1 空军工程大学航空航天工程学院，西安 710038
2 光电控制技术重点实验室，河南 洛阳 471023
针对现阶段分组一致性协议应用的局限性，提出了模糊C-均值聚类算法和考虑子编队之间信息交互的分组一致性控制协议。首先，构建了包含多无人机编队作战关键因素的无人机向量，基于模糊C-均值聚类算法实现了贴合实战需求的编队拆分分组。其次，针对现有分组一致性算法的局限性，提出了一种考虑子编队之间信息交互的分组一致性控制协议，并利用稳定性理论和矩阵论知识推导了相应判据准则。仿真结果表明，所设计的编队分组决策方法和一致性协议可有效实现编队拆分分组和子编队状态的分组一致性，仿真实验验证了判据准则的正确性。
多无人机编队 队形拆分 分组一致性 模糊C-均值聚类 multi-UAV formation formation separation grouping consensus fuzzy C-mean clustering algorithm
1 海军航空工程学院青岛校区，山东青岛266041
2 海军航空工程学院信息融合研究所，山东烟台264001
雷达跟踪密集编队目标时容易出现频繁起批的问题，在获得编队整体合批航迹的需求背景下，提出一种基于滑窗式航迹关联的编队目标识别算法。该算法首先给出基于加权航迹关联判决的两航迹编队识别模型; 然后进一步采用循环阈值判断完成多航迹的编队分割; 最后进行滑窗多时刻的编队识别确认与合批处理，得到编队合批航迹。仿真结果表明，算法在编队平行机动和交叉运动环境下频繁起批时, 均能够有效识别编队目标并生成合批航迹。
航迹关联 编队目标识别 滑窗 编队分割 合批 track association formation taiget recognition sliding window formation separation track merging
