多UAV协同任务规划研究

多无人机协同任务规划是多无人机协同控制的关键技术之一,在进行大量文献调研的基础上,对多无人机协同任务规划的国内外研究现状进行了归纳和总结,首先介绍了任务规划系统的功能和结构,再将任务规划分为路径规划和任务分配两部分分别进行介绍,重点针对任务分配的常见模型和算法进行总结,讨论了各种算法的优缺点,最后通过分析得出基于多智能体的市场机制类算法在多无人机协同任务分配领域有较好应用前景的结论。

基于SAS算法的三维多UAV协同航迹规划方法

在实际应用中航迹规划着重考虑的是规划出的航迹应具有良好的可靠性能,针对多UAV协同航迹规划有多个约束条件且环境复杂、规划耗时长等问题,使用智能算法解决多UAV协同航迹规划问题无法确保规划航迹的可靠性能。因此,提出了一种启发式SAS算法,用以解决此问题。仿真结果证明,使用该算法规划出的航迹具有较高的可靠性。

基于有限时间状态反馈的多UAV编队飞行控制研究

基于反馈线性化，采用有限时间一致性控制方法实现了多UAV的编队飞行控制。本文为无Leader结构，采用虚拟结构法，各UAV只需邻居间的信息。利用齐次系统性质，设计出一种编队控制器，使得各UAV能实现期望的位置和速度控制。基于多UAV的编队飞行验证了本文控制方法的有效性。

多UAV编队飞行控制技术

无人机作为一种有效的侦察、作战工具,近年来被各个国家广泛运用于军事和民用领域。信息化时代的到来使得战场环境也日趋复杂,单无人机探测范围有限、载荷小等问题也逐渐暴露,为更好的应对各类高难度任务类型,越来越多的学者将目光聚焦于多无人机编队的研究上,多无人机编队拥有更好的任务扩展能力与战场生存概率,故本文旨在研究一种多机编队飞行控制,并完成仿真验证。

复杂环境下多UAV协同可飞行路径规划研究

为了实现复杂环境下多UAV协同可飞行路径规划,提出了一种基于PH曲线的路径规划算法,考虑了协同的时间和角度约束。首先,研究了PH路径长度与路径参数之间的关系,给出了简单实用的实现多UAV到达目标点处的时间和角度协同规划方法。同时,当UAV需避障时,将速度障碍法与PH路径规划相结合实现路径重规划,并以重规划路径为参考路径,通过速度或路径生成参数控制,实现多UAV协同。

Energy Efficient Multi-Antenna UAV-Enabled Mobile Relay

In this paper, we study an energy efficient multi-antenna unmanned aerial vehicle(UAV)-enabled half-duplex mobile relaying system under Rician fading channels. By assuming that the UAV follows a circular trajectory at fixed altitude and applying the decode-and-forward relaying strategy, we maximize the energy efficiency by jointly designing beamforming, power allocation, circular radius and flight speed, subject to the sum transmit power constraint on source node and UAV relay node. First, we maximize the end-to-end signal-to-noise ratio by jointly designing beamforming and statistical power allocation. Based on the obtained beamforming and power allocation results, we then obtain a semi closed-form expression of energy efficiency, and finally maximize energy efficiency by optimizing flight speed and circular radius, allowing optimal circular radius to be obtained via numerical computation. Numerical results demonstrate that the proposed scheme can effectively enhance the system energy efficiency.

带时间窗的多无人机航迹规划两阶段启发式算法

带时间窗的多无人机(Unmanned Aerial Vehicles,简称UAV)航迹规划问题是一类重要的NP-Hard问题,相关启发式算法研究一直是该问题的研究重点和难点。建立了问题的UAV流模型,并提出了一种两阶段启发式算法用于问题求解。算法的第一阶段提出了一种基于"最迟完成服务优先"规则的航迹构造算法,用于获取问题的初始解;第二阶段利用模拟退火算法对初始解进行改进。最后基于Solomon Benchmark数据集对算法进行了测试,实验结果表明该启发式算法可以有效地求解带时间窗的多UAV航迹规划问题。

多个无人飞行器协同避障及避碰研究

在多个无人飞行器(UAV)进行避障时,各个UAV通常将其他UAV当作移动障碍物进行处理,忽略了其他UAV也会根据自身传感器获知的周围环境信息做出相应的避障机动,规划出的UAV避障路径不可避免出现震颤,针对这一问题,提出了一种基于互惠速度障碍法的避障算法。避障时,不需UAV之间进行通信,每个UAV独立进行同样的避障决策,计算量少,实时性好,能够满足多UAV在线避障的要求。仿真结果验证了本方法的可行性和有效性。