下载文档原格式
无人机飞行控制算法设计与仿真分析近年来，随着无人机技术的不断发展和应用需求的增长，无人机飞行控制算法的设计与仿真分析成为了一个热门的研究领域。
本文将深入探讨无人机飞行控制算法的设计原理和仿真分析方法。
无人机的飞行控制算法是指通过计算机对无人机进行精确的控制，使其能够稳定、准确地执行特定的飞行任务。
飞行控制算法的设计主要包括姿态控制、航迹控制和高度控制等方面。
其中，姿态控制是无人机最基本的控制方式，它以无人机的姿态为基准，通过引导飞行器的前后左右、上下运动来实现机体的平稳飞行。
航迹控制则是无人机在飞行过程中按照预定的路径进行规划和执行，通过不断优化路径规划算法来达到更高的飞行效率。
高度控制则是指在飞行过程中对无人机的高度进行精确控制，保持其稳定飞行在特定的高度。
设计一个高效、稳定的无人机飞行控制算法是一个复杂的工程问题。
首先，需要了解无人机的基本飞行原理和飞行动力学模型，以便于根据其特性进行合理的控制。
其次，需要选择合适的控制策略，常用的控制策略包括PID控制、模糊控制和自适应控制等。
PID控制是一种常用的控制方法，通过调节比例、积分和微分参数来实现对飞行器稳定性的控制。
模糊控制则是一种基于模糊推理的自适应控制算法，通过模糊规则库将模糊输入映射成模糊输出，从而实现对飞行器的控制。
自适应控制则是一种根据飞行器的动态变化自动调整控制策略的方法，通过对飞行器状态进行实时监测和分析，自动调整控制参数，从而实现对飞行器的精确控制。
在设计好无人机飞行控制算法后，需要进行仿真分析来验证该算法的有效性和性能。
仿真分析可以将设计的算法应用到虚拟的飞行场景中进行模拟，通过对飞行器的各项指标进行评估，来判断控制算法的稳定性和性能是否达到要求。
常用的仿真软件有MATLAB、Simulink、ROS等，通过建立适当的数学模型，并结合算法设计和控制策略，进行飞行场景的模拟和性能评估。
除了仿真分析，实际的物理试验也是验证无人机飞行控制算法有效性的重要手段。
摘要摘要这些年来，随着自动化技术，无线通信技术的发展以及无人机越来越广泛的应用，在航天航空领域，多无人机编队控制是人们的研究热点。
无人机编队问题隶属于多智能体协调控制问题，它的应用很广泛，而单个无人机的应用总是有限的，为了完成更多任务，可以使无人机与无人机之间组成编队，能够通过个体之间的交互进行区域的信息交流来使整体呈现有规则的行动。
所以，凭借无人机编队在空间的分布性，协同执行任务时的并行性以及比较强的容错能力，无人机编队飞行一致性问题值得我们去研究并仿真。
本课题以中等数量的无人机编队为研究对象，基于多智能体一致性研究方法和编队控制理论来研究无人机编队飞行一致性问题。
用到的知识包括一致性理论，编队控制理论，图论以及矩阵论。
首先研究无领航者无人机编队飞行一致性问题，并在解决并仿真该问题以后分析具有领航者无人机编队飞行状态达到一致所满足的条件，并对无人机编队飞行一致性算法进行仿真验证。
关键词：无人机一致性理论编队控制ABSTRACTOver the years, with the automation technology, wireless communication technology and the development of unmanned aerial vehicles more widely used in the aerospace field, multi-UAV formation control people's research focus. UAV formation problem belongs to multi-agent coordination and control issues, ideological coordination between multi-agent control is the result of people's animal and plant populations observed in nature to explore. UAV very broad application, and the application of a single drone is always limited, in order to get more done, you can make between the UAV and UAV fleet composition can be performed by the area of interaction between the individual