基于捕食逃逸鸽群优化的无人机紧密编队协同控制

被引:43
作者
段海滨 [1 ]
邱华鑫 [1 ]
范彦铭 [2 ]
机构
[1] 北京航空航天大学飞行器控制一体化技术重点实验室仿生自主飞行系统研究组
[2] 中国航空工业集团公司沈阳飞机设计研究所
基金
国家自然科学基金重点项目; 国家杰出青年科学基金;
关键词
无人机; 鸽群优化; 紧密编队; 粒子群优化; 捕食逃逸; 人工势场法;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
提出一种基于捕食逃逸鸽群优化(pigeon-inspired optimization,PIO)的无人机(unmanned aerial vehicle,UAV)紧密编队协同控制方法.基于人工势场法设计了外环控制器,将无人机紧密编队转化成一种抽象的人造势场中的运动;基于鸽群优化算法设计了内环控制器,进行控制量的优化求解.在遵循鸽群优化基本思想的基础上,对其结构进行调整,并针对基本鸽群优化易陷入局部最优的问题,引入了捕食逃逸机制来改善鸽群优化总体性能.最后,将本文所提出的改进鸽群优化算法与基本鸽群优化算法、粒子群优化(particle swarm optimization,PSO)算法进行了系列对比实验,实验结果验证了文中所提方法的可行性、有效性和优越性.
引用
收藏
页码:559 / 572
页数:14
相关论文
共 10 条
[1]   基于局部综合制导与控制的无人机紧密编队飞行仿真 [J].
赵锋 ;
杨伟 ;
杨朝旭 .
四川兵工学报, 2013, 34 (03) :78-82
[2]  
无人机紧密编队协同控制设计与仿真[J]. 陈春东,魏瑞轩,董志,张立鹏,钮磊.电光与控制. 2012(07)
[3]   基于微分进化的多UAV紧密编队滚动时域控制 [J].
张祥银 ;
段海滨 ;
余亚翔 .
中国科学:信息科学, 2010, 40 (04) :569-582
[4]  
无人机仿生紧密编队飞行控制技术研究[D]. 刘成功.南京航空航天大学. 2009
[5]  
多机器人编队群集运动控制的研究[D]. 杨宇.华中科技大学. 2007
[6]   Robust Hurwitz Stability and Performance Analysis of H-Infinity Controlled Forward-Velocity Dynamics of UAVs in Close Formation Flight Using Bounded Phase Conditions in a Kharitonov Framework [J].
Johnson Y. ;
Dasgupta S. .
Journal of The Institution of Engineers (India): Series C, 2014, 95 (03) :223-231
[7]  
Pigeon-inspired optimization: a new swarm intelligence optimizer for air robot path planning[J] . Haibin Duan,Peixin Qiao.International Journal of Intelligent Computing and Cybernetics . 2014 (1)
[8]  
A new Fruit Fly Optimization Algorithm: Taking the financial distress model as an example[J] . Wen-Tsao Pan.Knowledge-Based Systems . 2011
[9]  
Positional entropy during pigeon homing II: navigational interpretation of Bayesian latent state models[J] . Tim Guilford,Stephen Roberts,Dora Biro,Iead Rezek.Journal of Theoretical Biology . 2003 (1)
[10]  
Adaptive feedback linearizing nonlinear close formation control of UAVs .2 Singh S N,Pachter M. Proceedings of the American Control Conference . 2000