CN115657722A - 一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法 - Google Patents

一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法 Download PDF

Info

Publication number
CN115657722A
CN115657722A CN202211354090.5A CN202211354090A CN115657722A CN 115657722 A CN115657722 A CN 115657722A CN 202211354090 A CN202211354090 A CN 202211354090A CN 115657722 A CN115657722 A CN 115657722A
Authority
CN
China
Prior art keywords
unmanned
unmanned aircraft
ith
time
cluster system
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
Application number
CN202211354090.5A
Other languages
English (en)
Inventor
纪良浩
瞿小峰
张翠娟
杨莎莎
郭兴
于凤敏
于南翔
李华青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202211354090.5A priority Critical patent/CN115657722A/zh
Publication of CN115657722A publication Critical patent/CN115657722A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法，包括：建立N架无人航行器之间的通信网络；根据通信网络获取领导者的状态信息、无人航行器与其邻居无人航行器的状态信息计算无人航行器的脉冲振幅；根据无人航行器的脉冲振幅计算无人航行器的事件触发函数；根据无人航行器的脉冲振幅和事件触发函数构建无人集群系统的事件触发脉冲控制协议；获取无人集群的编队并利用无人集群系统的事件触发脉冲控制协议初始化一致性控制器建立无人集群系统的动力学模型；并通过一致性控制器更新无人航行器的状态，使N架无人航行器达到预设的编队；本发明能够减少通信资源浪费；完成期望的编队形状。

