主-从模式的多无人机编队一致性控制方法

摘要

本发明提供的主‑从模式的多无人机编队一致性控制方法，运用于无人机协同控制中，从机地位平等，执行的控制算法相同，不存在中心控制节点，属于分布式的控制架构；可借助主机控制编队的飞行状态；本发明可适应多种通信网络拓扑结构形式，避免了集中式控制全部无人机与控制中心连接的网络拓扑形式，通信网络选择的灵活性，为无人机编队应用带来了更好的可扩展性、容错性与适应性；分布式的控制架构去除了集中式控制架构中的控制中心，因此不存在因中心控制节点毁坏编队失效的现象；控制无人机编队的计算任务，由控制中心分散到成员无人机的机载计算机，大幅提高了编队整体计算能力，解除了计算能力引发的性能瓶颈。

权利要求

1.主‑从模式的多无人机编队一致性控制方法，其特征在于，包括如下步骤：步骤1：选取无人机群中任意一个无人机为主机，其余设定为从机；主机至少与一个从机直接通信，则该从机为固定节点；其它从机从固定节点直接或者间接进行通信，由此建立主机与从机间以及从机与从机间的通信网络，该通信网络拓扑结构为包含一个根在固定节点的有向生成树；用Laplacian矩阵 描述从机间通信拓扑结构， 矩阵描述主机与从机间通信拓扑结构；

步骤2：主机动力学被描述为：

从机动力学被描述为：

其中，x0表示主机的状态向量，xi表示第i个从机的状态向量，i＝1,...,N，N表示从机数量；ui为控制输入向量；A为一般线性系统的系统矩阵，B为控制矩阵，并且矩阵(A,B)是能控的；

主‑从模式的一致性控制律为：

aij表示第i个无人机与第j个无人机之间的通信关系，当无人机i可以接收无人机j的信息时，aij＝1，反之aij＝0；如果无人机i能够获取主机信息，bi＝1，否则设bi＝0；

‑

通过求解代数黎卡提方程式(6)得到正定矩阵Y，并计算获得算法中增益矩阵K＝‑T

1 T T T T

BY；设T＝T>0，Q＝Q>0分别为对称的正定矩阵，存在特定的Y＝Y>0使得如下黎卡提不等式成立：

T ‑1 T

YA+AY‑2θminYBT BY+Q≤0    (6)增益系数c的下边界要求大于1/α；其中α＝λmax(H)/2；其中，存在正定对角矩阵Θ＝diag{θ1,...,θN}使得 θmin＝min(θi)；

步骤3：主机按照设定的制导控制律飞行，向可通信的从机广播自身状态向量，从机之间通过通信网络获取邻近节点无人机的状态向量，从机根据公式(5)各自计算生成一致性控制指令，最终由无人机自动驾驶仪执行，实现无人机编队一致性控制。

说明书

主‑从模式的多无人机编队一致性控制方法

技术领域

[0001] 本发明属于无人机制导控制技术领域，具体涉及主‑从模式的多无人机编队一致性控制方法。

背景技术

[0002] 多无人机编队飞行是指多架无人机编排成一定的队形一起飞行的形式。编队控制技术贯穿于多无人机编队飞行的整个过程中，对于任务的顺利开展和完成具有重要的意
义。

[0003] 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。

[0004] 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。主要制约因素有以下两个方面。

[0005] (1)集中架构控制严重依赖无人机与控制中心间可靠通信。无人机编队与控制中心间，需通过稳定可靠的通信链路传送状态信息与控制指令。随着编队无人机数量增多，网
络传输量显著增多，这对系统通信带宽、抗干扰性均提出了很高的要求。在军事与民用领
域，无人机编队将在更恶劣的飞行环境下应用。例如：在未来信息化、网络化、体系对抗作战
环境下，电磁干扰是无人机集群对抗的主要方式；无人机编队在电力巡检应用中，不可避免
地受到强电磁环境干扰。

[0006] (2)控制中心成为系统性能瓶颈。编队的全局状态信息与控制信号全部集中于控制中心，如果控制中心处理能力达到上限，将制约编队系统性能进一步提升。此外，控制中
心如果发生故障或受到攻击被摧毁，将导致整个编队系统瘫痪，系统结构的鲁棒性差。