information AC to make the whole show regular action. So, with the UAV formation distributed in space, the cooperative parallelism and relatively strong fault tolerance to perform a task, the UAV formation flight consistency worthy of our study and emulation.The problem with a moderate number of UAV formation for the study, based on multi-agent methodology and consistency of control theory to study the formation of UAV formation flight consistency. Used knowledge includes theoretical consistency, formation control theory, graph theory and matrix theory. Firstly no leader UAV formation flight consistency and resolve the problem later analysis and simulation with a leader UAV formation flight to reach agreement satisfied the conditions and flight consistency algorithm performed UAV formation simulation.Keywords：UAV Consistency Theory Formation Control目录目录摘要 (1)第一章绪论 (1)1.1 本课题的研究背景以及意义 (1)1.2 研究现状以及发展方向 (2)1.2.1 无人机的编队技术 (2)1.2.2一致性理论的研究 (5)1.2.3一致性在编队控制中的应用 (6)第二章预备知识 (9)2.1图论 (9)2.2 矩阵 (10)2.3一致性理论算法 (12)第三章无领航者无人机编队飞行一致性算法 (13)3.1 问题描述 (13)3.2 模型描述及证明 (13)3.3 实例仿真及分析 (18)第四章有领航者无人机编队飞行一致性算法 (21)4.1 问题描述及模型构建 (21)４.２连续时间协议及证明 (22)4.3 实例仿真及分析 (25)第五章总结与展望 (31)5.1 本文总结 (31)5.2 未来展望 (32)致谢 (33)参考文献 (35)第一章绪论1.1 本课题的研究背景以及意义这些年来，随着自动化技术，无线通信技术的发展以及无人机越来越广泛的应用，在航天航空领域，多无人机编队控制是人们的研究热点。
四旋翼无人机一致性编队飞行控制方法作者：陈杰敏吴发林耿澄浩徐珊来源：《航空兵器》2017年第06期摘要：四旋翼无人机在民用及军用领域都发挥着越来越重要的作用。
为了完成某些特定任务，需要由多架四旋翼组成的编队保持适当队形飞行。
与单架四旋翼执行任务相比，四旋翼编队具有能增加任务成功率、提高整体抗干扰性能、扩大监控范围等优点。
本文基于主从式编队结构，结合信息拓扑理论，把四旋翼编队描述为二阶一致性系统，设计编队控制器来实现四旋翼编队的稳定飞行。
主机和从机均采用PID控制，主机跟踪预设轨迹，从机跟踪编队控制器计算出的轨迹跟踪指令。
最后通过仿真分析了控制算法对四旋翼编队队形生成及队形保持的控制效果。
关键词：四旋翼无人机；编队飞行；信息拓扑理论；一致性理论；主从式编队中图分类号： V249.1 文献标识码： A 文章编号： 1673-5048（2017）06-0025-07[SQ0]0 引言四旋翼无人机（以下简称四旋翼）是一种有四个螺旋桨且螺旋桨分别呈十字交叉型的飞行器。
在过去的数十年中，传感器及电子元器件的微型化、低廉化推动了四旋翼的快速发展。
四旋翼在军事领域可用于巡逻侦察、定点攻击等方面，在民用领域可用于遥感测绘、农业植保、通信中继、航拍航测、短途运输等方面，具有广泛的应用前景和实际用途，成为商业公司和科研单位的研究热点[1]。
随着无线传感网络等技术的创新应用，由多架无人机组成的编队在民用及军事等方面都展现出越来越广泛的用途，如能进行空中集群表演、组建军事通信网络、构建网络化军事打击编队等。