Description

一种基于事件触发脉冲控制的智能无人集群系统一致性编队 控制方法
技术领域
本发明涉及智能无人集群系统控制领域，具体涉及一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法。
背景技术
近年来，智能无人集群系统的一致性问题在多方研究领域引起了广泛关注。如在攻击之下的智能无人集群系统安全一致性问题,智能电网中的经济调度问题,优化一致性问题等等。智能无人集群系统的目标是让若干个具备简单智能但便于管理控制的系统能通过相互协作完成复杂的任务，使得在降低系统建模复杂性的同时，提高系统的鲁棒性、可靠性、灵活性。
而在智能无人集群领域，编队控制要求所有智能体收敛到满足一个编队队形的不同值，所谓编队，就是一组智能体，可能是无人机，无人艇，也可能是无人车，他们形成一个预期的队形，利用编队通常可以完成许多复杂环境下的任务，如范围探索，数据采集，抢险救灾，飞行表演等等。
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。其主要制约因素有以下两个方面：
问题1：集中式架构的编队控制方法需要大量的信息交互，在交互中容易产生冲突，计算量大，造成计算资源的浪费，对机载计算机的性能要求较高，系统和控制算法复杂，因此机载设备需要搭配的计算资源较高，提高了生产运行成本。
问题2：安全性低，一旦主控中心发生故障，编队中的其他个体将失去信息来源，导致编队失败。
发明内容
为了解决背景技术中存在的问题，本发明提供一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法，包括以下步骤：
S1：建立N架无人航行器之间的通信网络，该通信网络的拓扑为一个以领导者为根节点的有向生成树；
S2：根据通信网络获取领导者的状态信息、无人航行器与其邻居无人航行器的状态信息计算无人航行器的脉冲振幅；
S3：根据当前时刻无人航行器的脉冲振幅和上一次事件触发时无人航行器的脉冲振幅计算无人航行器的事件触发函数；
S4：根据无人航行器的脉冲振幅和事件触发函数构建无人集群系统的事件触发脉冲控制协议；
S5：获取无人集群的编队并利用无人集群系统的事件触发脉冲控制协议初始化一致性控制器建立无人集群系统的动力学模型；并通过一致性控制器更新无人航行器的状态，使N架无人航行器达到预设的编队。
本发明至少具有以下有益效果：
本发明使用了脉冲触发控制与事件触发控制相结合，使本发明中智能体的脉冲瞬间依赖于触发条件，只在脉冲事件触发时刻进行信息处理，方法减少了不必要的信息交互，提高了通信效率，节约了网络资源，通过本发明的方法对无人集群系统进行编队，加快了编队的效率。
附图说明
图1为本发明的方法流程图；
图2为本发明实施例的编队通信拓扑图；
图3为本发明实施例的智能体轨迹状态演变图；
图4为本发明实施例的智能体在x1方向的状态演变图；
图5为本发明实施例的智能体在x2方向的状态演变图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法，该方法包括但不限于如下步骤：
S1：建立N架无人航行器之间的通信网络，该通信网络的拓扑为一个以领导者为根节点的有向生成树；
通信网络拓扑中从根节点出发，至少有一条到任意节点的有向路径；
在无人集群系统中无人航行器之间的通信拓扑图为一个以领导者为根节点的有向生成树，通信拓扑图中从根节点出发，至少有一条到任意节点的有向路径。
对N个无人航行器组成的无人集群系统建立智能无人集群系统的第一动力学模型；
Figure BDA0003920294500000031
其中，i＝1,…,N，N表示无人集群系统中无人航行器的数量，x0(t)表示领导者的状态，
Figure BDA0003920294500000032
表示对x0(t)求导，xi(t)表示第i个无人航行器的状态，
Figure BDA0003920294500000033
表示对xi(t)求导，A表示n×n阶的常数矩阵，ui(t)表示第i个无人航行器的控制输入，所述无人航行器包括：无人机、无人船和无人车等无人智能设备，在本发明中智能无人集群系统的领导者为虚拟领导者。
S2：根据通信网络获取领导者的状态信息、无人航行器与其邻居无人航行器的状态信息计算无人航行器的脉冲振幅；
所述状态信息为位置状态；例如，以某一点为原点建立三维坐标系，位置状态信息即为无人航行器某时刻在三维空间中对应的位置。
优选地，所述无人航行器的脉冲振幅包括；
Figure BDA0003920294500000041
其中，
Figure BDA0003920294500000042
表示第i个无人航行器在
Figure BDA0003920294500000043
时刻的脉冲振幅，aij表示第i个无人航行器和第j个无人航行器的通信连接权重，N表示无人集群系统中有N个无人航行器；
Figure BDA0003920294500000044
表示第i个无人航行器上一次脉冲的时刻；
Figure BDA0003920294500000045
表示第i个无人航行器在
Figure BDA0003920294500000046
时刻的状态；
Figure BDA0003920294500000047
表示第j个无人航行器在
Figure BDA0003920294500000048
时刻的状态；
Figure BDA0003920294500000049
表示第j个无人航行器上一次脉冲的时刻，
Figure BDA00039202945000000410
表示领导者在
Figure BDA00039202945000000411
时刻的状态；bi表示第i个无人航行器和领导者之间的通信连接权重；当第i个无人航行器和领导者有通信连接，则为bi＝1，否则bi＝0；当第i个无人航行器和第j个无人航行器具有通信连接时aij＝1，反之aij＝0。
无人集群系统中每个无人航行器利用通信网络向其邻居无人航行器发送自身的状态信息；每个无人航行器根据其邻居无人航行器发送的状态信息
Figure BDA00039202945000000412
和领导者的状态信息
