摘 要

科学技术的高速发展，促进无人机技术日新月异。无人机从最初的只在军事领域应用，到民用领域也开始逐渐应用，应用领域的扩大让人们对于无人机技术的关注越来越高。本文先是从无人机编队控制问题出发，介绍了无人机系统的组成、具体应用及编队飞行控制方法。

基于图论法下，研究了当下热门的对于多自主体基于梯度的编队控制策略。已有的大多数研究都是在自主体能精确测量邻居自主体的信息的假设下进行的，本文则是在自主体的距离测量是粗糙的假设下进行，即通过粗糙量化控制器判断自主体间的距离与期望距离的大小，控制自主体达到指定队形。

具体而言，本文的研究工作如下：

本文应用了分析非光滑动力学系统的Filippov解方法，以解决由于使用粗糙量化信息而产生的闭环系统的动力学模型不连续的难题。与以获取精确信息下的三角形编队控制策略得到的稳定性结果类似，我们证明基于粗糙距离测量信息下，除了初始位置是共线的情况，编队收敛到指定队形同样是全局的。

使用Lyapunov稳定性定理、拉萨尔不变定理来证明所研究系统的收敛性的方法，会被介绍。我们还发现该基于粗糙信息控制策略的收敛性是有限时间可行的，也就是会在有限时间内收敛，并且这个稳定收敛的时间还与多自主体的初始位置相关。最后，实验仿真结果验证了理论分析的正确性。

关键词：无人机；编队控制；多自主体；粗糙信息；Lyapunov稳定性定理； 拉萨尔不变定理

Abstract

The rapid development of science and technology, promoting the rapid development of UAV technology. The UAV from the initial application in the military field, to civilian areas have begun to gradually apply, the expansion of application filed made the researchers pay more and more attention to the UAV technology. This paper is mainly about the research on the UAV formation control, introduces the composition, application and control methods of the UAV system.

Based on the graph theory method, we study the current popular control strategy for multi agent based on gradient formation, most of the existing research were carried out in the agent information under the assumption of independent physical accurate measurement of neighbors, this is agent of distance from the measurement is carried out under coarse hypothesis, that is, through the coarsely quantized controllers sense whether the distance of agents is larger or smaller with the expected distance, then control agents to achieve a specified formation.

Specifically, the research work of this paper is as follows：

This article applies the method of analyzing the non-smooth dynamical system Filippov solution, to solve the problem that the dynamic model of the closed loop system is discontinuous since the use of coarse information. Similar to the stability result of to obtain the precise measurement of the triangle formation control strategy, we prove that based on rough distance measurement information, in addition to the initial position is collinear and formation of convergence to the designated formation is also global.

The use of Lyapunov stability theorem and LaSalle’s invariance theorem to prove the convergence of the system, will be given, we also found that the based on rough information control strategy of convergence is feasible for a limited time, which is shown to converge in a finite time and the stable convergence time is closely related to the initial position of the formation. Finally, the experimental simulation results validate the correctness of the theoretical analysis.

Key Words：Unmanned Aerial Vehicle；Formation control；Autonomous Agents；Coarsely Measurement; Lyapunov Stability Theorem; LaSalle’s Invariance Theorem

目录

第1章 绪论 1

1.1 课题背景与意义 1

1.2 多自主体编队控制的研究现状 2

1.3 自主无人机编队飞行简介 3

1.3.1 无人机系统的组成及应用 3

1.3.2 无人机系统编队飞行简介 4

1.4 主要研究内容 5

第2章 非线性系统基础分析工具 6

2.1 非线性系统模型及分析工具 6

2.1.1 非线性系统模型 6

2.1.2 Lyapunov稳定性定理 8

2.1.3 拉萨尔不变定理 9

2.2 Filippov解存在性及其性质 10

2.3 本章小结 11

第3章 循环三角形编队模型 12

3.1 引言 12

3.2 基于精确信息的循环三角形编队梯度控制律 13

3.3 基于粗糙信息的循环三角形编队梯度控制律 14

3.4 本章小结 15

第4章 基于粗糙信息的非循环编队梯度控制律 17

4.1基于粗糙信息的平面非循环三角形编队模型 17

4.1.1 一个领导者模型 18

4.1.2 两个领导者模型 19

4.2 基于粗糙信息的非循环编队拓展 24

4.3 本章小结 25

第5章 仿真结果分析 26

5.1 基于粗糙信息的循环三角形编队控制仿真结果 26

5.2 基于粗糙信息的非循环三角形编队控制及拓展仿真结果 30

5.3 本章小结 38

第6章 总结与展望 39

参考文献 40

致谢 44

第1章 绪论

1.1 课题背景与意义

一直以来, 人们就观察到自然界的诸多有趣的群集行为。比如海洋中鱼类的群游、大雁迁徙时的“一”字或者“人”字形飞行等行为。这些群集现象中的每个个体都具有一定的独立性，个体之间可以通过某种方式进行直接或间接地联系，从而实现复杂的群体行为。这些具有简单独立特性的个体称为智能体（agent），也称为自主体。编队控制问题的提出最初就是来源于观察自然界中这些群集现象。

计算机技术、传感与检测技术、通信和人工智能等技术的迅猛发展，使得系统的各个组成单元已经由单一功能的受控对象、传感器或控制器，转变成了具备一定的感知、计算、执行和通讯能力的自主体。这里的自主体可以联系到物理实体，如无人机、机器人、传感器网络系统、执行器网络、自然界生物个体等等。由于工业生产规模的持续扩大，单个自主体的有限能力已经不能满足对生产控制的综合要求，从而在自主体理论的基础上提出了多自主体系统的概念。对于多自主体系统的定义，中科院系统所洪奕光教授给出的多自主体系统定义比较具有代表性：多自主体系统是由一群具备一定感知、通信、计算和执行能力的自主体通过通讯等方式关联成的一个网络系统^[1]。

编队控制是指多个自主体在向既定的目标运动的过程中，自主体间保持预定的形状（即队形），而且还不能受到周围环境影响的控制问题。相对于单个自主体，多自主体系统, 具有很多明显的优点^[2]。