基于测距的无人机集群分布式编队队形自适应控制方法与流程

本发明涉及无人机集群通信，特别是一种基于测距的无人机集群分布式编队队形自适应控制方法。

背景技术：

1、在无人机集群组网编队应用场景中，无人机以多个编队方式组成任务群，采用与集群任务相匹配的群编队拓扑控制方法，协同执行各项集群编队任务。群编队拓扑控制对无人机集群任务成败起着决定性作用。

2、无人机集群编队拓扑对整个无人机集群网络的稳定性、连通率等性能具有重要影响，直接关系到无人机集群编队任务效果。而传统的无人机群拓扑控制仅从飞机控制角度、群编队构型控制角度着手，从机载飞控维度，单一控制无人机之间的编队队形，没有统筹考虑多无人机集群组网、通信测距等方面，对集群编队拓扑控制效果还需要优化提升。

技术实现思路

1、鉴于此，本发明提供一种基于测距的无人机集群分布式编队队形自适应控制方法，以解决上述技术问题。

2、本发明公开了一种基于测距的无人机集群分布式编队队形自适应控制方法，其包括：

3、步骤1：集群网络中的无人机节点通过周期与其他无人机节点之间交互集群网络维护消息，获取集群网络的当前拓扑状态，实时感知编队拓扑信息；

4、步骤2：将集群网络中的长机节点作为参考基准原点，获取集群网络中每个无人机节点与其他无人机节点之间的相对位置；

5、步骤3：基于集群网络中每个无人机节点与其他无人机节点之间的相对位置以及预先规定的队形，集群分布式编队的长机节点分发队形动态调整消息以控制所有僚机节点；

6、步骤4：所有僚机节点根据长机节点的控制信息，分布式进行队形动态自适应调整。

7、进一步地，所述步骤1包括：

8、无人机节点周期性与其他无人机节点交互集群网络维护消息，获取整个集群网络中无人机节点之间的相对位置关系及对应的网络拓扑结构，并将每个无人机节点周围的无人机节点的网络拓扑信息填入每个无人机节点的本地集群编队网络拓扑表中；所述集群网络维护消息包括无人机编号、位置、ttl跳数；所述位置包括经度、纬度、高度；

9、当无人机节点自身的位置和/或跳数发生变化时，将变化的信息更新后发送到集群网络中，同时根据该无人机节点周围的无人机节点发送的最新位置、跳数信息，对整个集群网络的拓扑结构进行实时更新，同时在本地集群编队网络拓扑表中对变化的拓扑信息进行相应更新，从而实时感知最新编队拓扑信息。

10、进一步地，所述步骤2包括：

11、每个无人机节点周期与其他无人机节点交互集群编队的测距消息，实时解算每个无人机节点与其他无人机节点之间的相对距离，进而获取在以长机为基准原点的相对坐标系中每个僚机节点分别与长机节点和其他僚机节点之间的相对位置关系。

12、进一步地，所述步骤2具体包括：

13、每个无人机周期性与其他无人机交互测距消息，采用基于toa的测距算法，通过测量该测距消息到达每个无人机的时间，同时结合该测距消息中携带的时标信息，实时解算每个无人机节点与其他无人机节点之间的相对距离，并将每个无人机与其他无人机的相对距离填入无人机本地编队队形状态表；

14、以长机为基准原点建立相对坐标系，基于每个无人机节点与其他所有无人机节点之间的相对距离，解算获取每个无人机节点相对于长机节点的相对位置关系，及相对于其他僚机节点的相对位置关系，并将每个无人机节点与其他每个无人机节点的相对位置关系填入无人机本地编队队形状态表，从而获取当前实时的队形位置状态，感知编队队形信息；所述相对位置包括相对的距离、方位角和俯仰角。

15、进一步地，所述步骤3包括：

16、将长机作为参考基准原点，该长机节点周期性获取其他僚机节点发送的队形位置消息，以得到当前实时的编队队形情况，根据预先规定的队形要求，匹配出当前队形与预设期望队形之间的差异量，将此差异量作为僚机队形动态调整量，周期分发给僚机节点调整其航向和速度，以匹配当前编队队形要求；各僚机节点分布式进行队形动态自适应调整。

17、进一步地，所述步骤3具体包括：

18、编队的长机节点将其作为相对坐标系的参考基准原点，周期获取其他僚机节点发送的队形位置消息，得到当前实时的编队队形情况；所述队形位置消息包括僚机节点与长机节点之间的队形参数，即僚机节点相对于长机节点的距离、方位角、俯仰角；

