基于矩阵论的一致性控制算法收敛速度分析

空中自组网(Flying Ad-Hoc Network, FANET)是支撑无人机集群系统(Unmanned Aerial Vehicle Swarm, UAV swarm)的关键技术,它由数量庞大且具有无线通信能力的小型无人机构成。FANET中的信标帧业务在实现集群一致性控制应用的过程中扮演着重要角色。然而,实际应用中FANET无线链路的不可靠性将会导致信标帧出现丢包现象,进而影响一致性控制算法的收敛速度(或收敛时间),即集群所有状态值趋于一致的快慢程度。从理论上分析一致性控制算法收敛性能与信标帧丢包率之间的解析关系,对一致性控制算法在未来FANET中的应用具有举足轻重的意义。针对上述研究背景,文中提出了一种基于随机有向图模型和矩阵论的收敛性能分析模型。该模型将每个周期内FANET中的信息流抽象为随机有向图,并采用指示矩阵来表示该随机有向图的拉普拉斯矩阵,有效地用矩阵多项式对一致性收敛过程进行建模。随后,基于矩阵运算和矩阵谱半径的相关知识,该模型给出了最终期望收敛值的解析表达式。利用该最终期望收敛值,所提模型定义了新的收敛速度量化方法。与现有收敛速度分析工作不同,文中通过评估所有节点的初始状态值收敛到期望收敛值的快慢来对收敛速度进行量化,而不是根据收敛到每个周期网络的平均状态值来进行量化。基于矩阵运算和矩阵谱半径相关知识,所提模型给出了该收敛速度与信标帧丢包率之间的耦合关系,并根据该耦合关系推导出了收敛时间的表达式。仿真结果表明,所提收敛性能分析模型能够准确地描述实际FANET中收敛速度随时间的变化情况。此外,该模型能够准确描述实际FANET中每条链路的平均丢包率、状态值初始分布以及无人机节点个数的变化趋势对收敛时间的影响。同时,相比现有收敛性能分析模型,所提模型得到的收敛性能曲线更接近实际FANET中的收敛性能曲线。

基于一致性算法的无人机协同编队避障研究

基于人工势场方法,提出了一种双向网络连接结构的多无人机一致性避障控制算法。该算法能够有效避免无人机之间以及无人机与障碍物之间发生碰撞,实现协同编队飞行,完成任务。将所提出的一致性算法与"长机-僚机"控制策略结合起来应用到编队控制中,能够避免无人机之间以及无人机与障碍物之间发生碰撞,确保无人机编队收敛。文中以3架无人机构成正三角形编队作为控制对象,以长机飞行轨迹作为期望路径,僚机跟踪长机保持正三角形编队飞行,且无人机之间以及无人机与靠近障碍物内侧的僚机与障碍物保持安全距离,长机和僚机在水平面具有相同的前进速度和航向角速率,在垂直方向保持相对距离不变。通过仿真实验验证了所提出的控制算法的有效性,对工程应用具有一定的借鉴意义。