多无人机自主协同控制理论与方法 第2版【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

多无人机自主协同控制理论与方法 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 背景与意义1

1.1.1 军事需求1

1.1.1.1 无人机系统的发展1

1.1.1.2 自主能力的发展需求3

1.1.2 研究意义7

1.1.2.1 问题定义7

1.1.2.2 研究挑战8

1.2 多无人机自主协同控制研究现状10

1.2.1 国外项目研究概述10

1.2.2 基于分层递阶方法的多无人机协同控制16

1.2.2.1 多无人机协同任务分配16

1.2.2.2 多无人机协同航迹规划21

1.2.2.3 多无人机协同编队控制23

1.2.3 基于自组织方法的多无人机协同控制25

1.2.4 多无人机自主协同控制中的智能优化算法27

1.2.4.1 智能优化算法概述28

1.2.4.2 智能优化算法在多无人机自主协同控制应用框架30

1.2.4.3 智能优化算法在多无人机自主协同控制中的应用31

1.2.5 国内技术研究现状33

1.2.5.1 基于分层递阶方法的多无人机协同控制34

1.2.5.2 基于自组织方法的多无人机协同控制35

1.2.6 多无人机自主协同控制技术展望36

参考文献39

第2章 多无人机协同目标状态估计50

2.1 基于IMM-UIF算法的机动目标状态融合估计50

2.1.1 问题模型51

2.1.1.1 目标运动模型和传感器观测模型51

2.1.1.2 非线性系统多传感器融合估计模型54

2.1.2 交互多模型无色卡尔曼滤波55

2.1.2.1 无色卡尔曼滤波55

2.1.2.2 基于交互多模型的无色卡尔曼滤波算法57

2.1.3 基于交互多模型无色信息滤波的融合估计算法58

2.1.3.1 信息滤波58

2.1.3.2 无色信息滤波算法59

2.1.3.3 基于UIF的融合估计结构60

2.1.3.4 基于IMM-UIF融合估计算法62

2.1.4 多机协同对机动目标状态融合估计仿真试验63

2.2 基于自适应一致性的分布式目标状态融合估计65

2.2.1 分布式融合估计及其一致性估计问题66

2.2.2 自适应一致性算法67

2.2.2.1 一致性算法67

2.2.2.2 自适应一致性算法70

2.2.3 基于自适应一致性的分布式融合估计算法73

2.2.3.1 AC_DUIF算法流程73

2.2.3.2 AC_DUIF算法分析74

2.2.4 有限步长目标状态预测76

2.2.5 基于AC_DUIF算法的分布式目标状态融合估计仿真试验76

2.2.5.1 自适应一致性算法性能测试76

2.2.5.2 基于AC_DUIF算法的分布式融合估计78

2.3 受限条件下基于鲁棒一致性的分布式目标状态融合估计82

2.3.1 问题描述82

2.3.1.1 目标运动和雷达观测模型82

2.3.1.2 网络化通信模型83

2.3.2 基于鲁棒一致性的分布式估计算法84

2.3.2.1 “双时间窗”递推迭代机制84

2.3.2.2 时延相关鲁棒一致性算法85

2.3.2.3 RC_DUIF算法流程86

2.3.2.4 RC_DUIF算法性能分析87

2.3.3 基于RC_DUIF算法的分布式目标状态融合估计仿真试验88

2.3.3.1 理想网络条件下的目标状态估计性能比较89

2.3.3.2 网络时延条件下的目标状态估计性能比较92

2.3.3.3 复杂网络约束条件下的目标状态估计性能比较94

2.4 本章小结96

参考文献97

第3章 多无人机协同任务分配98

3.1 多无人机集中式任务分配98

3.1.1 基于多目标整数规划进化算法的多无人机集中式任务分配98

3.1.1.1 多UAV协同任务分配多目标整数规划模型98

3.1.1.2 多UAV协同任务分配MOIPEA算法101

3.1.1.3 基于MOIPEA的多UAV协同任务分配仿真实验106

3.1.2 基于异质多种群蚁群算法的多无人机多任务分配111

3.1.2.1 多无人机多任务分配模型111

3.1.2.2 多无人机多任务分配异质多种群蚁群算法114

3.1.2.3 基于HMACA的多无人机多任务分配仿真试验120

3.1.3 基于离散粒子群算法的多无人机任务调度124