19、匹配出当前队形与预设期望队形之间的差异量，将该差异量作为僚机队形动态调整量，以长周期方式分发给每个僚机节点；预先规定的队形包括一字型、八字形、三角形；差异量包括长机与僚机之间的距离差异量、方位角差异量、俯仰角差异量；

20、每个僚机节点根据队形动态调整消息中的队形参数，基于距离差异量、方位角差异量、俯仰角差异量动态调整自身航向和速度，使每个僚机节点与长机节点之间的队形位置差异量逐渐减小，以匹配预先规定的队形。

21、进一步地，所述步骤4包括：

22、僚机节点分布式进行队形动态自适应调整，根据测距处理结果获取自身与长机节点、其他僚机节点之间的相对位置关系，并得到与预先规定的队形的相对位置的差异量，针对每个僚机节点与长机节点、其他僚机节点之间的差异量，进行差变量加权综合处理，并进行反向自适应调整，从而匹配预先规定的队形；所述相对位置包括相对的距离、方位角和俯仰角。

23、进一步地，所述步骤4具体包括：

24、僚机节点分布式进行队形动态自适应调整，以短周期方式实时动态微调，根据测距处理结果获取自身与长机节点、其他僚机节点之间的相对位置关系，并得到与预先规定的队形的相对位置的差异量；所述相对位置包括相对的距离、方位角和俯仰角；

25、针对各僚机节点与长机节点、其他僚机节点之间的差异量，进行差异量加权综合处理；其中，长机加权系数为f1，其他所有僚机加权系数均为（1-f1）/n，n为其他僚机数量；

26、对加权综合后的差异量进行反向自适应调整，使相对位置的差异量绝对值逐渐变小，从而匹配预先规定的队形；当短周期微调时间与长周期调整时间重叠时，优先进行长周期动态调整。

27、由于采用了上述技术方案，本发明具有如下的优点：

28、1.从集群编队组网通信维度，采用基于toa测距算法，实时解算本节点与其他节点之间的相对距离，进而获取本节点在以长机为基准原点的相对坐标系中的位置关系，及相对于其他僚机的位置关系，实时感知当前编队队形信息；

29、2.本方案采用分布式队形动态自适应调整算法对僚机进行实时调整，长机将自己作为参考基准原点，周期匹配出当前队形与预设期望队形之间的差异量，将此差异量周期分发给僚机调整其航向和速度；僚机根据测距处理结果获取自身节点与长机、其他僚机之间的相对位置关系，及与当前队形要求位置之间的差异量，针对与长机、其他僚机等不同节点的差异量，进行差异量加权综合处理，并进行反向自适应调整，从而更实时、更灵活的匹配当前编队队形要求。

技术特征：

1.一种基于测距的无人机集群分布式编队队形自适应控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述步骤1包括：

3.根据权利要求1所述的方法，其特征在于，所述步骤2包括：

4.根据权利要求1所述的方法，其特征在于，所述步骤2具体包括：

5.根据权利要求1所述的方法，其特征在于，所述步骤3包括：

6.根据权利要求1所述的方法，其特征在于，所述步骤3具体包括：

7.根据权利要求1所述的方法，其特征在于，所述步骤4包括：

8.根据权利要求1所述的方法，其特征在于，所述步骤4具体包括：

技术总结本发明公开了一种基于测距的无人机集群分布式编队队形自适应控制方法，其包括：集群网络中的无人机节点通过周期与其他无人机节点之间交互集群网络维护消息，获取集群网络的当前拓扑状态，实时感知编队拓扑信息；将集群网络中的长机节点作为参考基准原点，获取集群网络中每个无人机节点与其他无人机节点之间的相对位置；基于集群网络中每个无人机节点与其他无人机节点之间的相对位置以及预先规定的队形，集群分布式编队的长机节点分发队形动态调整消息以控制所有僚机节点；所有僚机节点根据长机节点的控制信息，分布式进行队形动态自适应调整。本发明能够更加实时和灵活的匹配当前所需的编队队形。技术研发人员：席在杰,周睿,曾勇,秦萌,余炎,赵政宁,李寅博受保护的技术使用者：四川腾盾科技有限公司技术研发日：技术公布日：2024/6/26