导读:本文包含了协同飞行控制论文开题报告文献综述及选题提纲参考文献，主要关键词:多无人机,高原山区,编队集结,航路规划
协同飞行控制论文文献综述
李晓萌[1]（2019）在《高原狭窄区域下多无人机协同飞行控制》一文中研究指出随着作战环境复杂性和多样性的不断提高,单架无人机执行任务时存在一些不可避免的限制,多无人机协同编队飞行技术应运而生,并且受到了广泛的关注。其中,多无人机编队集结和编队队形保持控制是编队飞行技术中的关键问题。本文针对编队集结和编队保持过程中涉及到的多无人机协同航路规划、到达时间一致性以及固定队形保持等问题进行了分析和研究,给出了有效的优化方案和策略。针对高原山区这一特殊环境,建立了对应的地形模型和风场模型,分析了单架无人机飞行中受到的自身约束和多无人机协同飞行时受到的空间与时间约束。在多无人机编队集结技术的研究中,为提高集结过程中航路规划的质量和效率,提出了一种改进的自适应柯西变异鸽群优化算法,详细介绍了算法的原理和改进思路,结合解空间预处理策略,给出了具体的多无人机协同航路规划步骤。为保证多无人机能够在规定的时间内到达集结区域,采用航路调整和速度调整策略,根据集结时间和各无人机位置不断进行航程和速度的调节,从而完成编队集结任务。针对多无人机编队保持控制问题,在建立了合适的通信拓扑结构的基础上,提出一种基于二阶一致性理论的多无人机编队队形保持控制算法,选取速度和位置作为协同变量,各无人机可根据编队参考点和其它无人机的位置和速度信息,通过对自身速度、航向和俯仰角的调整来保持编队队形的稳定。为适应高原狭窄山区的飞行环境,在编队控制器中加入协同修正技术,对无人机间协同误差和测量误差进行抑制,减少了外界干扰和误差对编队飞行的影响。本文进行了叁架固定翼无人机的编队飞行仿真实验,通过实验,验证了本文所提出的编队集结策略和编队队形保持方法的有效性和可行性。(本文来源于《南京航空航天大学》期刊2019-03-01）
王市辉,代冀阳,蒋沅,吴歇尔[2]（2019）在《多无人机协同编队飞行目标跟踪控制仿真》一文中研究指出对多无人机的编队飞行目标跟踪控制进行了研究,解决了无人机构成并稳定保持队形的同时避开威胁飞行的问题。针对多无人机编队过程中只能被动接收长机的信息,不能主动跟踪长机进行编队飞行的情况,采用滑模控制理论分别设计了编队控制器,并利用李雅普诺夫函数证明了控制器的稳定性,同时,针对多无人机形成期望队形后无法成功避开威胁的情况,考虑了多无人机编队飞行区域的存在,采用人工势场法对多无人机编队的飞行路径进行实时规划。通过对控制方法的仿真,得到无人机编队的合理飞行路径以及无人机在目标跟踪过程中状态趋势,结果证明了控制方法的可行性。(本文来源于《计算机仿真》期刊2019年02期）
刘万璋[3]（2019）在《基于多智能体技术的飞行控制系统协同容错控制》一文中研究指出多智能体系统是网络环境中的一组交互式智能系统,通过多智能体技术可以解决个别系统难以或者不能解决的问题。通过多智能体系统可以对飞行控制系统的协同控制、编队控制等问题进行研究。飞行控制系统是无人机的核心,其可靠性是保证无人机安全飞行的基础,而在实际飞行过程中,飞行控制系统受到其运行环境的影响,系统中难免会发生故障。本文旨在飞行控制系统出现故障的情况下,以多智能体技术为基础,设计有效的容错控制策略,保证在故障条件下飞行器仍能实现协同飞行。首先,本文从课题的研究背景和意义出发,对容错控制的基本知识和研究现状进行了简单地阐述,并概述了多智能体技术和多智能体容错控制技术的研究现状。简单介绍了本文所采用的飞行器系统模型,并给出了相应的坐标系和坐标系转换。其次,针对无向拓扑意义下的多智能体系统,研究其有限时间协同容错控制。在考虑多智能体系统中个别节点存在执行器故障的前提下,研究基于有限时间技术的多智能体协同容错控制策略。首先在多智能体系统中设置一个领导者,跟随者则利用相邻节点的信息来设计控制器,使系统能够在出现故障时刻起的规定时间内实现协同容错控制。通过图论中相关的知识,将每个节点的动态整合成全局误差方程,并进行理论验证。