光学 精密工程
2023, 31(22): 3245
1 空军工程大学空管领航学院, 西安 710000
2 陕西省电子信息系统综合集成重点实验室, 西安 710000
针对无人机集群打击海面运动目标的时空协同问题, 提出了一种指定时间协同控制方法。将每架无人机与其邻居之间的相对运动转化为含指定末端时刻的最优跟踪器, 针对打击构型生成、打击构型保持两个含指定时间参数的控制目标, 分别设计了不同的二次代价函数, 通过龙格库塔法求解控制律, 可以驱动无人机集群在指定时刻精准地生成打击构型, 实现同时打击, 并在后续指定时段内保持打击构型, 实现持续打击。仿真实验结果证明, 无人机集群可在指定时刻生成期望的编队构型并保持期望构型, 对运动目标实现跟踪。
无人机集群 协同打击 协同控制 海面目标 UAV swarm cooperative strike cooperative control sea-surface target
1 北京航空航天大学机械工程及自动化学院，北京 100191
2 中国科学院西安光学精密机械研究所，陕西 西安 710119
3 中国航发沈阳黎明航空发动机有限责任公司，辽宁 沈阳 110043
4 北京航空航天大学江西研究院，江西 南昌 330096
5 北京市高效绿色数控加工工艺及装备工程技术研究中心，北京 100191
6 国防科技工业高效数控加工技术创新中心，北京 100191
针对航空航天薄壁类金属结构件多次化铣过程中的激光刻型需求，研究了激光刻型轨迹规划、光机电协同控制优化、刻型参数自适应匹配与优化等关键技术。在多轴联动数控激光刻型加工机床构成与设计、激光器与激光光路系统设计、光机电协同控制系统开发的基础上，研制出六轴五联动数控激光刻型机床原理样机和工程样机，实现了大型环形薄壁类化铣零件的一次、二次激光刻型加工，各项技术指标均达到设计要求，且该样机在航空制造企业和重点型号中实现了工程应用。
中国激光
2022, 49(10): 1002401
1 南京航空航天大学自动化学院, 南京 211000
2 江苏航空职业技术学院, 江苏 镇江 212000
针对无人机一般难以单独打击空防严密的高价值目标问题, 采用低成本无人机集群饱和攻击技术, 提出协同控制下的三阶段一致性饱和攻击策略, 根据不同阶段的任务特点, 设计对应的改进一致性算法, 并在满足饱和攻击任务多条件协同的基础上, 加入Dubins曲线增加飞行轨迹约束, 平滑无人机飞行航迹, 缩短航程。此外, 在高精度队形保持的任务环境下, 设计改进的二阶一致性控制器, 确保飞行精度, 加快收敛速度。最后, 将各阶段改进算法的实际效果与传统算法进行对比, 在验证改进算法有效性的同时, 检验算法延展性。仿真结果表明, 该算法可应用于大规模无人机集群并具有良好的效果, 为饱和攻击战略决策部署与战术实现提供了依据和参考。
饱和攻击 一致性算法 无人机集群 Dubins曲线 协同控制 saturation attack consensus algorithm UAV swarm Dubins curve cooperative control
超长焦距连续变焦系统的多电机协同控制方案是保证成像质量及效果的一个重要设计环节。分析了某型连续变焦热像仪的控制指标和需求指标，然后以指标数据作为理论依据详细讨论了多种控制方案的优缺点，并根据结果设计了一种基于SOPC片上系统的多电机协同控制方案。详细阐述了该方案在连续变焦系统中的具体设计及软件实现方法。该设计能够在单一FPGA上实现多组元协同控制，其时间和位置精度分别达到0.01 s级和0.01 mm级，有效保证了超长焦距连续变焦系统的控制需求。
连续变焦 SOPC多电机协同控制 continuous zoom SOPC multi-motor cooperative control
针对不确定非线性多智能体系统的最优协同控制问题, 提出了基于辨识-评价结构的在线自适应最优控制方案。由于存在不确定性, 针对每一个智能体, 分别使用一个辨识神经网络用于估计多智能体系统的动态, 以及一个评价神经网络用于近似耦合哈密顿-雅可比方程的解, 继而导出最优协同控制律。基于辨识-评价结构, 辨识神经网络和评价神经网络可以同步调整权值。通过李雅普诺夫(Lyapunov)直接法同时保证辨识神经网络和评价神经网络的权值误差一致最终有界, 及闭环系统的稳定。最后通过仿真验证了所提方案的有效性。
