买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：辽宁工业大学;大连理工大学

摘要：本发明公开了一种预设收敛精度的无人机集群分布式编队控制方法，涉及无人机控制设计及应用领域，主要包括以下步骤：1生成状态信息并构建约束模型；2构造控制输入饱和的辅助系统，并获取无人机编队内领导者与跟随者的相对位置；3分析和设计可满足预设收敛精度的无人机集群分布式编队控制器。通过上述方式，本发明利用纯方位模型，将无人机之间的距离约束设定为角度约束，以便于实现无人机集群形成、平移和缩放。设计一种新的辅助系统，保证了减少输入饱和对控制精度的影响。设计的分布式编队控制方法实现了用户设置无人机集群预设收敛精度的需求。

主权项：1.预设收敛精度的无人机集群分布式编队控制方法，其特征在于，所述方法包括以下步骤：步骤1：生成无人机状态信息并构建方位约束模型，所述方位约束用于描述编队内领导者与跟随者的方位关系；所述状态信息是指编队内第j个无人机相对于第i个无人机的方位关系，且i≠j；所述生成无人机状态信息并构建方位约束模型，具体包括如下：步骤1.1：随机生成N个无人机组成集群，标记为1，2，…，N；假设1，…，Nl是集群中独立的领导者，其他无人机是跟随者，即Nl+1，…，N，令Wl＝{1,...,Nl}，Wf＝{Nl+1,...,N}分别是索引集，并且跟随者的数量是Nf，W＝Wl∪Wf；步骤1.2：采用图Gf＝W,HF描述无人机的方位约束编队，其中HF＝{i,j,i,j∈W,i≠j}表示编队内第i无人机与第j个无人机可测方位角的集合；生成无人机状态信息，即第j个无人机相对于第i无人机的方位关系，由单位向量pij表示： 其中，pi和pj分别第i个无人机和第j个无人机的位置坐标，i,j∈HF；定义如下的正交投影矩阵 其中，Ir∈Rr×r是单位矩阵，r表示无人机位置坐标的维数，是第j个无人机相对于第i个无人机的期望方位向量；正交投影矩阵能更好的描述无人机在当前位置和期望编队之间的方位，引入如下的方位拉普拉斯矩阵： 利用矩阵L表示编队内领导者与跟随者的方位关系，构建方位约束模型，具体如下； 其中，Lll和Lff表示领导者之间以及跟随者之间的方位拉普拉斯关系矩阵，Lfl和Llf是领导者和跟随者之间的方位拉普拉斯关系矩阵；步骤2：根据给定期望编队确定跟随者的期望位置和期望速度获取无人机编队内跟随者的位置误差，以及速度跟踪误差；具体如下：步骤2.1：根据给定期望编队确定跟随者的期望位置和期望速度具体如下： 其中，pl和vl分别为领导者的位置与速度，步骤2.2，第i架无人机的运动学模型如下： 其中，vi，fipi,vi和ui分别是第i个无人机的速度，非线性动态函数和控制输入，i∈W；分别将领导者和跟随者的模型进行更新，具体如下： 其中，satui为实际控制器的输入；步骤2.3，定义第i个无人机与其所有邻居之间的期望方位角之差的总和εpit以及方位角速度差的总和εvit，如下： 定义符号和无人机编队内跟随者的位置误差epi与速度跟踪误差evi分别表示为： 具体表示为： 得到： 步骤3，设计满足预设收敛精度的无人机集群分布式编队控制器，所述预设收敛精度是指预设的位置收敛精度，具体包括如下步骤：步骤3.1，对式12求导后得： 根据式13非线性二阶系统，给定转换的坐标系： 其中，是虚拟速度控制变量，并且ξ表示输入饱和补偿系统，具体如下： 其中，κξ为正常数；步骤3.2：定义： 其中Ωfpi,m0，且为预设精度，其中m表示第i个无人机的坐标，D表示坐标维度，将跟随者的连续控制信号uf设计为： 其中0λ1和是参数设置，χ为正常数，Td是系统的预设时间。

全文数据：

权利要求：

百度查询： 辽宁工业大学 大连理工大学 一种预设收敛精度的无人机集群分布式编队控制方法