CN116880571B - 一种网络攻击下的无人机编队鲁棒控制系统及控制方法 - Google Patents
一种网络攻击下的无人机编队鲁棒控制系统及控制方法 Download PDFInfo
- Publication number
- CN116880571B CN116880571B CN202311147044.2A CN202311147044A CN116880571B CN 116880571 B CN116880571 B CN 116880571B CN 202311147044 A CN202311147044 A CN 202311147044A CN 116880571 B CN116880571 B CN 116880571B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- vehicle formation
- control law
- network attack
- 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.)
- Active
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004891 communication Methods 0.000 claims abstract description 19
- 230000002401 inhibitory effect Effects 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 15
- 230000036039 immunity Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于无人机编队控制的技术领域，公开了一种网络攻击下的无人机编队鲁棒控制系统及控制方法。本发明首先建立无网络攻击下无人机编队的有向通讯链路并确定编队中心；然后，建立无人机编队动力学模型，设计无网络攻击条件下的控制律；根据网络攻击对无人机编队造成的影响，得到总干扰影响；建立攻击免疫控制律，抑制网络攻击对无人机编队的影响；最后，将控制律和攻击免疫控制律相结合，组成鲁棒控制律，实现对无人机编队的控制。本发明可以实现无人机编队在网络攻击情况下的编队飞行，可以显著提高无人机编队飞行的安全性。相比较现有控制技术方法，该方法更加符合实际的应用。
Description
技术领域
本发明属于无人机编队控制的技术领域，尤其涉及一种网络攻击下的无人机编队鲁棒控制系统及控制方法。
背景技术
近年来，无人机因具有结构简单、成本低以及机动性强等特点，在农业、运输与军事行动中被广泛使用。但随着无人机所执行任务难度的不断提升，仅依靠单架无人机很难完成日渐复杂的飞行任务。由此，通过多架无人机进行编队飞行，协同执行任务，成为了进一步的研究热点，并已在区域搜索、抢险救灾等重要领域发挥了重要作用。
现有技术中，已有部分关于无人机编队控制的发明专利。如：中国专利CN112327934B公开了一种基于时变拓扑和时变通信时延的无人机系统编队控制方法。中国专利CN113220021B公开了一种基于虚拟领导者的飞行编队协同自适应跟踪控制方法。
在上述两个专利中，编队成员之间的信息交互都是理想的。然而在无人机编队中，编队成员之间需要利用网络进行数据传输和信息交互，获取相对位置状态信息。由于传输网络的开放性和不确定性，无人机编队很容易受到网络攻击和干扰噪声，严重影响编队安全性能。
发明内容
针对现有技术中的不足，本发明基于无人机编队任务中受到的网络攻击和干扰噪声，一种网络攻击下的无人机编队鲁棒控制系统及控制方法，该控制方法能够有效抑制噪声干扰和网络攻击的影响，确保无人机编队能够安全稳定地完成期望的编队任务。
本发明提出了一种网络攻击下的无人机编队鲁棒控制方法，其技术方案具体如下：
步骤S1、建立无网络攻击下的无人机编队的有向通讯链路，并确定无人机编队的中心节点；
步骤S2、建立无人机编队的动力学模型；
步骤S3、依据所述动力学模型，建立无网络攻击下的控制律；
步骤S4、当无人机编队受到网络攻击时，获得总干扰影响；
步骤S5、根据步骤S2建立的动力学模型和步骤S4获得的总干扰影响，建立攻击免疫控制律；
步骤S6、将步骤S3中的控制律和步骤S5中的攻击免疫控制律相结合，组成鲁棒控制律，对无人机编队进行网络攻击下的控制。