3.1.3.1 多UAV任务调度问题建模124

3.1.3.2 面向多无人机任务调度的PSO算法127

3.1.3.3 基于PSO的多无人机任务调度仿真试验129

3.2 多无人机分布式任务分配与协调131

3.2.1 基于合同网的多无人机分布式任务分配131

3.2.1.1 多UAV分布式任务分配的合同网模型131

3.2.1.2 基于多种合同网的任务分配134

3.2.1.3 多无人机分布式任务分配仿真实验138

3.2.2 基于条件合同机制的多无人机分布式任务协调141

3.2.2.1 基于条件合同机制的多UAV任务协调142

3.2.2.2 基于多链接条件合同机制的多UAV任务协调147

3.2.2.3 基于条件合同机制的多无人机任务协调仿真实验151

3.3 本章小结155

参考文献156

第4章 多无人机协同航迹规划158

4.1 单机快速航迹规划158

4.1.1 基于RLACA的航迹规划PRM方法158

4.1.1.1 无人机航迹规划PRM模型158

4.1.1.2 航迹规划再励学习蚁群算法162

4.1.1.3 基于RLACA的无人机航迹规划仿真试验167

4.1.2 基于异步双精度滚动窗口的UAV实时航迹规划方法170

4.1.2.1 面向航迹规划的异步双精度滚动窗口优化方法170

4.1.2.2 求解精细航迹规划问题的AI-DDPSO混合算法173

4.1.2.3 基于异步双精度滚动窗口的实时航迹规划仿真试验178

4.1.3 基于改进RRT的UAV在线航迹规划方法181

4.1.3.1 RRT方法的基本原理182

4.1.3.2 面向在线航迹规划的RRT改进策略183

4.1.3.3 基于改进RRT的UAV在线航迹规划仿真试验187

4.2 多机协同航迹规划192

4.2.1 基于VBCEA的多机协同航迹规划方法192

4.2.1.1 基于V图的环境建模192

4.2.1.2 基于V图的多UAV协同航迹规划共同进化算法195

4.2.1.3 基于VBCEA的多机协同航迹规划仿真试验200

4.2.2 基于CEMACA的多机多约束协同航迹规划方法201

4.2.2.1 多机协同航迹规划问题描述202

4.2.2.2 面向多UAV协同航迹规划的共同进化多种群蚁群算法204

4.2.2.3 多无人机多约束协同航迹规划仿真试验208

4.2.3 基于分布式滚动优化的多机避碰航迹协调方法210

4.2.3.1 多无人机避碰航迹协调问题建模211

4.2.3.2 基于分布式滚动优化的多无人机避碰航迹协调216

4.2.3.3 基于分布式滚动优化的多机避碰协调仿真试验218

4.3 本章小结221

参考文献222

第5章 多无人机协同编队轨迹优化224

5.1 多无人机编队轨迹优化模型224

5.1.1 平台模型及其线性化225

5.1.1.1 UAV平台运动学模型225

5.1.1.2 基于李导数的精确线性化225

5.1.1.3 平台性能约束及其线性化227

5.1.2 多无人机编队控制轨迹优化模型229

5.1.2.1 多UAV编队构成中的轨迹优化模型229

5.1.2.2 多UAV编队保持中的轨迹优化模型230

5.1.3 网络通信拓扑模型231

5.2 多无人机编队控制中的分布式轨迹优化方法233

5.2.1 多无人机编队构成中的分布式轨迹优化方法233

5.2.1.1 基于原始分解的求解框架233

5.2.1.2 次梯度算法236

5.2.1.3 编队构成分布式轨迹优化算法239

5.2.1.4 多无人机编队构成轨迹优化仿真试验240

5.2.2 多无人机编队保持中的分布式轨迹优化方法243

5.2.2.1 基于间接分解的求解框架243

5.2.2.2 编队保持分布式轨迹优化算法248

5.2.2.3 多无人机编队保持轨迹优化仿真试验250

5.3 多无人机编队轨迹优化飞行试验261

5.3.1 多无人机编队飞行试验环境261

5.3.1.1 MD4-200四旋翼UAV系统261

5.3.1.2 四旋翼UAV平台基本特性262

5.3.1.3 飞行试验环境构建263

5.3.2 飞行试验相关参数264

5.3.3 飞行试验结果及分析265

5.4 本章小结270

参考文献271

第6章 多无人机协同任务自组织272

6.1 基于群集智能的多UAV任务自组织272

6.1.1 多UAV协同任务自组织问题273

6.1.1.1 基本假设274

6.1.1.2 多UAV协同任务自组织特性分析274