无人机编队飞行，是指在三维空间中，多架无人机按照一定的队形进行排列，使其在飞行过程中保持队形不变或者相对位置在一定范围内变动，并能根据外部情况和任务需求进行动态调整，以保持编队的协同一致性。
无人机编队飞行控制方式主要有主从法[2]、虚拟结构法[3-4]、行为控制法[5-6]等。
主从法结构中，其中一个飞行器被指定为主机，其余飞行器则被指定为从机。
基于仿真的无人机飞行实验研究随着科技的迅速发展，无人机在各个领域的应用越来越广泛，从农业植保、物流配送，到影视拍摄、环境监测等，都能看到无人机活跃的身影。
为了确保无人机在实际应用中的安全性和可靠性，基于仿真的无人机飞行实验研究变得至关重要。
仿真技术在无人机研究中的应用具有众多优势。
首先，它能够降低实验成本和风险。
在真实环境中进行无人机飞行实验，可能会因为意外事故导致无人机损坏，甚至对人员和周边环境造成威胁。
而通过仿真，可以在虚拟环境中模拟各种复杂的飞行场景和故障情况，从而提前发现并解决潜在问题，避免实际损失。
其次，仿真实验可以提高研究效率。
相较于在真实环境中等待合适的天气条件、场地准备等，仿真实验能够快速地进行多次重复和参数调整，加速研究进程。
再者，仿真技术可以实现对无人机性能的精确评估。
通过建立精确的数学模型和物理模型，能够准确地预测无人机在不同条件下的飞行表现，为设计和优化提供有力依据。
在基于仿真的无人机飞行实验研究中，模型的建立是关键的一步。
这包括无人机的机械结构模型、动力系统模型、控制系统模型以及环境模型等。
机械结构模型需要准确描述无人机的几何形状、质量分布和惯性特性，以反映其在飞行中的运动状态。
动力系统模型则要考虑电机的性能、螺旋桨的效率以及电池的放电特性等，为无人机提供动力支持。
控制系统模型是确保无人机稳定飞行和完成预定任务的核心，包括姿态控制、位置控制和速度控制等算法的建模。
环境模型则要模拟大气条件、风力、温度等外部因素对无人机飞行的影响。
为了建立准确可靠的模型，需要收集大量的数据。
这些数据可以通过实际测量、理论计算和经验公式等多种途径获取。
例如，对于无人机的机械结构参数，可以通过 CAD 软件的设计数据或者实际的测量值来确定。
动力系统的性能数据可以通过电机和螺旋桨的厂家提供的规格参数，结合实验测试来获取。
控制系统的参数则需要通过对控制算法的分析和调试来确定。
环境数据可以借助气象站的观测数据或者相关的气象模型来模拟。
多智能体系统一致性若干问题的研究一、概述在现代科技飞速发展的今天，多智能体系统已成为机器人协作、无人机编队、智能交通等领域中的研究热点。
这类系统由多个智能体组成，每个智能体具备自主决策和协同工作的能力，通过相互间的信息交互和协调，以实现共同的目标。
而在多智能体系统的运作过程中，如何实现各智能体之间的一致性，成为了关键的问题之一。
多智能体系统一致性问题的研究，主要关注如何通过设计合适的分布式控制算法，使得系统中的各个智能体在局部信息交互的基础上，能够实现状态或行为的趋于一致。
这一问题的研究不仅有助于提高系统的协同性能，增强系统的可靠性和鲁棒性，同时也为实际应用提供了理论支持和技术指导。
近年来，随着人工智能技术的不断进步，多智能体系统一致性问题的研究取得了显著的成果。
研究者们提出了各种算法和技术，如基于线性系统的协议设计、基于优化理论的方法、基于博弈论的策略等，以应对不同场景下的一致性需求。
尽管取得了一些进展，但多智能体系统一致性问题仍然面临着诸多挑战。
多智能体系统的复杂性和动态性使得一致性的实现变得尤为困难。
系统中的智能体可能受到各种因素的影响，如通信延迟、噪声干扰、环境变化等，这些因素都可能对一致性的实现产生不利影响。
随着系统规模的扩大，如何设计高效的分布式控制算法，以保证系统的一致性和稳定性，也是一个亟待解决的问题。
本文旨在深入探讨多智能体系统一致性的若干问题，分析现有算法和技术的优缺点，提出新的解决方案和改进措施。
通过本文的研究，我们期望能够为多智能体系统一致性的实现提供更加有效的理论支持和实践指导，推动该领域的研究和应用不断向前发展。
1. 多智能体系统的定义与特点多智能体系统（MultiAgent System, MAS）是由多个具备一定自主性和交互能力的智能体所组成的集合，这些智能体通过相互之间的信息交换和协作，共同解决复杂的问题或完成特定的任务。
每个智能体都可以视为一个独立的计算实体，具备感知、推理、决策和行动的能力，能够在系统中独立操作或与其他智能体进行协同工作。
