题目：基于群体智能的无人机群集控制

群体智能是近年来群集系统控制领域出现的新兴学科。近些年来，它以其“简单规则孕育复杂行为”的特点，迅速受到了国内外科研工作者的极大关注。而如何通过个体之间有限的信息交换来实现整体的一致性是基于群体智能的群集运动研究的主要内容。
本论文在上述已有研究的基础上，针对个体初始分布较稀疏的情形，通过仿真实验的方式，进行了无人机群集控制的研究。主要有以下几方面的工作：
1. 提出了拓扑距离固定和各向异性规则。针对个体初始分布较稀疏额情形，传统的群集运动规则并不能很好的保证所有个体成功集结或其达到的一致性程度较低。而本论文根据自然界生物的群集运动研究数据，提出了拓扑距离固定和各向异性两个新的群集运动规则，可以克服这两个缺陷。同时将其与Reynolds 三个群集运动规则合并，更新了现有的群集运动规则库。
2. 建立了新规则下的群集运动模型并进行收敛性分析。本论文根据Reynolds 三个基本群集运动规则及两个新规则的物理意义，建立了新规则库作用下的群集系统模型。同时，利用Lyapunov 稳定性理论和Lasalle 不变集定理对所建立模型进行了收敛性分析，为两个新规则的推广应用奠定理论基础。
3. 研究了无领导者和有领导者两种情形下，简单粒子和无人机两种控制对象的群集运动情况。简单的二阶运动粒子与无人机在个体运动限制方面是不同的，而拓扑距离固定和各向异性规则都是直接从自然界生物数据中提炼出来的，本文针对上述两种不同的控制对象，就其可用性及适用性进行了分析研究，得到两种规则在群集控制中的优点及
缺点，并从定性角度进行了分析。
4. 研究了本文的群集运动模型及规则在捕食/逃逸问题中的应用。本文将无人机群集系统作为捕食者和逃逸者两种角色，为其设计了群集运动的捕食/逃逸因子，成功完成了捕获目标及躲避捕食者的任务。同时，也对个体威胁感知半径与群体捕食/逃逸效率的关系进行了分析讨论，得到其影响关系。

通过仿真实验结果分析，本文提出的拓扑距离固定和各向异性规则可以提高个体初始分布较稀疏的群体集结成功率以及其所有个体的一致性程度。