[0007] 上述因素严重制约了集中架构的无人机编队在现实场景中的应用。

发明内容

[0008] 有鉴于此，本发明的目的是提供一种主‑从模式的多无人机编队一致性控制方法，可灵活选择通信网络拓扑结构，有效避免了控制中心节点带来的问题。

[0009] 主‑从模式的多无人机编队一致性控制方法，包括如下步骤：

[0010] 步骤1：选取无人机群中任意一个无人机为主机，其余设定为从机；主机至少与一个从机直接通信，则该从机为固定节点；其它从机从固定节点直接或者间接进行通信，由此
建立主机与从机间以及从机与从机间的通信网络，该通信网络拓扑结构为包含一个根在固
定节点的有向生成树；用Laplacian矩阵 描述从机间通信拓扑结构， 矩阵描述主机与从
机间通信拓扑结构；

[0011] 步骤2：主机动力学被描述为：

[0012]

[0013] 从机动力学被描述为：

[0014]

[0015] 其中，x0表示主机的状态向量，xi表示第i个从机的状态向量，i＝1,...,N，N表示从机数量；ui为控制输入向量；A为一般线性系统的系统矩阵，B为控制矩阵，并且矩阵(A,B)是
能控的；

[0016] 主‑从模式的一致性控制律为：

[0017]

[0018] aij为通信网络相关联邻接矩阵 中的元素，表示第i个无人机与第j个无人机之间的通信关系，当无人机i可以接受无人机j的信息时，aij＝1，反之aij＝0；

[0019] 通过求解代数黎卡提方程式(6)得到正定矩阵Y，并计算获得算法中增益矩阵K＝‑‑1 T T T T
T B Y；设T＝T>0，Q＝Q>0分别为对称的正定矩阵，存在特定的Y＝Y>0使得如下黎卡提不
等式成立：

[0020] YA+ATY‑2θminYBT‑1BTY+Q≤0   (6)

[0021] 增益系数c的下边界要求大于1/α；其中α＝λmax(H)/2；其中，存在正定对角矩阵Θ＝diag{θ1,...,θN}使得 θmin＝min(θi)；

[0022] 步骤3：主机按照设定的制导控制律飞行，向可通信的从机广播自身状态向量，从机之间通过通信网络获取邻近节点无人机的状态向量，从机根据公式(5)各自计算生成一
致性控制指令，最终由无人机自动驾驶仪执行，实现无人机编队一致性控制。

[0023] 本发明具有如下有益效果：

[0024] 本发明提供的主‑从模式的多无人机编队一致性控制方法，运用于无人机协同控制中，从机无人机地位平等，执行的控制算法相同，不存在中心控制节点，属于分布式的控
制架构。本发明为分布式控制的无人机协同控制应用提供了控制理论基础。可借助主机控
制编队的飞行状态；本发明可适应多种通信网络拓扑结构形式，避免了集中式控制全部无
人机与控制中心连接的网络拓扑形式。通信网络选择的灵活性，为无人机编队应用带来了
更好的可扩展性、容错性与适应性；

[0025] 分布式的控制架构去除了集中式控制架构中的控制中心，因此不存在因中心控制节点毁坏编队失效的现象；控制无人机编队的计算任务，由控制中心分散到成员无人机的
机载计算机，大幅提高了编队整体计算能力，解除了计算能力引发的性能瓶颈；无人机无需
和控制中心通信，只需与成员无人机间保持通信即可，大大降低了网络通信量。并且无人机
与编队成员间通信距离远小于与控制中心通信距离，无人机编队的通信抗干扰能力与可靠
性大幅提高。

附图说明

[0026] 图1无人机通信拓扑结构示意图；

[0027] 图2多无人机一致性控制示意图；

[0028] 图3多无人机编队队形示意图；

[0029] 图4多无人机分布式协同编队控制结构框图。

具体实施方式

[0030] 下面结合附图并举实施例，对本发明进行详细描述。

[0031] 本发明提供一种主‑从模式的多无人机一致性控制算法。该方法通过编队无人机交换协同状态信息，构建状态一致性控制器，分布式地计算生成控制指令，控制实现无人机
一个或多个状态趋于一致。本方法可作为无人机编队控制架构的基本控制器。编队无人机
分为主机与从机，主机不接受从机信息，从机间可相互通信，也可接受主机信息。本方法可
灵活选择通信网络拓扑结构，有效避免了控制中心节点带来的问题。