第二十八届（2012）全国直升机年会论文基于一致性算法的无人直升机编队飞行研究印佼1王勇强2孙传伟1（1. 南京航空航天大学直升机旋翼动力学国家级重点实验室，南京，210016；2. 北京大学工学院，北京，100871）摘要：本文基于一致性算法，进行了无人直升机编队飞行的初步研究。
建立了一种简化的无人直升机运动模型，考虑了模型带自动驾驶仪的情况，给出了相应的约束条件；运用代数图形理论描述了各无人直升机之间的通信拓扑关系；提出了基于一致性算法的多无人直升机速度、姿态角和高度同步控制策略；并结合相对位置和相对姿态角反馈的编队图控制方法，给出了基于编队图的多无人直升机分布式编队飞行控制策略；最后，以五架无人直升机三维空间编队飞行为例，验证了算法的有效性。
关键词：无人直升机；图论；一致性算法；编队飞行；分布式协同控制1 引言无人机（Unmanned Aerial Vehicle, UA V）由于具有重量轻、尺寸小、机动性高、隐蔽性好、适应性强、可自主飞行和价格低廉等特点，在民用和军用领域受到了广泛关注。
民用方面，无人机用于地形测量、气象观测、城市环境监测、资源勘探、森林防火和人工降雨等；军事上，无人机用于侦察、监视、通信中继、电子对抗、战果评估、骚扰、诱惑、反潜、目标攻击等任务。
其中，无人直升机（Helicopter UA Vs）由于具有可垂直起降、悬停及可在舰船、荒地起降等特点[1]，其应用空间和发展前景巨大。
由于受到尺寸、传感器、储能及重量方面的影响，单架机的机载设备及其执行任务的能力会严重受到限制[2]。
实行多架无人直升机编队飞行，可有效解决这一问题。
实现无人直升机编队飞行需提出一种新方法来替代传统的导航和控制策略。
近几年，多无人机系统分布式协同控制成为了人们关注的焦点，它仅依靠局部信息交互，具有很好的灵活性、鲁棒性、可靠性和可伸缩性。
将一致性理论与图论应用到分布式协同控制算法中，已逐渐证明是一种行之有效的方法[2]。
文章编号：1006 - 9348(2021 )04 - 0302 - 04变结构三阶一致性无人机编队控制王明华，胡士强(上海交通大学航空航天学院，上海200240)摘要:对多无人机的编队飞行控制问题进行了研究，解决了多无人机编队构成并稳定飞行和编队内某无人机失事情况下其 它无人机仍保持队形稳定飞行的问题。
首先,基于图论设计编队通讯网络。
其次，基于三阶一致性理论设计编队控制器，通过积分得到每架无人机的目标位置和速度。
在编队内无人机失事情况下，设计变结构通讯网络，并给出编队通讯结构变化 规则。
仿真结果表明，上述控制方案能够保证多无人机迅速构成编队并稳定飞行，在编队内无人机失事情况下，能够保证其 它无人机依旧按目标路径和编队形状稳定飞行。
关键词：无人机;编队控制;一致性理论;变结构中图分类号:V279 文献标识码：BVariable Structure Formation Control of QuadrotorsBased on Third - Order Consensus Algorithm 第38卷第4期计算机仿真2021年4月WANG Ming-hua，HU Shi -qiang(School of Aeronautics and Astronautics,Shanghai Jiao Tong University,Shanghai 200240,China)A B S T R A C T：The research of formation f l i g h t control of quadrotors was studied t o solve the problem t h a t the quadrot o r s form and maintain while one quadrotor i n the formation crashed.First,the graph theory was used t o design a f o rmation communication network.Then,the thi r d- order consensus theory was used t o design the formation controller.The t a r g e t position and velocity of each quadrotor would be obtained through integration.In the case of one quadrotor crashed i n the formation,the variable structure communication network was