6.1.1.3 多UAV协同自组织问题描述275

6.1.2 蚁群搜捕行为自组织与协同任务自组织278

6.1.2.1 蚁群搜捕行为自组织特性分析278

6.1.2.2 蚁群搜捕与多UAV协同任务自组织对比279

6.1.3 基于分布式搜捕蚁群算法（DRPACA）的协同任务自组织280

6.1.3.1 基于并行蚂蚁策略的结构设计281

6.1.3.2 面向任务协调的信息素更新机制282

6.1.3.3 DRPACA算法流程287

6.1.4 多无人机协同任务自组织仿真试验287

6.1.4.1 复杂环境中的任务自组织287

6.1.4.2 动态环境下的任务自组织291

6.2 多UAV协同搜索任务自组织293

6.2.1 多UAV协同搜索建模293

6.2.1.1 多UAV协同搜索任务过程293

6.2.1.2 传感器探测模型294

6.2.1.3 任务区域搜索图模型298

6.2.1.4 状态空间模型299

6.2.1.5 协同搜索任务目标300

6.2.1.6 滚动优化模型301

6.2.2 基于分布式模型预测控制的求解方法302

6.2.2.1 分布式模型预测控制（DMPC）302

6.2.2.2 基于Nash最优的DMPC迭代求解305

6.2.2.3 基于PSO的子系统优化问题求解306

6.2.3 多无人机协同搜索任务自组织仿真试验307

6.2.3.1 分布式方法与集中式方法的比较307

6.2.3.2 分布式方法与其他搜索方法的比较310

6.3 多UAV任务区集结自组织313

6.3.1 多UAV集结问题描述313

6.3.1.1 问题描述313

6.3.1.2 任务区集结问题建模314

6.3.2 基于合作博弈优化一致性的分布式求解方法316

6.3.2.1 分布式求解框架316

6.3.2.2 基于CGOC的自组织方法319

6.3.3 多无人机任务区域集结自组织仿真试验326

6.4 本章小结330

参考文献330

第7章 多无人机自主协同控制的典型应用333

7.1 高空长航时无人机协同目标侦察333

7.1.1 多无人机协同目标侦察问题分析335

7.1.1.1 无人机侦察任务剖面335

7.1.1.2 侦察成像传感器的选择336

7.1.1.3 侦察目标需求337

7.1.1.4 无人机平台性能338

7.1.1.5 多UAV协同侦察问题时/空特性338

7.1.2 多无人机协同目标侦察任务分配模型及算法339

7.1.2.1 多基地多UAV协同侦察任务分配339

7.1.2.2 多无人机协同侦察动态任务分配345

7.1.3 多无人机协同目标侦察任务分配仿真试验346

7.1.3.1 自适应进化多目标优化方法346

7.1.3.2 多UAV协同目标侦察任务分配348

7.1.3.3 多UAV协同侦察动态任务分配355

7.2 战术无人机协同目标跟踪357

7.2.1 面向战术任务的协同目标跟踪问题359

7.2.1.1 面向战术任务的多无人机系统任务控制结构359

7.2.1.2 多UAV协同跟踪在线航迹优化问题建模361

7.2.2 多无人机协同目标跟踪问题求解方法362

7.2.2.1 面向Standoff跟踪的多UAV协同航迹优化方法362

7.2.2.2 面向Persistent跟踪的多UAV协同航迹优化方法365

7.2.3 多UAV协同目标跟踪轨迹优化仿真及飞行试验367

7.2.3.1 多无人机协同Standoff跟踪仿真试验367

7.2.3.2 多无人机协同Persistent跟踪仿真试验372

7.2.3.3 多UAV协同目标跟踪飞行试验374

7.3 多无人作战飞机/有人机协同遂行SEAD任务383

7.3.1 多无人作战飞机/有人机协同的概念及典型任务想定386

7.3.2 面向多无人作战飞机/有人机协同的分布式控制方法389

7.3.2.1 有人机与多无人作战飞机协同作战的技术需求390

7.3.2.2 多UCAV/有人机协同SEAD任务过程分析390

7.3.2.3 面向多UCAV/有人机协同SEAD的在线协同规划过程分析391

7.3.2.4 多UCAV/有人机协同分布式自适应模型预测控制框架393

7.3.3 多UCAV/有人机协同控制仿真试验399

7.3.3.1 仿真环境及系统结构399

7.3.3.2 仿真试验结果及分析401

7.4 本章小结403

参考文献403

缩略语405