进一步的，所述步骤S1具体包括：
步骤S1-1、在无网络攻击时，建立无人机编队的有向通讯链路，如下：
；
其中，为无人机编队集合，/>，/>为编号为/>的无人机节点，/>为编号为/>的无人机节点，/>，/>，/>为无人机节点的总数；/>与/>之间有信息交换，即二者互为邻居节点，/>，二者之间的边为/>和/>；/>为无人机编队中所有邻居节点之间的边的集合；
在惯性坐标系E 地-OXYZ中，的位置坐标向量为：/>；/>、/>和/>分别为/>在X方向、Y方向和Z方向上的坐标；
在惯性坐标系E 地-OXYZ中，的位置坐标向量为：/>；/>、/>和/>分别为/>在X方向、Y方向和Z方向上的坐标；
步骤S1-2：确定无人机编队的中心节点
若无人机编队的有向通讯链路中存在某一无人机节点，使得该无人机节点到其余所有无人机节点都有路径，则该无人机节点为无人机编队的中心节点，在惯性坐标系E 地-OXYZ中，中心节点的位置坐标向量为，/>、/>和/>分别为中心节点在X方向、Y方向和Z方向上的坐标。
进一步的，所述步骤S2具体包括：
对无人机编队中的各无人机节点，分别建立动力学模型，如下：
；
其中，为/>的位置坐标向量，/>为/>的速度向量，/>为/>的质量，/>为/>的控制输入，/>为/>受到的总气动力，/>为/>的机翼受到的气动力，/>为/>受到的重力，/>为/>受到的外界环境噪声干扰影响，/>为/>的动力学模型参数矩阵，/>为惯性坐标系E 地-OXYZ和/>本体坐标系E 体-O b X b Y b Z b之间的旋转矩阵。
进一步的，所述步骤S3中的控制律表示如下；
；
其中，为/>的控制律，/>为/>与中心节点的相关系数，/>为控制律增益常数，/>和/>均为/>的控制律增益矩阵，/>为/>与中心节点的位置偏差，/>为/>与/>通信的权重系数，为/>与/>的位置偏差，/>为/>所有邻居节点编号的集合。
进一步的，所述步骤S4中的总干扰影响表示如下：
；
其中，为网络攻击对/>造成的影响，/>为无人机编队中心节点受到网络攻击产生的位置偏差，/>为无人机编队中心节点受到网络攻击产生的速度偏差，/>为/>受到网络攻击后对/>产生的位置偏差影响，/>为/>受到网络攻击后对/>产生的速度偏差影响，/>为/>受到的总干扰影响。
进一步的，所述步骤S5中攻击免疫控制律表示如下：
；
其中，为/>的攻击免疫控制律，/>为攻击免疫控制律的参数矩阵，/>为攻击免疫控制律的观测状态变量，/>为一个3×3的零矩阵，/>为状态参数矩阵，/>为常量参数。
进一步的，所述步骤S6中鲁棒控制律表示为：
其中，为/>的鲁棒控制律。
本发明还提出了一种网络攻击下的无人机编队鲁棒控制系统，使用前述无人机编队鲁棒控制方法，包括无网络攻击条件下控制律模块、攻击免疫控制模块和鲁棒合成模块。
进一步的，所述无网络攻击条件下控制模块，用于控制无网络攻击和噪声干扰条件下的无人机编队协同飞行；
攻击免疫控制模块，用于抑制外界噪声和网络攻击的干扰影响；
鲁棒合成模块，用于对控制律和攻击免疫控制律进行融合，进而实现无人机编队的鲁棒控制。
相比于现有技术，本发明的有益效果在于：
本发明的网络攻击下的无人机编队鲁棒控制方法，通过建立无人机编队的动力学模型和编队系统，构建鲁棒控制律，实现无人机编队飞行，能够有效抑制噪声干扰和网络攻击的影响，具有较好的鲁棒性，实现无人机编队安全稳定完成期望的编队任务，解决了传统控制方法受到的噪声干扰和网络攻击影响的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，通过参考附图可以更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他的附图。
图1是本发明一种网络攻击下的无人机编队鲁棒控制方法的流程图；
图2是无人机在惯性坐标系和本体坐标系下的示意图；
图3是本发明一种网络攻击下的无人机编队鲁棒控制系统的结构图；
图4是本发明的实施例中4架无人机编队有向通讯链路结构图；
图5是本发明的实施例中4架无人机飞行时的三维飞行轨迹；
图6a是本发明的实施例中4架无人机飞行时X轴向的位置误差示意图；
图6b是本发明的实施例中4架无人机飞行时Y轴向的位置误差示意图；
图6c是本发明的实施例中4架无人机飞行时Z轴向的位置误差示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
