CN114111448B - 适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕跟踪方法 - Google Patents

Abstract

本发明公开了一种适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕跟踪方法，涉及导航、制导与控制领域。首先针对非完整约束模型描述的一类空中多智能体，围绕运动目标多视角探测的需求，确定椭圆轨道的多个几何参量；然后计算惯性系下智能体和目标之间的视线角，表征多个参量；其次利用极坐标描述的曲线积分定理，获取相邻空中智能体间的投影弧长；再次构建空中多智能体椭圆轨道协同环绕制导律；最后运用速度矢量合成原理，生成速度和航向角指令，设计航向角速度，最终驱动空中多智能体以预设的多个参量值沿着椭圆轨道飞行观测。本发明借助投影弧长协同误差调控集群行为，赋予了多智能体沿椭圆航路形成均匀分布编队样式的能力。

Description

适用于运动目标多视角探测的空中多智能体椭圆轨道协同环 绕跟踪方法

技术领域

本发明涉及导航、制导与控制领域，具体为一种适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕跟踪方法。

背景技术

空中多智能体是指将挂载任务载荷的低成本运动体基于开放式体系架构进行综合集成，以网络通信为中心，以智能涌现为核心，以平台间的协同交互为基础，形成的一类高度可重构、按需设计的网络化无人系统。相较于单体，多智能体协同拥有显著的任务执行满意度、鲁棒性与灵活性，在电子侦查、指挥调度、军事对抗、编队搜索、集群打击等方面具有广泛的军/民两用价值，近年来引发了航空航天、自动化和人工智能领域国内外研究学者的高度关注。协同环绕控制是多智能体执行上述任务的重要途经，是网络化环境下实现协同效能增强的关键抓手。例如，为适应复杂动态战场环境和侦察、打击、毁伤评估等多样化任务需求，往往需要部署空中多智能体以集群方式在防空区域外对敏感目标、重要区域实施协同环绕观测与隐蔽性跟踪。

当前，国内外的协同环绕控制主要聚焦于构造合适的分布式制导律，实现圆形轨道导引下的相位同步，在极端对抗环境下执行协同精细观测面临任务效能不足、适应性弱等弊端。例如，在军事侦察中，为了避免空中智能体被敌方雷达探测，往往需要与目标维持适当的对峙距离，但过大的相对距离势必导致观测效能显著下降；反之，若缩小包围半径，则大大增加了暴露与捕获风险。椭圆轨道协同环绕是近年来发展起来的解决低空精细观测与监视的得力手段，与圆形轨道相比具有更高的效费比和环境适应能力。然而，如何设计椭圆轨道导引下的分布式协同控制器，确保多智能体环绕椭圆执行对地目标协同跟踪与观测，目前还是开放性问题。此外，已报道的结果中常常利用相位协同偏差实现圆形轨迹导引下的多智能体等相位同步，难以适用于更为一般的椭圆轨道协同环绕场景。基于上述所存在的问题或弊端，需要改进或者提出新的方法来解决这些问题。

发明内容

围绕动态目标精细侦察、重要区域多角度覆盖与封锁、态势周期性感知与认知对分布式环绕协同控制技术的迫切需求，本发明也为了解决已有圆形环绕编队策略在应对低空精细侦察任务时存在观测航路不紧凑诱发的任务满意度不高、能量消耗过多等问题，提供了一种适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕跟踪方法。