designed. The rules f o r changing the communication network were given. The simulation r e s u l t s show t hat the control method above can ensure quadrotors form quickly and the formation maintains well while one quadrotor i n the formation crashed.K E Y W O R D S：Quadrotor； Formation f l i g h t control； Consensus theory； Variable structurei引言小型旋翼无人机体积小、重量轻、控制灵活、可悬停、成 本低，已被应用于空中监测、火灾救援、摄影摄像等多个领 域。
无人机飞行控制算法优化及仿真研究随着科技的不断进步和创新，无人机已经渐渐走进了人们的日常生活中。
无人机作为科技发展中的重要一环，无疑是许多领域的重要应用，如消防、电力巡检、福利救援、农业测绘等。
然而，无人机的复杂性和技术难度较高，飞行精度直接影响着无人机的飞行安全和效率。
因此，本文将从无人机飞行控制算法优化及仿真研究的角度，对无人机的飞行控制技术进行深入探讨。
一、无人机飞行控制算法无人机的飞行控制算法是整个飞行控制系统的核心技术。
目前，无人机的飞行控制算法主要有四种：PID控制、LQR控制、H∞控制和滑模控制。
1. PID控制PID控制算法是无人机飞行控制应用最广泛的算法之一。
它是根据误差信号大小来调节系统控制量的一种反馈控制算法。
PID控制算法的优点是简单易懂，抗干扰能力强，适用范围广。
其主要缺点是在存在较大计算时，稳定性会出现问题。
2. LQR控制LQR控制算法是一种基于平衡的优化算法，它可使无人机的稳定性和快速响应性都得到保障。
LQR控制算法主要适用于需要进行动态稳定性控制和快速响应的飞行任务，如风力环境下的控制和飞行等。
3. H∞控制H∞控制算法是一种基于最优控制理论的控制算法，它是一种强鲁棒性的控制算法。
H∞控制算法主要适用于高动态范围的飞行任务，如振动幅度大、风力环境下的飞行控制等。
4. 滑模控制滑模控制算法是一种非线性控制算法，它在一定程度上克服了其他控制算法的局限性。
滑模控制算法不仅克服了PID控制算法的震荡问题，而且具有良好的抗干扰能力和优良的控制性能。
二、无人机飞行控制仿真研究无人机飞行控制仿真研究主要是模拟现实环境和参数，以验证无人机飞行控制算法的正确性和效果。
无人机飞行建模仿真是无人机飞行控制系统研究的核心。
采用无人机飞行控制仿真技术，不仅可以提高模型的精度和可靠性，而且还可以加速控制算法的优化和测试。
无人机飞行控制仿真软件是仿真研究的重要手段。
以MATLAB和Simulink为主的仿真软件可以实现无人机飞行动态仿真，包括飞行器参数选择、系统建模及仿真、控制算法优化、仿真验证等方面。
基于固定翼飞行器编队控制仿真软件设计一、引言随着无人机技术的不断发展，固定翼飞行器编队控制技术已成为无人机应用领域中的重要研究方向之一。
编队控制可以实现多架无人机协同执行任务，提高任务效率和安全性。
本文将介绍基于固定翼飞行器编队控制仿真软件设计。
二、固定翼飞行器编队控制原理1. 飞行器动力学模型在进行编队控制前，需要对固定翼飞行器进行建模。
飞行器动力学模型是描述飞行器运动规律的数学模型。
通常采用欧拉角和牛顿-欧拉方程描述。
2. 编队形成算法编队形成算法是指多架无人机按一定规律排列或形成某种特定形态的算法。
常见的编队形式有直线、V字形、菱形等。
常用的算法有领航者跟随算法、虚拟结构算法等。
3. 编队控制方法编队控制方法是指在保持编队形态基础上，实现多架无人机之间的协同运动和任务执行。
其中包括位置控制、速度控制和姿态控制等。
三、仿真软件设计1. 软件功能需求仿真软件需要具备的功能包括飞行器建模、编队形成算法实现、编队控制方法实现、仿真环境搭建等。
2. 软件开发平台本文采用MATLAB/Simulink作为软件开发平台。
MATLAB/Simulink 是一种基于数值计算的技术，可以进行系统建模、仿真和分析。
它具有易学易用、高效精确等特点，适合进行飞行器动力学模型建立和仿真。
3. 软件模块设计（1）飞行器动力学模型模块：该模块主要完成固定翼飞行器的动力学建模工作，包括欧拉角计算、牛顿-欧拉方程求解等。
（2）编队形成算法实现模块：该模块主要实现常见的编队形式，如直线、V字形、菱形等，并生成无人机初始位置。
