CN115167451A - 一种离散异构多自主体编队合围跟踪控制方法及系统 - Google Patents
一种离散异构多自主体编队合围跟踪控制方法及系统 Download PDFInfo
- Publication number
- CN115167451A CN115167451A CN202210921578.5A CN202210921578A CN115167451A CN 115167451 A CN115167451 A CN 115167451A CN 202210921578 A CN202210921578 A CN 202210921578A CN 115167451 A CN115167451 A CN 115167451A
- Authority
- CN
- China
- Prior art keywords
- formation
- autonomous
- observer
- tracking control
- self
- 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.)
- Pending
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013461 design Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 56
- 239000000126 substance Substances 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 4
- 238000005755 formation reaction Methods 0.000 description 105
- 238000010586 diagram Methods 0.000 description 10
- 238000011160 research Methods 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012795 verification Methods 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
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
本发明涉及高阶离散多自主体系统,更具体的说是一种离散异构多自主体编队合围跟踪控制方法及系统,S1:构建多自主体系统模型;S2:确定多自主体系统网络拓扑;S3:确定编队函数及控制目标;S4:观测虚拟领导自主体的状态信息;S5:设计时变输出编队跟踪控制协议;S6:设计观测器以估计虚拟领导自主体状态的凸包和编队函数的凸包;S7:构造合围跟踪控制协议;S8:设计时变编队‑合围跟踪控制协议;该系统包括:多自主体系统模型构建模块;网络拓扑获取模块;编队函数获取模块;状态观测器设计模块;时变输出编队跟踪控制器设计模块;虚拟领导自主体状态凸包和编队函数凸包观测器构建模块;时变输出编队‑合围跟踪控制协议设计模块。
Description
技术领域
本发明涉及高阶离散多自主体系统,更具体地说是一种离散异构多自主体编队合围跟踪控制方法及系统。
背景技术
近年来,由于多自主体系统在军事、民用等方面的广泛应用,已有大量的学者针对其理论及应用开展了研究。多自主体系统的协调控制研究方向包括一致性、编队、群集等方面。
一致性问题是多自主体系统协调控制研究的基础。在一致性问题中,要求自主体的状态(或输出)渐近趋于一个定值(leaderless一致性)或一个确定的函数(leader-following一致性)。在leader-following一致性中,若存在多个领导自主体,系统的一致性问题变为合围控制问题。在合围控制中,要求所有的跟随自主体最终趋于多个领导自主体形成的凸包中。
在合围控制中,多个领导自主体之间无通信。若领导自主体之间存在通信,并且要求形成一定的编队,则合围控制问题变为编队-合围控制,即要求领导自主体形成所要求的编队(固定或时变),同时跟随自主体趋于领导自主体形成的凸包中。编队-合围控制广泛应用于军事领域中,如在有人/无人机(或舰艇)混合作战中,处于外围的实现编队的无人机(或舰艇)可保护其凸包内的有人机(或舰艇)。在某些应用场景中,不仅要求系统实现编队-合围控制,而且整体系统按照预定轨迹运行,即编队-合围跟踪控制。在由1个虚拟领导自主体、多个编队自主体和多个跟随自主体组成的系统中,编队-合围跟踪控制要求编队自主体形成所要求的编队,跟随自主体趋于编队自主体形成的凸包中,同时整体系统跟随虚拟领导自主体的轨迹。
