针对无人机自主空中加油过程中加油机、受油机会合编队问题, 基于Lyapunov导航向量场(LGVF)和一致性理论设计了一种编队控制方法。首先, 建立了无人机编队模型, 包括通信拓扑模型和编队几何模型, 并在此基础上定义了多无人机系统的协同变量; 接着, 设计了期望的加油轨迹, 并基于Lyapunov导航向量场方法设计了加油机(编队参考点)的飞行控制律; 然后, 根据加油机的位置、速度信息, 基于一致性理论设计了加、受油机会合编队控制方法, 并分析了该方法的稳定性; 最后, 进行了数字仿真,表明了所提方法的有效性。

编队无人机对目标无人机进行围捕是多无人机战场作战中重要且典型的任务之一，本文将无线紫外光通信技术与围捕算法结合，提出了一种紫外光通信协作编队无人机联盟围捕算法。该算法借助无线紫外光辅助无人机编队机间数据保密传输和非直视通信，将联盟生成算法与区域最小化策略进行融合，采用动态规划法对最优联盟结构进行求解，使用区域最小化策略对目标无人机实施空中围捕，完成在复杂场景中无人机编队高效围捕多目标任务。对区域最小化策略和本文提出的紫外光协作编队无人机联盟围捕算法进行了仿真对比，实验结果表明：所提出的紫外光协作编队无人机联盟围捕算法在无人机编队围捕多目标过程中平均降低了12.73%的能耗，算法迭代次数平均降低了27.49%，验证了该算法能耗少、围捕效率高的性能。

为了克服未知的执行器故障对四旋翼无人机编队飞行的影响, 提出了一种基于动态规划的最优协同容错控制律。首先, 建立了四旋翼无人机模型, 然后, 基于动态规划设计了最优协同控制律, 利用RBF神经网络逼近最优性能指标函数, 设计了自适应律来估计未知的执行器故障, 最终得到的最优协同容错控制律可实现对无人机编队飞行的高精度控制。通过对比仿真验证了设计的控制律具有更优的编队控制效果, 编队飞行的最大轨迹跟踪误差仅为0.04 m, 控制精度较高, 设计的自适应律具有更优的故障估计效果, 最大估计误差仅为0.05 N·m, 实现了对四旋翼无人机编队的安全稳定控制。

针对有人/无人机 (MAV/UAV)系统在三维空间下的协同编队队形保持和变换问题, 提出了具有分层结构的有人/无人机编队控制方法。根据有人/无人机指挥控制方式和作战流程, 设计有人/无人机编队系统控制结构, 其中,采用动态面控制方法设计有人机轨迹跟踪控制器, 解决了反步控制中虚拟控制信号反复求导的问题; 基于有限集中分布式编队控制策略设计无人机编队控制器, 实现了多架无人机与有人机的协同编队飞行, 并基于Lyapunov理论证明了控制器的稳定性。最后, 针对三维空间下的有人/无人机编队进行仿真, 仿真结果验证了所设计有人/无人机编队控制策略的有效性。

为了实现在复合干扰下六旋翼无人机编队的稳定飞行, 提出了一种快速终端滑模鲁棒控制方法。首先,描述了领导-跟随编队拓扑结构并建立了六旋翼无人机的6自由度运动模型, 然后, 设计了编队外环控制律将编队指令转换为姿态指令, 并通过设计编队内环控制律解算得到旋翼转速指令, 最后, 引入自适应律来估计复合干扰, 实现了六旋翼无人机编队的稳定飞行。仿真实验结果表明: 所提方法与滑模控制方法相比能够更加快速地实现六旋翼无人机的编队稳定飞行, 最大轨迹误差仅为0.2 m, 复合干扰最大估计误差仅为0.1 m/s2, 表现出了更优的控制效果。