（3）编队控制方法实现模块：该模块主要完成位置控制、速度控制和姿态控制等任务。
（4）仿真环境搭建模块：该模块主要负责搭建仿真环境，包括地形、气象条件等。
四、仿真实验结果分析本文以V字形编队为例进行仿真实验。
实验中，编队由两架无人机组成，飞行高度为100米，飞行速度为20m/s。
实验结果表明，编队控制方法可以有效保持编队形态，并完成任务。
无人机近距编队飞行建模与仿真祁圣君;张喆【摘要】Unmanned Aerial Vehicle （UAV） close formation flight has the advantage that a single UAV cannot be compared with, which is a relatively new research field. According to the requirements for future UAV and the features of UAV close formation flight, the control of UAV flying in a close-coupled formation and corre- sponding implementing algorithm are studied. A proportional plus integral controller design methodology for use in the trail vehicle in a two-UAV formation is presented. The formation consists of a lead and wing aircraft, where the wing flies in close formation with the lead, such that the lead＇s vortices produce aerodynamic coupling effects. The nonlinear kinematic of formation is modeled in the wing＇s rotating reference frame. It is shown that formation hold autopilots designed with the aerodynamic coupling effects yields satisfactory performance in close formation flight. Simulation results demonstrate that wing aircraft can maintain a desired position relative to a lead aircraft throughout formation maneuvers. Furthermore, the results confirm the feasibility and validity of the method.%无人机编队飞行有着单架无人机无法比拟的优点，但属于较新的研究领域。
摘要摘要这些年来，随着自动化技术，无线通信技术的发展以及无人机越来越广泛的应用，在航天航空领域，多无人机编队控制是人们的研究热点。
无人机编队问题隶属于多智能体协调控制问题，它的应用很广泛，而单个无人机的应用总是有限的，为了完成更多任务，可以使无人机与无人机之间组成编队，能够通过个体之间的交互进行区域的信息交流来使整体呈现有规则的行动。
所以，凭借无人机编队在空间的分布性，协同执行任务时的并行性以及比较强的容错能力，无人机编队飞行一致性问题值得我们去研究并仿真。
本课题以中等数量的无人机编队为研究对象，基于多智能体一致性研究方法和编队控制理论来研究无人机编队飞行一致性问题。
用到的知识包括一致性理论，编队控制理论，图论以及矩阵论。
首先研究无领航者无人机编队飞行一致性问题，并在解决并仿真该问题以后分析具有领航者无人机编队飞行状态达到一致所满足的条件，并对无人机编队飞行一致性算法进行仿真验证。
