多无人机协同控制仿真系统及其构建方法、仿真方法与流程

本发明属于可视化仿真技术领域，特别是涉及一种多无人机协同控制仿真系统及其构建方法、仿真方法。

背景技术：

日趋复杂的战场环境中战术任务具有多重性与复杂性，单架无人作战飞机几乎无法完成指定的作战任务；首先由于载荷限制，单架无人作战飞机一般难以同时具有较强的目标探测、跟踪或目标攻击能力，且独立的战斗单元存在地域、范围、手段和精度的局限；其次无人作战飞机通常用于执行高危险任务，由于其智能化程度远低于人的思维和判断，使其损毁概率较高，难以应对复杂多变的战场环境下的作战需求；目前无人机作战模式从“以平台为中心”的传统作战模式逐步向“以网络为中心”的多机协同作战模式转变，多平台相互协同执行任务逐渐成为无人机参与作战的主要形式，未来的无人机作战将不再是单一机型的作战，而是有人机-无人机、多无人机的联合作战模式。

搭建多无人机协同作战仿真平台，对于缩短开发周期、降低无人机编队实验成本，具有十分重要的意义，当前国内外已有一些针对无人机编队或多无人机仿真系统的研究，越来越多的研究机构利用开源仿真软件开发低成本的模拟器，以实现无人机飞行场景可视化及全过程显示无人机飞行状态，而现有的模拟器存在以下缺陷：需要独立开发无人机模型和控制器模型或是引入自动驾驶仪才能对无人机进行自主控制，不能实现多个无人机协同控制仿真，且无法单独显示任务席位界面，并将任务席位界面与跟随飞行席位界面联动。

技术实现要素：

本发明的目的在于提供一种多无人机协同控制仿真系统，能够单独显示任务载荷席位，并将任务席位界面与跟随飞行界面联用，以实现对任务载荷操控能力的单独训练，且能实现多个无人机的编队形成、编队跟踪控制。

本发明的目的还在于提供一种多无人机协同控制仿真系统的构建方法，基于一致性理论确定多无人机编队形成和编队跟踪控制协议，利用网络数据分发技术实现对多个无人机的综合显示和控制，能够对多个无人机进行协同控制仿真，并将任务载荷席位和飞行控制席位分开显示，实现其数据交互，以便对无人机的任务载荷进行单独训练。

本发明的目的还在于提供一种多无人机协同控制仿真方法，以实现对无人机任务载荷的单独训练和对多个无人机编队形成、跟踪控制的仿真。

本发明所采用的技术方案是，多无人机协同控制仿真系统，包括综合态势显示及控制系统，用于控制多个无人机模拟训练系统实现协同仿真，包括二维控制模块、三维态势显示模块和多机服务器模块，所述二维控制模块与三维态势显示模块数据交互，所述综合态势显示及控制系统通过udp网络通信分别与多个无人机模拟训练系统连接；

所述无人机模拟训练系统，用于无人机视景仿真和状态显示，包括飞行控制席位和任务载荷席位，所述飞行控制席位和任务载荷席位之间数据交互，所述飞行控制席位还分别与二维控制模块、三维态势显示模块、多机服务器模块数据交互。

进一步的，所述二维控制模块包括初始配置模块、目标设置模块、任务分配模块、航路规划模块、编队协同控制模块、二维任务监控模块和二维状态监控模块；

所述初始配置模块用于配置各无人机的初始状态数据，并将多个无人机的初始状态数据输送至任务分配模块；

所述目标设置模块用于设置被侦察、打击目标的类型和数量，并将被侦察、打击目标数量输送至任务分配模块；

所述任务分配模块用于根据被侦察、打击目标的数量和各无人机的初始状态给各无人机分配任务，并将任务分配结果分别输送至航路规划模块、三维态势显示模块；

所述航路规划模块用于根据任务分配结果规划多个无人机的航路，并将航路规划结果输入三维态势显示模块；

所述编队协同控制模块与所述飞行控制席位数据交互，用于控制多个无人机形成编队跟踪被侦察、打击的目标；

所述二维任务监控模块用于实现对无人机任务载荷状态的二维监控；

所述二维状态监控模块用于实现对无人机飞行状态的二维监控；

所述三维态势显示模块包括三维任务监控模块、三维状态监控模块、推演评估模块和信息存储/回放模块；

所述三维任务监控模块用于监控所有无人机的载荷信息，显示三维侦察探测范围；

所述三维状态监控模块用于监控所有无人机的飞行状态，显示无人机的三维飞行状态；

所述推演评估模块用于根据任务分配结果和航路规划结果预演、评估各个无人机的飞行状态和任务完成情况，并将评估合格的任务分配结果和航路规划结果输入无人机飞行控制席位执行，将评估不合格的结果返回任务分配模块和航路规划模块，重新进行任务分配和航路规划；

