对抗环境下的多无人机编队方法和队形变换研究
发布时间：2021-05-06 20:22
在无人机功能有限的今天,面对日趋复杂的作战任务、无法预测的作战环境,单一无人机所拥有的性能逐渐无法满足作战要求,无人机更多地以多机协同作战的方式执行综合性任务。多无人机编队是多无人机系统的重要组成部分,是任务分配、路径规划等工作的前提,但在目前高对抗的动态环境中也受到了巨大的挑战,主要包括:（1）以现有编队方法构建的多无人机编队在队形稳定性和队形变换自主性两方面无法同时得到满足。（2）当编队队形受到影响需要调整时,编队变换的速度不够快,变换时的飞行路径重叠,飞行距离过长。针对这两个多无人机编队领域的问题,本文所作的主要工作如下。首先,本文研究了经典的多无人机编队方法,融合了长机-僚机法和虚拟结构法的部分特点,提出了一种改进的长机-僚机法。该方法使用改进后的人工势场算法为多无人机编队提供基本的编队控制;引入分布式一致性算法的思想构建编队,为多无人机系统的信息一致性提供保证。保留实体长机作为决策中心,减少编队对于地面控制中心的依赖,提高无人机编队的自主性;预备多架实体长机,形成多核心的编队模式,提高无人机编队的安全性。通过应用上述的多无人机编队方法,解决对抗环境下多无人机编队稳定性和队形变...
【文章来源】：南京邮电大学江苏省
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 多无人机编队方法问题的研究现状
1.2.2 多无人机编队重构与队形变换问题的研究现状
1.3 研究内容及创新点
1.4 论文组织结构
第二章 相关背景知识介绍
2.1 多无人机编队方法
2.1.1 长机-僚机法
2.1.2 虚拟结构法
2.1.3 行为控制法
2.2 强化学习
2.2.1 基本概念
2.2.2 马尔可夫决策过程
2.2.3 Q-Learning和SARSA
2.2.4 多智能体强化学习
2.3 分布式一致性算法
2.3.1 CAP定理
2.3.2 算法实例
2.4 本章小结
第三章 基于改进的长机-僚机法的多无人机编队方法
3.1 多无人机编队相关模型
3.1.1 无人机基础运动模型
3.1.2 无人机编队结构
3.2 改进的长机-僚机编队方法
3.2.1 基于改进人工势场的编队控制算法
3.2.2 改进前后人工势场算法的控制效果对比实验
3.2.3 冗余Leader与编队内信息一致性维持
3.2.4 改进的长机-僚机法整体流程
3.3 本章小结
第四章 基于改进启发式强化学习算法的多无人机队形变换方法
4.1 队形变换相关模型
4.1.1 问题描述
4.1.2 飞行环境模型
4.2 改进的启发式强化学习算法
4.2.1 启发式强化学习算法原理
4.2.2 基于动态规划的状态提取
4.2.3 多无人机队形变换中的状态提取实例
4.2.4 改进动作选择函数
4.2.5 改进启发式强化学习算法整体流程
4.3 本章小结
第五章 仿真实验以及数据分析
5.1 多无人机编队方法仿真实验
5.1.1 编队方法的可行性验证
5.1.2 编队方法的优越性验证
5.2 多无人机队形变换仿真实验
5.2.1 同参数下的对比实验
5.2.2 不同参数下的对比实验
5.3 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 未来研究方向
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间申请的专利
附录3 攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]无人机法律规范和应用发展现状[J]. 徐恩华. 中国科技信息. 2020(01)
[2]一种改进的动力学约束人工势场法[J]. 韩知玖,吴文江,李孝伟,张丹,李春欣. 上海大学学报(自然科学版). 2019(06)
[3]基于Leader-Follower的多无人机编队轨迹跟踪设计[J]. 王晶,顾维博,窦立亚. 航空学报. 2020(S1)
[4]无人机集群研究进展综述[J]. 贾永楠,田似营,李擎. 航空学报. 2020(S1)
[5]集群无人机队形重构及虚拟仿真验证[J]. 卢燕梅,宗群,张秀云,鲁瀚辰,张睿隆. 航空学报. 2020(04)
[6]无人机技术在中国野生亚洲象调查研究及监测中的应用[J]. 王方,郑璇,马杰,王智红,刘宇,姚冲学,李正玲,陈明勇. 林业建设. 2019(06)
[7]无人机在现代农业中的应用综述[J]. 苏瑞东. 江苏农业科学. 2019(21)
[8]基于自适应方法的多无人机编队队形控制[J]. 张佳龙,闫建国,张普. 航空学报. 2020(01)
[9]智能无人系统最新研究和应用综述[J]. 崔娟娟,赵鹏,马文静,杜辉. 电子世界. 2019(18)
[10]基于多无人机系统的编队包含控制[J]. 赵学远,周绍磊,王帅磊,闫实. 计算机工程. 2020(08)
博士论文
[1]多无人机编队路径规划与队形控制技术研究[D]. 邵壮.西北工业大学 2017
[2]基于信息一致性的多无人机编队控制方法研究[D]. 朱旭.西北工业大学 2014
硕士论文
[1]分布式计算中共识算法的研究[D]. 赵守月.江南大学 2019
[2]基于分布式学习的编队控制与路径规划[D]. 崇月.南京大学 2019
[3]基于虚拟领航者的多AUV编队鲁棒一致性研究[D]. 杜小舟.哈尔滨工程大学 2019
[4]多无人艇一致性自主编队控制研究[D]. 沈佳颖.哈尔滨工程大学 2019
[5]微小型四旋翼飞行器编队自主重构及控制[D]. 查羊羊.哈尔滨工程大学 2019
