《多無人機自主協同控制理論與方法》是2018年國防工業出版社出版書籍，作者是沈林成,牛軼峰,朱華勇。
基本介紹
- 書名：多無人機自主協同控制理論與方法
- 作者：沈林成,牛軼峰,朱華勇
- ISBN：978-7-118-11637-3
- 頁數：410
- 定價：80.00
- 出版社：國防工業出版社
- 出版時間：2018年6月
- 裝幀：平裝
- 開本：16開
內容簡介,圖書目錄,
內容簡介
本書將圍繞多無人機協同執行作戰任務對自主協同控制基礎理論與關鍵技術展開探討，主要針對多機協同作戰中的環境複雜性、無人機系統複雜性、任務複雜性、時間敏感性、計算複雜性和通信複雜性等特點，展開多無人機協同目標狀態估計、協同任務分配、協同航跡規劃、協同編隊軌跡最佳化、協同任務自組織以及典型作戰套用等方面的闡述，反映了作者在該領域的最新研究工作，具有新穎性、前沿性、理論與套用密切結合的特點。本書可作為高等學校與科研院所中從事人工智慧與模式識別、機器人與智慧型系統、無人機系統工程等專業領域的研究和教學參考用書，也可作為自動化、計算機、運籌學、信息處理領域其他相關專業師生及科研人員的參考用書。
圖書目錄
第1章緒論
1.1背景與意義
1.1.1軍事需求
1.1.1.1無人機系統的發展
1.1.1.2自主能力的發展需求
1.1.2研究意義
1.1.2.1問題定義
1.1.2.2研究挑戰
1.2多無人機自主協同控制研究現狀
1.2.1國外項目研究概述
1.2.2基於分層遞階方法的多無人機協同控制
1.2.2.1多無人機協同任務分配
1.2.2.2多無人機協同航跡規劃
1.2.2.3多無人機協同編隊控制
1.2.3基於自組織方法的多無人機協同控制
1.2.4多無人機自主協同控制中的智慧型最佳化算法
1.2.4.1智慧型最佳化算法概述
1.2.4.2智慧型最佳化算法在多無人機自主協同控制套用框架
1.2.4.3智慧型最佳化算法在多無人機自主協同控制中的套用
1.2.5國內技術研究現狀
1.2.5.1基於分層遞階方法的多無人機協同控制
1.2.5.2基於自組織方法的多無人機協同控制
1.2.6多無人機自主協同控制技術展望
參考文獻
第2章多無人機協同目標狀態估計
2.1基於IMM-UIF算法的機動目標狀態融合估計
2.1.1問題模型
2.1.1.1目標運動模型和感測器觀測模型
2.1.1.2非線性系統多感測器融合估計模型
2.1.2互動多模型無色卡爾曼濾波
2.1.2.1無色卡爾曼濾波
2.1.2.2基於互動多模型的無色卡爾曼濾波算法
2.1.3基於互動多模型無色信息濾波的融合估計算法
2.1.3.1信息濾波
2.1.3.2無色信息濾波算法
2.1.3.3基於UIF的融合估計結構
2.1.3.4基於IMM-UIF融合估計算法
2.1.4多機協同對機動目標狀態融合估計仿真試驗
2.2基於自適應一致性的分散式目標狀態融合估計
2.2.1分散式融合估計及其一致性估計問題
2.2.2自適應一致性算法
2.2.2.1一致性算法
2.2.2.2自適應一致性算法
2.2.3基於自適應一致性的分散式融合估計算法
2.2.3.1AC_DUIF算法流程
2.2.3.2AC_DUIF算法分析
2.2.4有限步長目標狀態預測
2.2.5基於AC_DUIF算法的分散式目標狀態融合估計仿真試驗
2.2.5.1自適應一致性算法性能測試
2.2.5.2基於AC_DUIF算法的分散式融合估計
2.3受限條件下基於魯棒一致性的分散式目標狀態融合估計
2.3.1問題描述
2.3.1.1目標運動和雷達觀測模型
2.3.1.2網路化通信模型
2.3.2基於魯棒一致性的分散式估計算法
2.3.2.1“雙時間窗”遞推疊代機制
2.3.2.2時延相關魯棒一致性算法
2.3.2.3RC_DUIF算法流程
2.3.2.4RC_DUIF算法性能分析
2.3.3基於RC_DUIF算法的分散式目標狀態融合估計仿真試驗
2.3.3.1理想網路條件下的目標狀態估計性能比較
2.3.3.2網路時延條件下的目標狀態估計性能比較
2.3.3.3複雜網路約束條件下的目標狀態估計性能比較