所述信息存储/回放模块用于存储二维任务监控模块、二维状态监控模块、三维任务监控模块和三维状态监控模块监测的所有无人机的飞行数据和任务执行信息，并具有完整的回放功能；

所述多机服务器模块用于接收各无人机飞行控制席位发送的飞行状态信息，并过滤各无人机的载荷信息，将所有无人机的飞行信息分发至各个无人机飞行控制席位。

进一步的，所述飞行控制席位包括飞行摇杆、飞行控制模块、地面控制站和飞行视景仿真模块；

所述地面控制站用于把飞行摇杆输入的控制量转发至飞行控制模块；

所述飞行控制模块用于把飞行摇杆输入的控制量及编队协同控制模块、推演评估模块、多机服务器模块输入的控制量解算为舵偏量，经地面控制站转发至飞行视景仿真模块；

所述飞行视景仿真模块用于根据舵偏量改变无人机的飞行姿态，并将部分飞行姿态数据输入地面控制站进行显示；

所述任务载荷席位包括任务摇杆和任务视景仿真模块；

所述任务视景仿真模块用于显示无人机飞行姿态数据坐标变换得到的任务载荷视景数据，并将更新后的载荷状态数据同步至飞行视景仿真模块；

所述任务摇杆用于对任务视景进行缩放和锁定被侦察、打击目标。

多无人机协同控制仿真系统的构建方法，具体包括以下步骤：

步骤1，基于simulink建立无人机气动学和动力学模型，包括力和力矩计算模块、气动力计算模块和气动系数输入模块；

步骤2，使用ac3d软件对无人机气动学和动力学模型进行三维建模；

步骤3，接入pixhawk自动驾驶仪作为无人机模拟训练系统的飞行控制模块，设置地面控制站软件，使用两个flightgear软件分别作为飞行视景仿真模块和任务视景仿真模块，并将无人机的三维模型放入flightgear软件中进行调用，自动驾驶仪、飞行视景仿真模块、任务视景仿真模块均与地面控制站软件数据交互，其通信遵循xml协议；

步骤4，设置编队形成控制协议和编队跟踪控制协议，构建综合态势显示及控制系统的编队协同控制模块；

基于一致性理论，采用如下编队形成控制、编队跟踪控制协议：

ui(t)＝ui1(t)+ui2(t)+ui3(t)，i＝1,2,…,n

其中ui(t)为t时刻第i个无人机的编队形式控制输入，ui1(t)为第i个无人机的自身反馈控制输入，ui2(t)为辅助函数输入，ui3(t)为第i个无人机邻居无人机的反馈控制输入；

当要对各个无人机进行编队形成控制时，

当要对各个无人机进行编队跟踪控制时，

其中k1和k2为编队形成控制协议增益矩阵，xi(t)为t时刻第i个无人机的飞行状态，hi(t)为t时刻第i个无人机的参考编队位置变量，r(t)为t时刻无人机编队运动轨迹，vi(t)为t时刻第i个无人机的编队形成控制函数，si(t)为t时刻第i个无人机的轨迹跟踪控制函数，ni为第i个无人机的邻居无人机集合，wⁱj表示形成编队的第i个无人机与其第j个邻居无人机的连接权重，dt是时变通信时延，xj(t-dt)为t-dt时刻第i个无人机的第j个邻居无人机的状态变量，hj(t-dt)为t-dt时刻第i个无人机的第j个邻居无人机的参考编队位置变量，xi(t-dt)为t-dt时刻第i个无人机的状态变量，hi(t-dt)为t-dt时刻第i个无人机的参考编队位置变量，r(t-dt)为t-dt时刻无人机编队的运动轨迹；

