CN116149351A - 一种非理想通信环境下的无人机集群干扰合围控制方法 - Google Patents
一种非理想通信环境下的无人机集群干扰合围控制方法 Download PDFInfo
- Publication number
- CN116149351A CN116149351A CN202211463737.8A CN202211463737A CN116149351A CN 116149351 A CN116149351 A CN 116149351A CN 202211463737 A CN202211463737 A CN 202211463737A CN 116149351 A CN116149351 A CN 116149351A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- follower
- formation
- leader
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 62
- 230000007246 mechanism Effects 0.000 claims abstract description 16
- 230000003993 interaction Effects 0.000 claims abstract description 14
- 230000001419 dependent effect Effects 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 2
- 230000007935 neutral effect Effects 0.000 claims description 2
- 230000001629 suppression Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004083 survival effect Effects 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
- G05D1/10—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
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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
本发明公开了一种非理想通信环境下的无人机集群干扰合围控制方法,首先建立单架无人机三维空间系统模型;将无人机集群分为三类;分别是参考领导者无人机、编队领导者无人机、跟随者无人机;分别考虑外部干扰对编队领导者无人机和跟随者无人机的影响,建立二阶动力方程;引入图论用以描述无人机集群之间的信息交互并完成编队;为每一架编队领导者无人机和跟随者无人机提供时延依赖的动态事件触发机制;建立非理想通信环境下的无人机集群误差系统方程,并对外部干扰进行抑制。通过动态事件触发机制,有效的减少了无人机传输的冗余数据,降低了网络传输负担,即使是由不理想的通信环境引起的时延和丢包,也能保证无人机集群之间的有效数据的传输。
Description
技术领域
本发明涉及无人机控制,具体是涉及一种非理想通信环境下的无人机集群干扰合围控制方法。
背景技术
无人机因其可控性高、易操作性、可装载各种任务设备、低耗性等优点而被广泛的应用于军事和民用领域。相比较单架无人机,无人机集群之间通过相互协作,提高了任务完成的效率,提高了无人机在作战时的生存率,降低了人员伤亡的风险,因此,无人机集群在现代战争中扮演着重要的角色,同时在民用方面,大量的无人机可以用于节假日的表演秀,用于农业浇灌,节省劳动力,用于快递运输,危险区的地质勘测,摄影等。总之,无人机集群协同控制可以充分利用单机的有限资源,共同完成更为复杂的任务。
无人机集群合围控制是无人机编队协同控制的特殊形式,通常应用于以下的场景。众所周知,携带特殊装备的无人机通常造价昂贵,如果在飞行过程中遭遇障碍物或者敌方军事打击,那么损失巨大。那么利用一群具有探测功能的无人机集群编队将携带特殊装备的无人机群保护在安全域进行飞行,就可以有效避免上述的问题的发生,就算遇到障碍物或者敌方打击,也可以给贵价无人机群争取到宝贵的逃生时间,这就是合围控制方法的意义所在。
但是,无人机集群在编队飞行过程中不可避免的会遭遇外部干扰的影响,例如风干扰和气流干扰。这些干扰一方面会对无人机集群形成编队增加困难,另一方面也会对无人机本身造成危害,引发经济损失。
通信技术是无人机集群编队是否成功的决定性因素之一。众所周知,大量的无人机不管是飞行过程中还是执行任务过程中,都需要与其他的无人机成员进行通信以更好完成协同合作,如果无人机所处的通信环境不理想,将直接影响无人机集群的任务执行。因此,如何利用有限的网络资源提高数据传输的效率,同时考虑无人机集群进行数据传输时遭遇网络时延时,如何设计无人机的控制器从而不影响无人机集群之间的信息交互,是值得研究的问题之一。