2.4本章小結
參考文獻
第3章多無人機協同任務分配
3.1多無人機集中式任務分配
3.1.1基於多目標整數規划進化算法的多無人機集中式任務分配
3.1.1.1多UAV協同任務分配多目標整數規劃模型
3.1.1.2多UAV協同任務分配MOIPEA算法
3.1.1.3基於MOIPEA的多UAV協同任務分配仿真實驗
3.1.2基於異質多種群蟻群算法的多無人機多任務分配
3.1.2.1多無人機多任務分配模型
3.1.2.2多無人機多任務分配異質多種群蟻群算法
3.1.2.3基於HMACA的多無人機多任務分配仿真試驗
3.1.3基於離散粒子群算法的多無人機任務調度
3.1.3.1多UAV任務調度問題建模
3.1.3.2面向多無人機任務調度的PSO算法
3.1.3.3基於PSO的多無人機任務調度仿真試驗
3.2多無人機分散式任務分配與協調
3.2.1基於契約網的多無人機分散式任務分配
3.2.1.1多UAV分散式任務分配的契約網模型
3.2.1.2基於多種契約網的任務分配
3.2.1.3多無人機分散式任務分配仿真實驗
3.2.2基於條件契約機制的多無人機分散式任務協調
3.2.2.1基於條件契約機制的多UAV任務協調
3.2.2.2基於多連結條件契約機制的多UAV任務協調
3.2.2.3基於條件契約機制的多無人機任務協調仿真實驗
3.3本章小結
參考文獻
第4章多無人機協同航跡規劃
4.1單機快速航跡規劃
4.1.1基於RLACA的航跡規劃PRM方法
4.1.1.1無人機航跡規劃PRM模型
4.1.1.2航跡規劃再勵學習蟻群算法
4.1.1.3基於RLACA的無人機航跡規劃仿真試驗
4.1.2基於異步雙精度滾動視窗的UAV實時航跡規劃方法
4.1.2.1面向航跡規劃的異步雙精度滾動視窗最佳化方法
4.1.2.2求解精細航跡規劃問題的AI-DDPSO混合算法
4.1.2.3基於異步雙精度滾動視窗的實時航跡規劃仿真試驗
4.1.3基於改進RRT的UAV線上航跡規劃方法
4.1.3.1RRT方法的基本原理
4.1.3.2面向線上航跡規劃的RRT改進策略
4.1.3.3基於改進RRT的UAV線上航跡規劃仿真試驗
4.2多機協同航跡規劃
4.2.1基於VBCEA的多機協同航跡規劃方法
4.2.1.1基於V圖的環境建模
4.2.1.2基於V圖的多UAV協同航跡規劃共同進化算法
4.2.1.3基於VBCEA的多機協同航跡規劃仿真試驗
4.2.2基於CEMACA的多機多約束協同航跡規劃方法
4.2.2.1多機協同航跡規劃問題描述
4.2.2.2面向多UAV協同航跡規劃的共同進化多種群蟻群算法
4.2.2.3多無人機多約束協同航跡規劃仿真試驗
4.2.3基於分散式滾動最佳化的多機避碰航跡協調方法
4.2.3.1多無人機避碰航跡協調問題建模
4.2.3.2基於分散式滾動最佳化的多無人機避碰航跡協調
4.2.3.3基於分散式滾動最佳化的多機避碰協調仿真試驗
4.3本章小結
參考文獻
第5章多無人機協同編隊軌跡最佳化
5.1多無人機編隊軌跡最佳化模型
5.1.1平台模型及其線性化
5.1.1.1UAV平台運動學模型
5.1.1.2基於李導數的精確線性化
5.1.1.3平台性能約束及其線性化
5.1.2多無人機編隊控制軌跡最佳化模型
5.1.2.1多UAV編隊構成中的軌跡最佳化模型
5.1.2.2多UAV編隊保持中的軌跡最佳化模型
5.1.3網路通信拓撲模型
5.2多無人機編隊控制中的分散式軌跡最佳化方法
5.2.1多無人機編隊構成中的分散式軌跡最佳化方法
5.2.1.1基於原始分解的求解框架
5.2.1.2次梯度算法
5.2.1.3編隊構成分散式軌跡最佳化算法
5.2.1.4多無人機編隊構成軌跡最佳化仿真試驗
5.2.2多無人機編隊保持中的分散式軌跡最佳化方法
5.2.2.1基於間接分解的求解框架
5.2.2.2編隊保持分散式軌跡最佳化算法
5.2.2.3多無人機編隊保持軌跡最佳化仿真試驗
5.3多無人機編隊軌跡最佳化飛行試驗
5.3.1多無人機編隊飛行試驗環境
5.3.1.1MD4-200四旋翼UAV系統
5.3.1.2四旋翼UAV平台基本特性