步骤5，搭建综合态势显示及控制系统的其他模块，并使用udp网络通信实现综合态势显示及控制系统与各个无人机的飞行控制席位、任务载荷席位的通信连接。

进一步的，多个编队形成控制的充要条件如下：

充要条件1，对于任意给定的有界初始条件，群系统在时变时延和切换拓扑条件下，通过ui(t)的控制形成时变编队h(t)的充要条件是：

(i)对于矩阵有

(ii)对于矩阵和编队形成控制函数v(t)有：

(iii)对于所有的切换信号σ(t)，如下n-1个子系统是渐近稳定的：

控制输入矩阵b为列满秩矩阵，存在一个非奇异矩阵满足t为转置，i为单位矩阵，a为系统状态矩阵，为时变编队的导数，im为m维单位阵，λσ(t),i为多个无人机形成编队时通信拓扑有向图对应的拉普拉斯矩阵lσ(t)的非零特征值，为t时刻第i个无人机的状态向量，为的微分，为t-dt时刻第i个无人机的状态向量，n为无人机总数；

充要条件2，对于所有的通信拓扑切换信号σ(t)，存在实矩阵实矩阵实矩阵实矩阵以及常数a和b(b≠0)，使下式成立：

其中，为dt的最大值，a0k＝a+bk1，λb、λa0k、分别表示控制输入矩阵b、实矩阵a0k、的对角矩阵，分别为λb的转置，re(λσ(t),i)为λσ(t),i的实部，im(λσ(t),i)为λσ(t),i的虚部，为的转置，μ是常数，0＜μ＜1。

进一步的，所述编队跟踪控制协议的充要条件如下：

对于任意给定的有界初始条件，群系统在时变时延和切换拓扑条件下，通过ui(t)的控制可以形成时变编队h(t)、跟踪轨迹r(t)的充要条件是：

(i)对于矩阵有

(ii)对于矩阵以及编队形成控制函数矩阵v(t)和轨迹跟踪控制函数s(t)，有：

(iii)如下系统是渐近稳定的：

(iv)对于所有的σ(t)，如下n-1个时延子系统是渐近稳定的：

其中为的导数，in表示n维单位矩阵。

多无人机协同控制仿真系统的仿真方法，具体包括以下步骤：

s1，在初始配置模块配置多个无人机的初始状态数据，在目标设置模块配置被侦察、打击目标的类型和数量，初始配置模块和目标设置模块将无人机初始状态数据和被侦察、打击目标数量输入任务分配模块；

s2，任务分配模块根据被侦察、打击目标的数量和各无人机的初始状态给各无人机分配任务，并将任务分配结果输送至航路规划模块和推演评估模块；

s3，航路规划模块根据任务分配结果规划各个无人机的航路，并将航路规划结果输入推演评估模块进行预演、评估，若是预演结果合格则将任务分配结果和航路规划结果分发至各个无人机的飞行控制模块执行，若是预演结果不合格则将预演结果反馈至任务分配模块、航路规划模块，重新进行任务分配和航路规划；

s4，当需要将多个无人机形成编队协同控制时，将编辑好的队形输入编队协同控制模块，编队协同控制模块运行编队形成控制和编队跟踪控制协议，并将控制指令输送至各个无人机的飞行控制模块；

s5，无人机的飞行控制模块接收到任务分配结果、航路规划结果和编队控制指令后，将各接收数据解算成舵偏量经地面控制站输送至飞行视景仿真模块，进行飞行姿态的改变，飞行视景仿真模块还将无人机的飞行姿态数据输入地面控制站进行展示，将无人机的飞行姿态数据转换成任务载荷视景数据输入任务视景仿真模块进行显示；

s6，各个无人机任务执行完成后，编队协同控制模块控制各个无人机解散编队、返回着陆。

进一步的，在多个无人机协同控制过程中，二维任务监控模块、二维状态监控模块、三维任务监控模块和三维状态监控模块共同对各个无人机的飞行状态、任务载荷状态进行监控，并将监控结果输送至信息存储/回放模块进行存储、回放。

进一步的，在多个无人机协同控制过程中，飞行控制模块将各个无人机的飞行状态数据输入多机服务器模块，多机服务器模块过滤任务载荷数据后将所有无人机的飞行状态数据分发至各无人机的飞行控制模块，飞行控制模块将任务中其他无人机的飞行状态数据输入地面控制站进行显示。