根据系统中的自主体是否具有相同的数学模型,系统可分为同构多自主体系统和异构多自主体系统。同构多自主体系统要求所有的自主体具有相同的数学模型,目前已有针对二阶和高阶系统的编队-合围跟踪控制研究成果。相对于同构多自主体系统,异构多自主体系统中由于每个自主体可具有不同的数学模型,包括维数及参数,其具有更广泛的适用性,如在高分辨率对地观测系统以及立体化的监测系统中,空中的无人飞艇、无人机和地面的无人机往往具有不同的动态模型,此时需要利用处理异构多自主体系统的方法进行分析及控制。
目前关于异构多自主体系统的编队-合围跟踪控制研究成果主要针对连续系统,关于离散高阶系统的研究成果较少。并且,在系统的实际运行中,自主体的状态往往难以直接测量,而且自主体之间的信息传输难免存在时间延迟,所以,如何在信息不可直接测量且存在时延的情况下实现离散异构多自主体系统的编队-合围跟踪控制成为目前亟需解决的问题。
发明内容
本发明的目的是提供一种离散异构多自主体编队合围跟踪控制方法及系统,可以在信息不可直接测量且存在时延的情况下实现离散异构多自主体系统的编队-合围跟踪控制。
本发明的目的通过以下技术方案来实现:
一种离散异构多自主体编队合围跟踪控制方法,该方法包括以下步骤:
S1:构建由虚拟领导自主体、N个编队自主体和M个跟随自主体组成的多自主体系统模型;
S2:确定多自主体系统网络拓扑;
S3:确定编队函数及控制目标;
S4:构造观测器,以观测虚拟领导自主体的状态信息;
S5:设计时变输出编队跟踪控制协议;
S6:设计观测器以估计虚拟领导自主体状态的凸包和编队函数的凸包;
S7:构造合围跟踪控制协议;
S8:设计时变编队-合围跟踪控制协议。
所述S1中,虚拟领导自主体提供跟踪轨迹,N个编队自主体形成设计的时变编队,M个跟随自主体趋于编队自主体形成的凸包中,完成输出编队-合围跟踪控制目标。
所述S2中,由N个编队自主体和M个跟随自主体构成的网络拓扑可用图G={V,E,W}来表示,其中,V={v1,v2,…,vN+M}是顶点集,E={eij=(vi,vj)}是边集,是邻接矩阵,如果eij∈E,则wij>0,否则,wij=0,且对于所有的i,wii=0,Laplacian矩阵L=[lij](N+M)×(N+M),其中,对于i≠j,lij=-wij。
N个编队自主体中只有N1(1≤N1≤N)自主体能接收到虚拟领导自主体的信息,即为informed编队自主体,其余N-N1为uninformed编队自主体,对于每个uninformed编队自主体,至少存在一个informed编队自主体与其之间存在一条有向路径,对于每个跟随自主体,至少存在一个编队自主体与其之间存在一条有向路径;
由N个编队自主体和M个跟随自主体构成的网络拓扑对应的Laplacian矩阵可表示为:
假设:对于i∈FL∪FF,存在(Xhi,Uhi)满足:
其中控制目标:
则系统实现了时变输出编队-合围跟踪控制目标。
所述S4中,informed编队自主体不能直接得到虚拟领导自主体的状态信息,利用虚拟领导自主体的输出构造观测器,以观测虚拟领导自主体的状态信息;
针对第i个informed自主体,考虑时变时延,构造如下的观测器:
τ1≤τk≤τ2
其中,τ1和τ2分别是正常数;
针对uninformed编队自主体,利用邻接信息,设计观测器以观测虚拟领导自主体的状态信息:
所述S5中,利用上述观测器(3)和(4)的状态、编队函数hi(k)、编队自主体的输出yi(k)构造如下的编队跟踪控制协议
所述S6中,对跟随自主体i,利用邻接信息,设计观测器以估计虚拟领导自主体状态的凸包:
针对跟随自主体i,利用邻接信息,设计观测器以估计编队函数的凸包:
所述S7中,基于观测器(6)和(7),构造合围跟踪控制协议:
所述S8中,结合编队-跟踪控制协议(5)和合围跟踪控制协议(8),得到基于观测器的时变输出编队-合围跟踪控制协议:
一种离散异构多自主体编队合围跟踪控制系统,该系统包括:
多自主体系统模型构建模块,由虚拟领导自主体、N个编队自主体和M个跟随自主体组成,用于完成时变输出编队-合围跟踪控制目标;
网络拓扑获取模块,用于构建多自主体系统网络拓扑;
编队函数获取模块,用于确定编队自主体的编队函数;
状态观测器设计模块,用于设计观测器;
时变输出编队跟踪控制器设计模块,用于设计时变输出编队跟踪控制器;
虚拟领导自主体状态凸包和编队函数凸包观测器构建模块,用于构建虚拟领导自主体状态凸包和编队函数凸包观测器;
时变输出编队-合围跟踪控制协议设计模块,用于设计时变输出编队-合围跟踪控制协议。
本发明的有益效果为:
本发明针对由1个虚拟领导自主体,多个编队自主体和多个跟随自主体组成的离散异构多自主体系统;
