[发明专利]多尺度风扰分析无人机机群协调控制系统性能评估方法

摘要

本发明涉及航空航天领域，为实现安全性系统评估分析，为无人机系统模型建立工作提供反馈建议，并为智能水平越来越高的无人机群控算法提供设计依据，为多无人机最终的安全、稳定、可靠飞行提供保证。同时可以降低无人机机群试飞风险，缩短研发周期。本发明，多尺度风扰分析无人机机群协调控制系统性能评估方法，步骤如下：①引导者与执行者无人机任务执行分析，根据机群中各无人机任务定位不同分别定义引导者评估输出以及执行者评估输出；②多尺度风扰分析，通过分解无人机随机非线性方程给出机群中各无人机收到风扰动的输出；③安全性群控系统性能评估，定义多尺度下性能评估函数和机群整体任务评估函数。本发明主要应用于无人机系统评估场合。

主权项

1.一种多尺度风扰分析无人机机群协调控制系统性能评估方法，其特征是，步骤如下：①引导者与执行者无人机任务执行分析，根据机群中各无人机任务定位不同分别定义引导者评估输出以及执行者评估输出；②多尺度风扰分析，通过分解无人机随机非线性方程给出机群中各无人机收到风扰动的输出；③安全性群控系统性能评估，定义多尺度下性能评估函数和机群整体任务评估函数。

2.如权利要求1所述的多尺度风扰分析无人机机群协调控制系统性能评估方法，其特征是，具体地：

步骤①，引导者与执行者无人机任务执行分析

引导者无人机系统飞行轨迹输出为y_l(t)，t为无人机飞行时间，引导者为机群智能核心，其负责内容为高层面的机群任务协调工作，自身飞行要求轨迹通常由地面站给出，或独立生成为r_l(t)，由于引导者无人机通常不进行具体单机任务，主要进行现场协调及带领机群飞行，因此，对其的性能评估重点在于飞行参考轨迹的跟踪性能评估，设轨迹跟踪误差e_l(t)＝y_l(t)‑r_l(t)；

执行者无人机系统的飞行位置输出为y_f(t)，姿态输出为θ_f(t)，执行者飞行位置指令由引导者提供，为r_f(t)，姿态指令根据具体飞行任务自动设定，为r_θ(t)，执行者闭环控制系统评估包括位置误差e_f,y(t)＝y_f(t)‑r_f(t)，以及姿态误差e_θ,y(t)＝θ_f(t)‑r_θ(t)；

无人机机群由一个引导者无人机及M个执行者无人机组成，定义机群飞行轨迹误差为为第v个执行者无人机位置输出量，机群飞行任务安全空间D(t)由评估者定义。

3.如权利要求1所述的多尺度风扰分析无人机机群协调控制系统性能评估方法，其特征是，步骤②，多尺度风扰分析具体步骤如下：

对于无人机机群协调控制系统，风扰因素视为随机风险扰动η，按照其来源，分为自然风，风向、风速设定后，该随机变量可以近似为平均分布类型，定义为A类风扰η_A，来源于其他个体无人机的自扰动风扰风险因素，受到无人机飞行动力形式、旋翼转速、飞行姿态的影响，单独无人机闭环控制系统形成后，该随机变量可以近似为高斯分布，定义为E类风扰η_E；

在风扰动影响下，待评估机群协调控制系统可以表示为以下非线性微分方程的形式：

其中，x(t)∈Rⁿ代表了待评估系统的状态量，Rⁿ为n维实数空间，ω(·)为适当维数的非线性函数，与x(t)相关的引导者和执行者无人机输出函数y＝[y_l,y_f,θ_f]^T为时间和随机变量风险因素的函数y(t,η)，通过将其进行多项式分解进行分析。

4.如权利要求1所述的多尺度风扰分析无人机机群协调控制系统性能评估方法，其特征是，步骤③，安全性群控系统性能评估：对于连续、可微、平方可积的机群协调控制系统输出y(t,η)，定义无人机机群输出的条件期望E[y(t,η)|η_i]，表示对于单一风扰动项影响时输出量的取值统计量，V_y,i(y,t,η)＝V_y{E[y(t,η)|η_i]}为当第i个风扰动项η_i影响时的条件希望方差，定义尺度窗函数，如下式所示：

k为待研究尺度上的风扰动项个数，C∈{C₁,C₂,C₃}为风扰动尺度项，分别表示小尺度项、中尺度项和大尺度项，这是一个以分式形式表示的尺度窗函数，其数值大小表现了评估者设定的尺度定义下，风扰动项对输出的敏感度高，其中，V_y(y)为特定尺度条件下所有风扰动风险项对输出的整体影响：

定义小尺度下性能评估函数为其中M为执行者无人机个数，为第v个执行者无人机的跟踪误差项，为第v个执行者无人机的姿态误差项；

中尺度性能评估应用于引导者无人机性能评估工作中定义中尺度下性能评估函数为

大尺度性能评估，应用于机群整体任务评估工作中。机群整体任务评估函数定义为

5.如权利要求1所述的多尺度风扰分析无人机机群协调控制系统性能评估方法，其特征是