关键词：无人机一致性理论编队控制ABSTRACTOver the years, with the automation technology, wireless communication technology and the development of unmanned aerial vehicles more widely used in the aerospace field, multi-UAV formation control people's research focus. UAV formation problem belongs to multi-agent coordination and control issues, ideological coordination between multi-agent control is the result of people's animal and plant populations observed in nature to explore. UAV very broad application, and the application of a single drone is always limited, in order to get more done, you can make between the UAV and UAV fleet composition can be performed by the area of interaction between the individual information AC to make the whole show regular action. So, with the UAV formation distributed in space, the cooperative parallelism and relatively strong fault tolerance to perform a task, the UAV formation flight consistency worthy of our study and emulation.The problem with a moderate number of UAV formation for the study, based on multi-agent methodology and consistency of control theory to study the formation of UAV formation flight consistency. Used knowledge includes theoretical consistency, formation control theory, graph theory and matrix theory. Firstly no leader UAV formation flight consistency and resolve the problem later analysis and simulation with a leader UAV formation flight to reach agreement satisfied the conditions and flight consistency algorithm performed UAV formation simulation.Keywords：UAV Consistency Theory Formation Control目录目录摘要 (1)第一章绪论 (1)1.1 本课题的研究背景以及意义 (1)1.2 研究现状以及发展方向 (2)1.2.1 无人机的编队技术 (2)1.2.2一致性理论的研究 (5)1.2.3一致性在编队控制中的应用 (6)第二章预备知识 (9)2.1图论 (9)2.2 矩阵 (10)2.3一致性理论算法 (12)第三章无领航者无人机编队飞行一致性算法 (13)3.1 问题描述 (13)3.2 模型描述及证明 (13)3.3 实例仿真及分析 (18)第四章有领航者无人机编队飞行一致性算法 (21)4.1 问题描述及模型构建 (21)４.２连续时间协议及证明 (22)4.3 实例仿真及分析 (25)第五章总结与展望 (31)5.1 本文总结 (31)5.2 未来展望 (32)致谢 (33)参考文献 (35)第一章绪论1.1 本课题的研究背景以及意义这些年来，随着自动化技术，无线通信技术的发展以及无人机越来越广泛的应用，在航天航空领域，多无人机编队控制是人们的研究热点。
目前来说，无人机能够应用在农业、工业以及军事等行业，包括街景拍摄、地图测绘、灾后救援、边境巡防等。
而单个无人机的应用总是有限的，为了完成更多任务，可以使无人机与无人机之间组成编队，能够通过个体之间的交互进行区域的信息交流来使整体呈现有规则的行动。
