面向隊形保持的無人機編隊信息交互拓撲優(yōu)化問題的研究.pdf

1、無人機(Unmanned Aerial Vehicle，UAV)編隊飛行(Formation Flight)是目前UAV領域的研究熱點，在目標偵察、目標搜索、目標跟蹤、目標打擊、UAV空中加油等軍事和民用領域均有著廣泛的應用前景，能夠有效擴大編隊的偵察和搜索范圍、提高對目標的識別率、定位精度和殺傷力，降低編隊的油耗，并為UAV的空中加油技術奠定堅實的基礎，因此具有非常重要的理論和現(xiàn)實意義。
　　目前，UAV編隊飛行的研究仍處在探索

2、和發(fā)展階段，還有很多關鍵的理論和技術問題亟待解決。本文致力于解決其中的面向隊形保持的UAV編隊信息交互拓撲優(yōu)化問題，在現(xiàn)有國內外研究的基礎上，采用運籌學中的網絡優(yōu)化模型和方法，對該問題進行了深入研究。本文首先基于分層遞階求解的思路，從多個不同的角度對此復雜問題進行分解和建模，然后在此基礎上重點圍繞其中三項關鍵的子問題展開研究。完成的主要工作和創(chuàng)新點總結如下:
　　(1)深入分析了面向隊形保持的UAV編隊信息交互拓撲優(yōu)化問題。

3、>　　對問題的相關要素進行了分析，建立了相應的形式化描述模型。給出了問題的定義，并將其約束條件歸納為編隊控制方法約束、編隊領航者約束和故障約束。從UAV編隊所使用的編隊控制方法的角度，將此優(yōu)化問題分解為六類子問題:面向隊形保持的領航-跟隨者編隊、一致性編隊、剛性編隊、持久編隊、虛擬結構編隊和行為編隊的信息交互拓撲優(yōu)化問題，并將前面兩個子問題統(tǒng)一建模為網絡優(yōu)化中的最小樹形圖模型、將中間兩個子問題統(tǒng)一建模為網絡優(yōu)化中的最優(yōu)持久圖模型、將后面

4、兩個子問題統(tǒng)一建模為網絡優(yōu)化中的旅行商問題模型。從UAV編隊飛行過程中是否發(fā)生故障的角度，將此優(yōu)化問題分解為兩類子問題:面向隊形保持的UAV編隊無故障時的信息交互拓撲優(yōu)化問題、面向隊形保持的UAV編隊有故障時的信息交互拓撲優(yōu)化問題，并從是否允許進行UAV位置重構的角度將后一個子問題進一步分解為:面向隊形保持的UAV編隊有故障時的信息交互拓撲重構問題、面向隊形保持的UAV編隊有故障時的信息交互拓撲重優(yōu)化問題。
　　(2)系統(tǒng)研究了面

5、向隊形保持的領航-跟隨者編隊信息交互拓撲優(yōu)化問題。
　　針對面向隊形保持的領航-跟隨者編隊無故障時的信息交互拓撲優(yōu)化問題，提出了基于最小樹形圖的領航-跟隨者編隊信息交互拓撲優(yōu)化算法，并從理論上證明了算法的正確性，和現(xiàn)有算法相比，本算法可以為每個UAV選擇最合適的編隊隊形位置，選擇最合適的UAV作為編隊領航者，確保得到的信息交互拓撲的編隊通信代價最小，并且算法時間復雜度更低。針對面向隊形保持的領航-跟隨者編隊有故障時的信息交互拓撲優(yōu)

6、化問題，首先提出了基于最小樹形圖的領航-跟隨者編隊信息交互拓撲重構算法，和現(xiàn)有算法相比，本算法可以處理更多類型的故障，得到的重構信息交互拓撲的編隊通信代價更小，并且算法的時間復雜度更低;其次提出了基于UAV位置重構和最小樹形圖的領航-跟隨者編隊信息交互拓撲重優(yōu)化算法，和現(xiàn)有算法相比，本算法可以確保針對小規(guī)模UAV編隊時一定能得到全局最優(yōu)的重優(yōu)化信息交互拓撲，并且能夠適用于任意的編隊隊形;最后提出了啟發(fā)式的領航-跟隨者編隊信息交互拓撲重優(yōu)

7、化算法，能夠在短時間內計算出一個次優(yōu)的重優(yōu)化信息交互拓撲，以滿足大規(guī)模UAV編隊的計算時間要求。
　　(3)系統(tǒng)研究了面向隊形保持的二維持久編隊信息交互拓撲優(yōu)化問題。
　　針對面對隊形保持的二維持久編隊無故障時的信息交互拓撲優(yōu)化問題，提出了基于二維最優(yōu)持久圖的二維持久編隊信息交互拓撲優(yōu)化算法，并從理論上證明了算法的正確性，和現(xiàn)有算法相比，本算法可以為每個UAV選擇最合適的編隊隊形位置，選擇最合適的UAV作為編隊領航者，并且算

8、法時間復雜度更低。針對面對隊形保持的二維持久編隊有故障時的信息交互拓撲優(yōu)化問題（目前還未見相關的研究報道），首先提出了基于二維最優(yōu)持久圖的二維持久編隊信息交互拓撲重構算法，能夠快速得到最優(yōu)的重構信息交互拓撲;其次提出了基于UAV位置重構和二維最優(yōu)持久圖的二維持久編隊信息交互拓撲重優(yōu)化算法，針對小規(guī)模UAV編隊可以確保得到全局最優(yōu)的重優(yōu)化信息交互拓撲，并且適用于任意的編隊隊形;最后提出了啟發(fā)式的二維持久編隊信息交互拓撲重優(yōu)化算法，能夠在短

9、時間內計算出一個次優(yōu)的重優(yōu)化信息交互拓撲，以滿足大規(guī)模UAV編隊的計算時間要求。
　　(4)系統(tǒng)研究了面向隊形保持的三維持久編隊信息交互拓撲優(yōu)化問題。
　　針對面向隊形保持的三維持久編隊無故障時的信息交互拓撲優(yōu)化問題，提出了基于三維最優(yōu)持久圖的三維持久編隊信息交互拓撲優(yōu)化算法，并從理論上證明了算法的正確性，和現(xiàn)有算法相比，本算法可以為每個UAV選擇最合適的編隊隊形位置，選擇最合適的UAV作為編隊領航者，并且算法時間復雜度更低

10、。針對面向隊形保持的三維持久編隊有故障時的信息交互拓撲優(yōu)化問題（目前還未見相關的研究報道），首先提出了基于三維最優(yōu)持久圖的三維持久編隊信息交互拓撲重構算法，能夠快速得到最優(yōu)的重構信息交互拓撲;其次提出了基于UAV位置重構和三維最優(yōu)持久圖的三維持久編隊信息交互拓撲重優(yōu)化算法，針對小規(guī)模UAV編隊可以確保得到全局最優(yōu)的重優(yōu)化信息交互拓撲，并且適用于任意的編隊隊形;最后提出了啟發(fā)式的三維持久編隊信息交互拓撲重優(yōu)化算法，能夠在短時間內計算出一個