一种多无人机集群分布式最优控制方法及系统

本发明涉及无人机集群控制，具体涉及一种多无人机集群分布式最优控制方法及系统。

背景技术：

1、无人机具备重量轻、尺寸小、机动性高、隐蔽性好、适应性强等诸多优势，已广泛应用于各种民用领域和军事领域。无人机技术经过几十年的发展已相对成熟，但传统的单无人机工作模式仍无法满足日益复杂化的各类任务需求，因此多无人机集群的概念应运而生。多个无人机通过相对信息交互，采用协同控制算法进行队形构建与变换，完成复杂的作业任务。文献[1]提出了一种基于一致性的多无人机分布式协同控制方法，该方法设计了去中心化协议，可实现多无人机集群的平均一致性。文献中所述方法的优点在于能够不依赖于领航者实现分布式协同控制，缺点在于未能考虑最优化算法，导致控制器无法以最优的控制输入来实现期望的控制性能。

技术实现思路

1、为克服现有的多无人机分布式协同控制方法未对控制器进行优化的不足，本发明提出一种多无人机集群分布式最优控制方法及系统。

2、根据本发明的一方面，提出一种多无人机集群分布式最优控制方法，该方法包括以下步骤：

3、获取无人机集群中每个无人机的状态数据和控制数据；

4、根据无人机集群的状态数据和控制数据，利用预设的分布式最优控制算法对无人机集群进行分布式协同控制，具体包括：针对多无人机集群系统构建状态一致性误差方程，并设计基于时变权矩阵的代价函数；设计使得代价函数最优的分布式控制器；利用所述分布式控制器对无人机集群进行分布式协同控制。

5、进一步地，所述状态一致性误差方程构建如下：

6、

7、式中，in表示n阶单位矩阵；a和b表示多无人机集群系统模型中线性部分的参数矩阵；e＝[e1,...,en]t表示误差状态变量，其中f(xi)＝[0.5sin(xi1)0.5sin(xi1)]t表示多无人机集群系统模型中的非线性项，n表示无人机总个数；u＝[u1,...,un]t表示作用于无人机的多个控制量。

8、进一步地，所述基于时变权矩阵的代价函数表示为：

9、

10、式中，

11、

12、

13、

14、

15、q0≥0和r0＞0为给定的常值矩阵，c为增益参数，p为如下代数黎卡提方程的正定解：

16、

17、进一步地，所述分布式控制器表示为：

18、

19、式中，xi、xj表示无人机状态变量，aij表示无人机之间通信数据信息。

20、进一步地，所述状态数据包括无人机在平面运动下的二维速度变量，所述控制数据包括无人机在平面运动下的二维控制变量。

21、根据本发明的另一方面，提出一种多无人机集群分布式最优控制系统，该系统包括：

22、数据获取模块，其配置成获取无人机集群中每个无人机的状态数据和控制数据；

23、协同控制模块，其配置成根据无人机集群的状态数据和控制数据，利用预设的分布式最优控制算法对无人机集群进行分布式协同控制，具体包括：针对多无人机集群系统构建状态一致性误差方程，并设计基于时变权矩阵的代价函数；设计使得代价函数最优的分布式控制器；利用所述分布式控制器对无人机集群进行分布式协同控制。

24、进一步地，所述协同控制模块中所述状态一致性误差方程构建如下：

25、

26、式中，in表示n阶单位矩阵；a和b表示多无人机集群系统模型中线性部分的参数矩阵；e＝[e1,...,en]t表示误差状态系统，其中f(xi)＝[0.5sin(xi1)0.5sin(xi1)]t表示多无人机集群系统模型中的非线性项，n表示无人机总个数；u＝[u1,...,un]t表示作用于无人机的多个控制量。

27、进一步地，所述协同控制模块中所述基于时变权矩阵的代价函数表示为：

28、

29、式中，

30、

31、

32、

33、

34、q0≥0和r0＞0为给定的常值矩阵，c为增益参数，p为如下代数黎卡提方程的正定解：

35、

36、进一步地，所述协同控制模块中所述分布式控制器表示为：

37、

38、式中，xi、xj表示无人机状态变量；aij表示无人机之间通信数据信息。

39、进一步地，所述数据获取模块中所述状态数据包括无人机在平面运动下的二维速度变量，所述控制数据包括无人机在平面运动下的二维控制变量。

40、本发明的有益技术效果是：

41、本发明提供一种多无人机集群分布式最优控制方法及系统，根据无人机集群的状态数据和控制数据，利用预设的分布式最优控制算法对无人机集群进行分布式协同控制，包括：针对多无人机集群系统构建状态一致性误差系统，设计基于时变权矩阵的代价函数，利用最优化理论设计分布式最优控制算法，确保代价函数最优；并利用多智能体理论分析多无人机集群系统的状态一致性。本发明能够以更小的控制输入实现一致性。本发明提出的控制方法能够对系统性能进行优化，在保证多无人机集群系统具有相同的一致性收敛速度的前提下降低控制输入。

技术特征：

1.一种多无人机集群分布式最优控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种多无人机集群分布式最优控制方法，其特征在于，所述状态一致性误差方程构建如下：

3.根据权利要求2所述的一种多无人机集群分布式最优控制方法，其特征在于，所述基于时变权矩阵的代价函数表示为：

4.根据权利要求3所述的一种多无人机集群分布式最优控制方法，其特征在于，所述分布式控制器表示为：

5.根据权利要求1-4中任一项所述的一种多无人机集群分布式最优控制方法，其特征在于，所述状态数据包括无人机在平面运动下的二维速度变量，所述控制数据包括无人机在平面运动下的二维控制变量。

6.一种多无人机集群分布式最优控制系统，其特征在于，包括：

7.根据权利要求6所述的一种多无人机集群分布式最优控制系统，其特征在于，所述协同控制模块中所述状态一致性误差方程构建如下：

8.根据权利要求7所述的一种多无人机集群分布式最优控制系统，其特征在于，所述协同控制模块中所述基于时变权矩阵的代价函数表示为：

9.根据权利要求8所述的一种多无人机集群分布式最优控制系统，其特征在于，所述协同控制模块中所述分布式控制器表示为：

10.根据权利要求6-9中任一项所述的一种多无人机集群分布式最优控制系统，其特征在于，所述状态数据包括无人机在平面运动下的二维速度变量，所述控制数据包括无人机在平面运动下的二维控制变量。

技术总结本发明公开了一种多无人机集群分布式最优控制方法及系统，涉及无人机集群控制技术领域。本发明的技术要点包括：根据无人机集群的状态数据和控制数据，利用预设的分布式最优控制算法对无人机集群进行分布式协同控制，包括：针对多无人机集群系统构建状态一致性误差系统，设计基于时变权矩阵的代价函数，利用最优化理论设计分布式最优控制器，确保代价函数最优；利用设计的分布式控制器对无人机集群进行分布式协同控制。本发明能够以更小的控制输入实现一致性，能够对系统性能进行优化，在保证多无人机集群系统具有相同的一致性收敛速度的前提下降低控制输入。技术研发人员：张泽旭,徐田来,袁帅,张卓,郭鹏受保护的技术使用者：哈尔滨工业大学技术研发日：技术公布日：2024/7/11