Figure BDA00039202945000000413
设置其脉冲振幅。
S3：根据当前时刻无人航行器的脉冲振幅和上一次事件触发时无人航行器的脉冲振幅计算无人航行器的事件触发函数；
优选地，所述无人航行器的事件触发函数包括：
Figure BDA00039202945000000414
Figure BDA00039202945000000415
其中，Ui(t)表示第i个无人航行器的事件触发函数，
Figure BDA00039202945000000416
表示第i个无人航行器的脉冲振幅误差的2-范数，β＞0是一个控制参数，
Figure BDA00039202945000000417
表示第i个无人航行器在
Figure BDA00039202945000000418
时刻的脉冲振幅的2-范数，
Figure BDA00039202945000000419
表示第i个无人航行器在
Figure BDA00039202945000000420
时刻的脉冲振幅，qi(t)表示第i个无人航行器当前时刻的脉冲振幅，
Figure BDA00039202945000000421
表示第i个无人航行器上一次事件触发的时刻。
每个无人航行器根据事件触发函数Ui(t)计算触发时间序列，它由如下进行定义：
tk+1＝inf{t：t＞tk，Ui(t)≥0}
其中，tk+1表示下一次事件触发的时刻，inf表示时间下限，在上一次事件触发之后，满足Ui(t)≥0最近的那个时间点，就是下一次事件触发的时刻tk+1。
S4：根据无人航行器的脉冲振幅和事件触发函数构建无人集群系统的事件触发脉冲控制协议；
优选地，所述无人集群系统的事件触发脉冲控制协议包括：
Figure BDA0003920294500000051
其中，α表示脉冲强度，
Figure BDA0003920294500000052
表示第i个无人航行器上一次事件触发的时刻，
Figure BDA0003920294500000053
表示第i个无人航行器在
Figure BDA0003920294500000054
时刻的脉冲振幅，δ(t)表示狄拉克脉冲函数，当
Figure BDA0003920294500000055
时δ(t)＝1，N表示无人集群系统中无人航行器的数量。
根据无人航行器的事件触发脉冲控制协议对N个无人航行器组成的无人集群系统建立无人集群系统的第二动力学模型：
Figure BDA0003920294500000056
Figure BDA0003920294500000057
其中，
Figure BDA0003920294500000058
Figure BDA0003920294500000059
表示第i个无人航行器在
Figure BDA00039202945000000510
时刻之前的状态，
Figure BDA00039202945000000511
表示第i个无人航行器在
Figure BDA00039202945000000512
时刻之后的状态，
Figure BDA00039202945000000513
表示领导者在
Figure BDA00039202945000000514
对刻的状态，i＝1，...，N，N表示无人集群系统中无人航行器的数量，
Figure BDA00039202945000000515
表示第i个无人航行器上一次事件触发的时刻，x0(t)表示领导者当前时刻的状态，
Figure BDA00039202945000000516
表示对x0(t)求导，xi(t)表示第i个无人航行器当前时刻的状态，
Figure BDA00039202945000000517
表示对xi(t)求导，A表示n×n阶的常数矩阵，ui(t)表示第i个无人航行器的控制输入，
Figure BDA00039202945000000518
表示第j个无人航行器在
Figure BDA00039202945000000519
时刻的状态，
Figure BDA0003920294500000061
表示第j个无人航行器上一次事件触发的时刻，aij表示第i个无人航行器和第j个无人航行器的通信连接权重，当第i个无人航行器和第j个无人航行器具有通信连接时aij＝1，反之aij＝0。
S5：获取无人集群的编队并利用无人集群系统的事件触发脉冲控制协议初始化一致性控制器建立无人集群系统的动力学模型；并通过一致性控制器更新无人航行器的状态，使N架无人航行器达到预设的编队；
所述无人集群系统的动力学模型包括：
Figure BDA0003920294500000062
Figure BDA0003920294500000063
Figure BDA0003920294500000064
Figure BDA0003920294500000065
其中，
Figure BDA0003920294500000066
表示第i个无人航行器在
Figure BDA0003920294500000067
时刻之前的状态，
Figure BDA0003920294500000068
表示第i个无人航行器在
Figure BDA0003920294500000069
时刻之后的状态，
Figure BDA00039202945000000610
表示领导者在
Figure BDA00039202945000000611
时刻的状态，i＝1，...，N，N表示无人集群系统中无人航行器的数量，
Figure BDA00039202945000000612
表示第i个无人航行器上一次事件触发的时刻，x0(t)表示领导者当前时刻的状态，
Figure BDA00039202945000000613
表示对x0(t)求导，xi(t)表示第i个无人航行器当前时刻的状态，
Figure BDA00039202945000000614
表示对xi(t)求导，A表示n×n阶的常数矩阵，ui(t)表示第i个无人航行器的控制输入，
Figure BDA00039202945000000615
表示第j个无人航行器在
Figure BDA00039202945000000616
时刻的状态，
Figure BDA00039202945000000617