本发明是通过如下技术方案来实现的：一种适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕跟踪方法，包括如下步骤：

a)针对非完整约束模型描述的一类空中多智能体，如飞航式导弹，固定翼无人机等，围绕运动目标多视角探测的需求，确定椭圆轨道的几何参数、智能体数量、邻居间的通信拓扑关系；具体步骤如下：

a1)针对以非完整约束模型描述的一类空中多智能体，运动学模型如下：

其中，x_i(t)和y_i(t)分别为第i个空中智能体惯性系x和y方向的位置，ψ_i(t)为第i个空中智能体的航向角，v_i(t)和ω_i(t)为第i个空中智能体的控制输入，分别为线速度和航向角速度指令；

a2)围绕运动目标多视角探测的需求，确定椭圆轨道的几何参数，包括椭圆轨道长半轴参量a、短半轴参量b和旋转角α，智能体数量N；邻居间的通信拓扑关系由图论理论中的邻接矩阵A＝[a_ij]来确定，其中，a_ij为智能体之间的通信权重系数，a_ij＝1表示第i个智能体可以接收到第j个智能体的信息，反之，a_ij＝0。

b)根据空中多智能体和运动目标的相对几何，计算惯性系下智能体和目标之间的视线角，表征依赖时变视线角的智能体与目标连线方向上的径向单位向量、智能体与目标连线和椭圆交点的切向单位向量和期望的椭圆时变环绕半径；具体步骤如下：

b1)根据空中多智能体和运动目标的相对几何，计算惯性系下智能体和目标之间的视线角

其中，x_t(t)和y_t(t)分别表示目标在惯性系x和y方向的位置；

b2)根据惯性系下智能体和目标之间的视线角

计算智能体与目标连线方向上的径向单位向量

智能体与目标连线和椭圆交点的切向单位向量

其中，

b3)根据惯性系下智能体和目标之间的视线角

计算期望的椭圆时变环绕半径

c)将目标与智能体的连线与惯性系x轴之间的旋转角视为积分自变量，以第i个智能体的旋转角为积分起点，以第j个智能体的旋转角为积分终点，利用极坐标描述的曲线积分定理，获取相邻空中智能体间的投影弧长；具体步骤如下：

将目标与智能体的连线与惯性系x轴之间的旋转角视为积分自变量，以第i个智能体的旋转角θ_i(t)为积分起点，以第j个智能体的旋转角θ_j(t)为积分终点，利用极坐标系描述的曲线积分定理，获取相邻空中智能体间的投影弧长f_i ^j(t)，公式如下：

其中，Ω＝{1,...,N}，θ_i(t)为第i个智能体和目标的连线与惯性系x轴的夹角，并且与视线角

满足如下关系：

d)根据步骤a)、b)和c)的结果，通过在径向方向引入相对距离误差反馈，在切向方向构造期望的切向速度分量和基于信息一致性的投影弧长协同误差项，并与目标速度叠加，构建适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕制导律；具体步骤如下：

d1)根据步骤a)的空中多智能体间的通信拓扑关系，计算切向方向基于信息一致性的投影弧长协同误差：

其中，

为智能体i和j之间的投影弧长控制偏差，f_d表示相邻空中多智能体间的期望弧长间距，记为：

其中T为椭圆系数。

d2)根据步骤a)、b)和c)的结果，通过在径向方向引入相对距离误差反馈，在切向方向构造期望的切向速度分量和基于信息一致性的投影弧长协同误差项，并与目标速度叠加，设计如下的制导率，提供期望的速度矢量：

其中，

h₀为正的可调增益；ρ_i(t)为空中智能体i与目标之间的实际距离，u_i(t)＝[u_ix(t),u_iy(t)]^T表示第i个智能体惯性系下期望的速度矢量，v_t(t)＝[v_tx(t),v_ty(t)]^T表示运动目标惯性系下的速度矢量，η为期望的切向速度分量。

e)结合步骤d)获得的协同环绕制导律，运用速度矢量合成原理，生成速度和航向角指令，设计基于比例微分的航向角速度，最终驱动空中多智能体以预设的相邻弧长、期望的环绕半径和切向速度沿着椭圆轨道飞行观测；具体步骤如下：