该方法克服了非有限时间闭环控制系统存在的缺陷,提高了多智能体系统的鲁棒性和抗扰动性。再次,根据多智能体技术进一步研究四旋翼飞行器的编队容错控制问题。将四旋翼飞行器模型分为位置子系统和姿态子系统两部分,针对位置子系统,利用相邻飞行器的信息来构建相应的参考编队控制器,根据其参考值计算出姿态子系统所需要得到的期望跟踪值。考虑姿态子系统中发生执行器故障,基于自适应机制和边界层理论构建容错控制方案,使得姿态子系统可以在发生故障的情况下实现跟踪控制。最后,进一步考虑四旋翼飞行器位置子系统中可能出现的外部干扰。基于主动容错控制的方法进行编队控制研究,利用状态观测器的输出信息来设计控制器,并通过快速自适应故障观测器的信息来进行故障补偿。在保证H_∞性能的前提下对编队误差的收敛性进行研究,理论结果证明了多智能体系统的编队误差可以在上述的条件下渐进收敛,且快速自适应故障观测器可以准确的预估出故障的实际值。(本文来源于《南京航空航天大学》期刊2019-01-01）
成成[4]（2018）在《多无人机协同编队飞行控制关键技术研究》一文中研究指出现代军事战争朝着信息化、智能化和网络化方向发展,对无人飞行器(Unmanned Aerial Vehicle,UAV)的自主协同作战能力提出了更高的要求。多无人机协同编队飞行(cooperative formation flight,CFF)控制技术是无人机集群自主执行任务的底层技术。本文以多无人机为研究对象,针对编队保持及避障问题,以提高编队队形保持控制精度和有效避障为重点目标进行研究,主要包含如下几个方面的内容:(1)调研国内外有关多无人机编队保持和避障控制问题的研究现状,分析了现有编队控制方法存在的问题和未来方向,提出了基于空间位置偏差的相对运动学模型,该模型简化了无人机相对运动关系。另外,设计了五架UAVs按照“V”字形编队的信息交互拓扑结构。(2)针对采用虚拟结构法进行编队飞行控制的有关研究中,没有考虑机间通信的问题,设计了一种虚拟长机状态估计算法,各无人机从通信拓扑中定义的“相邻”无人机获取虚拟长机状态,综合估计出它认为的虚拟长机飞行状态,作为飞行的导引。同时设计了具有线性混合器的叁通道队形保持控制器,分别为无人机的自驶仪提供速度、航向和高度控制指令。仿真验证了编队控制算法可以精确保持队形。(3)针对编队保持和避障联合控制问题,提出基于虚拟结构和人工势场的编队避障控制方法。由于基本的人工势场避障算法在应用到无人机编队时,存在易陷入局部极小值和队形组织能力差等问题,对其势场函数进行了合理改进,并结合队形保持控制器实现了无人机的精确队形保持和避障控制。最后通过模拟五架无人机编队避开多个障碍物的过程,验证了避障算法的有效性。(4)针对无人机编队飞行的数值仿真效果不直观,叁维虚拟现实效果差等问题,基于Matlab、FlightGear和VMware虚拟机搭建了编队飞行视景仿真平台。该系统具有占用硬件资源少,编队执行任务过程的虚拟显示效果好等优点。(本文来源于《中国科学院大学(中国科学院长春光学精密机械与物理研究所)》期刊2018-06-01）
李根[5]（2017）在《飞行器协同飞行控制系统的设计与实现》一文中研究指出分布式人工智能是人工智能领域中一个重要的内容,而飞行器的协同飞行控制是分布式人工智能中的关键技术,多个飞行器在复杂的环境中实现多代理互相感知,探测周围的环境,实现信息共享、协同飞行,共同完成复杂的飞行任务,是当前军用、民用领域中一个热点研究方向。飞行器实现协同飞行首先要确定自身在空间中的位置,本文使用超宽带技术(Ultra-Wideband,UWB)设计硬件和算法,设计完成四旋翼飞行器室内定位飞行系统。硬件分为两部分:分布于室内六个固定位置的锚和搭载在飞行器上的标签。锚用主控制器STM32与DWM1000超宽带模块构成。标签由DWM1000模块实现,由飞行器的主控芯片控制。该系统为实现多飞行器协同飞行建立了环境。建立飞行器运动模型、传感器模型和状态估计模型。