假设编队自主体不能直接得到虚拟领导者的状态信息,考虑时延对系统的影响,设计了分布式观测器及基于观测器的编队跟踪控制协议;
为了实现合围控制目标,针对跟随者自主体分别设计了用以估计虚拟领导者状态及编队函数凸包的观测器,及基于观测器的合围控制器;
设计了基于观测器的编队-合围跟踪控制器,使得编队自主体实现所要求的编队,跟随自主体趋于编队自主体形成的凸包,同时跟踪虚拟领导者的轨迹。
附图说明
下面结合附图和具体实施方法对本发明做进一步详细的说明。
图1是本发明的离散异构多自主体编队合围跟踪控制系统示意图;
图2是本发明的离散异构多自主体编队合围跟踪控制方法流程示意图;
图3是本发明的误差系统(10)的状态轨迹示意图;
图4是本发明的误差系统(13)的状态轨迹示意图;
图5是本发明的误差系统(17)的状态轨迹示意图;
图6是本发明的误差系统(20)的状态轨迹示意图;
图7是本发明的k=200时的多自主体系统的输出轨迹示意图;
图8是本发明的k=600时的多自主体系统的输出轨迹示意图;
图9是本发明的k=1000时的多自主体系统的输出轨迹示意图;
图10是本发明的k=3000时的多自主体系统的输出轨迹示意图;
图11是本发明的编队-合围跟踪误差轨迹示意图;
图12是本发明的多自主体系统网络拓扑图。
具体实施方式
下面结合附图对本发明做进一步详细说明。
如图2所示,为了解决“如何在信息不可直接测量且存在时延的情况下实现离散异构多自主体系统的编队-合围跟踪控制”这一技术问题,下面对一种离散异构多自主体编队合围跟踪控制方法的步骤和功能进行详细的说明;
一种离散异构多自主体编队合围跟踪控制方法,该方法包括以下步骤:
S1:构建由虚拟领导自主体、N个编队自主体和M个跟随自主体组成的多自主体系统模型;
多自主体系统由虚拟领导自主体、N个编队自主体和M个跟随自主体组成;
虚拟领导自主体提供跟踪轨迹,N个编队自主体要求形成设计的时变编队,M个跟随自主体要求趋于编队自主体形成的凸包中,以此整体系统完成输出编队-合围跟踪控制目标。
虚拟领导自主体的模型描述为:
N个编队自主体和M个跟随自主体的模型为:
以上的数学模型参数需要满足以下假设:
假设1:对于i∈FL∪FF,存在矩阵(Xi,Ui)满足
S2:确定多自主体系统网络拓扑;
以上由N个编队自主体和M个跟随自主体构成的网络拓扑可用图G={V,E,W}来表示,其中,V={v1,v2,…,vN+M}是顶点集,E={eij=(vi,vj)}是边集。是邻接矩阵,如果eij∈E,则wij>0,否则,wij=0,且对于所有的i,wii=0。Laplacian矩阵L=[lij](N+M)×(N+M),其中,对于i≠j,lij=-wij。
此网络拓扑满足以下2个假设:
假设2:N个编队自主体中只有N1(1≤N1≤N)自主体能接收到虚拟领导自主体的信息,即为informed编队自主体,其余N-N1为uninformed编队自主体。
假设3:对于每个uninformed编队自主体,至少存在一个informed编队自主体与其之间存在一条有向路径。对于每个跟随自主体,至少存在一个编队自主体与其之间存在一条有向路径;
当以上假设成立时,由N个编队自主体和M个跟随自主体构成的网络拓扑对应的Laplacian矩阵可表示为:
S3:确定编队自主体函数及控制目标;
hi(k+1)=Ahhi(k)
假设4:对于i∈FL∪FF,存在(Xhi,Uhi)满足:
控制目标:
则系统实现了时变输出编队-合围跟踪控制目标:
S4:假设informed编队自主体不能直接得到虚拟领导自主体的状态信息,利用虚拟领导自主体的输出构造观测器,以观测虚拟领导自主体的状态信息;
针对第i个informed自主体,考虑时变时延,构造如下的观测器:
τ1≤τk≤τ2
其中,τ1和τ2分别是正常数。
验证上述观测器有效性的方法。
步骤一:模型转换
步骤二:分析上述系统(10)的稳定性,即观测器(9)的有效性。
利用李雅普诺夫稳定理论,构造李雅普诺夫函数
V(k)=V1(k)+V2(k)
其中,
对上式沿(10)求差分,并利用引理1;
得出:当假设3成立时,若存在正定对称矩阵P,Q1,Q2,Q3,R1,R2满足:
则上述观测器有效,即其中,Γ11=-P+Q1+Q2+(τ12+1)Q3-R1,Γ16=τ1(A-I)TR1,Γ17=τ12(A-I)TR2,Γ33=-Q1-R1-R2,Γ44=-Q2-R2, τ12=τ2-τ1;
S5:针对uninformed编队自主体,利用邻接信息,设计如下的观测器以观测虚拟领导自主体的状态;
验证上述观测器有效的方法:
步骤一:根据引理2;
引理2:当假设3成立时,矩阵L1的特征值均具有正实部。
步骤二:系统转换;
步骤三:分析上述系统(13)的稳定性,即观测器(12)的有效性。