在本发明中，为了实现对无人机节点的状态表征，使用惯性坐标系E 地-OXYZ和无人机节点的本体坐标系E 体-O b X b Y b Z b；
其中，惯性坐标系E 地-OXYZ为与地球表面固连的坐标系，坐标系原点O选取在地平面一点上，OX轴为指向目标的方向，OY轴垂直于OX轴，OZ轴与其它两轴垂直并构成右手直角坐标系；无人机节点的本体坐标系E 体-O b X b Y b Z b与无人机节点本体固连，本体坐标系原点O b在无人机节点的质心处；O b X b轴在无人机节点对称平面内并平行于无人机节点的轴线指向前方；O b Y b轴垂直于O b X b轴；O b Z b轴在无人机节点对称平面内，与O b X b轴和O b X b轴垂直并构成右手直角坐标系。
本发明提出的一种网络攻击下的无人机编队鲁棒控制方法，如图1所示，具体包括以步骤：
步骤一、建立无人机编队的有向通讯链路并确定编队中心：
无人机编队的有向通讯链路表示为：
；
其中，为无人机编队集合，/>，/>为编号为/>的无人机节点，/>为编号为/>的无人机节点，/>，/>，/>为无人机节点的总数；/>与/>之间有信息交换，即二者互为邻居节点，/>，二者之间的边为/>和/>；/>为无人机编队中所有邻居节点之间的边的集合；
如图2所示，在惯性坐标系E 地-OXYZ中所在的位置，定义如下：
表示/>在惯性坐标系E 地-OXYZ中的位置坐标向量，/>。
表示/>在惯性坐标系E 地-OXYZ中X方向上的坐标。
表示/>在惯性坐标系E 地-OXYZ中Y方向上的坐标。
表示/>在惯性坐标系E 地-OXYZ中Z方向上的坐标。
由此，的邻居/>在惯性坐标系E 地-OXYZ中所在的位置，定义如下：
表示邻居/>在惯性坐标系E 地-OXYZ中的位置坐标向量，/>。
表示邻居/>在惯性坐标系E 地-OXYZ中X方向上的坐标。
表示邻居/>在惯性坐标系E 地-OXYZ中Y方向上的坐标。
表示邻居/>在惯性坐标系E 地-OXYZ中Z方向上的坐标。
如果无人机编队的有向通讯链路中存在一个无人机节点使得该无人机节点到其他所有的无人机节点都有路径，则有向图通讯链路G包含一个生成树，该无人机节点叫做树的根节点。
无人机编队的根节点为无人机编队的中心节点，该中心节点在惯性坐标系中的位置坐标向量为，/>、/>和/>分别为中心节点在X方向、Y方向和Z方向上的坐标。
步骤二、建立无人机编队的动力学模型：
；
其中，为/>的位置坐标向量，/>为/>的速度向量，/>为/>的质量，/>为/>的控制输入，/>为/>受到的总气动力，/>为/>的机翼受到的气动力，/>为/>受到的重力，/>为/>受到的外界环境噪声干扰影响，/>为/>的动力学模型参数矩阵，/>为惯性坐标系E 地-OXYZ和/>本体坐标系E 体-O b X b Y b Z b之间的旋转矩阵。
步骤三、依据所述动力学模型，建立无网络攻击下的控制律：
的控制律设计为：
；
其中，为/>的控制律，/>为/>与中心节点的相关系数，/>为控制律增益常数，/>和/>均为/>的控制律增益矩阵，/>为/>与中心节点的位置偏差，/>为/>与/>通信的权重系数，为/>与/>的位置偏差，/>为/>所有邻居节点编号的集合。
步骤四、当无人机编队受到网络攻击时，获得总干扰影响：
；
其中，为网络攻击对/>造成的影响，/>为无人机编队中心节点受到网络攻击产生的位置偏差，/>为无人机编队中心节点受到网络攻击产生的速度偏差，/>为/>受到网络攻击后对/>产生的位置偏差影响，/>为/>受到网络攻击后对/>产生的速度偏差影响，/>为/>受到的总干扰影响。
步骤五、根据步骤二建立的动力学模型和步骤四获得的总干扰影响，建立攻击免疫控制律：
；
其中，为/>的攻击免疫控制律，/>为攻击免疫控制律的参数矩阵，/>为攻击免疫控制律的观测状态变量，/>为一个3×3的零矩阵，/>为状态参数矩阵，/>为常量参数。
步骤六、将步骤三中的控制律和步骤五中的免疫控制律相结合，组成鲁棒控制律，对无人机编队进行网络攻击下的控制：
；
其中，为/>的鲁棒控制律。
另一方面，如图3所示，本发明提出了一种网络攻击下的无人机编队鲁棒控制系统，使用前述无人机编队鲁棒控制方法对无人机编队进行网络攻击下的飞行控制，包括无网络攻击条件下控制律模块、攻击免疫控制模块和鲁棒合成模块。
无网络攻击条件下控制模块，用于控制无网络攻击和噪声干扰条件下无人机编队协同飞行；