e1)结合步骤d)获得的协同环绕制导律，运用速度矢量合成原理，生成速度指令v_i(t)和航向角指令ψ_di(t)：

e2)设计基于比例微分的航向角速度ω_i(t)，最终驱动空中多智能体以预设的相邻弧长、期望的环绕半径和切向速度沿着椭圆轨道飞行观测：

其中，k_ψ为正的航向角误差比例系数。

与现有技术相比本发明具有以下有益效果：本发明所提出的一种适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕跟踪方法，弥补了已有圆形环绕编队策略在应对低空精细侦察任务时观测航路不紧凑诱发的任务满意度不高、能量消耗过多等缺陷，借助投影弧长协同误差调控集群行为，赋予了多智能体沿椭圆航路形成均匀分布编队样式的能力，对于解决单条闭合曲线路径导引下的协同编队控制问题具有重要的参考价值。

附图说明

图1为本发明的控制结构框图。

图2为本发明所涉及的空中多智能体与运动目标的相对几何示意图。

图3为本发明所涉及的空中多智能体通信拓扑关系。

图4为惯性系下针对运动目标的空中多智能体编队几何样式。

图5为相对坐标系下空中多智能体在暂态收敛阶段、沿椭圆轨道调节阶段、等弧长协同编队阶段的位置剖面。

具体实施方式

以下结合具体实施例及附图对本发明作进一步说明。

一种适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕跟踪方法，如图1所示，包括如下步骤：

a)针对非完整约束模型描述的一类空中多智能体，(如飞航式导弹，固定翼无人机等)：围绕运动目标多视角探测的需求，确定椭圆轨道的几何参数、智能体数量、邻居间的通信拓扑关系；具体步骤如下：

a1)针对以非完整约束模型描述的一类空中多智能体，运动学模型如下：

其中，x_i(t)和y_i(t)分别为第i个空中智能体惯性系x和y方向的位置，ψi(t)如图2所示为第i个空中智能体的航向角，v_i(t)和ω_i(t)为第i个空中智能体的控制输入，分别为线速度和航向角速度指令；

a2)围绕运动目标多视角探测的需求，采用椭圆轨道的几何参数，包括椭圆轨道长半轴参量a、短半轴参量b和旋转角α，智能体数量N；邻居间的通信拓扑关系由图论理论中的邻接矩阵A＝[a_ij]来确定，其中，a_ij为智能体之间的通信权重系数，a_ij＝1表示第i个智能体可以接收到第j个智能体的信息，反之，a_ij＝0，图3所示的通信拓扑关系由邻接矩阵A表示为：

b)根据空中多智能体和运动目标的相对几何，计算惯性系下智能体和目标之间的视线角，表征依赖时变视线角的智能体与目标连线方向上的径向单位向量、智能体与目标连线和椭圆交点的切向单位向量和期望的椭圆时变环绕半径；具体步骤如下：

b1)根据空中多智能体和运动目标的相对几何，计算惯性系下如图2所示的智能体和目标之间的视线角

其中，x_t(t)和y_t(t)分别表示目标在惯性系x和y方向的位置。

b2)根据惯性系下智能体和目标之间的视线角

计算如图2所示的智能体与目标连线方向上的径向单位向量

智能体与目标连线和椭圆交点的切向单位向量

其中，

b3)根据惯性系下智能体和目标之间的视线角

计算如图2所示期望的椭圆时变环绕半径

c)将目标与智能体的连线与惯性系x轴之间的旋转角视为积分自变量，以第i个智能体的旋转角为积分起点，以第j个智能体的旋转角为积分终点，利用极坐标描述的曲线积分定理，获取相邻空中智能体间的投影弧长；具体步骤如下：

如图2所示，将目标与智能体的连线与惯性系x轴之间的旋转角视为积分自变量，以第i个智能体的旋转角θ_i(t)为积分起点，以第j个智能体的旋转角θ_j(t)为积分终点，利用极坐标系描述的曲线积分定理，获取相邻空中智能体间的投影弧长f_i ^j(t)，公式如下：