最优控制 不确定非线性系统 多智能体系统 协同控制 optimal control uncertain nonlinear system coordination control
北京邮电大学 信息光子学与光通信国家重点实验室，北京 100876
随着光网络规模的快速扩张，光网络的运维与管理在可靠性、灵活性和安全性等方面面临着越来越严峻的挑战。为降低光网络决策控制的复杂度，提升光网络的智能化控管能力，文章结合人工智能技术提出了自优化光网络的概念，并基于边缘计算与云计算协同的思想，提出了边缘计算与云计算协同的自优化光网络实现机制，通过光传送节点和控制节点的协同机制，为光网络动态提供人工智能所需的计算资源。
光网络 人工智能 云计算 边缘计算 协同控制 自优化光网络 optical network artificial intelligence cloud computing edge computing collaborative control SOON
为使智能轮椅床在自主运行时,能随时响应周围其它对象的指令并实施协同动作,提出基于Agent概念规划控制模块的设计。通过传感器组信息、轮椅床当前状态信息、外来协同信息的感知融合,给出符合总体需求的动作选择指令序列。借助于传感器组信息、外部遥控命令信息与学习积累库的信息进行适时综合,完成比较复杂的交叉判断与协商,实现外来的指令合并本体的自主控制协同执行。如此,对智能轮椅床乘用人员来说,既能满足其自主行动的意图,又能满足其及时接受其他对象提供的服务;同时还便于远程监控人员适时介入解决特殊问题。试用表明,基于Agent概念的控制模块设计,能以清晰的软件结构和丰富的协同应对资源库显著提升智能轮椅床的整体功能。
智能家居 轮椅床 协同控制 smart home wheelchair bed coordination control Agent Agent
1 海军航空工程学院, 山东 烟台 264001
2 光电控制技术重点实验室, 河南 洛阳 471000
提出了动态环境下多无人机编队执行不同使命任务的自主协同控制系统结构。按照分层递阶的思想, 将多无人机编队作战系统分为两级分层控制结构和五层功能结构, 从不同层级实现无人机群的自主控制, 保证了机群指挥的统一性、控制的灵活性和系统的可扩展性; 采用灵活的系统通信结构以应对战场环境的不确定性; 个体无人平台之间局部相互作用引起的涌现行为及无人机功能编队之间的分布式任务规划, 自下而上地驱动作战系统的资源优化配置, 结合自上而下的系统指控组织动态适应性优化, 优化了系统指控组织结构, 有效地整合了战场资源。
多无人机编队 自主协同控制 分层递阶 指控组织 multi-UAV team autonomous cooperative control hierarchical system C2 organization
基于一致性理论的多无人机系统自组织协同作战是未来无人机应对突发任务的重要方式，任务集结是协同作战的首要行动和自组织协同控制的重要内容。为优化集结行动中系统任务状态协调过程能量最优性、协同控制动态响应性和集结行动时效性3个性能指标，采用基于快速一致性控制算法的协同控制结构，在合作博弈框架下给出多无人机系统自组织协同与优化控制问题描述，建立了优化控制输入的Pareto解集，采用Nash讨价还价方法给出基本合作博弈优化一致性控制算法。在基本算法中引入过去状态差值，并以优化目标构建适应度函数，采用遗传算法优化代价函数的加权矩阵，得到改进合作博弈优化一致性控制算法。理论分析和仿真实验验证了方法的可行性和有效性。
多无人机 协同控制 任务集结 合作博弈 一致性理论 multi-UAV cooperative control mission rendezvous cooperative game consensus theory