用时间到达(Time of Arrival,TOA)和时间到达差(Time Difference of Arrival,TDOA)获得飞行器到各锚点间的距离,由模型推算出飞行器的空间位置;根据陀螺仪和加速度计数据,使用卡尔曼状态估计算法估计飞行器的飞行状态。由于双向时间到达不能实现单向匿名信号传输,引入时分多址(Time Division Multiple Access,TDMA)实现信号单向传输。使用改进的时间到达和时间到达差推算位置,用路径规划和长僚机的协同控制策略实现了双四旋翼飞行器的协同飞行通过飞行实验,对飞行器协同飞行控制系统的进行了测试。对TOA、基于TDMA的TOA、TDOA叁种测距算法的进行测试,分析了测距误差。建立空间坐标系,由从卡尔曼估计器推算飞行器的位置,并且分析了卡尔曼估计器的估计精度。分别对单飞行器定点飞行、路径规划和双飞行器的定点飞行、路径规划、长机僚机飞行做了测试。实验证明该飞行器协同飞行控制系统可以实现单、双飞行器协同飞行,完成简单的协同飞行任务。(本文来源于《内蒙古大学》期刊2017-06-04）
宗群,王丹丹,邵士凯,张博渊,韩宇[6]（2017）在《多无人机协同编队飞行控制研究现状及发展》一文中研究指出无人机在军事和民用应用上越来越广泛,为使无人机能够更好地发挥作用,需要采用多无人机编队飞行控制来实现协同侦察、作战、防御及喷洒农药等任务.多无人机协同编队控制技术主要包括信息感知技术、数据融合技术、任务分配技术、航迹规划技术、编队控制技术、通信组网技术和虚拟/实物验证实验平台技术等.首先对国内外多无人机编队相关技术的现状和进展进行综述,然后重点对多无人机编队控制方法进行分析,并对队形设计、队形调整和队形重构等问题进行归纳总结,最后对多无人机协同编队所面临的机遇和挑战进行了展望.结果表明:目前多无人机编队飞行理论方面取得了丰硕成果,但是实物飞行试验仅能实现简单通信环境下的协同编队飞行,任务分配和航迹规划实时性不高,控制方法应对突发情况鲁棒性低,多机多传感器协同感知能力不足,欠缺对实体的仿真实现,未来的研究方向应是突破上述关键技术的不足,开展复杂感知约束和复杂通信环境下的多无人机协同编队飞行研究,提出更加有效的控制方法,并进行多无人机实物编队飞行试验,使无人机能够更好地完成既定任务.(本文来源于《哈尔滨工业大学学报》期刊2017年03期）
施孟佶[7]（2016）在《复杂环境下多智能体一致性控制及其在协同飞行中的应用》一文中研究指出多智能体系统协同控制使智能体之间通过相互作用实现单智能体简单迭加无法达到的整体功能,是解决个体能力限制与任务需求之间矛盾的前沿技术途径。本文以复杂环境下多智能体系统一致性问题为出发点,分析和设计协同控制算法,实现系统稳定性和环境适应性,并讨论其在无人机协同飞行中的应用方法。主要创新成果如下:1.研究多时滞环境对二阶多智能体系统的直线和旋转一致性运动的影响规律,获取了实现一致性控制的最大允许时滞上限(称为“临界时滞”)。采用频域法分析具有对称和非对称网络拓扑的一维二阶多时滞系统稳定性,将其特征方程转化为关于系统纯虚特征根的二次多项式进行求解,计算临界时滞;结果证明,当所有时滞都小于临界时滞时系统可实现一致性,当所有时滞都大于临界时滞时系统发散。通过推广上述方法,研究由高阶多时滞系统特征方程转化所得高次多项式的单调性,推导出以时滞上限和关于参数的不等式组形式呈现的一阶至六阶多智能体系统的一致性条件与以集值关系式形式呈现的高阶多时滞系统一致性条件通解,相比以往文献采用的李雅普诺夫方法研究高阶多时滞系统,该方法具有更低保守性。2.通过研究在二维平面上作旋转一致性运动的二阶多时滞系统,发现其与复平面上对应系统具有不同的稳定性条件,并证明了这两种系统之间的联系:前者的所有系统特征值是后者及与后者的系数矩阵互为共轭的系统的所有特征值的并集,从而可知前者的临界时滞为后者与其共轭系统临界时滞的较小值;在以往研究多智能体系统旋转一致性的文献中,并未讨论上述两种系统的区别,而直接采用不含复数状态变量的前者代替后者进行仿真实验,在时滞环境中可能导致错误的实验结果;该结论为在复平面中降维分析二维实系统以降低稳定性分析难度提供了理论依据。