步骤(二)中，所述的通信拓扑包括领导-跟随型、强连通型和环状连通型通信拓扑。

5.根据权利要求4所述的时延环境下的多无人机协同编队控制方法，其特征在于，在步骤(二)中，所述的通信拓扑还包括时延型通信拓扑，时延型通信拓扑按照如下原则进行构建：减少长的有向路径，避免单一信息源，且拓扑中含有信息反馈路径。

Images