摘要: 随着无人机集群技术的发展，无人机集群的应用场景越来越多。然而，由于现实环境的复杂性，对无人机集群通信网络产生干扰的因素随处可见，因此提出对网络状态具有一定自适应性的无人机集群控制技术，对无人机集群控制至关重要。目前，大多数无人机集... 展开 随着无人机集群技术的发展，无人机集群的应用场景越来越多。然而，由于现实环境的复杂性，对无人机集群通信网络产生干扰的因素随处可见，因此提出对网络状态具有一定自适应性的无人机集群控制技术，对无人机集群控制至关重要。目前，大多数无人机集群控制技术仅重点关注控制模型本身，对网络通信模块作以简单假设，导致在真实网络受限下，无人机集群控制技术无法提供稳定的控制能力，不能及时的作出自适应调整。因此，为了拓展无人机集群控制技术的应用领域，需要对受限网络下的无人机集群控制技术加以研究，以提高控制模型的在受限网络下的控制效果。 本研究对无人机集群控制以及自适应控制研究现状进行了深入调查与分析，为了使无人机集群控制技术对受限网络状况有一定的适应能力，本研究从无人机集群受限网络模型构建以及受限网络下无人机集群自适应控制两个方面进行了研究。无人机集群受限网络模型构建主要是对无人机集群网络通信模块进行建模，构建更加合理的无人机集群通信机制与通信受限机制。受限网络下无人机集群自适应控制主要是基于受限网络对于无人机集群控制的影响，提出一种能够使无人机集群控制基于当前的飞行环境以及网络状况进行自适应调整的控制模型，从而提高无人机集群在受限网络下的协同性能。本研究的主要成果如下: (1)结合无人机自组织网络的相应理论，对无人机集群控制模型的通信机制进行建模。同时，构建了通信延迟与通信丢包模型，并与无人机飞行速度快、灵活性高的特征相结合，实现了基于链路的通信失效机制。 (2)基于构建的受限网络模型，将现有的无人机集群控制模型与基于强化学习的自适应控制相结合，提出了受限网络下的无人机集群自适应控制模型，实现对受限网络下无人机集群的自适应控制。同时，结合我们构建的无人机集群通信机制，提出了基于通信链路重要性的网络监测指标，并以此计算网络的鲁棒性，更好的进行自适应控制。 (3)引入“先分解再耦合”思想，构建了能够对无人机集群状态信息进行特征提取的网络结构，并在其中结合长短期记忆网络对时序信息进行处理，提高自适应调整策略的有效性。 (4)通过设计多个无人机集群仿真场景，验证了我们所构建的受限网络模型的有效性以及可靠性，同时验证了受限网络下无人机集群自适应控制模型的自适应性以及优越性。 收起