多智能体系统一致性编队控制研究范围涵盖多无人机、机器人、水下无人航行器的编队运动问题,是系统控制领域的研究热点之一。从一致性编队生成和编队跟随两个方面回顾了近年来一致性编队控制的主要研究成果，总结了基于一致性编队控制研究的最新进展，最后简要叙述了该领域中一些有待解决的问题及可能的研究方向。
编队生成 编队跟随 Lyapunov函数 Multi-Agent Multi-Agent formation producing formation tracking Lyapunov function
为改善多无人机协同目标区域覆盖搜索中传统无人机搜索策略无法对运动目标有效探测的缺陷, 以减小搜索盲区、提高无人机编队对区域的有效搜索覆盖率为目的, 提出一种多无人机斜线协同搜索策略。给出无人机传感器模型, 分析无人机搜索运动目标原理, 提出扫描概率模型。仿真结果表明, 利用改进后搜索策略能够更加有效地完成搜索任务, 通过比较证明了所提方法的优越性和准确性。
多无人机协同 目标搜索 覆盖区域搜索 编队控制 运动目标 multi-UAV cooperation target searching area coverage searching formation control moving target
针对传统威胁评估方法不能很好地体现空战过程中各类威胁因素作用变化的问题，引入了径向基神经网络，采用结构熵权法优化了神经网络训练参数，提出了基于粒子群和径向基神经网络(PSO-RBF)算法的空战动态权值计算方法。以某一时刻预测多无人机空中对抗时的威胁度为想定，分别采用结构熵权法和PSO-RBF算法进行仿真计算。仿真结果表明所提方法可有效解决空战目标威胁评估问题，提高了决策的客观性、科学性。
多无人作战飞机 空战 威胁评估 粒子群算法 结构熵权法 动态权值 multi-UCAV air combat threat assessment particle swarm optimization structure entropy weight method dynamic weight
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
1 空军大连通信士官学校, 辽宁 大连 116600
2 空军工程大学信息与导航学院, 西安 710077
基于一致性理论的多无人机分布式协同控制已广泛运用于无人机作战中, 通过一致性控制算法实现状态一致完成协同需求。建立了集结问题的数学模型, 基于协调变量和协调函数的分解策略进行求解。为实现协同控制的最优性, 改进了平均一致性控制算法, 采用Hamilton-Jacobi-Bellman方程给出基本优化一致性控制算法。在控制算法中引入过去状态差值, 提高控制算法的动态响应性和能量最优性; 同时采用遗传算法优化代价函数的加权矩阵, 进一步提高控制算法的动态响应性和能量最优性, 缩短了任务执行时间。理论分析和仿真实验验证了方法的有效性和可行性。
多无人机系统 分布式协同控制 一致性理论 动态规划 multi-UAV system distributed cooperative control consensus theory dynamic programming
优化选择一定的行动策略能促使任务联盟向期望的目标效果演化。考虑部分事件/行动在不同时段下影响强度不相一致, 使用考虑影响值时变的动态影响网(DINs)对联盟演化过程行动策略优选问题进行建模, 给出因果强度逻辑下概率传播参数设计的一致性条件, 并基于因果强度逻辑进行影响值计算。结合空中进攻作战想定案例进行仿真验证, 计算结果表明, 通过部分事件/行动节点影响值变化下进行策略优选提高了对因果关系的建模能力。
多作战智能体 任务联盟 行动策略 动态影响网 网络中心作战体系 multi-agent for combat task coalition action strategy dynamic influence net network centric warfare system
1 空军工程大学信息与导航学院,西安710077
2 中国人民解放军93303部队, 沈阳110015
作战行动过程设计是网络化条件下建立高效指控组织体系中的重要环节, 对组织的高效运行具有重要意义。针对已知先验信息条件下, 如何在动态战场环境下快速寻找最优行动过程问题, 结合动态贝叶斯网和学习型遗传算法(LGA), 构建了基于DBNs的C2组织行动过程问题的数学模型。将先验信息与条件概率表(CPT)相结合, 运用LGA算法寻找最优行动过程。通过仿真实验验证了具有先验知识条件下基于DBNs的行动过程模型以及模型求解方法的可行性和有效性。
作战行动过程 动态贝叶斯网络 学习型GA算法 指挥控制系统 course of action dynamic Bayesian network learn genetic algorithm command and control system
1 空军工程大学信息与导航学院
2 空军工程大学空管领航学院, 西安710077
3 武警工程大学, 西安710086
针对作战智能体多编组协同作战中任务分配的动态优化问题, 考虑到空中突击作战中部分任务的时间窗口属性和编组资源能力损耗的特点, 建立了以任务执行效率为目标、满足上述约束问题的数学模型。设计了一种改进快速模拟退火对动态优化模型予以求解, 给出解方案表达、邻域解生成、冲突消解等步骤, 采用高温随机贪婪搜索、回火技术、禁忌设计和精英保留策略, 避免算法陷入局部最优, 提高算法的计算效率。仿真表明, 所提方法可对多编组任务分配动态优化模型进行快速有效求解。
协同作战 编组任务分配 动态优化 快速模拟退火算法 优先权系数 cooperative combat group task allocation dynamic optimization fast simulated annealing algorithm task priority coefficient
1 空军工程大学信息与导航学院, 西安710077
2 中国人民解放军94326部队, 济南250023
多无人机系统中,系统状态的一致性是实现多无人机分布式协同控制的基础, 一致性控制算法是多无人机系统实现状态一致的有效方法。通信约束条件下, 无人机平台基于局部交互信息, 通过一致性控制算法, 控制系统状态演化一致。为解决改变通信拓扑结构和多跳路由通信的不可操作性问题, 引入状态差值和预测状态,设计新的快速一致性控制算法。给出新算法收敛性和快速性的相关定理,并进行了严格的数学证明, 在分布式协同控制结构下实现多无人机快速任务协同。理论分析和仿真实验验证了算法的可行性和有效性。
多无人机系统 分布式协同控制 一致性理论 状态差值 预测状态 收敛速度 multi-UAV system distributed cooperative control consensus theory state difference predictive state convergence speed
空中制导-攻击匹配(GAM)旨在确定**单元、制导单元以及目标三者之间的最优匹配关系, 以使多作战智能体任务联盟整体作战效能最大。分析了基于混合通信方式的多作战智能体制导-攻击匹配过程, 建立制导攻击匹配约束优化问题模型, 设计了一种禁忌策略的嵌套遗传算法(TS-NGA)对模型进行求解, 算法的外层循环寻求**单元和制导单元的最优配对, 内层循环寻求**单元和目标的最优配对。针对GAM问题特点, 制定了编码与解码策略、交叉、变异规则以及选择、禁忌策略。仿真实验结果表明所设计求解算法能较好地解决三维变量的GAM问题模型。
协同空战 作战智能体 协同制导 嵌套遗传算法 匹配优化 cooperative air combat combat agent cooperative guidance nested genetic algorithm matching optimization