引入李雅普诺夫函数
Vi(k)=Vi1(k)+Vi2(k),i∈UL,
其中,
通过对上式沿着系统(13)求差分,并利用引理3:
S6:设计时变输出编队跟踪控制协议;
利用上述观测器(9)和(12)的状态、编队函数hi(k)、编队自主体的输出yi(k)构造如下的编队跟踪控制协议:
确定上述协议(15)中未知参数矩阵的方法:
步骤一:确保网络拓扑满足假设2和假设3;
假设2:N个编队自主体中只有N1(1≤N1≤N)自主体能接收到虚拟领导自主体的信息,即为informed编队自主体,其余N-N1为uninformed编队自主体。
假设3:对于每个uninformed编队自主体,至少存在一个informed编队自主体与其之间存在一条有向路径。对于每个跟随自主体,至少存在一个编队自主体与其之间存在一条有向路径。
步骤二:调整参数,使得观测器(9)和(12)有效,即不等式(11)和(14)成立;
步骤三:选取K1i和Fi使得矩阵Ai+BiK1i和Ai-FiCi的特征值位于单位圆内。
步骤四:求解满足假设1和假设4的矩阵Xi,Ui,Xhi,Uhi的值。
假设1:对于i∈FL∪FF,存在矩阵(Xi,Ui)满足:
假设4:对于i∈FL∪FF,存在(Xhi,Uhi)满足:
步骤五:令K2i=Ui-K1iXi,K3i=Uhi-K1iXhi,此时时变编队跟踪控制协议(15)确定。
S7:针对跟随自主体i,利用邻接信息,设计观测器以估计虚拟领导自主体状态的凸包;
步骤一:根据引理4
步骤二:构造误差系统:令
则误差系统为:
步骤三:误差系统处理
观测器(9)和(12)有效时,误差系统为
步骤四:分析上述误差系统的稳定性,即观测器(16)的有效性。方法与S5的步骤三相似,故省略。最终得到:当存在正定对称矩阵P',Q1',Q2',Q3',R1',R2'满足
则误差系统(17)渐近稳定,即观测器(16)有效,其满足
S8:针对跟随自主体i,利用邻接信息,设计观测器以估计编队函数的凸包;
其有效性分析方法与S7里面的步骤相似,
步骤一:构造误差系统
S9:基于上述观测器(16)和(19),构造合围跟踪控制协议;
S10:设计时变编队-合围跟踪控制协议;
结合编队-跟踪控制协议(15)和合围跟踪控制协议(22),得到基于观测器的时变输出编队-合围跟踪控制协议
确定上述协议参数的方法:
步骤一:确保网络拓扑满足假设2和假设3;
假设2:N个编队自主体中只有N1(1≤N1≤N)自主体能接收到虚拟领导自主体的信息,即为informed编队自主体,其余N-N1为uninformed编队自主体。
假设3:对于每个uninformed编队自主体,至少存在一个informed编队自主体与其之间存在一条有向路径。对于每个跟随自主体,至少存在一个编队自主体与其之间存在一条有向路径。
步骤二:调整参数,使得观测器(9)、(12)、(16)和(19)有效,即不等式(11)、(14)、(18)和(21)成立;
步骤三:选取K1i(i∈FL∪FF)和Fi(i∈FL∪FF)使得矩阵Ai+BiK1i(i∈FL∪FF)和Ai-FiCi(i∈FL∪FF)的特征值位于单位圆内。
步骤四:求解满足假设1和假设4的矩阵Xi,Ui、Xhi,Uhi(i∈FL∪FF)的值。
假设1:对于i∈FL∪FF,存在矩阵(Xi,Ui)满足:
假设4:对于i∈FL∪FF,存在(Xhi,Uhi)满足:
步骤五:令K2i=Ui-K1iXi(i∈FL∪FF),K3i=Uhi-K1iXhi(i∈FL∪FF),此时上述时变输出编队-合围跟踪控制协议确定。
上述方法有效性证明:
若选取K2i=Ui-K1iXi,K3i=Uhi-K1iXhi(i∈FF),定义K1=diag{K1(N+1),K1(N+2),…,K1(N+M)},K2=diag{K2(N+1),K2(N+2),…,K2(N+M)},K3=diag{K3(N+1),K3(N+2),…,K3(N+M)},则误差函数为:
根据假设1,假设4和引理4,系统完成合围跟踪。结合S6,及定义1,系统实现了时变输出编队-合围跟踪控制目标。
则系统实现了时变输出编队-合围跟踪控制目标。
S11:仿真验证;
假设多自主体系统由1个虚拟领导自主体(标为0),6个编队自主体(标为1~6)和4个跟随自主体(7~10)组成,具体拓扑图如图12所示。图中编队自主体1和2是informed编队自主体。
时变编队函数为:
将时变编队-合围跟踪控制协议应用于多自主体系统,得到k=200,600,1000,3000时的输出轨迹,其如图7至10所示。图中6个编队自主体形成了所设计的时变编队,4个跟随自主体趋于编队自主体形成的凸包,同时整体跟随虚拟领导自主体的轨迹。