此外,分析控制协议中输入时滞对直线一致性运动的影响规律,发现:输入时滞为零的时滞系统无法维持一致性运动,并仿真验证。3.基于一致性原理提出多智能体协同扫描覆盖未知曲边通道空间方法。通过建立虚拟弹性模型描述智能体之间的位置关系,实现柔性编队,解决以往扫描覆盖算法因不能灵活调整队形而无法适应宽度大幅变化空间环境问题;并针对边界由两条不相交的光滑函数曲线描述的通道空间,为二阶连续多智能体系统和广义坐标系下离散多智能体系统分别设计分布式协同扫描覆盖控制算法,后者因考虑了智能体的速度和最大转角约束,并具备单向扫描特性,从而相比采用其他覆盖控制策略可获取更平滑的运动轨迹,有利于在无人机等具有有限机动性的平台上实现;进一步基于该算法,通过迭加导航算法改变扫描方向、迭加避障算法平滑边界和构建虚拟边界分区覆盖,分别解决U型、边界粗糙和宽度超出多智能体单次覆盖范围的曲边通道多智能体扫描覆盖问题;仿真结果证明,在保持智能体运动轨迹平滑性的同时,这些方法可有效增强本算法对复杂几何空间环境的适应性。4.基于上述成果,提出了多无人机协同自主精细化作业控制方法。通过拟合训练样本设计模糊控制器和采用一致性编队算法,并针对对侧飞行环境设计角色切换及协同避障机制,实现双机协同自主精细化高压电力巡线,验证了该方法的有效性;基于共享信息传递机制、位置信息补偿估计算法以及虚拟边界分区覆盖策略,规避远程通信,改进本文提出的扫描覆盖算法,实现多无人机协同自主精细化森林病虫害监测和农药精确施洒,仿真结果证明了该方法的有效性。这些应用解决了以往无人机作业因单机飞行效率较低,或因无法实现自主飞行依赖人工操作而安全性较低等问题,提高了工作效率并降低了人力成本。(本文来源于《电子科技大学》期刊2016-12-14）
薛瑞彬[8]（2016）在《多无人机分布式协同编队飞行控制技术研究》一文中研究指出在最近的几场战争中,无人机都得到了广泛的应用,它的使用拓展了传统意义上的战争模式概念,不仅降低了战争成本,更保障了人员的安全。无人机编队技术正是在此优势的基础上提出并发展起来的,这一技术将使无人机更好的完成侦察、打击任务,在未来战争中具有不可忽视的作用。然而随着网络技术的发展成熟与广泛应用,网络环境下的多无人机协同作战将极大地提高作战效能,但也给多机控制和决策技术带来了重大挑战,需要考虑网络时延、网络拓扑变化和不确定性扰动等通信条件带来的影响。受限网络条件下的多机协同作战是研究多无人机协同控制和决策技术的直接推动力,同时也是提升无人机系统自主能力的重要体现;另外,多无人机系统能够以期望的编队结构在有限时间内跟踪指定的航迹,并且在飞行过程中保证实时的编队避障与编队个体之间的防撞控制,具有重要的实际意义。本文基于一致性理论,对多无人机编队控制技术进行了研究。论文的主要研究内容和取得的研究成果如下:首先,以具有简单动力学特性的多飞行器系统模型为基础,运用代数图论的理论描述了多飞行器系统的通讯拓扑结构,充分分析了系统中存在的通讯时延类型,并将其归纳为无人机自身的信息更新时延与无人机之间进行信息交换的时间延迟,为了处理问题的简便性,将两类时延进行归一化处理,即认为二者是对称的,其变化具有相同性。设计了考虑两类通讯时延的基于一致性理论的分布式编队控制协议,通过引入平面编队中心的概念,将系统模型进行了易于分析的等效变换。经过分析实际应用中多飞行器的通讯拓扑可能会由于干扰或故障等原因而变化,以切换结构来描述多飞行器之间的通讯拓扑,并且在此概念下,创造性的将复杂的多飞行器系统研究转换为只针对每个切换子集中连通的拓扑结构进行分析,大大降低了系统分析的难度与计算的复杂度。同时,在每个切换子集内,通过构造Lyapunov候选函数,运用Lyapunov理论分析系统的稳定性,通过求解线性矩阵不等式,找到了使得多飞行器系统稳定的充分条件。通过合理的选择控制器参数,在保证系统稳定的前提下,得到了多飞行器系统所允许的时延上限。数值仿真结果验证了理论分析的正确性与编队控制的可行性。