本发明的有益效果是：1、本发明能够实现多无人机协同控制，并能控制多个无人机形成编队、跟踪被侦察或打击目标，将飞行操作和任务载荷操作分为两个席位，对飞行状态信息和任务载荷操控信息分开显示，并实现任务载荷席位与飞行控制席位数据交互，有助于对无人机的任务载荷操控进行单独训练；2、本发明通过变量代换等方法，将高阶线性群系统的编队形成和编队跟踪问题转化成时延相关系统的镇定问题，通过构造公共lyapunov-krasovskii泛函，利用自由权矩阵方法对时延相关系统的镇定问题进行分析，得到了保守性较小的lmi判据条件，并求解出最大时延边界，确定了多个无人机群系统的编队控制协议，利用网络数据分发技术实现了对多无人机的综合显示和控制，建立了多无人机协同控制仿真系统，能够转发无人机的状态信息、过滤任务载荷信息，为多无人机协同控制算法提供了实验验证平台。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是多机协同控制仿真系统框架示意图。

图2是综合态势显示及控制系统结构示意图。

图3是无人机模拟训练系统结构示意图。

图4是无人机气动学和动力学模型图。

图5是多无人机侦察任务示意图。

图6是四架无人机的位置曲线图。

图7是四架无人机的速度曲线图。

图8是四架无人机的俯仰角曲线图。

图9是四架无人机的横滚角曲线图。

图10是四架无人机的偏航角曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

多无人机协同控制仿真系统结构如图1所示，包括综合态势显示及控制系统，综合态势显示及控制系统作为多个无人机协同控制的指挥控制中心，采用智能控制和人工干预对多个无人机实现协同控制仿真，如图2所示，综合态势显示及控制系统包括二维控制模块、三维态势显示模块和多机服务器模块，二维控制模块和三维态势显示模块之间对无人机所有数据进行交互，综合态势显示及控制系统通过udp网络通信分别与多个无人机模拟训练系统连接，无人机模拟训练系统用于无人机视景仿真和状态显示，能够对无人机进行模拟训练，无人机模拟训练系统包括飞行控制席位和任务载荷席位，飞行控制席位和任务载荷席位之间进行飞行姿态数据和载荷状态数据交互，飞行控制席位还分别与二维控制模块、三维态势显示模块、多机服务器模块数据交互。

如图2所示，二维控制模块包括初始配置模块、目标设置模块、任务分配模块、航路规划模块、编队协同控制模块、二维任务监控模块和二维状态监控模块，所述初始配置模块用于配置各个无人机的起飞机场、方向、挂载导弹数量、加油量等初始状态数据，并将各个无人机的初始状态数据输入任务分配模块，目标设置模块用于设置被侦察、打击目标的类型和数量，并将被侦察、打击目标的数量输入任务分配模块，任务分配模块用于根据各个无人机的初始状态和被侦察、打击目标的数量给各无人机分配任务，并将任务分配结果输入航路规划模块和三维态势显示模块，航路规划模块用于根据任务分配结果规划各无人机的航路，并将航路规划结果输入三维态势显示模块，编队协同控制模块与飞行控制席位数据交互，用于控制多个无人机形成编队，二维任务监控模块用于实现对无人机任务载荷状态的二维监控，二维状态监控模块用于实现对无人机飞行状态的二维监控；三维态势显示模块包括三维任务监控模块、三维状态监控模块、推演评估模块和信息存储/回放模块，三维任务监控模块用于监控所有无人机的载荷信息，显示三维侦察探测范围；三维状态监控模块用于监控所有无人机的飞行状态，显示无人机的三维飞行状态；推演评估模块用于根据任务分配结果和航路规划结果预演、评估无人机的飞行状态和任务完成情况，并将预演结果合格的任务分配结果和航路规划结果分发至各个无人机的飞行控制席位，将预演结果不合格的预演结果反馈至任务分配模块、航路规划模块，重新进行任务分配和航路规划；信息存储/回放模块用于存储二维任务监控模块、二维状态监控模块、三维任务监控模块和三维状态监控模块监测的所有无人机的飞行数据和任务执行信息，并具有完整的回放功能；多机服务器模块用于接收各个无人机的飞行控制席位发送的飞行状态信息，并过滤载荷信息，将所有无人机的飞行状态信息分发至各个无人机的飞行控制席位，使同一场景中的各无人机的飞行界面能够显示其他无人机的位置和飞行状态。

