[发明专利]一种仿寒鸦配对交互机制的无人机集群控制方法

权利要求书

1.一种仿寒鸦配对交互机制的无人机集群控制方法，其特征在于：该方法步骤如下：

步骤一：初始化

生成N架无人机的初始飞行状态，包括惯性系下的三维空间位置(x_i,y_i,h_i)，水平航速、航向角与高度变化率生成N只寒鸦个体，与N架无人机一一对应；初始化仿真参数，包括最大仿真时间T，采样时间dt，其中i为无人机的编号；初始化当前仿真时间t＝0；

步骤二：计算寒鸦的三轴位置和速度

为无人机的六个状态值，将其转换为对应寒鸦的三轴位置和速度向量：

步骤三：判断寒鸦是否为信息个体

在单向刺激中，设定集群中部分寒鸦在刺激时间T^trig改变其运动方向，则这部分寒鸦称为信息个体；若寒鸦i为信息个体，在时刻T^trig其三维空间位置为水平速度、航向角与高度变化率为航向角置为则仿真时间大于T^trig后，获取寒鸦i的水平速度、航向角与高度变化率，都为然后转至步骤六；若寒鸦i不是信息个体，则执行步骤四；

步骤四：选择寒鸦的交互邻居

(1)未配对寒鸦个体

在寒鸦配对交互机制中，配对的寒鸦个体采用拓扑交互；为表示拓扑交互作用，寒鸦采用固定邻居距离交互模式，将交互距离R_i以内的寒鸦作为邻居，并对R_i作动态调整，使之基本保持在期望拓扑范围；寒鸦i交互邻居的集合为：

N_i(t)＝{j|d_ij(t)≤R_i(t),j＝{1,…,N},j≠i} (2)

其中，d_ij(t)是寒鸦i与寒鸦j的实际距离，N为寒鸦数量，交互距离不大于感知半径R_sen，即R_i(t)≤R_senR_i(t)；

交互距离调整规则为：

其中，k_R＞0为调整参数，t+dt表示下一时刻，为未配对寒鸦的拓扑半径，表示拓扑交互期望邻居数量；

(2)配对寒鸦个体

对于配对寒鸦个体，以飞行方向为界，其一侧的一只与配对对象交互，另一侧拓扑交互，所以其交互邻居集合是配对对象与另一侧交互集合的并集；拓扑邻居判定方法与未配对个体相同，不同的是邻居寻找范围从N变为个体一侧的寒鸦数量，拓扑半径变为表示向下取整，交互距离调整规则与未配对寒鸦的一致，区别在于只调整拓扑一侧的交互距离；在惯性系下，寒鸦相对方位的判定通过θ_ij(t)表示：如果θ_ij(t)∈(-π/2,π/2)，则寒鸦j在i的右侧，否则在左侧；

θ_ij(t)＝atan2(y_j(t)-y_i(t),x_j(t)-x_i(t))-α_i(t) (4)

其中，α_i(t)为寒鸦i在时刻t的航向角，x_i(t)、y_i(t)、x_j(t)和y_j(t)为寒鸦i和j在时刻t的空间位置坐标；

步骤五：计算寒鸦集群控制量

(1)寒鸦集群社会力框架计算

基于社会力模型，寒鸦的运动用微分方程描述如下：

其中，为寒鸦i位置向量，为寒鸦i速度向量，m_i为寒鸦质量，u_i输入寒鸦个体i的控制量，k^inev_i为加速项，表示寒鸦在当前速度方向上的惯性运动力，k^ine为惯性系数；ζ||v_i||²v_i为阻尼项，当加速项与阻尼项大小相等时，寒鸦个体将匀速运动，ζ为阻尼系数；和分别为位置协同项和速度协同项，统称协同项，体现寒鸦个体间的远距吸引、近距排斥与速度匹配；

寒鸦i受到j的位置协同力和速度协同力分别为：

其中，d_ij表示寒鸦i和j之间的距离，表示由i指向j的单位向量，d^exp为寒鸦间期望距离，λ为位置协同力随寒鸦间距的衰减系数，k^pos为位置协同系数，k^vel为速度协同系数；

(2)计算未配对寒鸦的协同力

与未配对寒鸦交互的每一个邻居地位都相同，所以其位置协同力和速度协同力取各邻居均值：

(3)计算配对寒鸦的协同力

配对寒鸦的一侧只与其对象交互，故先将另一侧的位置和速度协同力取均值，再与配对对象的加权相加；

其中，j^pair为寒鸦i的配对对象，为配对对象位置系数，为配对对象速度系数；

步骤六：计算无人机自驾仪控制指令

固定翼无人机配置速度、航向角和高度三个回路的自驾仪，寒鸦个体与无人机一一对应，若寒鸦i为信息个体，计算无人机i的自驾仪在时刻t的三个控制输入指令：

若寒鸦i不是信息个体，则将输入寒鸦个体i的集群控制量u_i映射为无人机i自驾仪的控制输入指令，将步骤五计算所得的集群控制量u_i进行指令解算，得到无人机i自驾仪的三个控制输入指令：

其中，和为寒鸦i在惯性系下三轴方向上的控制量，和为无人机i自驾仪的速度、航向角和高度控制指令；

步骤七：将自驾仪控制指令输入无人机模型

将无人机i的自驾仪输入控制指令和输入下式所描述的无人机模型，得到下一时刻的无人机状态的变化率：

其中，为无人机的六个状态值，分别表示无人机的三维空间位置，水平速度，航向角和高度变化率，α_χ、α_v、和α_h为自驾仪控制参数；

考虑无人机的飞行限制条件：

其中，v_min＞0和v_max＞0分别为无人机最小航速和最大航速，ω_max＞0为无人机最大航向角速度；

无人机下一时刻的状态值可由当前状态值与状态变化率和采样时间dt的乘积之和求得；

步骤八：判断仿真是否结束

如果仿真时间t大于最大仿真时间T，则仿真结束，否则t＝t+dt，转至步骤二。