复杂条件下无人机编队控制问题研究

来源 :西安工业大学 | 被引量 : 0次 | 上传用户:hejiankimi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着无人机使用领域不断拓宽,无人机研究已进入编队执行复杂任务的阶段,需要愈加精细复杂的编队航路规划与控制,以适应复杂的应用场景。在执行空中加油、长距离编队运输、高精度定位、多角度成像等任务时,必须考虑无人机编队在通信约束下的队形稳定性、编队内部避碰问题、以及执行任务的时序与死锁问题。本文以固定翼无人机编队为研究对象,考虑编队飞行环境中常见的复杂性约束条件,针对通信受限、无人机碰撞问题及任务规划问题,分别基于一致性算法、预设性能控制方法与遗传算法,展开了理论研究与仿真分析,本文的主要工作内容包括以下方面:(1)针对存在通信约束条件下的无人机编队一致性问题,本文提出了能够消除通信时滞和通信噪声的一致性编队算法,该算法通过在传统一致性算法中引入Hopf分岔控制理论与抑噪函数,求解出系统可容纳的时延上界并消除通信噪声,从而提高通信约束条件下无人机编队飞行的鲁棒性。首先将无人机模型转化为二阶积分系统,基于矩阵理论,分析了输入时延和通信时延等因素对算法收敛性和稳态精度的影响。然后利用Hopf分岔控制理论求解出能保证系统一致性收敛的输入时延上界,提出了同时存在通信时延和输入时延的无人机编队双积分一致性算法。最后通过在一致性编队算法中引入抑噪函数,消除了通信噪声对二阶无人机编队系统控制精度的影响。为了验证所提出的方法,本文设计并完成了仿真实验以证明所提方法的有效性。(2)针对编队飞行过程中可能产生的无人机碰撞问题,本文设计了基于预设性能控制理论的无人机避碰编队控制器,该控制器可以根据无人机之间的安全距离与初始状态下的无人机间距与预期位置实现高精度的位置编队的同时避免碰撞发生。首先基于领机与从机编队的相对运动模型建立级联形式的编队控制模型。其次提出通过编队中无人机的初始位置、机间安全距离与预期编队位置确定预设性能控制器中误差边界与临时队形位置的方法,并利用反演的思路设计了形成队形的同时能够避免无人机碰撞的编队控制器。最后通过仿真证明了所设计的编队控制器能够实现无人机编队避碰的控制目标。(3)针对对敌防空火力压制场景下的编队任务规划问题,本文开展了协同任务规划问题建模、算法设计和仿真分析。充分考虑异构无人机编队在任务执行能力、执行时序和自身运动学等方面的限制条件,构建了任务规划优化模型。将任务执行时间与整体攻击收益作为综合性能指标,设计了一种多类型基因染色体遗传算法,相较于已有算法,该算法可避免死锁问题的出现。最后对该算法进行仿真分析,并与已有算法进行对比,验证了本文所提出的算法可实现对编队任务规划问题更加的高效求解。
其他文献
随着无线通信技术的不断发展,对高频滤波器的性能提出了许多更高要求。同时由于多种无线通信系统共存,因此所研究和设计高频滤波器需要工作在多个频段。然而,各种无线通信设备使用导致现在的电磁环境日益复杂。差分电路有良好的抗干扰性能,因此受到了许多学者的青睐。为了设计出选择性高和抗干扰能力强的滤波器,本文提出了三款单端基于非对称开路枝节加载谐振器的高选择性双频段微带带通滤波器和一款基于非对称短路枝节加载谐振
学位
在室内可见光通信(Visible Light Communication,VLC)中引入非正交多址接入(Non-orthogonal Multiple Access,NOMA)技术是实现多用户通信及组网应用的有效途径。针对NOMA-VLC系统易受信道环境影响、用户间存在相互干扰、用户间公平性难以保证所带来的通信性能问题,论文结合Turbo码技术与压缩感知(Compressed Sensing,CS
学位