[0032] 主‑从模式的多无人机一致性控制方法，包括以下步骤：

[0033] 步骤1：选取无人机中主机，其余设定为从机。建立N架无人机从机间通信网络，主机至少与一个从机直接通信，则该从机就为固定节点；其它从机从固定节点直接或者间接
进行通信；在此基础上建立主机与从机间通信网络，明确主‑从无人机间通信关系。无人机
通信网络拓扑结构应包含根在固定节点vir,bir>0的有向生成树。

[0034] 步骤2：选定无人机某飞行状态量为协同状态，按照主‑从模式的一致性算法设计分布式的一致性控制器。

[0035] 步骤3：计算控制器增益矩阵和增益系数下界，设计选取合适的参数，以满足算法稳定性要求。增益系数应满足c>1/α，其中α＝λmax(H)/2，
‑1 T
增益矩阵为K＝‑T BY，正定矩阵Y为满足式(6)黎卡提不等式的解。

[0036] 步骤4：主机按照独立的制导控制律飞行，向可通信的从机广播自身状态信息，从机之间通过通信网络获取邻近节点无人机的协同状态，从机根据协同状态与主机状态分布
式地计算生成一致性控制指令。

[0037] 步骤5：将生成的一致性控制指令传递至无人机下一控制环节，最终由无人机自动驾驶仪执行，实现无人机状态一致性控制。

[0038] 步骤6：在多无人机执行一致性控制中，应在每一个控制器节拍中执行步骤4和步骤5，直到多无人机一致性控制状态结束。

[0039] 实施例：

[0040] 以从机无人机数N＝4为例，说明一致性算法具体实施方式。首先，在实施一致性控制算法前，需要为无人机建立通信网络。一致性算法通过分布式地产生控制指令，实现多智
能体状态一致，显然智能体通过通信获取其他智能体的状态信息是实现一致性控制的前
提。通信拓扑结构会影响一致性算法的稳定性，结合图的矩阵理论可清晰的描述系统通信
拓扑。主机与4架从机无人机间通信连接关系如图1所示，单向箭头表示无人机间通信是单
向的，虚线表示是主机发出的信号，实线表示从机发出的信号。描述从机间通信拓扑结构的
Laplacian矩阵为：

[0041]

[0042] 描述主机与从机间通信拓扑的主机通信矩阵为

[0043]

[0044] 在考虑主从编队问题中，通信拓扑结构具有特殊之处。设以下标为0的无人机作为主机，下标i＝1,...,N无人机为从机。

[0045] 假设从机的一个子集可获取主机的信息。如果从机vi能够获取主机信息，则将有向边(0,i)包含在 中，并分配权重bi＝1，否则设bi＝0。我们将bi≠0的节点vi称为固定节
点。通过分析Laplacian矩阵和主机通信矩阵，可分析判断通信网络结构是否满足一致性算
法稳定性要求。N个智能体之间通信网络 应满足包含根在固定节点vir,bir>0的有向生成
树。

[0046] 在满足上述通信条件下， 是Metzler矩阵，矩阵 是霍尔维茨稳定的，这意味着 是对角稳定的。存在正定对角矩阵Θ＝diag{θ1,...,θN}使得
同时要使用如下符号α＝λmax(H)/2，θmin＝min(θi)。

[0047] 进一步，选取无人机的某一飞行状态，根据一致性控制算法形式设计分布式的一致性控制器。无人机飞行状态量包括：飞行速度、高度、航向角、水平位置等，不同状态量遵
循不同的动力学。对选取的无人机状态建立动力学模型，并简化为一般线性系统模型。

[0048] 考虑包含一个主机和N个从机的多智能体系统，主机动力学被描述为：

[0049]

[0050] 从机动力学被描述为

[0051]

[0052] 其中i＝1,...,N，xi＝[xi1,...xin]T∈Rn为智能体vi的状态向量，ui∈Rp为控制输入向量。A为一般线性系统的系统矩阵、B为控制矩阵，并且矩阵(A,B)是能控的。本发明提出
的主‑从模式的一致性控制算法，针对具有一般线性系统动力学的智能体进行一致性控制
器设计。

