题目：面向侦察任务的多无人机协同 控制关键技术研究

多机协同侦察、打击是未来信息化和网络化环境下无人机主要作战模式，实现火力打击的前提和基础是精确的目标探测、跟踪与定位。通过无人机之间的网络化协同侦察将使战场变得前所未有的清晰和透明，实现对战场的全景态势感知。并通过不同平台之间的协同任务和资源分配，实现侦察/打击综合作战效能的极大化。

论文主要面向信息化和网络化环境下的协同侦察任务，研究多无人机协同搜索与目标跟踪等关键技术，并研究面向侦察/打击综合作战效能的多机协同任务和资源分配问题。主要创新点及研究工作如下：

(1) 建立了多无人机协同任务资源分配以及协同侦察/打击/评估异构任务分配的数学模型，分别开发了基于概率群集和拍卖算法的分布式求解方法。

综合考虑目标价值、所需弹药量要求、无人机航程、载弹量约束等因素，建立了多无人机协同打击任务资源分配问题模型，提出了基于概率群集的分布式求解方法。研究侦察/打击/评估一体化条件下异构多无人机任务分配问题，建立了基于收益及基于能力的多机协同任务分配问题模型，开发了基于相邻局部通信的分布式拍卖求解算法。

(2) 提出了基于传感器配置的多无人机协同区域搜索方法，建立了基于自组织聚类算法与反馈机制的协同区域划分和搜索方法，以及特定区域具有不同覆盖周期和目标概率密度信息的协同搜索方法。

针对传统的基于扫描线的区域搜索策略难以有效处理复杂环境信息的问题，提出了基于传感器配置的区域搜索方法；在此基础上提出基于自组织K-means聚类算法的区域划分方法，并引入反馈机制以使得各子区域内无人机航路长度近似相等。针对搜索区域内存在多个子区域，且各子区域具有不同覆盖周期要求及不同目标概率密度信息的情况，提出了基于传感器配置、旅行商问题、曲线划分的组合求解策略，降低了问题求解复杂度。仿真结果表明所提组合求解策略可得到问题的优化解。

(3) 建立了由网络拓扑控制与平台运动规划构成的多机协同区域搜索两层控制框架，通过引入探测信息遗忘因子和通信重要性权值，建立了可平衡未知区域探测与已搜索区域重复探测、探测收益与网络性能的多机协同区域搜索方法。

研究了考虑通信连接重要性的多机协同区域搜索问题并建立了网络拓扑控制与无人机运动规划两层协同控制结构框架。基于目标概率图及无人机搜索探测历史信息建立多机协同搜索问题模型，引入遗忘因子表征各无人机对探测信息的遗忘速度，以此引导各无人机对已搜索区域重新进行探测。通过调节通信连接重要性权重系数可实现搜索过程中对探测收益或网络性能的侧重与平衡。设计了势场函数对可能导致通信连接断开或相互碰撞的运动趋势进行惩罚以得到满足耦合约束的无人机优化航路。

(4) 建立了无人机之间信息成功传递概率模型以及多机协同目标最优观测与跟踪模型，分析了通信因素对多无人机协同目标跟踪的影响规律。

基于费舍信息矩阵对多机协同目标观测所获得信息进行表征，考虑无线通信链路特性并建立基于信噪比的无人机间信息成功传递概率模型。针对理想通信以及考虑信息成功传递概率两种情况下多机协同多目标观测与跟踪问题进行对比研究，仿真结果表明考虑信息成功传递概率时各无人机倾向于保持较小的相互间距以保证信息的可靠传递。

(5) 分析了多机协同目标跟踪状态估计与平台控制之间的耦合特性，设计了确保通信连接性、自动防撞及稳定跟踪的多无人机分布式协同目标跟踪控制律，证明了有界噪声下估计与控制耦合系统的收敛性。

通过分析多机协同目标跟踪过程中状态估计与无人机运动控制之间的相互关系，揭示了二者之间的耦合特性。证明了卡尔曼一致性滤波方法在有界输入噪声下滤波误差的有界性。考虑到保通信连接、防撞等约束条件及稳定跟踪要求，设计了基于势函数的多无人机分布式协同目标跟踪控制律。理论分析证明在有界输入噪声下可实现无人机群体对目标的稳定跟踪、保持初始通信连接及防撞。