发明内容
发明目的:针对以上缺点,本发明提供一种在不理想的通信环境中发生时延和丢包时,保证无人机集群之间有效数据传输的无人机集群干扰合围控制方法。
技术方案:为解决上述问题,本发明采用一种非理想通信环境下的无人机集群干扰合围控制方法,包括以下步骤:
(1)建立单架无人机三维空间系统模型;
(2)将无人机集群分为三类;一是参考领导者无人机,用于提供无人机集群飞行的参考轨迹,二是编队领导者无人机,用于实现合围编队,三是跟随者无人机;分别考虑外部干扰对编队领导者无人机和跟随者无人机的影响,分别建立编队领导者无人机和跟随者无人机的二阶动力方程;
(3)引入图论用以描述无人机集群之间的信息交互,使跟随者无人机之间进行信息交互以完成编队并取得一致性,编队领航者无人机群之间进行信息交互并完成编队;
(4)为每一架编队领导者无人机和跟随者无人机提供时延依赖的动态事件触发机制,用以解决非理想通信环境下的网络时延和数据冗余问题;利用图论描述无人机集群之间的信息交互,提供具有抗干扰性能的控制器用以追踪参考领导者无人机的飞行轨迹并取得合围编队一致性;
(5)建立非理想通信环境下的无人机集群误差系统方程,得到无人机集群取得合围编队的一致性条件和误差系统的稳定性条件,并利用H∞方法对外部干扰进行抑制,最终得到无人机集群实现合围控制的控制器增益表达式。
有益效果:本发明相对于现有技术,其显著优点是通过动态事件触发机制可以自动根据系统当前的状态调节触发阈值,有效的减少了无人机传输的冗余数据,降低了网络传输负担,即使是由不理想的通信环境引起的时延和丢包,也能保证无人机集群之间的有效数据的传输,并通过引入H∞控制方法抑制外部干扰对于无人机集群的负面影响。
附图说明
图1所示为本发明中合围控制设计流程图;
图2所示为本发明无人机编队合围控制飞行示意图。
具体实施方式
如图1所示,本实施例中的一种非理想通信环境下的无人机集群干扰合围控制方法,步骤如下:
步骤1:首先基于无人机飞行理论,建立单架无人机三维空间系统模型;
步骤2:将无人机集群分为三类,一是参考领导者无人机,用于提供无人机集群飞行的参考轨迹,二是编队领导者无人机,用于实现合围编队,三是跟随者无人机集群。分别考虑外部干扰对编队领导者无人机和跟随者无人机的影响,分别建立编队领导者和跟随者的二阶动力方程。
步骤3:引入图论用以描述无人机集群之间的信息交互,不仅跟随者无人机之间需要进行信息交互以完成编队并取得一致性,编队领航者无人机群之间也能进行信息交互并完成编队。
步骤4:为每一架编队领导者和跟随者无人机设计时延依赖的动态事件触发机制,降低网络传输的负担,解决非理想通信环境下的网络时延和数据冗余问题,利用图论描述无人机集群之间的信息交互,并设计出具有抗干扰性能的控制器,不仅能够追踪参考领导者无人机的飞行轨迹,还能取得合围编队一致性。
步骤5:建立非理想通信环境下的无人机集群误差系统方程,得到无人机集群取得合围编队的一致性条件和误差系统的稳定性条件,并利用H∞方法对外部干扰进行抑制,最终得到无人机集群实现合围控制的控制器增益表达式。
建立无人机三维空间动态模型:
式中,xi(t),yi(t),zi(t)分别表示第i架无人机在三维空间的坐标,Vi(t)>0表示无人机的速度,αi(t)和βi(t)分别表示无人机的航迹方位角和航迹偏航角,cosαi(t)≠0。δxi(t),δyi(t),δzi(t)分别表示无人机的加速度,g为无人机的中立加速度。
分别对xi(t),yi(t),zi(t)进行二次求导,可以得到无人机二阶动力模型:
式中,表示编队领导者无人机的状态向量,表示跟随者无人机的状态向量,ulk(t)和ufi(t)分别表示编队领导者和跟随者无人机的控制输入,参考领导者的轨迹方程可以通过描述,其中通过引入距离向量Slk表示编队领导者理想位置偏移量,Sfi表示跟随者无人机期望的位置偏移量。定义误差向量elk(t)=lk(t)-Slk(t)-l0(t), 表示编队领导者的理想位置,ck为常数,满足基于以上分析以及(3)式,可以得到编队领导者和跟随者无人机的误差系统方程如下:
在所有的N+1架无人机中,其中一架是参考领导者无人机,M架为编队领导者无人机集群,N-M架为跟随者无人机集群。引入有向图G,[bij]表示邻接矩阵用来表示第i架无人机与第j架无人机之间的联系,其中i=0,1,...N,j=1,...N,如果bij=1则表示第j架无人机可以接收来自第i架无人机的信息,bij=0则表示第j架无人机无法接收来自第i架无人机的信息,注意bii=0。定义Dr=diag{b10,...,bM0}, 拉普拉斯矩阵基于上述描述,可以得到编队领导者和跟随者的控制器分别可以表示如下:
式中,Kl1,Kl2,Kf1和Kf2表示设计的控制器的增益。
下面设计时延依赖的动态事件触发机制,将当前采集的数据与最新触发的数据进行比较,如果满足(6)式中条件,则无人机当前采集的数据丢弃,如果不满足(6)式条件,则当前采集的数据触发。同时设计了动态触发阈值函数μlkexp(-σlk||elk(t)||),μfiexp(-σfi||efi(t)||),可以根据当前系统的状态值进行动态的调节阈值范围,提高了事件触发条件的灵活性,同时也能提高网络数据的传输效率。设计的动态事件触发机制如下:
其中εlk(t)=elk(ts)-elk(t)表示第k架编队领导者无人机中的当前采样信号elk(t)与最近触发信号elk(ts)的误差,εfi(t)=efi(tn)-efi(t)表示第i架跟随者无人机中的当前采样信号efi(t)与最近触发信号efi(tn)的误差,其中s,n=1,2,...。μlk,μfi∈[0,1],σlk>0,σfi>0均表示常数。Φlk,Φfi表示待定的正定对称矩阵。假设编队领导者无人机和跟随者无人机受到的网络延时分别为τl(t)∈[0,τlM],τf(t)∈[0,τfM],τlM>0,τfM>0分别表示所受时延的最大值。ts=t-τl(t),tn=t-τf(t)。结合时延依赖的动态事件触发机制和(5)式中的控制器,(4)式中的编队领导者和跟随者无人机误差系统可以如下表示:
通过结合克罗内克尔积技术,可以得到无人机集群误差系统方程如下:
其中,C为维数合适的已知矩阵,其他矩阵具体描述如下:
所述的取得合围控制一致性的无人机集群误差系统的稳定性条件如下:
对于给定的自适应事件触发机制参数μlk,μfi∈[0,1],σlk>0,σfi>0,时延上届τlM,τfM,干扰抑制参数λ>0,结合所设计的时延依赖自适应事件触发的抗干扰控制增益Kl1,Kl2,Kf1,Kf2,如果存在正定对称矩阵P1,P2,Rl,Rf,Ql,Qf,Φlk和Φfi,维数合适的自由权矩阵F1,F2,F3和F4,可以使得以下的不等式满足:
构建李雅普诺夫函数如下:
通过利用自由权矩阵,可以得到:
其中,ξT(t=)[eT(t-)Tτe(-tM T(τt)e)ε],
F1=[F1 1 0 F1 3 0 0 0 0 0 0 0],
F3=[0 F3 2 0 F3 40 0 0 0 0 0],
考虑时延依赖的自适应事件触发机制,可得到以下不等式:
其中,
Φl=diag{Φl1,...,ΦlM},Φf=diag{Φf(M+1),...,ΦfN},μl=diag{μl1,...,μlM},μf=diag{μf(M+1),...,μfN}.
结合(9)-(13)式,可以得到以下不等式:
由(14)式可以得到分析的无人机集群误差系统是渐近稳定的。下面,通过定义Xl1=PlBKl1,Xl2=PlBKl2,Xf1=PfBKf1,Xf2=PfBKf2,以及对于给定的参数κ1>0,κ2>0,就有基于以上可以的得到不等式(10)可以重新写为:
由此可以得到设计的控制器增益的具体表达形式为:
无人机编队合围控制飞行示意图如图2所示。
Claims (8)
1.一种非理想通信环境下的无人机集群干扰合围控制方法,其特征在于,包括以下步骤:
(1)建立单架无人机三维空间系统模型;
(2)将无人机集群分为三类;一是参考领导者无人机,用于提供无人机集群飞行的参考轨迹,二是编队领导者无人机,用于实现合围编队,三是跟随者无人机;分别考虑外部干扰对编队领导者无人机和跟随者无人机的影响,分别建立编队领导者无人机和跟随者无人机的二阶动力方程;
(3)引入图论用以描述无人机集群之间的信息交互,使跟随者无人机之间进行信息交互以完成编队并取得一致性,编队领航者无人机群之间进行信息交互并完成编队;
(4)为每一架编队领导者无人机和跟随者无人机提供时延依赖的动态事件触发机制,用以解决非理想通信环境下的网络时延和数据冗余问题;利用图论描述无人机集群之间的信息交互,提供具有抗干扰性能的控制器用以追踪参考领导者无人机的飞行轨迹并取得合围编队一致性;
(5)建立非理想通信环境下的无人机集群误差系统方程,得到无人机集群取得合围编队的一致性条件和误差系统的稳定性条件,并利用H∞方法对外部干扰进行抑制,最终得到无人机集群实现合围控制的控制器增益表达式。
其中,表示编队领导者无人机的状态向量,表示跟随者无人机的状态向量, ulk(t)和ufi(t)分别表示编队领导者无人机和跟随者无人机的控制输入,dlk(t)和dfi(t)分别表示编队领导者无人机和跟随者无人机的外部干扰,
编队领导者无人机和跟随者无人机的误差系统方程如下:
5.根据权利要求4所述的非理想通信环境下的无人机集群干扰合围控制方法,其特征在于,所述步骤(3)中,无人机集群包括N+1架无人机,其中一架为参考领导者无人机,M架为编队领导者无人机,N-M架为跟随者无人机;引入有向图G,[bij]表示邻接矩阵用来表示第i架无人机与第j架无人机之间的联系,其中i=0,1,...N,j=1,...N,如果bij=1则表示第j架无人机可以接收来自第i架无人机的信息,bij=0则表示第j架无人机无法接收来自第i架无人机的信息,注意bii=0;定义Dr=diag{b10,...,bM0}, 拉普拉斯矩阵基于上述描述,得到编队领导者无人机和跟随者无人机的控制器分别可以表示如下:
式中,Kl1、Kl2表示编队领导者无人机的控制器增益,Kf1、Kf2表示跟随者无人机的控制器的增益。
6.根据权利要求5所述的非理想通信环境下的无人机集群干扰合围控制方法,其特征在于,在步骤(4)中,设计了时延依赖的动态事件触发机制,同时设计了动态触发阈值函数μlkexp(-σlk||elk(t)||),μfiexp(-σfi||efi(t)||)用以根据当前系统的状态值进行动态的调节阈值范围;设计的动态事件触发机制如下:
其中,εlk(t)=elk(ts)-elk(t)表示第k架编队领导者无人机中的当前采样信号elk(t)与最近触发信号elk(ts)的误差,εfi(t)=efi(tn)-efi(t)表示第i架跟随者无人机中的当前采样信号efi(t)与最近触发信号efi(tn)的误差,其中s,n=1,2,...;μlk,μfi∈[0,1],σlk>0、σfi>0均表示常数;Φlk、Φfi表示待定的正定对称矩阵;编队领导者无人机和跟随者无人机受到的网络延时分别为τl(t)∈[0,τlM]、τf(t)∈[0,τfM],τlM>0、τfM>0分别表示编队领导者无人机和跟随者无人机所受时延的最大值;ts=t-τl(t),tn=t-τf(t);
将当前采集的数据与最新触发的数据进行比较,如果满足式(6)中条件,则无人机当前采集的数据丢弃,如果不满足式(6)条件,则当前采集的数据触发;
结合时延依赖的动态事件触发机制和式(5)中的控制器,式(4)中的编队领导者无人机和跟随者无人机误差系统如下表示:
8.根据权利要求7所述的非理想通信环境下的无人机集群干扰合围控制方法,,其特征在于,在步骤(5)中,取得合围控制一致性的无人机集群误差系统的稳定性条件如下:
对于给定的自适应事件触发机制参数μlk、μfi、σlk、σfi,时延上届τlM、τfM,干扰抑制参数λ,结合设计的时延依赖自适应事件触发的抗干扰控制增益Kl1、Kl2、Kf1、Kf2,如果存在正定对称矩阵P1、P2、Rl、Rf、Ql、Qf、Φlk和Φfi,维数合适的自由权矩阵F1、F2、F3和F4,使得以下的不等式满足:
构建李雅普诺夫函数如下:
通过对V(t)进行求导,得到以下:
通过利用自由权矩阵,得到:
F3=[0 F3 2 0 F3 4 0 0 0 0 0 0],
考虑时延依赖的自适应事件触发机制,得到以下不等式:
其中,Φl=diag{Φl1,...,ΦlM},Φf=diag{Φf(M+1),...,ΦfN},
μl=diag{μl1,...,μlM},μf=diag{μf(M+1),...,μfN};
结合式(9)--(13),得到以下不等式:
由式(14)得到分析的无人机集群误差系统是渐近稳定的;通过定义Xl1=PlBKl1,Xl2=PlBKl2,Xf1=PfBKf1,Xf2=PfBKf2,以及对于给定的参数κ1>0,κ2>0,就有基于以上得到不等式(10)重新写为:
由此得到设计的控制器增益的具体表达形式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211463737.8A CN116149351A (zh) | 2022-11-22 | 2022-11-22 | 一种非理想通信环境下的无人机集群干扰合围控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211463737.8A CN116149351A (zh) | 2022-11-22 | 2022-11-22 | 一种非理想通信环境下的无人机集群干扰合围控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116149351A true CN116149351A (zh) | 2023-05-23 |
Family
ID=86372553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211463737.8A Pending CN116149351A (zh) | 2022-11-22 | 2022-11-22 | 一种非理想通信环境下的无人机集群干扰合围控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116149351A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117170410A (zh) * | 2023-11-01 | 2023-12-05 | 北京航空航天大学 | 用于无人机编队飞行的控制方法及相关产品 |
CN117331317A (zh) * | 2023-12-01 | 2024-01-02 | 东海实验室 | 一种基于宽度学习的欠驱动水下直升机合围控制方法 |
CN118311981A (zh) * | 2024-06-07 | 2024-07-09 | 西北工业大学 | 一种基于事件触发的飞行器集群姿态协同抗饱和控制方法 |
-
2022
- 2022-11-22 CN CN202211463737.8A patent/CN116149351A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117170410A (zh) * | 2023-11-01 | 2023-12-05 | 北京航空航天大学 | 用于无人机编队飞行的控制方法及相关产品 |
CN117170410B (zh) * | 2023-11-01 | 2024-01-30 | 北京航空航天大学 | 用于无人机编队飞行的控制方法及相关产品 |
CN117331317A (zh) * | 2023-12-01 | 2024-01-02 | 东海实验室 | 一种基于宽度学习的欠驱动水下直升机合围控制方法 |
CN117331317B (zh) * | 2023-12-01 | 2024-02-20 | 东海实验室 | 一种基于宽度学习的欠驱动水下直升机合围控制方法 |
CN118311981A (zh) * | 2024-06-07 | 2024-07-09 | 西北工业大学 | 一种基于事件触发的飞行器集群姿态协同抗饱和控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116149351A (zh) | 一种非理想通信环境下的无人机集群干扰合围控制方法 | |
CN110703795B (zh) | 一种基于切换拓扑的无人机群协同安全控制方法 | |
CN113268076B (zh) | 一种多无人机集群编队协同控制算法 | |
CN111522361B (zh) | 主-从模式的多无人机编队一致性控制方法 | |
CN110673649B (zh) | 基于拓扑优化的时变信道下无人机编队一致性控制方法、系统、装置及存储介质 | |
Jia et al. | Operational effectiveness evaluation of the swarming UAVs combat system based on a system dynamics model | |
Shaferman et al. | Cooperative multiple-model adaptive guidance for an aircraft defending missile | |
CN108459616B (zh) | 基于人工蜂群算法的无人机群协同覆盖航路规划方法 | |
CN110703798A (zh) | 基于视觉的无人机编队飞行控制方法 | |
CN110633857B (zh) | 一种异构无人机群自主防御群集算法 | |
CN115108053B (zh) | 基于事件触发的空间多星协同编队控制方法 | |
CN111650963A (zh) | 一种面向垂直起降固定翼无人机的视觉集群编队控制方法 | |
CN114200826A (zh) | 一种超音速大机动靶标持续大过载机动高度稳定控制方法 | |
CN115903865A (zh) | 一种飞行器近距空战机动决策实现方法 | |
CN111077909A (zh) | 一种基于视觉信息的新型无人机自组群自洽优化控制方法 | |
CN111722533A (zh) | 针对含有传感器故障的多时滞系统滑模预测容错控制方法 | |
CN113625767A (zh) | 一种基于优选信息素灰狼算法的固定翼无人机集群协同路径规划方法 | |
Dongcheng et al. | Research on multi-uav path planning and obstacle avoidance based on improved artificial potential field method | |
CN110632940B (zh) | 一种带混合量化器的多无人机主动抗干扰时变轨迹跟踪控制方法 | |
CN116382330A (zh) | 一种目标驱动下的集群无人机协同导航方法 | |
CN116132944A (zh) | 无人机通信网络中拓扑与功率联合控制方法 | |
CN108279704A (zh) | 一种增加通信链路的多无人机的协同控制策略 | |
Qi et al. | Autonomous reconnaissance and attack test of UAV swarm based on mosaic warfare thought | |
CN108445755A (zh) | 基于改进优化算法的电子干扰机空域划设方法 | |
CN110716585A (zh) | 基于分布式一致性与自组网的自主协同控制方法及系统 |
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 |