攻击免疫控制模块，用于抑制外界噪声和网络攻击的干扰影响；
鲁棒合成模块，用于对控制律和攻击免疫控制律进行融合，进而实现无人机编队的鲁棒控制。
为了便于理解本发明，下面举例详细阐述本发明方法，但是本发明还可以应用于其他不同于此实施例来实施，因此，本发明保护范围不限于下述实例。
实施例1
在本实施例中，对4架无人机组成的无人机编队进行编队控制，该4架无人机在执行任务时，按照网络攻击下的无人机编队控制方法进行编队控制，建立的有向通讯链路如图4所示。设置4架无人机初始位置为：，/>，，/>，以上/>表示单位米。
建立无人机编队的动力学模型；设置无人机模型参数如下：，。无人机编队受到的外界环境噪声干扰影响设置如下：
N；
其中，表示时间，N表示单位牛顿，本实施例考虑的外界环境噪声干扰影响随着时间变化。
设计无网络攻击条件下的无人机节点控制律，为了计算控制律，给出每架无人机与中心节点的位置偏差如下：当飞行时间时，/>，/>，/>，/>；当飞行时间/>时，/>，，/>，/>。无网络攻击条件下的控制律增益为：/>，/>，
，根据上述参数可以计算得到控制律/>。
设置无人机2受到网络攻击影响，并对其他成员发送错误信息。
设置攻击免疫控制律状态参数矩阵：，并计算得到攻击免疫控制律/>。
将无人机编队无网络攻击条件下无人机节点控制律和攻击免疫控制律/>相结合，组成鲁棒控制律，进而实现对无人机编队的飞行控制。
仿真结果分析，从图5可以看出，本发明能够使无人机编队实现较好的协同飞行。此外，还能够有效抑制网络攻击和外界干扰影响，具有很好的鲁棒性。从图6a、图6b和图6c可以看出，无人机编队的飞行误差较小，能够满足控制精度要求。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、 “上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本发明中，术语“第一”、“第二”、“第三”、“第四”仅用于描述目的，不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种网络攻击下的无人机编队鲁棒控制方法，其特征在于，包括以下步骤：
步骤S1、建立无网络攻击下的无人机编队的有向通讯链路，并确定无人机编队的中心节点；
步骤S2、建立无人机编队的动力学模型；
步骤S3、依据所述动力学模型，建立无网络攻击下的控制律；
步骤S4、当无人机编队受到网络攻击时，获得总干扰影响；
步骤S5、根据步骤S2建立的动力学模型和步骤S4获得的总干扰影响，建立攻击免疫控制律；
步骤S6、将步骤S3中的控制律和步骤S5中的攻击免疫控制律相结合，组成鲁棒控制律，对无人机编队进行网络攻击下的控制；
所述步骤S1具体包括：
步骤S1-1、在无网络攻击时，建立无人机编队的有向通讯链路，如下：
；
其中，为无人机编队集合，/>，/>为编号为/>的无人机节点，/>为编号为/>的无人机节点，/>，/>，/>为无人机节点的总数；/>与/>之间有信息交换，即二者互为邻居节点，/>，二者之间的边为/>和/>；/>为无人机编队中所有邻居节点之间的边的集合；
在惯性坐标系E 地-OXYZ中，的位置坐标向量为：/>；/>、/>和/>分别为/>在X方向、Y方向和Z方向上的坐标；
在惯性坐标系E 地-OXYZ中，的位置坐标向量为：/>；/>、/>和/>分别为/>在X方向、Y方向和Z方向上的坐标；
步骤S1-2：确定无人机编队的中心节点
若无人机编队的有向通讯链路中存在某一无人机节点，使得该无人机节点到其余所有无人机节点都有路径，则该无人机节点为无人机编队的中心节点，在惯性坐标系E 地-OXYZ中，中心节点的位置坐标向量为，/>、/>和/>分别为中心节点在X方向、Y方向和Z方向上的坐标；
所述步骤S2具体包括：
对无人机编队中的各无人机节点，分别建立动力学模型，如下：
；
其中，为/>的位置坐标向量，/>为/>的速度向量，/>为/>的质量，/>为/>的控制输入，/>为/>受到的总气动力，/>为/>的机翼受到的气动力，/>为/>受到的重力，/>为/>受到的外界环境噪声干扰影响，/>为/>的动力学模型参数矩阵，/>为惯性坐标系E 地-OXYZ和/>本体坐标系E 体-O b X b Y b Z b之间的旋转矩阵；
所述步骤S3中的控制律表示如下；
；