提出了一种基于改进指数趋近律的滑模控制器的无人机编队建模与控制方法。首先采用弹性系统模型对无人机编队进行动力学分析, 把每个无人机看作一个质量点, 无人机之间的位置关系可以视为编队控制时的约束力; 在此基础上采用一种固定的通信拓扑, 对编队平衡状态进行分析, 建立无人机编队的动力学模型。同时利用一种基于改进指数趋近律的滑模控制器实现无人机编队协同控制, 以此加快系统稳定的收敛速度, 削弱传统滑模控制器的抖振现象, 保证无人机编队协同控制的稳定性。最后,通过实际无人机编队飞行试验来验证无人机编队动力学模型的可行性与无人机编队控制器的稳定性。

无人机编队信息交互拓扑优化对于提高无人机集群任务执行的协同性和通信传输效率具有重要意义。首先, 提出无人机编队剩余能量不均衡度指标, 在编队通信链长的基础上, 将网络延迟影响因素、剩余能量不均衡度纳入无人机编队信息交互拓扑的生成体系中, 综合考虑多个目标优化无人机集群信息交互拓扑; 然后, 通过构建满意度偏差隶属度函数, 建立目标规划模型实现多个目标的综合; 同时, 在拓扑生成中采用多叉树结构进行分级, 并改进人工蜂群算法求解模型, 可以支持较大规模无人机的协同; 最后, 通过16架无人机组成的编队进行仿真分析, 验证了模型的合理性及算法的有效性。

针对复杂战场环境下无人机（UAV）执行渗透侦察任务时对通信网络的隐秘性需求，考虑节点携带能源有限且在数据传输时能量消耗的不均衡问题，提出了一种基于紫外光通信的UAV编队分簇优化算法。首先，在建立机间无线紫外光通信链路模型和能量消耗模型的基础上，结合最优刚性图的优势，对低功耗自适应分层型协议（LEACH）算法的簇首选举和簇间通信过程进行改进。然后，引入节点剩余能量和链路可靠性的权值函数选举簇首，簇首间通过生成最优刚性图进行拓扑优化。仿真结果表明，该算法在提高簇间连通性的同时延缓了网络出现节点死亡的现象，相比LEACH算法，网络第一次出现死亡节点和出现一半死亡节点的时间分别延长了25.2%和21.4%，且兼顾了网络的连通性和能耗均衡性。

针对无人机编队在空中集结与组网的初期，需要进行快速邻居发现。根据紫外光近直视通信特点设计球形紫外LED通信节点模型，按照经纬线划分的方式改变每条纬线上经线的个数合理分布LED。针对邻居发现过程中存在的信道冲突和邻居发现效率问题，设计一种包含随机概率的握手交互信息帧，引入随机概率减少信道冲突的产生，提出了一种令牌衍生随机避让邻居发现算法，通过令牌的动态衍生与融合实现编队内令牌节点时钟同步，减少信道冲突的同时提高邻居发现效率。仿真实验表明，该球形紫外LED通信节点模型在合理的节点分布下，可以很好地完成三维空间的全覆盖；该邻居发现算法对比传统单令牌算法在邻居发现效率上显著提高，对比多令牌随机退避算法更好地减少了信道冲突，节省了能量的消耗，很好地平衡了信道冲突和邻居发现效率。

针对四旋翼无人机(UAV)编队在切换拓扑下的执行器故障问题,提出了一种基于模糊系统的多智能体一致性容错控制方法。首先建立了四旋翼UAV多智能体的误差模型和执行器故障模型,然后利用模糊系统逼近四旋翼UAV的非线性部分,并设计了自适应律来估计执行器故障和外界干扰的不确定性,最后对一致性容错控制律的稳定性进行了分析,证明了其能够保证各UAV跟踪误差一致有界。仿真结果表明: 设计的一致性容错控制律具有良好的稳定性、鲁棒性和准确性,最大跟踪误差仅为0.3°,实现了在切换拓扑下包容非线性不确定性、外界干扰和执行器故障的UAV编队一致性容错控制。、<英文标题>Fault-Tolerant Multi-agent Consistency Control Based on Fuzzy System