表示第j个无人航行器上一次事件触发的时刻，aij表示第i个无人航行器和第j个无人航行器的通信连接权重，当第i个无人航行器和第j个无人航行器具有通信连接时aij＝1，反之aij＝0，fi表示预设第i个无人航行器的编队。
所述ui(t)＞0时满足通信触发条件。
N个智能体相互合作，从而实现和维持一个预期的编队，无人集群的编队指的是一组智能体能够满足一定的几何约束或形状的模型。在本发明中，根据智能体之间的相对位置向量来描述编队。设置列向量fi来表示每个智能体的期望状态编队，因为是固定的编队，所以每个智能体的fi都是固定的。
进一步的，说明达到一致性编队的条件为随着时间的推动，智能体与领导者状态以及预期编队的误差最终能达到0，也即：
Figure BDA0003920294500000071
其中，fi代表预期编队，V代表该智能无人集群系统中的节点集。
该系统被描述为一个脉冲系统，但是该脉冲控制不同于一般的脉冲方法，一般的脉冲输入都是周期性的，而在本文中，智能体i的脉冲瞬间依赖于触发条件。因此，事件触发的时间序列也是脉冲即时序列，当满足事件条件时，从传感器到控制器再到执行器被触发并且执行数据传输。该策略仅仅在需要的时候才进行脉冲，减少通信资源浪费，减轻了网络负担。
该方法不仅减少了系统的能量损耗，同时也能避免Zeno行为，也就是两次触发时刻的间隙都大于0，即：
Figure BDA0003920294500000072
请参阅图2，实施例1，本实施例考虑一个由n个智能体和1个虚拟领导者组成的智能无人集群系统。智能无人集群系统的关系拓扑可以用一个有向加权图G＝(V，E，A)表示，每个智能体作为无向加权图G＝(V，E，A)的一个节点，其中V＝{v1，v2，...，vn}中表示节点的集合，
Figure BDA0003920294500000077
表示边的集合，A＝[aij]表示邻接矩阵，其中矩阵元素aij表示智能体节点i到j的连接权重。若节点i与节点j之间存在连接，即eij＝(vj，vi)，则aij＞0；若节点i与节点j之间无连接，则aij＝0。规定aij＝0即系统无自环，与节点i相连的节点为节点i的邻居节点，节点i的邻居节点用集合Ni＝{vj∈V|(vj，vi)∈E}表示。系统节点的入度矩阵为
Figure BDA0003920294500000073
Figure BDA0003920294500000074
其中节点vi入度表示为
Figure BDA0003920294500000075
用对角矩阵
Figure BDA0003920294500000076
表示领导者邻接矩阵，其对角元素bi表示跟随者i是否与领导者相连，当且仅当领导者和跟随者相连时，bi＞0，否则，bi＞0。系统拓扑的拉普拉斯矩阵为
Figure BDA0003920294500000081
其中lij＝-aij，i≠j，lii＝∑i≠j aij。加入领导者后，拉普拉斯矩阵变为
Figure BDA0003920294500000082
为了验证提出的基于事件的脉冲控制的一致性编队的效果，运用matlab进行仿真验证。本实施例以图2为实验拓扑图，一个由6个节点组成的智能无人集群系统，系统节点由一阶节点。其中节点0表示领导者，节点1-6表示跟随者，从有向拓扑图中也不难看出，最终这六个智能体将最终形成一个六边形的形状。
关于系统中的参数值，选择α＝0.3，β＝0.02；随机选择领导者和6个智能体的初始位置状态x0(0)＝(1，2)T，x1(0)＝(2，-8)T，x2(0)＝(5，-6)T，x3(0)＝(8，-2)T，x4(0)＝(6，6)T，x5(0)＝(-5，-5)T，x6(0)＝(3，5)T以及预期的编队f1＝(-2，2)T，f2＝(2，2)T，f3＝(6，0)T，f4＝(2，-2)T，f5＝(-2，-2)T，f6＝(-6，0)T，他们在2-D平面移动；
轨迹矩阵A为：
Figure BDA0003920294500000083
从仿真结果可以得出，如图3所示，展示了所有智能体的状态运动轨迹，最终六个智能体组成了六边形的形状。从图4和图5，我们可以观察到，在x1方向和x2，在脉冲控制协议和事件触发函数的作用下，约0.13s便可以实现一致性编队。
经过仿真实验的验证，根据事件触发脉冲控制协议，可以使系统中随机初始状态的多个智能体在短时间内快速地形成一个预期的编队，该方法不仅减少了系统能量的损耗，也使得智能无人集群系统有了更加实际的应用。
需要说明的是，本领域普通技术人员可以理解实现上述方法实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccess Memory，RAM)等。
以上所述仅是本申请的具体实施方式，应当指出，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法，其特征在于，包括以下步骤：
S1：建立N架无人航行器之间的通信网络，该通信网络的拓扑为一个以领导者为根节点的有向生成树；
S2：根据通信网络获取领导者的状态信息、无人航行器与其邻居无人航行器的状态信息计算无人航行器的脉冲振幅；
S3：根据当前时刻无人航行器的脉冲振幅和上一次事件触发时无人航行器的脉冲振幅计算无人航行器的事件触发函数；
S4：根据无人航行器的脉冲振幅和事件触发函数构建无人集群系统的事件触发脉冲控制协议；
S5：获取无人集群的编队并利用无人集群系统的事件触发脉冲控制协议初始化一致性控制器建立无人集群系统的动力学模型；并通过一致性控制器更新无人航行器的状态，使N架无人航行器达到预设的编队。
2.根据权利要求1所述的一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法，其特征在于，所述无人航行器的脉冲振幅包括；
Figure FDA0003920294490000011
其中，
Figure FDA0003920294490000012
表示第i个无人航行器在
Figure FDA0003920294490000013
时刻的脉冲振幅，aij表示第i个无人航行器和第j个无人航行器的通信连接权重，N表示无人集群系统中有N个无人航行器；