其中，为/>的控制律，/>为/>与中心节点的相关系数，/>为控制律增益常数，/>和/>均为/>的控制律增益矩阵，/>为/>与中心节点的位置偏差，/>为/>与/>通信的权重系数，/>为/>与/>的位置偏差，/>为/>所有邻居节点编号的集合；
所述步骤S4中的总干扰影响表示如下：
；
其中，为网络攻击对/>造成的影响，/>为无人机编队中心节点受到网络攻击产生的位置偏差，/>为无人机编队中心节点受到网络攻击产生的速度偏差，/>为/>受到网络攻击后对/>产生的位置偏差影响，/>为/>受到网络攻击后对/>产生的速度偏差影响，/>为/>受到的总干扰影响；
所述步骤S5中攻击免疫控制律表示如下：
；
其中，为/>的攻击免疫控制律，/>为攻击免疫控制律的参数矩阵，/>为攻击免疫控制律的观测状态变量，/>为一个3×3的零矩阵，/>为状态参数矩阵，/>为常量参数；
所述步骤S6中鲁棒控制律表示为：
；
其中，为/>的鲁棒控制律。
2.一种网络攻击下的无人机编队鲁棒控制系统，采用权利要求1所述的无人机编队鲁棒控制方法，其特征在于，包括无网络攻击条件下控制律模块、攻击免疫控制模块和鲁棒合成模块。
3.根据权利要求2所述的无人机编队鲁棒控制系统，其特征在于，
所述无网络攻击条件下控制模块，用于控制无网络攻击和噪声干扰条件下的无人机编队协同飞行；
所述攻击免疫控制模块，用于抑制外界噪声和网络攻击的干扰影响；
所述鲁棒合成模块，用于对控制律和攻击免疫控制律进行融合，进而实现无人机编队的鲁棒控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311147044.2A CN116880571B (zh) | 2023-09-07 | 2023-09-07 | 一种网络攻击下的无人机编队鲁棒控制系统及控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311147044.2A CN116880571B (zh) | 2023-09-07 | 2023-09-07 | 一种网络攻击下的无人机编队鲁棒控制系统及控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116880571A CN116880571A (zh) | 2023-10-13 |
| CN116880571B true CN116880571B (zh) | 2023-12-08 |
Family
ID=88272120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311147044.2A Active CN116880571B (zh) | 2023-09-07 | 2023-09-07 | 一种网络攻击下的无人机编队鲁棒控制系统及控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116880571B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105589470A (zh) * | 2016-01-20 | 2016-05-18 | 浙江大学 | 一种多无人机分布式编队控制方法 |
| CN110673651A (zh) * | 2019-12-05 | 2020-01-10 | 北京航空航天大学 | 一种通信受限条件下的无人机群鲁棒编队方法 |
| CN111522361A (zh) * | 2020-05-27 | 2020-08-11 | 北京理工大学 | 主-从模式的多无人机编队一致性控制方法 |
| CN111727432A (zh) * | 2018-02-20 | 2020-09-29 | 通用电气公司 | 用于无人机的网络攻击检测、定位以及中和 |
| CN112462602A (zh) * | 2020-08-21 | 2021-03-09 | 浙江大丰实业股份有限公司 | 一种在DoS攻击下保持移动舞台车队安全间距的分布式控制方法 |
| CN114035589A (zh) * | 2021-12-01 | 2022-02-11 | 上海大学 | 基于抗攻击策略的集群无人艇容错协同控制方法 |
| WO2022133330A1 (en) * | 2020-12-18 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