随着人工智能技术的飞速发展,无人机自主控制决策已成为现代智能空战的核心内容,是当今军事领域最受关注的研究课题。本文以博弈论为基础,结合深度强化学习等计算方法,对不同作战条件下的无人机智能协同策略展开了深入研究,重点研究内容包括:针对动态环境下无人机一对一近距空战的对抗场景,因其博弈态势瞬息万变且决策过程复杂,提出了一种带有免疫导引策略的Minimax-DDQN((Minimax-Double De
学位
随着军事科学技术在新形势下不断发展,复杂场景下地面小样本军事目标识别对未来战场信息化联合作战、情报获取与策略制定具有重大意义。由于军事目标的特殊性使其在复杂场景下具备小样本特点,针对现有军事目标识别算法精度低、实时性差与可应用性弱等问题,本文以军事目标为研究对象,采用深度学习技术,从数据集构建、识别模型设计及模型应用三大方面展开研究,主要研究内容如下:(1)复杂场景下地面小样本军事目标数据集的构建
学位
雷达目标跟踪是通过雷达对空间目标进行跟踪,然后实现对目标状态的准确估计,是现代军事跟踪系统进行数据融合、指挥决策、目标识别等任务的前提。但在战场环境中,由于电磁干扰、热噪声干扰等引起量测噪声不确定和目标机动所造成的系统状态不确定的影响,使得现有的自适应卡尔曼滤波算法难以解决模型不确定条件下的机动目标跟踪问题。因此,针对模型不确定条件下雷达目标跟踪问题开展研究,主要工作如下:(1)针对由于电磁干扰、
学位
近年来,随着现代社会迅速发展,信息呈现出多样化、复杂化的特点,目标识别技术作为计算机视觉领域的一个重要研究方向受到越来越多的重视,在智能驾驶、视频监控、遥感等诸多领域得到极大发展和应用。其中,在智能驾驶方面,由于城市道路环境的复杂性,有效识别行人目标是保障智能驾驶安全性的重要一环。传统的行人目标识别方法仅利用可见光单模态图像特征完成,导致目标识别在全天候条件下目标识别性能低下。由于红外模态与可见光
学位
污染源是指向环境中释放危险物质并对环境造成负面影响的装备、设施或地点,所排放的污染物以不适当的浓度进入环境体系,会对环境产生危害并带来大量人力及财力上的损失,严重的甚至危及人的生命。因此,对污染源进行定位具有广泛的应用场景和充分的研究价值。本文对污染源定位展开了研究,以化工厂可能发生的气体源泄漏为背景,对污染源进行定位。对比其他污染物,气体污染物具有不稳定的梯度信息,对寻源算法有更高的要求,却是很
学位
随着对神经网络学习算法的深入以及计算机硬件的持续发展,在大规模图像处理中的优势也越来越明显。但因其所需庞大的计算量和存储要求,为神经网络的硬件实现带来了很大的困难。由于FPGA具有低功耗、高度并行的优点,从而适用于神经网络加速的实现。为了进一步适应车间工厂应用对数据处理的高速和低功耗要求,本文基于ZYNQ-7020系列平台,结合FPGA与ARM的优点,研究出一套精度高、速度快和功耗低的车间工人异常
学位
随着“双碳”目标的提出,可再生能源的发展与应用日益增多。双有源桥(Dual Active Bridge,DAB)DC-DC变换器具有电气隔离、双向功率流、高功率密度和高转换效率等优点,在可再生能源和电动汽车等领域得到广泛的应用;随着各种复杂应用场景的出现,对DAB DC-DC变换器的性能提出了更高的要求。本文围绕DAB DC-DC变换器展开研究,在考虑系统参数不确定的工况下,对其控制性能、系统回流
学位
永磁同步电机具有结构简单,能耗低、动态响应快等诸多优势,使其在交流传动领域广泛应用。然而,由于其是一种高阶、非线性、强耦合、多参数的物理系统,传统的控制方法难以满足其高性能控制的要求。为了实现系统高性能的矢量控制,就必须要有精确的转子位置信息。以往的传统方法是使用机械式位置传感器,但是这种传感器存在制造成本高、维护成本大以及在某些极端环境下难以应用的问题,因此,PMSM无位置传感器技术受到广泛研究
学位