-
公开(公告)号:CN110162097A
公开(公告)日:2019-08-23
申请号:CN201910544578.6
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能耗的无人机分布式编队控制方法,包括:构造多无人机的网络结构拓扑图,所述网络结构拓扑图包括n个节点,每个节点代表一个无人机,其中,n为整数,且n≥2;根据所述网络结构拓扑图生成邻接矩阵;设定每个节点的目标位置以及每个节点与邻居节点的目标相对位置;根据所述邻接矩阵以及无人机实时位置与目标位置之间的误差设定编队代价函数;根据所述编队代价函数得到最优控制模型;将编队代价与控制输入进行加权,通过改变编队代价与控制输入的权重系数的比值,改变无人机飞行速度,控制无人机的能量消耗。与现有技术相比,本发明能够保证在最小能耗的情况下完成无人机编队任务,且算法简单,易于实现。
-
公开(公告)号:CN110278571A
公开(公告)日:2019-09-24
申请号:CN201910544597.9
申请日:2019-06-21
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于简单预测-校正环节的分布式信号跟踪方法,包括:构造多智能体的网络结构拓扑图;根据所述网络结构拓扑图构建多智能体系统的成本函数;利用每个节点k时刻与k-1时刻节点状态的变化作为预测方向,代入预测公式得到每个节点k+1时刻节点状态的预测值;利用梯度下降法对每个节点k+1时刻节点状态的预测值进行校正,得到每个节点k+1时刻节点状态的最优估计值;进行时间更新,继续计算下一时刻即k+2时刻节点状态的最优估计值。与现有技术相比,本发明能够提高系统的鲁棒性和自适应性,降低运算复杂度,提高运算效率,提高实时性。
-
公开(公告)号:CN110278571B
公开(公告)日:2022-05-24
申请号:CN201910544597.9
申请日:2019-06-21
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于简单预测‑校正环节的分布式信号跟踪方法,包括:构造多智能体的网络结构拓扑图;根据所述网络结构拓扑图构建多智能体系统的成本函数;利用每个节点k时刻与k‑1时刻节点状态的变化作为预测方向,代入预测公式得到每个节点k+1时刻节点状态的预测值;利用梯度下降法对每个节点k+1时刻节点状态的预测值进行校正,得到每个节点k+1时刻节点状态的最优估计值;进行时间更新,继续计算下一时刻即k+2时刻节点状态的最优估计值。与现有技术相比,本发明能够提高系统的鲁棒性和自适应性,降低运算复杂度,提高运算效率,提高实时性。
-
-