-
公开(公告)号：CN110286691A
公开(公告)日：2019-09-27
申请号：CN201910544582.2
申请日：2019-06-21
Applicant: 东北大学秦皇岛分校
IPC: G05D1/10
Abstract: 本发明公开了一种基于线性微分包含的多无人机编队控制方法，包括：构造无人机群的网络拓扑结构图；确定网络拓扑结构图的邻接矩阵、度矩阵和拉普拉斯矩阵；建立任意一个无人机的运动方程，确定无人机非线性系统，并采用全局线性化方法将无人机非线性系统转换为无人机线性微分包含结构；根据无人机编队控制队形的几何图案确定控制目标；求解双线性矩阵不等式得到相关矩阵参数，并根据相关矩阵参数构造复合拉普拉斯二次型函数，求解得到最优参数；根据最优参数、邻接矩阵、相关矩阵参数和控制目标设计控制算法，通过调节每个无人机的飞行状态达到控制目标。与现有技术相比，本发明能够实现对无人机群的有效编队控制。
-
公开(公告)号：CN111385155B
公开(公告)日：2022-06-03
申请号：CN202010194188.3
申请日：2020-03-18
Applicant: 东北大学秦皇岛分校
IPC: H04L41/12 , H04L41/0803 , H04L41/042 , H04L41/0631 , H04L41/28
Abstract: 本发明提供一种基于韧性协议的分布式平均跟踪方法，涉及控制和信息技术领域。本发明在网络中攻击性智能体数量未知或者部分智能体故障的情况下，对智能体进行定义、分类，包括普通智能体、可信任智能体以及带有攻击性的智能体，普通智能体成功跟踪上可信任智能体时变参考输入信号的平均值。相比较传统的分布式平均跟踪算法，该方法具有较强的抗干扰能力和鲁棒性，免受带有攻击性智能体的干扰，普通智能体最后跟踪可信任智能体时变参考输入信号平均值的状态，使系统具有较高的安全性。
-
公开(公告)号：CN111385155A
公开(公告)日：2020-07-07
申请号：CN202010194188.3
申请日：2020-03-18
Applicant: 东北大学秦皇岛分校
IPC: H04L12/24
Abstract: 本发明提供一种基于韧性协议的分布式平均跟踪方法，涉及控制和信息技术领域。本发明在网络中攻击性智能体数量未知或者部分智能体故障的情况下，对智能体进行定义、分类，包括普通智能体、可信任智能体以及带有攻击性的智能体，普通智能体成功跟踪上可信任智能体时变参考输入信号的平均值。相比较传统的分布式平均跟踪算法，该方法具有较强的抗干扰能力和鲁棒性，免受带有攻击性智能体的干扰，普通智能体最后跟踪可信任智能体时变参考输入信号平均值的状态，使系统具有较高的安全性。
-
公开(公告)号：CN110286691B
公开(公告)日：2022-07-12
申请号：CN201910544582.2
申请日：2019-06-21
Applicant: 东北大学秦皇岛分校
IPC: G05D1/10
Abstract: 本发明公开了一种基于线性微分包含的多无人机编队控制方法，包括：构造无人机群的网络拓扑结构图；确定网络拓扑结构图的邻接矩阵、度矩阵和拉普拉斯矩阵；建立任意一个无人机的运动方程，确定无人机非线性系统，并采用全局线性化方法将无人机非线性系统转换为无人机线性微分包含结构；根据无人机编队控制队形的几何图案确定控制目标；求解双线性矩阵不等式得到相关矩阵参数，并根据相关矩阵参数构造复合拉普拉斯二次型函数，求解得到最优参数；根据最优参数、邻接矩阵、相关矩阵参数和控制目标设计控制算法，通过调节每个无人机的飞行状态达到控制目标。与现有技术相比，本发明能够实现对无人机群的有效编队控制。
-
-
-
Search Results
4
records
(took 0.021 seconds)