Figure FDA0003920294490000014
表示第i个无人航行器上一次脉冲的时刻；
Figure FDA0003920294490000015
表示第i个无人航行器在
Figure FDA0003920294490000016
时刻的状态；
Figure FDA0003920294490000017
表示第j个无人航行器在
Figure FDA0003920294490000018
时刻的状态；
Figure FDA0003920294490000019
表示第j个无人航行器上一次脉冲的时刻，
Figure FDA00039202944900000110
表示领导者在
Figure FDA00039202944900000111
时刻的状态；bi表示第i个无人航行器和领导者之间的通信连接权重；当第i个无人航行器和领导者有通信连接，则为bi＝1，否则bi＝0；当第i个无人航行器和第j个无人航行器具有通信连接时aij＝1，反之aij＝0。
3.根据权利要求1所述的一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法，其特征在于，所述无人航行器的事件触发函数包括：
Figure FDA0003920294490000021
Figure FDA0003920294490000022
其中，Ui(t)表示第i个无人航行器的事件触发函数，
Figure FDA0003920294490000023
表示第i个无人航行器的脉冲振幅误差的2-范数，β>0是一个控制参数，
Figure FDA0003920294490000024
表示第i个无人航行器在
Figure FDA0003920294490000025
时刻的脉冲振幅的2-范数，
Figure FDA0003920294490000026
表示第i个无人航行器在
Figure FDA0003920294490000027
时刻的脉冲振幅，qi(t)表示第i个无人航行器当前时刻的脉冲振幅，
Figure FDA0003920294490000028
表示第i个无人航行器上一次事件触发的时刻。
4.根据权利要求1所述的一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法，其特征在于，所述无人集群系统的事件触发脉冲控制协议包括：
Figure FDA0003920294490000029
其中，α表示脉冲强度，
Figure FDA00039202944900000210
表示第i个无人航行器上一次事件触发的时刻，
Figure FDA00039202944900000211
表示第i个无人航行器在
Figure FDA00039202944900000212
时刻的脉冲振幅，δ(t)表示狄拉克脉冲函数，当
Figure FDA00039202944900000213
时δ(t)＝1，N表示无人集群系统中无人航行器的数量。
5.根据权利要求1所述的一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法，其特征在于，所述无人集群系统的动力学模型包括：
Figure FDA00039202944900000214
Figure FDA00039202944900000215
Figure FDA00039202944900000216
其中，
Figure FDA00039202944900000217
表示第i个无人航行器在
Figure FDA00039202944900000218
时刻之前的状态，
Figure FDA00039202944900000219
表示第i个无人航行器在
Figure FDA00039202944900000220
时刻之后的状态，
Figure FDA00039202944900000221
表示领导者在
Figure FDA00039202944900000222
时刻的状态，i＝1,…,N，N表示无人集群系统中无人航行器的数量，
Figure FDA0003920294490000031
表示第i个无人航行器上一次事件触发的时刻，x0(t)表示领导者当前时刻的状态，
Figure FDA0003920294490000032
表示对x0(t)求导，xi(t)表示第i个无人航行器当前时刻的状态，
Figure FDA0003920294490000033
表示对xi(t)求导，A表示n×n阶的常数矩阵，ui(t)表示第i个无人航行器的控制输入，
Figure FDA0003920294490000034
表示第j个无人航行器在
Figure FDA0003920294490000035
时刻的状态，
Figure FDA0003920294490000036
表示第j个无人航行器上一次事件触发的时刻，aij表示第i个无人航行器和第j个无人航行器的通信连接权重，当第i个无人航行器和第j个无人航行器具有通信连接时aij＝1，反之aij＝0，fi表示预设第i个无人航行器的编队。
6.根据权利要求1所述的一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法，其特征在于，所述ui(t)>0时满足通信触发条件。
CN202211354090.5A 2022-11-01 2022-11-01 一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法 Pending CN115657722A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211354090.5A CN115657722A (zh) 2022-11-01 2022-11-01 一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211354090.5A CN115657722A (zh) 2022-11-01 2022-11-01 一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法

Publications (1)

Publication Number Publication Date
CN115657722A true CN115657722A (zh) 2023-01-31

Family

ID=84995659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211354090.5A Pending CN115657722A (zh) 2022-11-01 2022-11-01 一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法

Country Status (1)

Country Link
CN (1) CN115657722A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116880434A (zh) * 2023-06-20 2023-10-13 辽宁工业大学 网络攻击下基于云雾计算的无人机-无人车集群协同控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116880434A (zh) * 2023-06-20 2023-10-13 辽宁工业大学 网络攻击下基于云雾计算的无人机-无人车集群协同控制方法
CN116880434B (zh) * 2023-06-20 2024-01-23 辽宁工业大学 网络攻击下基于云雾计算的无人机-无人车集群协同控制方法

Similar Documents

Publication Publication Date Title
CN111552314B (zh) 多无人机自适应编队跟踪控制方法
CN112631335B (zh) 一种基于事件触发的多四旋翼无人机固定时间编队方法
CN110597109B (zh) 基于事件触发的多智能体一致性控制方法
CN114020042A (zh) 一种异构无人集群编队合围跟踪控制方法及系统
CN110347181B (zh) 基于能耗的无人机分布式编队控制方法
CN112947557B (zh) 一种切换拓扑下的多智能体容错跟踪控制方法
CN109818792B (zh) 一种基于二阶线性系统时变耦合复杂动态网络模型的控制器
CN112859915B (zh) 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系统
CN115657722A (zh) 一种基于事件触发脉冲控制的智能无人集群系统一致性编队控制方法
Zhang et al. Distributed coordinated control for fixed-wing UAVs with dynamic event-triggered communication
CN113759935B (zh) 基于模糊逻辑的智能群体编队移动控制方法
CN112198796A (zh) 一种分布式前置时间状态观测器的设计方法
CN116794987A (zh) 基于事件触发控制的异构多智能体系统一致性控制方法
Sudacevschi et al. Distributed Decision-Making Multi-Agent System in Multi-Dimensional Environment
CN112836356A (zh) 基于随机噪声的局部自组织大规模群体动态目标跟踪方法
CN114564044B (zh) 一种输入限幅事件触发的无人机有限时间编队控制方法
CN116700340A (zh) 轨迹规划方法、装置及无人机集群
CN112363392B (zh) 一类模型未知的多智能体分群一致性控制方法
CN114265315A (zh) 异构线性集群系统时变输出编队跟踪控制方法及系统
CN109407519B (zh) 一种基于协议失效的卫星运载火箭牵制控制器控制方法
Yan et al. Event-triggered time-varying formation control for discrete-time multi-agent systems with communication delays
CN114967476B (zh) 多智能体分布式协调控制方法、装置、设备和存储介质
CN117270485B (zh) 一种面向工业互联网场景的分布式多机动作协同控制方法
Yang et al. Scaled Formation Control for Multi-Agent Systems via A Dynamic Event-Triggered Mechanism
Gu et al. Continuous Coverage Control of UAVs Based on Cluster Reconfiguration in the Context of Counterattack

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