无人机航迹规划与一致性方法研究

发布时间：2017-08-27 13:13

  本文关键词：无人机航迹规划与一致性方法研究

  更多相关文章： 脉冲耦合神经网络 自动波 最短路径 异质多智能体系统 一致性

【摘要】：近些年来,无人机因其生存能力强、自动控制智能化等特点引起了极大地关注度。它成本低,并且容易操控,在完成复杂和枯燥的任务时展现出了较大的优势。在实际飞行中,无人机受到自然环境等多方面的威胁,因此对无人机进行航迹规划是无人机完成任务的关键。另一方面随着越来越复杂的任务以及越来越多变的工作环境,在执行任务时单个智能体的能力明显不足,需要利用多个智能体的合作与协调来完成单个智能体不可能或者很难完成的任务。本文首先对无人机在执行任务时的飞行路线进行了规划,寻求从起始点到目标点的最短路径,然后研究了多智能体系统的分布式协同控制问题,其中重点讨论了有关多智能体系统的一致性问题。论文的主要研究内容如下:首先,基于脉冲耦合神经网络的自动波传播特性,设计了一种改进的脉冲耦合神经元模型,该模型相较于传统的模型具有更加简单的结构,计算速度得到了大幅度的提升。改进的神经元组成的网络结构中,每个神经元仅与其周围的神经元横向连接,与障碍物之间没有连接。然后提出了一种通过快速并行计算来寻找最短路径的算法。详细的理论分析和仿真实验,该算法的有效性和准确性得以验证。其次,针对由一阶智能体和二阶智能体组成的异质多智能体系统,提出了一种能够解决该类系统一致性问题的快速一致性算法。在提出的算法中,智能体的当前状态信息用该智能体在特定时间内的平均状态信息代替。在固定网络拓扑结构下,基于图论、矩阵知识以及已有的一阶多智能体系统的一致性结论,得出了能够使异质多智能体系统更快的达到一致性的充分条件。通过实例仿真,该算法的有效性和准确性得以验证。最后,针对一类领导—跟随网络结构下的上述系统的一致性问题。当领导者是一阶智能体的情况下,设计了一个一致性协议。利用图论和矩阵分析原理等工具,通过对系统参数的一些限制,得出了能够使该领导—跟随网络结构下的异质多智能体系统获得一致性的充分条件。详细的理论分析和仿真示例验证了该一致性协议的有效性和准确性。
【关键词】：脉冲耦合神经网络 自动波 最短路径 异质多智能体系统 一致性
【学位授予单位】：河北科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V279;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 研究背景9
• 1.2 选题意义9-10
• 1.3 多智能体系统的研究现状10-14
• 1.3.1 同质多智能体系统11-13
• 1.3.2 异质多智能体系统13
• 1.3.3 领导—跟随一致性问题13-14
• 1.4 脉冲耦合神经网络研究现状14-15
• 1.5 研究内容15-17
• 第2章 预备知识17-29
• 2.1 代数图论17-19
• 2.2 矩阵理论19-21
• 2.3 多智能体系统模型21-25
• 2.3.1 一阶多智能体系统的一致性问题22-23
• 2.3.2 二阶多智能体系统一致性问题23-24
• 2.3.3 异质多智能体系统一致性问题24-25
• 2.3.4 领导—跟随一致性问题25
• 2.4 脉冲耦合神经网络模型25-28
• 2.4.1 脉冲耦合神经网络工作原理27
• 2.4.2 脉冲耦合神经网络的特点27-28
• 2.4.3 脉冲耦合神经网络与传统的神经网络之间的对比28
• 2.5 本章小结28-29
• 第3章 基于脉冲耦合神经网络的最短路径算法研究29-45
• 3.1 改进的脉冲耦合神经网络29-34
• 3.1.1 网络结构29-32
• 3.1.2 脉冲耦合神经网络的简化模型32-34
• 3.2 利用脉冲耦合神经网络模型求取最短路径34-40
• 3.2.1 算法描述39
• 3.2.2 算法步骤设计39-40
• 3.3 仿真结果40-44
• 3.4 本章小结44-45
• 第4章 异质多智能体系统的快速一致性算法研究45-55
• 4.1 问题描述45-49
• 4.2 主要结果49-51
• 4.3 仿真结果51-54
• 4.4 本章小结54-55
• 第5章 领导—跟随网络下的多智能体系统一致性研究55-67
• 5.1 问题描述55-57
• 5.2 主要结果57-61
• 5.3 仿真结果61-65
• 5.4 本章小结65-67
• 结论67-69
• 参考文献69-75
• 攻读硕士学位期间所发表的论文75-77
• 致谢77

