无人机在非合作场景中的分布式控制与优化问题研究

The DARPA initiated CODE program in 2014, dedicated to study the coordination of UAV in a denied environment. This proposal attempts to tackle this problem from pespective of distributed networked control and optimization, and establishes a systematic way of integrating distributed coordination, estimation and control approaches for multi-UAV in denied and non-cooperative environment. The main topics of the proposed research include: 1) how to optimized the existing distributed connectivity estimation algorithm for the sake of the denied environment, and how to accomplish distributed estimation of directed network in the presence of communication restrictions; 2) how to design a distributed optimization algorithm with the help of extremum seeking method, especially how to indulge the advantages of cooperative control principle and known network connectivity; 3) how to design a distributed path planning algorithm based on classic Voronoi approach, the proposed algorithm will fully consider and solve the connectivity maintaince and shortest path problem; 4) initiating preliminary study on how to distributed locate and eliminate the communication jaming source, and how to apply the designed distributed extremum seeking algorithm to the said problem. Once successful, this projec will shed a new light on the research on Autonomous Unmanned System, and help to sustain the technical advantage of China's Aeronautical Industry.

美国DARPA在2014年启动CODE计划，正式将无人机在复杂环境中的协调作战作为新的研究重点，本项目拟从分布式控制和优化的角度来解决无人机在非合作场景中的控制问题，力求建立一套系统的基于有向通信拓扑网络的分布式控制、估计、和优化体系。主要的研究内容包括：1）重新设计与优化现有的分布式估计算法，充分考虑非合作环境中的通信约束；2）基于极值搜索理论，设计新的分布式优化算法，该算法将充分集成协调控制策略和网络联通性信息，从而实现对未知函数的估计；3）设计新的基于Voronoi图的路径规划和编队控制算法，该算法将考虑联通性保持和航程最短等实际问题；4）初步建立和开展对信号干扰源的分布式定位研究，该研究将基于前述的分布式极值搜索算法对干扰信号源进行分布式定位。本项目的研究致力于增强我国在无人信息系统领域的技术实力，填补相关领域的技术空白，为我国航空器无人自主作战系统做出贡献。

无人机协同攻击和侦察是未来空战的重要手段，如何有效地控制UAV在复杂战场环境中协同执行任务成为近年来协同控制领域的研究热点，其在军用和民用方面具有重要应用价值和现实意义。本研究报告以无人机在非合作场景中的编队控制为背景，研究基于有向通信拓扑网络的分布式控制、估计和优化问题。首先将极值搜索算法引入分布式协同控制中，针对网络动态不确定性，设计补偿估计算法，提出了基于极值搜索算法的自适应分布式协同控制算法。针对有向通信拓扑连通性估计难的问题，提出了基于一致性理论的代数连通度估计方法，与传统的幂迭代方法比较，本方法仅需要在可接受的误差范围内估计代数连通度的上下界即可实现，而且解决了复数特征根的估计问题。在上述研究基础之上，本项目设计了新的基于Voronoi图的路径规划和编队控制算法，该算法可以对无人机的冗余覆盖区域进行优化，减小重叠面积，达到最优覆盖的目的。最后，建立和开展对信号干扰源的分布式定位研究，该研究基于前述的分布式极值搜索算法对干扰信号源进行分布式定位，提出了多机协同滤波算法，使得每架无人机在观测能力有限的情况下，能够高精度的估计干扰源的位置。本项目的研究致力于增强我国在无人信息系统领域的技术实力，填补相关领域的技术空白，为我国航空器无人自主作战系统做出贡献。