如图3所示，飞行控制席位包括飞行摇杆，在人工或增稳模式下，地面控制站将人为或自控设备输入的控制量转发至飞行控制模块，飞行控制模块对控制量进行解算，将解算获得的舵偏量经地面控制站转发至飞行视景仿真模块，以改变无人机的飞行姿态，飞行视景仿真模块将部分飞行姿态数据输入地面控制站进行显示，如无人机的经度、纬度、高度、航向数据；任务载荷席位包括任务视景仿真模块和任务摇杆，飞行姿态数据经过坐标变换得到任务载荷视景数据，任务视景仿真模块用于显示任务载荷视景数据，并将无人机任务载荷信息变化后更新的载荷状态数据同步至飞行视景仿真模块，以保持视景一致，任务摇杆用于对任务视景进行缩放和锁定被侦察、打击目标；该系统将任务载荷席位与飞行控制席位分开设置，使任务载荷操控与无人机飞行控制相结合，能够单独对任务载荷操控设备进行训练。

多无人机协同控制仿真系统的构建方法具体包括以下步骤：

步骤1，基于simulink建立无人机气动学和动力学模型如图4所示，包括力和力矩计算模块、气动力计算模块和气动系数输入模块，整个无人机气动力计算模块的输入量分别为：副翼偏角、升降舵偏角、油门量和方向舵偏角，输出量分别为：位置向量、速度向量、横滚角、俯仰角、偏航角、横滚角速率、俯仰角速率和偏航角速率；

步骤2，使用ac3d软件对无人机气动学和动力学模型进行三维建模，并为建模的每个对象指定独一无二的名称，以方便flightgear仿真模块使用对象名称(objectname)控制对象完成相应的动作；

ac3d软件作为跨平台、非开源、商业的三维模型制作软件，支持大部分主流操作系统，如linux、mac和windows等，ac3d软件容量小、使用简单、速度快、功能强大，支持dxf、pov-ray、renderman、3dstudio、lightwave、aliastriangle、wavefrontobj等多种格式，ac3d软件的模型文件具有可读性，容易实现修改和解析，ac3d软件使用可视化操作界面，只需使用鼠标拖拽即可绘制复杂的三维可视模型；

步骤3，构建无人机模拟训练系统，

在无人机模拟训练系统的仿真回路中接入开源飞控pixhawk自动驾驶仪作为飞行控制模块，设置地面控制站软件，使用两个flightgear软件分别作为飞行视景仿真模块和任务视景仿真模块，并将无人机的三维模型放入flightgear软件中进行调用，flightgear软件支持“mavlink”数据格式的传输协议，其与地面控制站软件的通信遵循一定的xml协议；

地面控制站软件向pixhawk自动驾驶仪提供飞行摇杆输入的无人机姿态数据、传感器数据、gps数据和装载的航路信息，自动驾驶仪通过位置解算和姿态解算，解算出舵偏量回送给地面控制站软件，由地面控制站软件转发给flightgear软件完成对无人机三维模型的控制，flightgear软件提供无人机的三维外观模型、气动数据模型、gps位置信息以及无人机的飞行操作界面和任务载荷操作界面；

步骤4，设计编队形成控制协议和编队跟踪控制协议，具体包括以下步骤：

步骤41，构建多个无人机系统的高阶线性群系统模型，

由n个无人机组成的线性群系统如下：其中为t时刻第i个无人机飞行状态的导数，i为表示无人机数目的变量，i＝1,2,…,n，a为系统状态矩阵，b为控制输入矩阵，为t时刻第i个无人机的飞行状态，为群系统中所有无人机的飞行状态集合，为t时刻第i个无人机的编队形式控制输入，为群系统中所有无人机编队形式控制输入的集合，各无人机之间的通信拓扑用有向图g表示，有向图g具有一个生成树，表示指定的时变编队，是分段连续可微的；