为进一步验证协议的有效性,编队-合围跟踪误差状态轨迹如图11所示,所有的状态最终都趋于零,系统实现时变输出编队-合围跟踪控制目标。
如图1所示,一种离散异构多自主体编队合围跟踪控制系统,该系统包括:
多自主体系统模型构建模块,由虚拟领导自主体、N个编队自主体和M个跟随自主体组成,用于完成输出编队-合围跟踪控制目标;
网络拓扑获取模块,用于构建多自主体系统网络拓扑;
编队函数获取模块,用于确定编队函数;
状态观测器设计模块,用于设计观测器;
时变输出编队跟踪控制器设计模块,用于设计时变输出编队跟踪控制器;
虚拟领导自主体状态凸包和编队函数凸包观测器构建模块,用于构建虚拟领导自主体状态凸包和编队函数凸包观测器;
时变输出编队-合围跟踪控制协议设计模块,用于设计时变输出编队-合围跟踪控制协议。
Claims (10)
1.一种离散异构多自主体编队合围跟踪控制方法,其特征在于:该方法包括以下步骤:
S1:构建由虚拟领导自主体、N个编队自主体和M个跟随自主体组成的多自主体系统模型;
S2:确定多自主体系统网络拓扑;
S3:确定编队函数及控制目标;
S4:构造观测器,以观测虚拟领导自主体的状态信息;
S5:设计时变输出编队跟踪控制协议;
S6:设计观测器以估计虚拟领导自主体状态的凸包和编队函数的凸包;
S7:构造合围跟踪控制协议;
S8:设计时变编队-合围跟踪控制协议。
2.根据权利要求1所述的一种离散异构多自主体编队合围跟踪控制方法,其特征在于:所述S1中,虚拟领导自主体提供跟踪轨迹,N个编队自主体形成设计的时变编队,M个跟随自主体趋于编队自主体形成的凸包中,完成输出编队-合围跟踪控制目标。
10.一种离散异构多自主体编队合围跟踪控制系统,其特征在于:该系统包括:
多自主体系统模型构建模块,由虚拟领导自主体、N个编队自主体和M个跟随自主体组成,用于完成输出编队-合围跟踪控制目标;
网络拓扑获取模块,用于构建多自主体系统网络拓扑;
编队函数获取模块,用于确定编队自主体的编队函数;
状态观测器设计模块,用于设计观测器;
时变输出编队跟踪控制器设计模块,用于设计时变输出编队跟踪控制器;
虚拟领导自主体状态凸包和编队函数凸包观测器构建模块,用于构建虚拟领导自主体状态凸包和编队函数凸包观测器;
时变输出编队-合围跟踪控制协议设计模块,用于设计时变输出编队-合围跟踪控制协议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210921578.5A CN115167451A (zh) | 2022-08-02 | 2022-08-02 | 一种离散异构多自主体编队合围跟踪控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210921578.5A CN115167451A (zh) | 2022-08-02 | 2022-08-02 | 一种离散异构多自主体编队合围跟踪控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115167451A true CN115167451A (zh) | 2022-10-11 |
Family
ID=83477805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210921578.5A Pending CN115167451A (zh) | 2022-08-02 | 2022-08-02 | 一种离散异构多自主体编队合围跟踪控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115167451A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115993845A (zh) * | 2023-03-23 | 2023-04-21 | 西北工业大学深圳研究院 | 一种集群智能系统协同运动规划与编队控制方法 |
-
2022
- 2022-08-02 CN CN202210921578.5A patent/CN115167451A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115993845A (zh) * | 2023-03-23 | 2023-04-21 | 西北工业大学深圳研究院 | 一种集群智能系统协同运动规划与编队控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109445447B (zh) | 一种多智能体编队跟踪控制方法及系统 | |
