【无人机编队】基于一致性实现一般线性有领导多无人机协同编队控制附matlab仿真

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

基于一致性的一般线性有领导多无人机协同编队控制可以通过以下步骤实现：

1. 系统建模：对于每架无人机，建立其动力学模型和运动方程。这包括考虑位置、速度、加速度等参数的状态空间方程。

2. 确定编队结构：确定无人机之间的通信拓扑结构，即哪些无人机是领导者，哪些无人机是从属者。可以根据特定的任务和约束条件进行选择。

3. 设计局部控制器：为每个无人机设计局部控制器，使其能够跟随领导者，并保持与其他从属无人机的一致性。常用的控制器设计方法包括比例积分控制器（PI控制）或自适应控制器等。

4. 设计通信协议和数据交换：为无人机之间的通信提供协议和机制，以允许信息的交换和共享。通信协议可以基于无线电通信、蓝牙、Wi-Fi等技术来实现。

5. 设计协同控制器：设计协同控制器来调整无人机的运动，使得整个编队在保持与领导者的一致性的同时可以完成特定任务。协可根据整体编队的目标和约束进行设计，如相对位置调整、速度调整等。

6. 实现和信协议，实现控制器并在仿真环境或实际硬件平台上进行测试和调试。确保无人机能够实现期望的编队行为。

需要注意的是，针对具体应用场景和任务需求，可能还需要考虑容错性、障碍物避障、路径规划等因素，并相应地调整和优化控制方法。此外，对于更高级的一致性需求，如姿态一致性、速度一致性等，可能需要采用更复杂的控制技术和算法。

⛄ 部分代码

clc

clear

close all

t0=0;tf=150;

step_qw=0.01;

p1=20;   

q0= [(rand(1)-0.5)*p1;(rand(1)-0.5)*p1;

     (rand(1)-0.5)*p1;(rand(1)-0.5)*p1;

     (rand(1)-0.5)*p1;(rand(1)-0.5)*p1;

     (rand(1)-0.5)*p1;(rand(1)-0.5)*p1;

     (rand(1)-0.5)*p1;(rand(1)-0.5)*p1

    ];

%save('q0.mat','q0');

load('q0.mat','q0');

[t,q]=ode45('Whole_Twodimension_total_state',t0:step_qw:tf,q0);

figure(1);

hold on

xlabel('x position','FontName','Times New Roman','FontSize',14);ylabel('y position','FontName','Times New Roman','FontSize',14);

plot(q(:,1),q(:,2),'g');

hold on

plot(q(:,3),q(:,4),'r');

hold on

plot(q(:,5),q(:,6),'b');

hold on

plot(q(:,7),q(:,8),'k');

hold on

plot(q(:,9),q(:,10),'c');

hold on

legend('leader ','follower 1','follower 2','follower 3','follower 4');

plot(q(1,1),q(1,2),'ro');

hold on

plot(q(1,3),q(1,4),'bo');

hold on

plot(q(1,5),q(1,6),'bo');

hold on

plot(q(1,7),q(1,8),'bo');

hold on

plot(q(1,9),q(1,10),'bo');

hold on

plot(q(end,1),q(end,2),'rp');

hold on

box on

figure(2);

hold on

xlabel('t/s','FontName','Times New Roman','FontSize',14);ylabel('Xi ','FontName','Times New Roman','FontSize',14);

plot(q(:,1),'g');

hold on

plot(q(:,3),'r');

hold on

plot(q(:,5),'b');

hold on

plot(q(:,7),'k');

hold on

plot(q(:,9),'c');

hold on

legend('leader ','follower 1','follower 2','follower 3','follower 4');

box on

figure(3);

hold on

xlabel('t/s','FontName','Times New Roman','FontSize',14);ylabel('Yi ','FontName','Times New Roman','FontSize',14);

plot(q(:,2),'g');

hold on

plot(q(:,4),'r');

hold on

plot(q(:,6),'b');

hold on

plot(q(:,8),'k');

hold on

plot(q(:,10),'c');

hold on

legend('leader ','follower 1','follower 2','follower 3','follower 4');

box on

figure(4)

hold on

xlabel('t/s','FontName','Times New Roman','FontSize',14);ylabel('xi-x0','interpreter','latex','fontsize',14);

hold on

plot(t,q(:,3)-q(:,1),'r:',t,q(:,4)-q(:,2),'r-');

hold on

plot(t,q(:,5)-q(:,1),'b:',t,q(:,6)-q(:,2),'b-');

hold on;

plot(t,q(:,7)-q(:,1),'k:',t,q(:,8)-q(:,2),'k-');

hold on;

plot(t,q(:,9)-q(:,1),'m:',t,q(:,10)-q(:,2),'m-');

hold on

legend('leader ','follower 1','follower 2','follower 3','follower 4');

box on

grid off

⛄ 运行结果

⛄ 参考文献

[1] 樊琼剑.多无人机协同编队仿生飞行控制关键技术研究[D].南京航空航天大学,2008.DOI:10.7666/d.d051985.

[2] 王瑾.变质量无人机编队控制技术及其在农业植保场景下的应用研究[D].浙江大学[2023-06-24].

[3] 邓彦松.多自主体编队及协调控制研究[D].电子科技大学,2013.DOI:10.7666/d.D763413.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料

🍅 仿真咨询

1.卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3.旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划

4.无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

5.传感器部署优化、通信协议优化、路由优化、目标定位

6.信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号

7.生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化

8.微电网优化、无功优化、配电网重构、储能配置

9.元胞自动机交通流 人群疏散 病毒扩散 晶体生长