步骤42，确定群系统的约束条件，

约束条件1：时变通信时延，假设群系统中每个无人机与其邻居无人机的通信存在时变时延dt，dt满足且其中为t时刻时变时延的变化率，和μ是常数，0＜μ＜1；

约束条件2：切换通信拓扑，假设群系统中各无人机间通信拓扑的有向图随时间变化，即存在通信拓扑切换，令s≥1表示所有可能的通信拓扑组成的集合，s表示群系统中有向图g的总数，σ(t):[0,+∞)→s＝{1,2,…,s}表示通信拓扑的切换信号，s为表示有向图g个数的变量，切换信号在t时刻的取值表示有向图g对应中元素的下标，与有向图g对应的拉普拉斯矩阵为lσ(t)；

步骤43，确定群系统实现编队形成控制的充要条件，并设计编队形成控制协议，

若控制输入矩阵b为列满秩矩阵，存在一个非奇异矩阵满足i为单位矩阵，t为转置；

充要条件1：对于任意给定的有界初始条件，群系统在时变时延和切换拓扑条件下，能够形成时变编队h(t)的充要条件是：

(i)对于矩阵有

(ii)对于矩阵和编队形成控制函数矩阵v(t)，有

(iii)对于所有的切换信号σ(t)，如下n-1个子系统是渐近稳定的：

其中为控制输入矩阵，im为m维单位矩阵，λσ(t),i为多个无人机形成编队时通信拓扑有向图对应的拉普拉斯矩阵lσ(t)的非零特征值，xi(t)为t时刻第i个无人机的飞行状态向量，为的微分，为t-dt时刻第i个无人机的状态向量，为时变编队的导数；

充要条件2：对于所有的切换信号σ(t)，存在实矩阵实矩阵实矩阵实矩阵以及常数a和b(b≠0)，使下式成立：

其中，a0k＝a+bk1，λb、分别为控制输入矩阵b、实矩阵a0k、实矩阵实矩阵的对角矩阵，分别为λb的转置，re(λσ(t),i)为λσ(t),i的实部，im(λσ(t),i)为λσ(t),i的虚部，为φλσ(t),i的转置；

对于群系统若存在编队控制输入ui(t)和编队中心位置参考函数c(t)使得：则群系统能够形成时变编队h(t)，c(t)用来表示编队中心的运动模态；

基于一致性理论，采用如下编队形成控制协议：

ui(t)＝ui1(t)+ui2(t)+ui3(t)，i＝1,2,…,n

其中ui1(t)为第i个无人机的自身反馈控制输入，ui2(t)为辅助函数输入，ui3(t)为第i个无人机邻居无人机的反馈控制输入，其具体表达式如下：

其中k1和k2为编队形成控制协议增益矩阵，xi(t)为t时刻第i个无人机的飞行状态，hi(t)为t时刻第i个无人机的参考编队位置变量，vi(t)为t时刻第i个无人机的编队形成控制函数，ni为第i个无人机的邻居无人机集合，dt是时变通信时延，xj(t-dt)为t-dt时刻第i个无人机的第j个邻居无人机的状态变量，hj(t-dt)为t-dt时刻第i个无人机的第j个邻居无人机的参考编队位置变量，xi(t-dt)为t-dt时刻第i个无人机的状态变量，hi(t-dt)为t-dt时刻第i个无人机的参考编队位置变量，定义和为区间t∈[-dt,0]上的连续函数，当t∈[-dt,0]时，为第i个无人机的初始状态，为第i个无人机的初始编队位置，wij表示形成编队的第i个无人机与其第j个邻居无人机的连接权重；

条件(i)中不包含编队形成控制协议的控制量，群系统形成时变编队h(t)时无人机自身动态特性和h(t)需要满足条件(i)，根据条件(ii)求解出编队形成控制函数vi(t)，编队形成控制协议增益矩阵k1包含在无人机自身反馈控制输入ui1(t)中，而ui1(t)不包含dt，因此通过选取合适的编队形成控制协议增益矩阵k1，将a0k的特征值配置在复平面的指定位置，完成对编队中心位置参考函数c(t)的运动模态配置，利用充要条件2求解参数a、参数b和时变时延dt的最大边界dt，进而得到编队形成控制协议增益矩阵k2；

步骤44，需要实现编队跟踪控制时，编队跟踪控制协议设计过程如下：

编队跟踪控制的充要条件：对于任意给定的有界初始条件，群系统在时变时延和切换拓扑条件下，通过ui(t)的控制可以形成时变编队h(t)、跟踪轨迹r(t)的充要条件是：

