【摘要】：無人機因為體積小、重量輕、機動性靈活,所以在軍事和民用領(lǐng)域得到廣泛應(yīng)用。但是單個無人機的機載能力較差,能夠搭載的設(shè)備有限。這使得無人機無法完成更高難度的任務(wù),多架無人機編隊飛行技術(shù)便在這種需求中應(yīng)運而生。近些年無人機技術(shù)發(fā)展迅速,無人機成本越來越低,這促進了無人機編隊控制技術(shù)發(fā)展。傳統(tǒng)PID控制算法是一種常用的無人機編隊控制算法,具有結(jié)構(gòu)簡單,易于工程實現(xiàn)等特點,但是該算法中控制器的參數(shù)固定不變,當(dāng)控制系統(tǒng)發(fā)生動態(tài)變化時,控制效果往往不能讓人滿意。多智能體自適應(yīng)一致性控制常常被用于無人機編隊控制中,在算法中可以用神經(jīng)網(wǎng)絡(luò)(Neural Network,,NN)或者模糊邏輯系統(tǒng)(Fuzzy Logic System,FLS)去逼近復(fù)雜系統(tǒng)中的未知函數(shù),是一類優(yōu)秀的智能控制算法。但是現(xiàn)有的算法中對線性系統(tǒng)的研究較多,且在設(shè)計控制器時通常忽略系統(tǒng)中的干擾項和系統(tǒng)時滯問題,而實際系統(tǒng)通常是非線性且?guī)в袝r滯的;另外在逼近未知量的過程中,為了達到足夠的精度,往往需要大量的自適應(yīng)參數(shù),所以如果將算法應(yīng)用于實際中,控制系統(tǒng)的線上計算量就會很大。此外,在編隊控制中還要涉及路徑規(guī)劃算法,其通常分為全局路徑規(guī)劃和局部路徑規(guī)劃。而全局路徑規(guī)劃的每一步都要考慮全局環(huán)境,所以計算復(fù)雜而且計算量大。局部路徑規(guī)劃僅需要考慮臨近環(huán)境,所以計算量較小,但是容易陷入局部最優(yōu)。針對以上問題,本文主要對基于領(lǐng)航跟隨的無人機編隊控制算法進行了研究。論文的主要工作和貢獻如下:首先,設(shè)計并實現(xiàn)了基于PID控制的無人機編隊控制算法,然后利用模糊控制器實現(xiàn)PID控制算法參數(shù)的自適應(yīng)調(diào)整。其核心工作為:根據(jù)簡化的單個無人機運動模型,分析了無人機編隊的相對運動關(guān)系,并給出了無人機相對運動的數(shù)學(xué)描述。選擇一階偏航角保持器、一階速度保持器和二階高度保持器作為編隊中無人機的自動駕駛儀,然后設(shè)計了每個通道的PID控制器,采用工程方法對PID控制器的參數(shù)進行整定。最后利用模糊控制器對PID控制器進行改進,并根據(jù)模糊規(guī)則對模糊PID控制器的參數(shù)進行整定。其次,提出了一種基于模糊自適應(yīng)的一致性無人機編隊控制算法,該算法中只有一個自適應(yīng)參數(shù),大大減少了控制系統(tǒng)的線上計算負(fù)擔(dān),并且應(yīng)用LyapunovKrasosvskii泛函對系統(tǒng)的未知時滯項進行補償,還運用模糊邏輯系統(tǒng)對系統(tǒng)中未知的非線性動態(tài)和外部干擾進行逼近,從而降低了非線性控制系統(tǒng)設(shè)計的困難。其關(guān)鍵步驟為:利用圖論對無人機編隊系統(tǒng)的通信拓?fù)潢P(guān)系進行詳細(xì)的描述,然后針對非線性多無人機系統(tǒng)中所有系統(tǒng)函數(shù)已知的情況設(shè)計了一種無人機編隊控制器,利用Lyapunov-Krasosvskii泛函補償系統(tǒng)時滯并對控制算法的穩(wěn)定性進行分析,證明了算法的穩(wěn)定可靠。然后針對實際中不可能對所有系統(tǒng)函數(shù)已知的情況,利用模糊邏輯系統(tǒng)對未知函數(shù)進行逼近,并設(shè)計無人機編隊控制算法,之后對控制算法的穩(wěn)定性進行分析,證明了通過該算法可以完成無人機編隊控制。最后,提出了一種改進的動態(tài)窗口路徑規(guī)劃算法,該算法不僅計算量較小,而且可以改變動態(tài)窗口算法容易陷入局部最優(yōu)的情況。主要貢獻為:對無人機編隊的速度空間(線速度,角速度)進行分析,建立無人機運動的速度空間約束,并建立了基于速度空間無人機運動方程。然后對無人機運動過程中的動態(tài)速度窗口進行分析,求出速度約束集合。接下來對動態(tài)窗口算法的評價函數(shù)進行改進,并分析評價函數(shù)的有效性。最后編程實現(xiàn)整個算法,驗證了改進后的算法選擇的路徑更為有效。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：V279;V249.1

【參考文獻】

相關(guān)期刊論文 前10條

1 張彪;曹其新;王雯珊;;使用三維柵格地圖的移動機器人路徑規(guī)劃[J];西安交通大學(xué)學(xué)報;2013年10期

2 繆盛;崔寶同;朱夏冰;;基于時變時滯動態(tài)拓?fù)涞亩ALeader-Following多智能體一致性分析[J];計算機應(yīng)用研究;2013年04期

3 趙鋒;楊偉;楊朝旭;;無人機緊密編隊飛行控制仿真研究[J];航空科學(xué)技術(shù);2012年05期

4 王述彥;師宇;馮忠緒;;基于模糊PID控制器的控制方法研究[J];機械科學(xué)與技術(shù);2011年01期

5 李廣文;蔣正雄;賈秋玲;;分布式多無人機編隊控制系統(tǒng)仿真[J];計算機仿真;2010年02期

6 劉重陽;;國外無人機技術(shù)的發(fā)展[J];艦船電子工程;2010年01期

7 閻振鑫;章衛(wèi)國;劉小雄;王振華;;基于多任務(wù)的無人機編隊控制研究[J];計算機測量與控制;2009年11期

8 樊瓊劍;楊忠;方挺;沈春林;;多無人機協(xié)同編隊飛行控制的研究現(xiàn)狀[J];航空學(xué)報;2009年04期

9 王冬梅;方華京;;基于虛擬領(lǐng)航者的智能群體群集運動控制[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2008年10期

10 俞輝;蹇繼貴;王永驥;;多智能體時滯網(wǎng)絡(luò)的加權(quán)平均一致性[J];控制與決策;2007年05期

相關(guān)博士學(xué)位論文 前2條

1 王國強;面向隊形保持的無人機編隊信息交互拓?fù)鋬?yōu)化問題的研究[D];合肥工業(yè)大學(xué);2016年

2 潘歡;二階多智能體一致性算法研究[D];中南大學(xué);2012年

相關(guān)碩士學(xué)位論文 前4條

1 干陽琳;四旋翼無人機編隊自動飛行的避障算法研究[D];成都理工大學(xué);2017年

2 陳學(xué)坤;四旋翼無人機編隊巡航飛行控制方法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 夏路;無人機編隊導(dǎo)航與控制系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2014年

4 辛亭;多無人機協(xié)同作戰(zhàn)關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2009年

本文編號：2758367