Oh et al. | Decentralised standoff tracking of moving targets using adaptive sliding mode control for UAVs | |
US20230208719A1 (en) | Distributed secure state reconstruction method based on double-layer dynamic switching observer | |
Pan et al. | Maneuver decision for cooperative close-range air combat based on state predicted influence diagram | |
Yu et al. | Practical formation‐containment tracking for multiple autonomous surface vessels system | |
CN107807521A (zh) | 面向固定时间的编队飞行器协同控制方法及系统 | |
Yu et al. | Cooperative integrated practical time-varying formation tracking and control for multiple missiles system | |
Huber | Nonlinear Gaussian Filtering: Theory, Algorithms, and Applications | |
CN112379592B (zh) | 一种基于降维区间观测器的多智能体系统一致性分析方法 | |
CN115167451A (zh) | 一种离散异构多自主体编队合围跟踪控制方法及系统 | |
Yin et al. | Robust derivative unscented Kalman filter under non-Gaussian noise | |
Mathew et al. | Uniform coverage control of mobile sensor networks for dynamic target detection | |
CN116700327A (zh) | 一种基于连续动作优势函数学习的无人机轨迹规划方法 | |
Xing et al. | Distributed event-triggered observer-based tracking control of leader–follower multi-agent systems | |
Xu et al. | Distributed fixed-time time-varying formation-containment control for networked underactuated quadrotor UAVs with unknown disturbances | |
CN111798494A (zh) | 广义相关熵准则下的机动目标鲁棒跟踪方法 | |
Shin et al. | A new fusion formula and its application to continuous-time linear systems with multisensor environment | |
CN111439392A (zh) | 一种航天器编队位置协同控制方法 | |
CN111397607B (zh) | 一种采用并行融合机制的信息滤波方法 | |
CN111474950A (zh) | 一种基于有向通信拓扑的多航天器姿态协同控制方法 | |
CN116700340A (zh) | 轨迹规划方法、装置及无人机集群 | |
Tsai et al. | Cooperative localization using fuzzy DDEIF and broad learning system for uncertain heterogeneous omnidirectional multi-robots | |
CN115494729A (zh) | 二阶多智能体系统的时滞容许编队控制方法及装置 | |
CN114609930A (zh) | 网络环境下基于混合事件触发的无人机空地跟踪控制方法 | |
Fong | Multi‐sensor track‐to‐track fusion via linear minimum variance sense estimators |
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 |