(i)对于矩阵有

(ii)对于矩阵以及编队形成控制函数v(t)和轨迹跟踪控制函数s(t)，有：

(iii)系统是渐近稳定的；

(iv)对于所有的σ(t)，如下n-1个时延子系统是渐近稳定的：

其中λσ(t),i(i＝2,3,…,n)为拉普拉斯矩阵lσ(t)的非零特征值，in表示n维单位矩阵，为的导数；

对于群系统若存在编队控制输入ui(t)和无人机编队运动轨迹r(t)，使得则群系统能够形成时变编队h(t)，同时可以跟踪轨迹r(t)，此时ui1(t)、ui2(t)、ui3(t)计算如下：

r(t-dt)为t-dt时刻无人机编队的运动轨迹，si(t)为r(t)决定的t时刻第i个无人机的轨迹跟踪控制函数，当t∈[-dt,0]时，

条件(i)中不包含编队跟踪控制协议的控制量，因此群系统若要形成时变编队h(t)、跟踪轨迹r(t)，各无人机主体的自身动态特性、h(t)和r(t)需要满足式条件(i)，令a+bk1是hurwitz的使条件(ii)所示系统渐近稳定，进而确定编队形成控制函数v(t)和轨迹跟踪控制函数s(t)，条件(iv)与条件(iii)类似，其稳定性可以利用实现编队形成控制的充要条件2得到；

利用编队形成控制的充要条件2判断条件(iv)所示系统的稳定性时，只需要考虑四个矩阵即可，其中定义如下：

为待计算的边界矩阵，为对应的特征值；

步骤5，搭建综合态势显示及控制系统的其他模块，并使用udp网络通信实现综合态势显示及控制系统与各个无人机的飞行控制席位、任务载荷席位的通信连接；

采用基于“client/server”架构的udp网络数据分发技术，将综合态势显示及控制系统作为服务器端(server)，将每个无人机的仿真模拟训练系统作为客户端(client)，服务器端负责监听所有客户端的数据，并向客户端发送控制指令，为了实现数据指令能够驱动视景模型运动，各系统之间的网络通讯协议以xml格式重新定义数据流，并采用多线程编程技术防止线程阻塞和程序假死。

若编队形成控制的充要条件2和编队跟踪控制的充要条件中的切换信号σ(t)均为固定值，则群系统中各无人机之间的拓扑图变为非切换的固定拓扑，因此编队形成控制的充要条件2和编队跟踪控制的充要条件也适用于固定通信拓扑下的群系统编队跟踪控制。

使用多无人机协同控制仿真系统进行仿真，包括以下步骤：

s1，在初始配置模块输入多个无人机的初始状态数据，在目标设置模块输入被侦察、打击目标的类型和数量，初始配置模块和目标设置模块将无人机初始状态数据和被侦察、打击目标数量输入任务分配模块；

s2，任务分配模块根据被侦察、打击目标的数量和各无人机的初始状态给各无人机分配任务，并将任务分配结果输送至航路规划模块和推演评估模块；

s3，航路规划模块根据任务分配结果规划各个无人机的航路，并将航路规划结果输入推演评估模块进行预演、评估，若是预演结果合格则将任务分配结果和航路规划结果分发至各个无人机的飞行控制模块执行，若是预演结果不合格则将预演结果反馈至任务分配模块、航路规划模块，重新进行任务分配和航路规划；

s4，当需要将多个无人机形成编队协同控制时，编队协同控制模块根据输入的队形产生时变编队h(t)和编队中心位置参考函数c(t)，基于一致性理论生成编队控制协议ui(t)，并将控制指令输送至各个无人机的飞行控制模块；

s5，无人机的飞行控制模块接收到任务分配结果、航路规划结果和编队控制指令后，将各接收数据解算成舵偏量经地面控制站输送至飞行视景仿真模块，进行飞行姿态的改变，飞行视景仿真模块还将无人机的飞行姿态数据输入地面控制站进行展示，将无人机的飞行姿态数据转换成任务载荷视景数据输入任务视景仿真模块进行显示；