5.3.1.3飛行試驗環境構建
5.3.2飛行試驗相關參數
5.3.3飛行試驗結果及分析
5.4本章小結
參考文獻
第6章多無人機協同任務自組織
6.1基於群集智慧型的多UAV任務自組織
6.1.1多UAV協同任務自組織問題
6.1.1.1基本假設
6.1.1.2多UAV協同任務自組織特性分析
6.1.1.3多UAV協同自組織問題描述
〖HJ2mm〗6.1.2蟻群搜捕行為自組織與協同任務自組織
6.1.2.1蟻群搜捕行為自組織特性分析
6.1.2.2蟻群搜捕與多UAV協同任務自組織對比
6.1.3基於分散式搜捕蟻群算法（DRPACA）的協同任務自組織
6.1.3.1基於並行螞蟻策略的結構設計
6.1.3.2面向任務協調的信息素更新機制
6.1.3.3DRPACA算法流程
6.1.4多無人機協同任務自組織仿真試驗
6.1.4.1複雜環境中的任務自組織
6.1.4.2動態環境下的任務自組織
6.2多UAV協同搜尋任務自組織
6.2.1多UAV協同搜尋建模
6.2.1.1多UAV協同搜尋任務過程
6.2.1.2感測器探測模型
6.2.1.3任務區域搜尋圖模型
6.2.1.4狀態空間模型
6.2.1.5協同搜尋任務目標
6.2.1.6滾動最佳化模型
6.2.2基於分散式模型預測控制的求解方法
6.2.2.1分散式模型預測控制(DMPC)
6.2.2.2基於Nash最優的DMPC疊代求解
6.2.2.3基於PSO的子系統最佳化問題求解
6.2.3多無人機協同搜尋任務自組織仿真試驗
6.2.3.1分散式方法與集中式方法的比較
6.2.3.2分散式方法與其他搜尋方法的比較
6.3多UAV任務區集結自組織
6.3.1多UAV集結問題描述
6.3.1.1問題描述
6.3.1.2任務區集結問題建模
6.3.2基於合作博弈最佳化一致性的分散式求解方法
6.3.2.1分散式求解框架
6.3.2.2基於CGOC的自組織方法
6.3.3多無人機任務區域集結自組織仿真試驗
6.4本章小結
參考文獻
第7章多無人機自主協同控制的典型套用
7.1高空長航時無人機協同目標偵察
7.1.1多無人機協同目標偵察問題分析
7.1.1.1無人機偵察任務剖面
7.1.1.2偵察成像感測器的選擇
7.1.1.3偵察目標需求
7.1.1.4無人機平台性能
7.1.1.5多UAV協同偵察問題時/空特性
7.1.2多無人機協同目標偵察任務分配模型及算法
7.1.2.1多基地多UAV協同偵察任務分配
7.1.2.2多無人機協同偵察動態任務分配
7.1.3多無人機協同目標偵察任務分配仿真試驗
7.1.3.1自適應進化多目標最佳化方法
7.1.3.2多UAV協同目標偵察任務分配
7.1.3.3多UAV協同偵察動態任務分配
7.2戰術無人機協同目標跟蹤
7.2.1面向戰術任務的協同目標跟蹤問題
7.2.1.1面向戰術任務的多無人機系統任務控制結構
7.2.1.2多UAV協同跟蹤線上航跡最佳化問題建模
7.2.2多無人機協同目標跟蹤問題求解方法
7.2.2.1面向Standoff跟蹤的多UAV協同航跡最佳化方法
7.2.2.2面向Persistent跟蹤的多UAV協同航跡最佳化方法
7.2.3多UAV協同目標跟蹤軌跡最佳化仿真及飛行試驗
7.2.3.1多無人機協同Standoff跟蹤仿真試驗
7.2.3.2多無人機協同Persistent跟蹤仿真試驗
7.2.3.3多UAV協同目標跟蹤飛行試驗
7.3多無人作戰飛機/有人機協同遂行SEAD任務
7.3.1多無人作戰飛機/有人機協同的概念及典型任務想定
7.3.2面向多無人作戰飛機/有人機協同的分散式控制方法
7.3.2.1有人機與多無人作戰飛機協同作戰的技術需求
7.3.2.2多UCAV/有人機協同SEAD任務過程分析
7.3.2.3面向多UCAV/有人機協同SEAD的線上協同規划過程分析
7.3.2.4多UCAV/有人機協同分散式自適應模型預測控制框架
7.3.3多UCAV/有人機協同控制仿真試驗
7.3.3.1仿真環境及系統結構
7.3.3.2仿真試驗結果及分析
7.4本章小結
參考文獻
縮略語"