其中，Ω＝{1,...,N}，θ_i(t)为第i个智能体和目标的连线与惯性系x轴的夹角，并且与视线角

满足如下关系：

d)根据步骤a)、b)和c)的结果，通过在径向方向引入相对距离误差反馈，在切向方向构造期望的切向速度分量和基于信息一致性的投影弧长协同误差项，并与目标速度叠加，构建适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕制导律；具体步骤如下：

d1)根据步骤a)的空中多智能体间的通信拓扑关系A＝[a_ij]，计算切向方向基于信息一致性的投影弧长协同误差：

其中，

为智能体i和j之间的投影弧长控制偏差，f_d表示相邻空中多智能体间的期望弧长间距，记为：

其中T为椭圆系数；

d2)根据步骤a)、b)和c)的结果，通过在径向方向引入相对距离误差反馈，在切向方向构造期望的切向速度分量和基于信息一致性的投影弧长协同误差项，并与目标速度叠加，设计如下的制导率，提供期望的速度矢量：

其中，

h₀为正的可调增益；ρ_i(t)为空中智能体i与目标之间的实际距离，u_i(t)＝[u_ix(t),u_iy(t)]^T表示第i个智能体惯性系下期望的速度矢量，v_t(t)＝[v_tx(t),v_ty(t)]^T表示运动目标惯性系下的速度矢量，η为期望的切向速度分量。

e)结合步骤d)获得的协同环绕制导律，运用速度矢量合成原理，生成速度和航向角指令，设计基于比例微分的航向角速度，最终驱动空中多智能体以预设的相邻弧长、期望的环绕半径和切向速度沿着椭圆轨道飞行观测；具体步骤如下：

e1)结合步骤d)获得的协同环绕制导律，运用速度矢量合成原理，生成速度指令v_i(t)和航向角指令ψ_di(t)：

e2)设计基于比例微分的航向角速度ω_i(t)，最终驱动空中多智能体以预设的相邻弧长、期望的环绕半径和切向速度沿着椭圆轨道飞行观测：

其中，k_ψ为正的航向角误差比例系数。

f)将给出的一种适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕跟踪方法应用于步骤a)提出的动力学模型中进行仿真，智能体的个数为10；具体实施步骤如下：

f1)确定椭圆轨道的几何参数如表1所示。

表1椭圆轨道的几何参数

f2)确定每个空中智能体的初始坐标、初始航向角和初始旋转角，如表2所示。

表2每个空中智能体的初始参数

f3)确定每个空中智能体期望的切向速度分量为η＝0.75km/s，增益系数h₀＝0.5，航向角误差比例系数k_ψ＝0.5。假设目标在惯性系x轴和y轴的速度为v_x＝0.0254km/s,v_y＝0.0254km/s，在所提协同控制策略下进行仿真，结果如图4所示。以运动目标为相对坐标系圆心，空中多智能体在暂态收敛阶段、沿椭圆轨道调节阶段、等弧长协同编队阶段的位置剖面如图5所示。

本发明要求保护的范围不限于以上具体实施方式，而且对于本领域技术人员而言，本发明可以有多种变形和更改，凡在本发明的构思与原则之内所作的任何修改、改进和等同替换都应包含在本发明的保护范围之内。

Claims (1)

1.一种适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕跟踪方法，其特征在于：包括如下步骤：

a)针对非完整约束模型描述的一类空中多智能体，围绕运动目标多视角探测的需求，确定椭圆轨道的几何参数、智能体数量、邻居间的通信拓扑关系；

a1)针对以非完整约束模型描述的一类空中多智能体，运动学模型如下：

其中，x_i(t)和y_i(t)分别为第i个空中智能体惯性系x和y方向的位置，ψ_i(t)为第i个空中智能体的航向角，v_i(t)和ω_i(t)为第i个空中智能体的控制输入，分别为线速度和航向角速度指令；