s8，各个无人机任务执行完成后，编队协同控制模块控制各个无人机解散编队、返回着陆。

在多个无人机协同控制过程中，二维任务监控模块、二维状态监控模块、三维任务监控模块和三维状态监控模块共同对各个无人机的飞行状态、任务载荷状态进行监控，并将监控结果输送至信息存储/回放模块进行存储，方便回放观察无人机任务执行过程和执行结果；飞行控制模块将各个无人机的飞行状态数据输入多机服务器模块，多机服务器模块过滤任务载荷数据后将所有无人机的飞行状态数据分发至各无人机的飞行控制模块，飞行控制模块将任务中其他无人机的飞行状态数据输入地面控制站进行显示，使各个无人机的飞行视景仿真模块都能够显示任务中所有无人机的飞行状态。

实施例

本发明实施例要求四架无人机协同完成如图5所示的多无人机编队协同侦察任务，无人机到达任务区域后需形成菱形编队，并保持编队构型跟踪指定的飞行轨迹，完成对指定目标的侦察任务，所述指定的飞行轨迹为以被侦察目标上空为圆心，半径为150m的圆形轨迹。

考虑到四架无人机在执行任务时会受到外界环境或敌方的干扰，出现通信时延和拓扑切换等问题，设定时变通信实验为时延为0.01+0.01sin(t)s，两种可能的通信拓扑对应的拉普拉斯矩阵分别为

对于每架无人机，其位置运动的时间常数要远大于姿态运动的时间常数，因此一般采用双环结构实现对无人机的控制，外环控制无人机的位置和速度，内环控制无人机的姿态；编队控制器的设计主要针对的是无人机的位置和速度，而位置和速度之间存在积分关系，因此在设计编队控制器时，每架无人机的模型可以用二阶积分器来描述，考虑到无人机的三维状态，定义无人机在三维空间简化模型为其中，i3为三维单位矩阵。

根据任务需要，设定时变编队h(t)和跟踪轨迹r(t)分别为：

和

其中，ω＝0.14rad/s。

编队形成控制函数v(t)和轨迹跟踪控制函数s(t)分别为：

和

编队跟踪控制协议增益矩阵k1和k2分别为：

和

在半物理仿真实验中，将采样频率设置为50hz，此时若无人机之间出现通信时延，则无人机接收到的是上一时刻的邻居节点信息，假设四架无人机已经到达了各自的指定高度，并同时接近任务区域；图6给出了四架无人机在80s内的位置曲线，图6中被侦查目标用五角星表示，从图6可以看出，四架无人机从不同高度抵达任务区域，在编队控制协议的作用下，四架无人机逐渐形成了指定的菱形编队，并可以跟踪圆形轨迹，从而完成对目标的侦察任务。

图7给出了四架无人机在80s内的速度曲线，图7中用不同的符号表示四架无人机的初始速度，从图7可以看出在初始调整阶段无人机的编队构型没有形成，因此每架无人机的速度曲线有一定的波动；当编队形成后每架无人机的速度则逐渐趋于稳定，这说明了四架无人机保持稳定的队形并实现了对指定圆形轨迹的跟踪飞行。

图8、图9和图10分别给出了四架无人机的俯仰角(pitch)、横滚角(roll)和偏航角(yaw)随时间的变化曲线，从图8中可以看出在初始阶段为了形成指定编队，四架无人机的俯仰角调整幅度较大，当编队逐渐形成后为了保持飞行姿态，四架无人机的俯仰角始终在零点附近的较小范围内调整；从图9中可以看出，在编队形成过程中四架无人机的横滚角变化幅度较大，当编队形成后横滚角逐渐趋于一致，由于四架无人机围绕着被侦查目标作圆周运动且半径不同，因此外圈1号无人机的横滚角变化幅度最大，幅值在-0.25rad～-0.45rad之间，内圈的3号无人机的横滚角幅度最小，幅值在-0.2rad～-0.3rad之间；从图10中可以看出，在形成编队后由于四架无人机均是作圆周运动，因此四架无人机的偏航角度始终以一定的变化速率稳定的变化，由于无人机偏航角的180°和-180°是相同的，因此图10中的偏航角曲线在30s和75s左右存在-π到π之间的跳变；从这几幅图中，我们可以看出四架无人机在编队控制协议的作用下，形成了指定的菱形编队，并可以稳定地跟踪指定轨迹。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。