[6]用于预警探测的无人机航路规划方法研究[D]. 吕宙.西安电子科技大学 2018
[7]基于人工势场法的移动机器人避障算法研究[D]. 刘俊雅.华中师范大学 2018
[8]复杂环境下无人机航迹规划方法研究[D]. 于鸿达.南京航空航天大学 2018
[9]动态环境下多机器人编队路径规划研究[D]. 魏丁丁.河北工程大学 2017
[10]基于强化学习的路径规划问题研究[D]. 赵英男.哈尔滨工业大学 2017
本文编号：3172561
【文章来源】：南京邮电大学江苏省
【文章页数】：65 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 多无人机编队方法问题的研究现状
1.2.2 多无人机编队重构与队形变换问题的研究现状
1.3 研究内容及创新点
1.4 论文组织结构
第二章 相关背景知识介绍
2.1 多无人机编队方法
2.1.1 长机-僚机法
2.1.2 虚拟结构法
2.1.3 行为控制法
2.2 强化学习
2.2.1 基本概念
2.2.2 马尔可夫决策过程
2.2.3 Q-Learning和SARSA
2.2.4 多智能体强化学习
2.3 分布式一致性算法
2.3.1 CAP定理
2.3.2 算法实例
2.4 本章小结
第三章 基于改进的长机-僚机法的多无人机编队方法
3.1 多无人机编队相关模型
3.1.1 无人机基础运动模型
3.1.2 无人机编队结构
3.2 改进的长机-僚机编队方法
3.2.1 基于改进人工势场的编队控制算法
3.2.2 改进前后人工势场算法的控制效果对比实验
3.2.3 冗余Leader与编队内信息一致性维持
3.2.4 改进的长机-僚机法整体流程
3.3 本章小结
第四章 基于改进启发式强化学习算法的多无人机队形变换方法
4.1 队形变换相关模型
4.1.1 问题描述
4.1.2 飞行环境模型
4.2 改进的启发式强化学习算法
4.2.1 启发式强化学习算法原理
4.2.2 基于动态规划的状态提取
4.2.3 多无人机队形变换中的状态提取实例
4.2.4 改进动作选择函数
4.2.5 改进启发式强化学习算法整体流程
4.3 本章小结
第五章 仿真实验以及数据分析
5.1 多无人机编队方法仿真实验
5.1.1 编队方法的可行性验证
5.1.2 编队方法的优越性验证
5.2 多无人机队形变换仿真实验
5.2.1 同参数下的对比实验
5.2.2 不同参数下的对比实验
5.3 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 未来研究方向
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间申请的专利
附录3 攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]无人机法律规范和应用发展现状[J]. 徐恩华. 中国科技信息. 2020(01)
[2]一种改进的动力学约束人工势场法[J]. 韩知玖,吴文江,李孝伟,张丹,李春欣. 上海大学学报(自然科学版). 2019(06)
[3]基于Leader-Follower的多无人机编队轨迹跟踪设计[J]. 王晶,顾维博,窦立亚. 航空学报. 2020(S1)
[4]无人机集群研究进展综述[J]. 贾永楠,田似营,李擎. 航空学报. 2020(S1)
[5]集群无人机队形重构及虚拟仿真验证[J]. 卢燕梅,宗群,张秀云,鲁瀚辰,张睿隆. 航空学报. 2020(04)
[6]无人机技术在中国野生亚洲象调查研究及监测中的应用[J]. 王方,郑璇,马杰,王智红,刘宇,姚冲学,李正玲,陈明勇. 林业建设. 2019(06)
[7]无人机在现代农业中的应用综述[J]. 苏瑞东. 江苏农业科学. 2019(21)
[8]基于自适应方法的多无人机编队队形控制[J]. 张佳龙,闫建国,张普. 航空学报. 2020(01)
[9]智能无人系统最新研究和应用综述[J]. 崔娟娟,赵鹏,马文静,杜辉. 电子世界. 2019(18)
[10]基于多无人机系统的编队包含控制[J]. 赵学远,周绍磊,王帅磊,闫实. 计算机工程. 2020(08)
博士论文
[1]多无人机编队路径规划与队形控制技术研究[D]. 邵壮.西北工业大学 2017
[2]基于信息一致性的多无人机编队控制方法研究[D]. 朱旭.西北工业大学 2014
硕士论文
[1]分布式计算中共识算法的研究[D]. 赵守月.江南大学 2019
[2]基于分布式学习的编队控制与路径规划[D]. 崇月.南京大学 2019
[3]基于虚拟领航者的多AUV编队鲁棒一致性研究[D]. 杜小舟.哈尔滨工程大学 2019
[4]多无人艇一致性自主编队控制研究[D]. 沈佳颖.哈尔滨工程大学 2019
[5]微小型四旋翼飞行器编队自主重构及控制[D]. 查羊羊.哈尔滨工程大学 2019
[6]用于预警探测的无人机航路规划方法研究[D]. 吕宙.西安电子科技大学 2018
[7]基于人工势场法的移动机器人避障算法研究[D]. 刘俊雅.华中师范大学 2018
[8]复杂环境下无人机航迹规划方法研究[D]. 于鸿达.南京航空航天大学 2018
[9]动态环境下多机器人编队路径规划研究[D]. 魏丁丁.河北工程大学 2017
[10]基于强化学习的路径规划问题研究[D]. 赵英男.哈尔滨工业大学 2017
本文编号：3172561
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3172561.html