所以，凭借无人机编队在空间的分布性，协同执行任务时的并行性以及比较强的容错能力，无人机编队飞行一致性问题值得我们去研究并仿真。
无人机编队问题隶属于多智能体协调控制问题，而多智能体之间协调控制的思想是人们对自然界中动植物群体观察探索的结果1。
自然界中，广泛存在着动物与动物之间，植物与植物之间或者动植物群体之间的协调行为，例如分工明显的蚂蚁，结伴巡游的鱼群以及协同合作捕食的狼群。
协同合作的群体拥有单一个体不能实现的优点，完成更多有目的性的，复杂的活动。
鉴于以上动植物群体的特点，我们提出了多智能体协调控制问题。
综上所述，本课题以中等数量的无人机编队为研究对象，基于多智能体一致性研究方法和编队控制理论来研究无人机编队飞行一致性问题。
在研究无领航者无人机编队飞行一致性问题的基础上，分析具有领航者无人机编队飞行状态达到一致所满足的条件，并对无人机编队飞行一致性算法进行仿真验证。
争取在协同控制理论研究及应用方面有突破和创新，为无人机在军事和民间应用方面提供学术支持。
该研究可以直接应用于无人机编队飞行一致性的控制，同样也可以应用于其他智能体系统的编队问题。
1.2 研究现状以及发展方向1.2.1 无人机的编队技术编队控制技术在最早是针对卫星巡航提出的，目的是提高卫星在巡航是对地面观测的覆盖率。
自从进入二十一世纪以来，国内外在本课题方面进行大量的理论摸索和实物研究。
在最近的二三十年，国外的研究人员提出了一种关于飞行编队的新理念：多无人编队协同飞行，也就是两架或者两架以上飞机根据不同的任务来规划不同的编队和航迹。
控制人员对无人机编队进行协同控制，使它能够更有效得完成既定任务。
如下图1.1所示，不同任务的空间排列编队是不同的。
图1.1 多种无人机编队形态相对无单一无人机来说，无人机编队具有很明显的优势。
编队飞行时，多架无人机可以互相减小飞行时受到的空气阻力，进而减少能源的消耗。
同时，888角度成像、高精度定位等单一无人机无法完成的任务。
在应用层面来说，无人机的编队飞行可以作为验证航天器飞行时功能的手段，该方法成本低，周期短，同时便与实施，所以肯定会有很广阔的应用前景。
无人机在执行确定任务时，它往往应该保持在队列中的位置相对不变。
在整个无人机编队中，无人机与无人机之间有信息的交互保证编队的一致性。
而信息交互的的控制方法一般有以下三种2：（1）集中式。
每架无人机要把本身的速度，加速度，位置，运动形态等所有信息与编队内剩余每一架无人机交互。
在这种集中式控制方法中，每架无人机要知道编队内所有无人机的信息，这样使得控制效果最好。
但是这样就需要大量的信息交互，可能会使信息在交互过程中丢失或者产生错误，计算量比较大，对于系统的要求更高。
所以除非是十分严谨的军事编队，一般不采用这种控制方式。
(2) 分布式。
每一架无人机要把自己的速度、加速度、位置和运动形态等所有信息与编队中与编队中相邻的无人机交互。
在这种分布式控制方法中，每一架无人机只需要与它相邻无人机进行信息交互。
虽然相对于集中式的控制效果较差，但是无人机与无人机之间信息交互变少了，系统实现就变得很简单。
(3) 分散式。
这种控制方式中每一架无人机不需要与其他无人机交互，只要联系自己编队中确定的无人机。
所以它的控制效果最差，由于基本没有信息的交互，计算量也就最少，但是它的结构最为简单。
以上就是无人机信息交互控制最常见的三种方法。
从控制效果来看，集中式控制是最好的，但是对系统要求太高，容易出错，虽然分布式控制方法的效果不如集中式，但是其结构简单，信息交互量少，不容易出错。
除了这个之外，分布式控制方法适应性更强，可以针对不同情况作出不同应对，比如在执行任务过程中某个无人机故障需要更换时或者在任务变更需要其他无人机加入时使用分布式控制方法就显得很灵活。
如果在这里我们使用集中式控制方法编队，那么信息的交互量将是非常大的，而如果我们采用分散式控制方法编队那么就不能保证在编队的过程中无人机之间不会发生碰撞，只有采用分布式控制方法才能同时解决无人机间信息交互和可能碰撞的问题，这也是未来编队信息交互方法的发展的方向。
接下来介绍的是无人机编队队形控制的算法，有很多学者在这方面做了研究。
到目前为止，比较成熟的队形控制算法有以下几种：(1)长机—僚机法(Leader-Follower)；(2)基于无人机行为法(Behavior-Based)；(3)虚拟结构方法(Virtual Structure)。
（1）长机—僚机法。
是分布式控制中最常见的一种，一般保持编队中的每架无人机与提前约定好无人机的相对位置不变，而当这个约定好的无人机是领航机的时候，那么这个保持队形的方法被称为跟随保持。