【相似文献】

中国期刊全文数据库 前10条

1 薛宏涛,沈林成,朱华勇,常文森;基于协进化的多智能体系统仿真框架及其面向对象设计与实现[J];机器人;2001年05期

2 冯大可,王云莉,段广洪;实现多智能体系统的关键技术与应用[J];计算机集成制造系统-CIMS;2001年07期

3 朱建伟,陈健;多智能体系统技术概论[J];机电设备;2004年03期

4 冯元珍;;多智能体系统一致性问题综述[J];长江大学学报(自然科学版);2011年03期

5 孟亚伟;;一类具有时滞和领导者的二阶离散多智能体系统一致性[J];佳木斯大学学报(自然科学版);2012年06期

6 刘学良;胥布工;;二阶多智能体系统的跟随者-多领导者聚集控制[J];华南理工大学学报(自然科学版);2013年01期

7 苗国英;马倩;;多智能体系统的协调控制研究综述[J];南京信息工程大学学报(自然科学版);2013年05期

8 段广洪,钱立,王君英,雷家,刘丹,林小峰;多智能体系统:一种新型的生产运行模式[J];中国机械工程;1998年02期

9 李振兴;季海波;;线性多智能体系统的分布式鲁棒趋同[J];华中科技大学学报(自然科学版);2013年S1期

10 葛恩顺;包磊;;基于空间决策多智能体系统的海战场态势预测[J];电光与控制;2009年05期

中国重要会议论文全文数据库 前10条

1 杨熙;王金枝;;多智能体系统一致性的鲁棒性分析[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

2 张亚;田玉平;;离散时间多智能体系统一致的权重条件[A];中国自动化学会控制理论专业委员会B卷[C];2011年

3 张文广;郭振凯;;一类高阶多智能体系统的一致控制研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

4 肖晴;许维胜;吴启迪;;多智能体系统用于企业集成[A];1998年中国控制会议论文集[C];1998年

5 杨熙;王金枝;;Leader-Follower结构下多智能体系统一致性的鲁棒性能分析[A];第二十九届中国控制会议论文集[C];2010年

6 刘华罡;方浩;毛昱天;曹虎;贾睿;;多智能体系统分布式群集运动与避障控制[A];第二十九届中国控制会议论文集[C];2010年

7 贺晨龙;黄丽湘;张继业;;多车辆编队协作控制[A];第十一届全国非线性振动学术会议暨第八届全国非线性动力学和运动稳定性学术会议论文集[C];2007年

8 薛栋;姚静;余有灵;胡俊杰;;具有切换拓扑和非线性环节的关联多智能体系统一致性分析[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

9 杨洪勇;路兰;李晓;;时延多智能体系统的群集运动[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

10 李韬;张纪峰;;一类多智能体系统的渐近最优分散控制[A];第25届中国控制会议论文集（上册）[C];2006年

中国博士学位论文全文数据库 前10条

1 王振华;具有通信时滞的线性多智能体系统的趋同[D];山东大学;2015年

2 郑宝杰;多智能体系统若干包含控制问题研究[D];郑州大学;2015年

3 张方方;多智能体系统分布式优化控制[D];山东大学;2015年

4 龙晓军;多智能体系统的有限时间一致性跟踪[D];大连海事大学;2015年

5 杨新荣;广义多智能体系统的一致性问题研究[D];哈尔滨工业大学;2015年

6 夏红;多智能体系统群一致性与编队控制研究[D];电子科技大学;2014年

7 李金沙;多智能体系统一致性学习协议的设计与分析[D];西安电子科技大学;2015年

8 黄捷;高阶非线性多智能体系统一致性控制研究[D];北京理工大学;2015年

9 杨大鹏;多智能体系统的事件驱动一致性控制与多Lagrangian系统的分布式协同[D];北京理工大学;2015年

10 范铭灿;多智能体系统的一致性及编队控制研究[D];华中科技大学;2015年

中国硕士学位论文全文数据库 前10条

1 孟亚伟;一类具有时滞和领导者的二阶多智能体系统的一致性[D];重庆师范大学;2013年

2 刘孝琪;多智能体系统一致性及其在蜂拥控制中的应用研究[D];电子科技大学;2013年

3 陈小龙;基于量化信息的多智能体系统状态估计[D];西南交通大学;2015年

4 卜斌;网络化多智能体系统快速一致性研究[D];浙江理工大学;2016年

5 杨晓惠;一类混沌系统同步及二阶多智能体系统一致性设计[D];大连海事大学;2016年

6 李e，

本文编号：745618