给定时间有向通信网络多无人机最优集结控制

为解决给定时间的多无人机(unmanned aerial vehicles,UAVs)最优集结问题,通过分布式优化的方法研究能够使多无人机在权重不平衡有向通信网络下按照给定时间范围内完成最优集结的控制算法。每架无人机都有其相应的局部目标函数,全局目标函数就是每架无人机所具有的局部目标函数之和,算法的目的就是通过分布式控制的方式,找到满足全局目标函数的最优集结点,采用时域映射的思想,将原本的给定时间下的集结问题转变为无限时域下的集结问题,并通过拉普拉斯零特征值下的左特征向量克服权重不均衡有向网络的不平衡性。结合凸分析理论和李雅普诺夫稳定性理论,验证了算法能够收敛到最优的解。仿真结果表明:不同出发点的无人机,在算法的控制下,均可以在给定时间内到达最优的集结点。

无人机伤员后送在卫勤保障中的应用前景

针对复杂战争环境、地形地貌屏障、医疗资源不足等局限,探索使用无人机(unmanned aerial vehicles,UAVs)实现伤员后送,提升战场卫勤保障能力。通过调研分析无人机具有滞空时间长、接受度更高、自主起飞等优势,重点讨论无人机伤员后送的原则、流程和应用场景。提出自主伤员搬运技术、生命征监测技术、远程医学技术、伤员环境耐受能力研究、伤员后送过程中的护理需求等无人机伤员后送能力建设所需的关键技术。无人机伤员后送的应用实现,可以大大提高伤员后送工作的灵活性、快速性和高效性,具有广阔应用前景。

带吊挂负载的四旋翼无人机滚动纳什控制

2个四旋翼无人机(UAVs)的吊挂飞行问题属于协同合作的范畴,现有的很多应用将该问题考虑为只有一个目标函数的控制系统。为了充分利用无人机各自的性能,将其看成是具有不同目标函数的决策主体,并在非合作博弈的框架下进行控制器设计。首先,建立了受控系统的数学模型及其线性形式,同时引入作用在吊挂负载上的外部干扰。然后,将该模型转换成开环信息结构下的有限时间差分博弈问题,并将该问题的纳什均衡解和滚动优化的思想相结合,设计一种基于状态反馈的滚动纳什控制器。最后,通过2个仿真实例验证该方法可以很好地控制无人机进行协同与合作。

5G异构通信网络无人机智能化部署

随着下一代移动通信系统特别是5G网络对高性能的严格要求,设备容量和区域覆盖已成为关键问题,它需要服务提供商建设更多基站;然而,新基站耗资巨大,而且需要网络规划。在现有的移动通信网络系统中有效使用无人机(UAVs)是一个很好的解决途径。描述了精准和高效的UAVs智能化部署方案,以增加无线网络设备容量和区域覆盖;利用优先权策略和熵的方法定义了相应的网络协议,将UAVs智能化精确地映射到所需要的区域,大幅度提高网络性能,在吞吐量、用户设备(UE)容量、5G无线电频谱效率、网络的延迟和用户信噪比等方面,较现有的基于神经网络方法有重大的改善和提高。

非合作大型UAVs飞行冲突预测方法研究

为降低非合作大型无人机(UAVs)之间的碰撞风险,首先在分析大型UAVs运行方式的基础上,提出基于UAVs运行管理平台的非合作大型UAVs飞行冲突预测机制和程序;然后建立基于UAVs飞行状态数据的飞行冲突预测模型,分别预测水平和垂直2个方向上的飞行冲突,进而判断是否存在飞行冲突,并分析冲突告警阈值,防止UAVs地面站过晚收到告警信息;最后利用3架UAVs实时飞行状态数据实例分析模型并验证该模型的可行性。结果表明:所提的冲突预测机制和程序可以实现非合作大型UAVs之间的冲突预测和预警;冲突预测模型可以准确判断是否存在飞行冲突并计算飞行冲突发生的时间。