| CN114924588A (zh) * | 2022-05-31 | 2022-08-19 | 北京航空航天大学 | 一种无人机集群弹性安全编队方法 |
| CN115639830A (zh) * | 2022-12-15 | 2023-01-24 | 北京航空航天大学 | 一种空地智能体协同编队控制系统及其编队控制方法 |
| CN115639841A (zh) * | 2022-12-15 | 2023-01-24 | 北京航空航天大学 | 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法 |
| CN115993781A (zh) * | 2023-03-22 | 2023-04-21 | 合肥工业大学 | 抗网络攻击无人集群系统协同控制方法、终端及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10826932B2 (en) * | 2018-08-22 | 2020-11-03 | General Electric Company | Situation awareness and dynamic ensemble forecasting of abnormal behavior in cyber-physical system |
-
2023
- 2023-09-07 CN CN202311147044.2A patent/CN116880571B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105589470A (zh) * | 2016-01-20 | 2016-05-18 | 浙江大学 | 一种多无人机分布式编队控制方法 |
| CN111727432A (zh) * | 2018-02-20 | 2020-09-29 | 通用电气公司 | 用于无人机的网络攻击检测、定位以及中和 |
| CN110673651A (zh) * | 2019-12-05 | 2020-01-10 | 北京航空航天大学 | 一种通信受限条件下的无人机群鲁棒编队方法 |
| CN111522361A (zh) * | 2020-05-27 | 2020-08-11 | 北京理工大学 | 主-从模式的多无人机编队一致性控制方法 |
| CN112462602A (zh) * | 2020-08-21 | 2021-03-09 | 浙江大丰实业股份有限公司 | 一种在DoS攻击下保持移动舞台车队安全间距的分布式控制方法 |
| WO2022133330A1 (en) * | 2020-12-18 | 2022-06-23 | Strong Force Vcn Portfolio 2019, Llc | Robot fleet management and additive manufacturing for value chain networks |
| CN114035589A (zh) * | 2021-12-01 | 2022-02-11 | 上海大学 | 基于抗攻击策略的集群无人艇容错协同控制方法 |
| CN114924588A (zh) * | 2022-05-31 | 2022-08-19 | 北京航空航天大学 | 一种无人机集群弹性安全编队方法 |
| CN115639830A (zh) * | 2022-12-15 | 2023-01-24 | 北京航空航天大学 | 一种空地智能体协同编队控制系统及其编队控制方法 |
| CN115639841A (zh) * | 2022-12-15 | 2023-01-24 | 北京航空航天大学 | 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法 |
| CN115993781A (zh) * | 2023-03-22 | 2023-04-21 | 合肥工业大学 | 抗网络攻击无人集群系统协同控制方法、终端及存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| Robust Fault-Tolerant Formation Control for Tail-Sitters in Aggressive Flight Mode Transitions;Deyuan Liu et al.;IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS;第16卷(第1期);299-308 * |
