[发明专利]约束条件下的大规模固定翼无人机集群编队方法

说明书

本发明公开了约束条件下的大规模固定翼无人机集群编队方法，本发明的方法包括：根据接收到的任务指令，在机载通信设备覆盖范围有限制的约束条件下，基于自适应编队算法进行固定翼无人机族群组队；所述族群内有族首和成员两种无人机身份；所述族群的族首对族群进行管理；所述族群的族首具备族群间通信权限和族内通信权限，所述族群的成员仅具备族内通信权限和族间侦听权限；根据接收到的任务指令，固定翼无人机族群的族首进行集群组队和协同管理。本发明综合考虑了中大型固定翼无人机因几何尺寸导致的流场干扰、通信覆盖等多方面约束条件问题，提高了固定翼无人机的组网和控制精度和效率。

技术领域

本发明属于固定翼无人机控制技术领域，具体涉及约束条件下的大规模固定翼无人机集群编队方法。

背景技术

无人机集群作战是一种新型的作战模式，将颠覆未来战争方式。固定翼无人机具有载荷能力强、速度快、航程远的特点，可以在一定程度上替代无人机进行空中侦察，实施饱和攻击的能力。但是单一的无人机载荷能力有效，战场生存率低，攻击能力有限。固定翼无人机集群方式具有提高供战场生存率、改善战场高消费比，对于敌方阵地可以实施一次性饱和打击，起到对敌消耗的作用，从而取得非对等战场优势。

针对固定翼无人机集群控制算法Tanner等提出了分布式控制率来解决无人机集群飞行的问题，通过速度反馈项来实现速度匹配，基于人工势能场的位置反馈来实现聚集和避撞。Olfati-Saber以图论为基础，提出了采用虚拟领航者的反馈Flocking模型来保证系统的聚集，为每个相邻个体产生虚拟agent的方式来实现避障的方法。在此基础上Su等证明了文献中所提算法在无障碍空间中的稳定性，并且提出了只有部分agent可以获取虚拟agent信息的集群方法。伍友利等人基于Flocking模型，进行算法改进，不再需要获取相邻个体的速度信息，简化通信数据交互，将领域范围内所有其他无人机都看作障碍物，把算法计算输出转化为跟踪指令，设计合适的控制率使得固定翼无人机机群完成集群控制。崔朝阳等基于无人机机群移动自组网技术提出了自组网安全分组算法，算法结合使用密码机制和信任机制来保证网络分簇过程中的信息安全并且选出可信度较高的簇首，分析证明了其具有较高的安全性和可行性。Watanabe Y在“长机—僚机”框架的基础上引入“虚拟长机”的概念，实现了三架固定翼无人机的编队飞行。赵锋、杨伟团队无人机紧密编队飞行控制仿真研究了两架固定翼无人机“长—僚机”编队模型，提出了编队飞行条件。

上述研究中，均对基于Leader-follower集群模型的集群算法、目标跟踪算法、控制率设计、以及基于移动自组网的无人飞行器集群自组织安全分族算法方面都有较为深入研究。但在固定翼无人机编队中必须考虑的一个问题及前机尾流及翼间涡流对后机的影响(如图1所示)，特别是中大型固定翼无人机集群组织管理研究问题，国内研究人员对这一问题的认识有限，而对于通信约束条件下的无人机编队协同技术研究才刚刚起步，特别是对中大型固定翼无人机集群自组织协同编队协同技术与自主控制技术在通信受限条件下的研究还有很广阔的研究空间。

发明内容

为了解决现有固定翼无人机编队技术存在的问题或缺陷，本发明提供了一种约束条件下的大规模固定翼无人机集群编队方法。本发明根据固定翼无人机特点，综合考虑了中大型固定翼无人机因几何尺寸导致的流场干扰、通信覆盖等多方面约束条件问题，提高了固定翼无人机组网和控制精度和效率。

本发明通过下述技术方案实现：

约束条件下的大规模固定翼无人机集群编队方法，本发明的方法包括：

根据接收到的任务指令，在机载通信设备覆盖范围有限制的约束条件下，基于自适应编队算法进行固定翼无人机族群组队；所述族群内有族首和成员两种无人机身份；所述族群的族首对族群进行管理；所述族群的族首具备族群间通信权限和族内通信权限，所述族群的成员仅具备族内通信权限和族间侦听权限；

根据接收到的任务指令，固定翼无人机族群的族首进行集群组队和协同管理。

优选的，本发明的自适应族群编队算法包括：