其次,针对多无人机系统的叁维空间质点动力学模型,在分析两类时延特性的基础上,为了更加贴近实际中的时延变化情况,将两类时延做非统一化处理,即认为二者是不同的,并且是时变的。设计了考虑此类具有非统一特性通讯时延的基于一致性理论的分布式编队控制协议,通过引入空间编队中心的概念,将系统模型进行了便于分析的等效变换。并且在联合连通的通讯拓扑结构下,运用Lyapunov理论分析了系统的稳定性,通过求解线性矩阵不等式,找到了多飞行器系统稳定的充分条件。并且通过模拟实际的编队飞行任务,验证了多无人机编队飞行控制系统的编队保持性能,以及当个体无人机脱离编队时,整个系统进行有效的编队重组与继续保持编队的能力。然后,依然以多无人机系统的叁维空间质点动力学模型为基础,在多无人机系统具有联合连通的通讯拓扑结构下,研究整个系统在有限时间内的跟踪控制问题。从给出有限时间跟踪与编队形成的概念出发,通过设计非线性有限时间跟踪与编队控制协议,运用Lyapunov理论分析了系统的有限时间收敛性,并且得到了在有限时间内多无人机系统编队的可控性。通过对系统稳定性分析的过程中,找到了使得多无人机系统能够最快收敛的控制参数。应用贴近实际环境的数值分析,证明了整个系统的有限时间跟踪与编队控制的可行性,并且验证了多无人机系统的编队保持能力。最后,基于人工势场理论,研究了多无人机编队飞行系统同时实现编队整体避障与编队个体之间的防撞控制问题。首先分析了经典人工势场法的避撞控制原理,改进了用于避障控制的斥力场函数,并将势场法扩展到叁维空间。引进了多无人机的动力学约束条件,利用无人机之间的状态反馈实现编队整体的队形保持,并且采用了变权重控制方法,实现了对多无人机编队飞行的避障与防撞控制的研究。最后通过对静态与动态障碍物的避障控制数值分析,验证了所提出的编队避障与防撞方法的可行性与理论分析的正确性。综上所述,本论文的研究工作针对多无人机编队飞行过程中的部分控制问题提出了合理的解决方案,为多无人机编队飞行控制的发展和应用提供了理论支持,具有较强的工程实用价值。(本文来源于《北京理工大学》期刊2016-06-01）
郭永[9]（2016）在《编队飞行航天器有限时间协同控制》一文中研究指出航天器编队飞行具有成本低、可靠性高、灵活性高等优点,在深空探测和地球监测等方面有着广泛的应用,是航天技术中的一个重要研究方向。分布式协同控制算法是实现编队飞行的核心技术和前提保障。本文采用旋转矩阵描述航天器姿态,利用一致性算法、基于行为的控制思想、有限时间控制策略和代数图论对航天器编队飞行的有限时间分布式姿态协同控制和有限时间分布式姿态轨道耦合协同控制进行了深入研究,主要内容如下:首先,研究了编队飞行航天器系统无外部扰动时的有限时间分布式姿态协同控制问题。在通信拓扑为无向图的条件下,利用齐次理论研究了全状态反馈有限时间分布式协同控制器;在此基础上引入滤波器,研究了无角速度反馈有限时间分布式协同控制器。通过严格的理论证明可以得出,上述两种协同控制器可以保证系统是几乎全局有限时间稳定的。针对航天器执行器存在饱和约束的情况,分别设计了抗饱和的全状态反馈有限时间分布式协同控制器和抗饱和的无角速度反馈有限时间分布式协同控制器。所提出的四种有限时间协同控制器只要求拓扑结构为无向图,没有其它附加要求。另外,控制器不包含转动惯量信息,对其具有鲁棒性。其次,在编队飞行航天器系统存在外部扰动、通信拓扑为连通的无向图的条件下,利用终端滑模和自适应控制研究了有限时间分布式姿态协同控制问题。针对系统外部扰动的上界已知和未知的两种情况,分别设计了鲁棒有限时间分布式协同控制器。由于控制器中包含所设计的特定终端滑模面,可以保证系统是几乎全局有限时间稳定的。针对航天器的执行机构存在输出饱和的情况,利用终端滑模、双曲正切函数和辅助系统,设计了抗饱和的有限时间分布式协同控制器。这叁种控制器都不需要相邻编队成员的控制信息,成功地解决了代数环问题,并且降低了无线传输的额外负担。再次,在编队飞行航天器系统存在外部扰动,并且通信拓扑为有向图的条件下,利用终端滑模、反步法和自适应控制研究了有限时间分布式姿态协同控制问题。