| 一种变换通讯的无人机集群鲁棒包含控制方法;班永鑫 等;宇航学报;第44卷(第8期);1213-1224 * |
| 基于强化学习的四旋翼无人机鲁棒协同控制;刘昊 等;指挥与控制学报;第9卷(第2期);156-163 * |
| 多无人机协同编队最优鲁棒控制方法研究;邢小军 等;西北工业大学学报(05);722-726 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116880571A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108845590B (zh) | 一种时延环境下的多无人机协同编队控制方法 | |
| CN115639841B (zh) | 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法 | |
| CN112269396B (zh) | 一种仿鹰鸽智能博弈的无人机集群协同对抗控制方法 | |
| CN105159304B (zh) | 接近并跟踪空间非合作目标的有限时间容错控制方法 | |
| CN108628331A (zh) | 一种空间对抗环境下传感器受攻击的航天器姿控方法 | |
| CN115639830B (zh) | 一种空地智能体协同编队控制系统及其编队控制方法 | |
| CN106707749B (zh) | 一种针对仿生扑翼飞行机器人的控制方法 | |
| CN116047909B (zh) | 面向海事平行搜寻的无人机-船协同鲁棒自适应控制方法 | |
| CN113296507A (zh) | 一种基于时空解耦的多动力定位船舶协同编队控制方法 | |
| CN112684705B (zh) | 一种四旋翼飞行器编队追踪控制方法 | |
| CN110687915B (zh) | 一种基于无向通信拓扑的航天器编队姿态协同控制方法 | |
| CN115657730B (zh) | 一种大规模多旋翼无人机鲁棒分簇编队控制方法 | |
| CN115877871B (zh) | 一种基于强化学习的非零和博弈无人机编队控制方法 | |
| CN113342015A (zh) | 一种分布式海域跨介质异构系统一致性编队方法 | |
| CN114063644A (zh) | 基于鸽群反向对抗学习的无人作战飞机空战自主决策方法 | |
| CN111238469A (zh) | 一种基于惯性/数据链的无人机编队相对导航方法 | |
| CN115033024A (zh) | 基于攻击时间和角度共同约束的多导弹三维协同制导方法 | |
| CN116880571B (zh) | 一种网络攻击下的无人机编队鲁棒控制系统及控制方法 | |
| CN118092494A (zh) | 自适应观测器下的空中机器人系统滑模容错控制方法 | |
| CN117111615A (zh) | 一种仅基于方位角测量的多无人艇目标包围协同控制方法 | |
| Zhao et al. | Dynamic evaluation strategies for multiple aircrafts formation using collision and matching probabilities | |
| CN116540697A (zh) | 一种基于动态拓扑结构的异构多无人系统编队跟踪控制方法 | |
| Shen et al. | Hierarchical formation control with applications to multi-quadrotor systems | |
| 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 | |
| CN116954267B (zh) | 一种不依靠速度反馈的无人机编队鲁棒控制方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |