1 中北大学 仪器与电子学院, 太原 030000
2 中北大学 仪器科学与动态测试教育部重点实验室, 太原 030000
3 中北大学 电气与控制工程学院, 太原 030000
针对带有未知外部干扰的多智能体系统, 提出了一种带有预设性能的鲁棒仿射编队控制算法。在有向图下, 利用符号拉普拉斯矩阵, 根据领航者的状态, 给出了跟随者距离误差动力学模型。然后, 利用输入到状态稳定(ISS)和李雅普诺夫稳定性定理, 不仅证明了所提控制算法的收敛性和稳定性, 抑制了系统的外部干扰, 还保证了系统的误差状态收敛到预设的性能函数内, 保证系统具有良好的暂态行为。最后, 仿真结果验证了跟随者在外部干扰下依然能够跟随领航者, 验证了所提算法的有效性。
编队控制 多智能体系统 有向图 预设性能控制 未知干扰 formation control multi-agent system directed graph prescribed performance control unknown disturbance
1 四川卫生康复职业学院人文社科部，四川自贡 643000
2 西南科技大学计算机科学与技术学院，四川绵阳 621010
为提高无线 Mesh网(WMNs)的容量，提出一种将自由空间光 (FSO)技术集成到现有基于 RF的 WMNs中的解决方案。首先，基于每个节点预期的长期上行和下行流量需求，构建一个整数线性规划 (ILP)，用于 FSO收发器和 RF链路调度的联合分配，以找到关键位置节点，对这样的节点升级后，能够最大限度地提高整个网络的容量；其次，为了避免原始 ILP的复杂性，提出一种概率贪婪调度算法，以非常低的计算成本计算出一个可行解，作为比较基准，还提出了一种模拟退火算法。仿真实验结果表明，采用对若干关键位置的节点进行升级，可以提高网络容量。
无线 Mesh网 有向图 FSO技术 整数线性规划 链路调度 容量提高 Wireless Mesh Networks directed graph FSO technology Integer Linear Program link scheduling capacity improvement 太赫兹科学与电子信息学报
2021, 19(1): 60
1 中国人民解放军92543部队, 山西 长治 046001
2 海军航空大学, 山东 烟台 264001
多无人机目标跟踪是最近几年研究的热点和重点问题。针对多无人机组成的有向图网络，构建了多无人机目标跟踪的模型，采用分布式融合处理的方法。基于多无人机目标估计的分布式无迹信息滤波，以定理形式推导证明了基于有向图网络的加权平均一致性算法，提出两种加权矩阵的设计方法，基于此构建了分布式无迹信息滤波一致性算法的问题求解框架。仿真分析表明，基于有向图网络的一致性算法能够在不同网络拓扑环境下很好地跟踪目标，具有很好的估计精度和鲁棒性，能够提高多无人机融合估计性能。
多无人机 目标跟踪 有向图 一致性算法 multi-UAN target tracking directed graph consistency algorithm
空军工程大学航空航天工程学院, 西安 710038
结构设计和优化方法关系到航电系统乃至战机可用性、扩展性和可维护性等多方面。分析系统结构设计过程, 明确设计步骤, 用于指导系统结构的构建。基于有向图理论, 提出系统结构有向图的概念, 并给出了数学描述。在此基础上, 进一步阐述了结构优化算法, 对系统结构有向图进行横向和纵向分解, 建立了一种层次化的资源关联结构, 为结构设计提供理论依据。最后, 以实例说明了该方法的有效性。
综合航空电子系统 结构设计 有向图 层次分解 integrated avionic system structural design directed graph hierarchical decomposition
海军工程大学 电子工程学院，湖北 武汉 430033
归纳了一种通用的水下节点光通信模型，引入节点存活率作为海底观测网的可靠性指标，针对水下多分支节点较多导致的可靠性降低和铺设施工难度增加等缺点，将NEPTUNE优化为只包含两个多分支节点的交叉环拓扑。对上述两种网络的可靠性进行了仿真，结果表明，交叉环拓扑与NEPTUNE相比具有相近的可靠性，但多分支节点数量更少，便于海底观测网的供电和铺设。
海底观测网 可靠性 有向图 蒙特卡洛仿真 seabed observatory networks reliability directed graph Monte Carlo simulation
1 北京航空航天大学自动化科学与电气工程学院，北京100191
2 光电控制技术重点实验室，河南 洛阳471009
为提高强机动目标的跟踪精度，提出一种基于角速度估计值自适应修正的变结构多模型算法。将角速度估计应用于基于有向图切换的变结构多模型目标跟踪算法。通过引入改进的角速度估计方法，提高了角速度的估计精度。在有向图切换的基础上，实时估计角速度，并根据角速度估计值修正有向图，增强了变结构多模型目标跟踪算法的机动适应性。仿真结果表明，该方法在对强机动目标的跟踪性能上有明显提高。
机动目标跟踪 变结构 交互式多模型 卡尔曼滤波 有向图 maneuvering target tracking variable structure interactive multiple model Kalman filtering directed graph