[0053] 主‑从模式的一致性控制律为：

[0054]

[0055] 进一步，通过求解代数黎卡提方程式(6)得到正定矩阵Y，并计算获得算法中增益‑1 T T T T
矩阵K＝‑T BY。设T＝T>0，Q＝Q>0，存在特定的Y＝Y>0使得如下黎卡提不等式成立

[0056] YA+ATY‑2θminYBT‑1BTY+Q≤0   (6)

[0057] 通过计算由Laplacian矩阵与主机通信矩阵组合的矩阵的特征值α＝λmax(H)/2，确定增益系数的下边界c>1/α，并据此设计合适的增益系数，确保控制参数满足一致性算法的
稳定性条件。

[0058] 下面说明主‑从模式一致性算法的稳定性。为简化证明过程，为每个智能体引入一种组合的信息状态量

[0059]

[0060] 则控制量可写为

[0061] ui(t)＝cKδ(t)i＝1,...,N   (8)

[0062] 定义节点i的跟踪误差εi(t)∈Rn

[0063]

[0064] 根据式(3)、(4)、(8)，跟踪误差动力学为

[0065]

[0066] 写成简写形式为

[0067]

[0068] 证明：

[0069] 设为系统(10)选定的李雅普诺夫函数为

[0070]T

[0071] 其中 并且ε＝[ε1,...,εN]

[0072] 对式(12)沿式(11)的轨迹求导数得

[0073]

[0074] 选取K＝‑T‑1BTY

[0075] 有如下不等式成立

[0076]

[0077] 使用如下代数黎卡提方程

[0078] YA+ATY‑2θminYBT‑1BTY+Q≤0   (15)

[0079] 由式(13)得到

[0080]

[0081] 因此，从机与主机间的跟踪误差将渐进收敛。

[0082] 在完成了分布式一致性控制器设计和参数整定后，可将控制器应用于无人机一致性控制中。多无人机一致性控制如图2所示，图中展示了多个无人机的初始飞行状态，例如
无人机0的航向角χ0、速度V0。图中由虚线连接的圆点表示无人机编队队形，编队队形的几何
中心位于无人机0质心。Oxfyf为水平面内编队队形坐标系，Oxf轴与无人机1速度矢量重合，
Oxgyg为水平面内地面坐标系。无人机间航向角、速度存在差异，因此无人机无法形成稳定的
编队，无人机相对位置也无法满足队形要求。通过使用主‑从模式的一致性算法设计的控制
器，可实现无人机航向角、速度等状态的渐进与主机一致，为编队飞行奠定基础。通过控制
无人机间相对位置与编队队形一致，可实现无人机编队飞行。

[0083] 多无人机编队队形如图3所示。通过定义队形几何中心与坐标系，设定编队成员无人机距编队中心的距离，可精确描述空间中无人机编队队形。如编队中无人机i与无人机j
T T T T
相对编队几何中心期望的向量为ri＝[xif,yif,zif] ，rj＝[xjf,yjf,zjf] 。将编队中多个这
样的向量组可成编队队形描述矩阵。

[0084]

[0085] 图4为多无人机分布式协同编队控制结构框图，直观地描述了无人机协同编队中控制系统组成结构与控制指令传递顺序。本发明提出的主‑从模式的多无人机一致性控制
算法，可用于图4所示无人机状态协同控制和无人机编队队形控制环节中。在应用该算法
时，首先，无人机需通过通信网络实时获取协同状态信息，并将协同状态信息传递至对应的
一致性控制器。其次，一致性控制器利用协同状态和无人机自身状态解算生成控制指令，控
制指令经过转换后传递至无人机自动驾驶仪。然后，无人机自动驾驶仪执行控制指令，使得
无人机飞行状态发生改变。最后，无人机需通过通信网络发布自身飞行状态信息，作为编队
中其余无人机的协同状态信息。图示框图表示的为无人机从机控制结构框图，而无人机主
机独立进行制导控制，无需从机协同信息，比如主机可跟踪预设航迹飞行。图中通信网络协
同状态，表示抽象的无人机间通信关系，详细具体的通信连接关系，可参考如图1样式表达
的通信拓扑示意图。

[0086] 综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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。