a2)围绕运动目标多视角探测的需求，确定椭圆轨道的几何参数，包括椭圆轨道长半轴参量a、短半轴参量b和旋转角α，智能体数量N；邻居间的通信拓扑关系由图论理论中的邻接矩阵A＝[a_ij]来确定，其中，a_ij为智能体之间的通信权重系数，a_ij＝1表示第i个智能体可以接收到第j个智能体的信息，反之，a_ij＝0；

b)根据空中多智能体和运动目标的相对几何，计算惯性系下智能体和目标之间的视线角，表征依赖时变视线角的智能体与目标连线方向上的径向单位向量、智能体与目标连线和椭圆交点的切向单位向量、期望的椭圆时变环绕半径；

b1)根据空中多智能体和运动目标的相对几何，计算惯性系下智能体和目标之间的视线角

其中，x_t(t)和y_t(t)分别表示目标在惯性系x和y方向的位置；

b2)根据惯性系下智能体和目标之间的视线角

计算智能体与目标连线方向上的径向单位向量

智能体与目标连线和椭圆交点的切向单位向量

其中，

b3)根据惯性系下智能体和目标之间的视线角

计算期望的椭圆时变环绕半径

c)将目标与智能体的连线与惯性系x轴之间的旋转角视为积分自变量，以第i个智能体的旋转角为积分起点，以第j个智能体的旋转角为积分终点，利用极坐标描述的曲线积分定理，获取相邻空中智能体间的投影弧长；具体为：

将目标与智能体的连线与惯性系x轴之间的旋转角视为积分自变量，以第i个智能体的旋转角θ_i(t)为积分起点，以第j个智能体的旋转角θ_j(t)为积分终点，利用极坐标系描述的曲线积分定理，获取相邻空中智能体间的投影弧长f_i ^j(t)，公式如下：

其中，Ω＝{1,...,N}，θ_i(t)为第i个智能体和目标的连线与惯性系x轴的夹角，并且与视线角

满足如下关系：

d)根据步骤a)、b)和c)的结果，通过在径向方向引入相对距离误差反馈，在切向方向构造期望的切向速度分量和基于信息一致性的投影弧长协同误差项，并与目标速度叠加，构建适用于运动目标多视角探测的空中多智能体椭圆轨道协同环绕制导律；

d1)根据步骤a)的空中多智能体间的通信拓扑关系，计算切向方向基于信息一致性的投影弧长协同误差：

其中，

为智能体i和j之间的投影弧长控制偏差，f_d表示相邻空中多智能体间的期望弧长间距，记为：

其中T为椭圆系数；

d2)根据步骤a)、b)和c)的结果，通过在径向方向引入相对距离误差反馈，在切向方向构造期望的切向速度分量和基于信息一致性的投影弧长协同误差项，并与目标速度叠加，设计如下的制导率，提供期望的速度矢量：

其中，

h₀为正的可调增益；ρ_i(t)为空中智能体i与目标之间的实际距离，u_i(t)＝[u_ix(t),u_iy(t)]^T表示第i个智能体惯性系下期望的速度矢量，v_t(t)＝[v_tx(t),v_ty(t)]^T表示运动目标惯性系下的速度矢量，η为期望的切向速度分量；

e)结合步骤d)获得的协同环绕制导律，运用速度矢量合成原理，生成速度和航向角指令，设计基于比例微分的航向角速度，最终驱动空中多智能体以预设的相邻弧长、期望的环绕半径和切向速度沿着椭圆轨道飞行观测：

e1)结合步骤d)获得的协同环绕制导律，运用速度矢量合成原理，生成速度指令v_i(t)和航向角指令ψ_di(t)：

e2)设计基于比例微分的航向角速度ω_i(t)，最终驱动空中多智能体以预设的相邻弧长、期望的环绕半径和切向速度沿着椭圆轨道飞行观测：

其中，k_ψ为正的航向角误差比例系数。

Images