针对系统外部扰动的上界已知和未知的情况,利用终端滑模和自适应控制分别设计了有限时间协同控制器,然而,由于有向图约束的复杂性,此两种控制器没有解决代数环问题。进一步利用反步法、终端滑模和自适应控制分别设计了有限时间协同控制器,成功解决了代数环问题,并降低了无线传输的额外负担。最后,在通信拓扑为无向图的条件下,针对编队飞行航天器姿态轨道耦合系统,利用齐次性理论、滤波器、终端滑模和辅助系统,研究了有限时间分布式姿态轨道耦合协同控制问题。在系统无外部扰动时,利用齐次理论设计了全状态反馈有限时间分布式姿态轨道耦合协同控制器;在此基础上引入滤波器,设计了输出反馈有限时间分布式协同控制器。所提出的两种有限时间协同控制器只要求拓扑结构为无向图,没有其它附加要求。通过严格的理论证明可以得出,系统是几乎全局有限时间稳定的。另外,控制器不包含转动惯量信息,对其具有鲁棒性。在编队飞行航天器系统有外部扰动的条件下,利用终端滑模和辅助系统,分别设计了鲁棒的有限时间分布式姿态轨道耦合协同控制器和抗饱和的有限时间分布式姿态轨道耦合协同控制器,不仅解决了系统受外部扰动和执行器存在饱和时的协同控制问题,而且解决了代数环问题,降低了无线传输的额外负担。(本文来源于《哈尔滨工业大学》期刊2016-06-01）
周欢,赵辉,韩统,黄汉桥[10]（2016）在《基于规则的无人机集群飞行与规避协同控制》一文中研究指出针对已有方法在大规模集群系统控制方面的不足,提出一种基于规则的无人机集群系统飞行与规避自主协同控制方法。受群智能思想启发,定义集群内无人机成员的基本飞行规则,实现无人机集群正常飞行和队形重构,在此基础上,将规避动作作为一种新的飞行规则,通过设置相应的规则权重系数,建立整体和成员两种规避控制机制,最后基于线性反馈控制理论证明了无人机集群系统的稳定性。仿真结果表明,所提方法能够控制集群正常飞行并有效处理规避问题,同时具有良好的实时性。(本文来源于《系统工程与电子技术》期刊2016年06期）
协同飞行控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对多无人机的编队飞行目标跟踪控制进行了研究,解决了无人机构成并稳定保持队形的同时避开威胁飞行的问题。针对多无人机编队过程中只能被动接收长机的信息,不能主动跟踪长机进行编队飞行的情况,采用滑模控制理论分别设计了编队控制器,并利用李雅普诺夫函数证明了控制器的稳定性,同时,针对多无人机形成期望队形后无法成功避开威胁的情况,考虑了多无人机编队飞行区域的存在,采用人工势场法对多无人机编队的飞行路径进行实时规划。通过对控制方法的仿真,得到无人机编队的合理飞行路径以及无人机在目标跟踪过程中状态趋势,结果证明了控制方法的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
协同飞行控制论文参考文献
[1].李晓萌.高原狭窄区域下多无人机协同飞行控制[D].南京航空航天大学.2019
[2].王市辉,代冀阳,蒋沅,吴歇尔.多无人机协同编队飞行目标跟踪控制仿真[J].计算机仿真.2019
[3].刘万璋.基于多智能体技术的飞行控制系统协同容错控制[D].南京航空航天大学.2019
[4].成成.多无人机协同编队飞行控制关键技术研究[D].中国科学院大学(中国科学院长春光学精密机械与物理研究所).2018
[5].李根.飞行器协同飞行控制系统的设计与实现[D].内蒙古大学.2017
[6].宗群,王丹丹,邵士凯,张博渊,韩宇.多无人机协同编队飞行控制研究现状及发展[J].哈尔滨工业大学学报.2017
[7].施孟佶.复杂环境下多智能体一致性控制及其在协同飞行中的应用[D].电子科技大学.2016
[8].薛瑞彬.多无人机分布式协同编队飞行控制技术研究[D].北京理工大学.2016
[9].郭永.编队飞行航天器有限时间协同控制[D].哈尔滨工业大学.2016
[10].周欢,赵辉,韩统,黄汉桥.基于规则的无人机集群飞行与规避协同控制[J].系统工程与电子技术.2016