近日，我院李彬研究员团队在无人机编队飞行队型重构最优控制方面的工作“A hybrid offline optimization method for reconfiguration of multi-UAV formations”发表在航空航天领域顶级期刊IEEE Transactions on Aerospace and Electronic Systems （IEEE TAES）。IEEE TAES是航空航天领域顶级期刊（最新中科院分区宇航类一区杂志），与Journal of Guidance, Control and Dynamics并列为航空航天的导航、制导与控制类第一梯队杂志。
近年来，无人机在军用以及民用领域具有广泛的应用，如侦察、监视、精准打击和空中加油等。为了提高任务的成功率，往往需要无人机群在执行任务的过程中改变编队队形以适应环境以及任务的变化。无人机群编队重构问题可作为有限时域内的控制问题，系统具有强非线性以及复杂的约束条件。经过对现有的研究成果的调查，发现对于解决无人机编队重构问题，目前的解决方法一般存在两个共性问题: （1）启发式算法如遗传算法、粒子群算法和模拟退火算法等，往往不能保证在求解过程中总是收敛到全局最优解，且计算量巨大； （2） 非启发式算法如基于滚动时域的控制方法、基于梯度的优化方法、基于鲁棒和PID控制的方法，虽然能够保证求解过程中的鲁棒性与稳定性，且计算量较小，但优化解往往为局部最优解；
针对上述问题，团队采用一种混合离线算法，结合局部优化算法与全局优化算法各自的优点。第一步采用控制参数化方法将编队重组问题转化为参数优化问题，并利用基于梯度的优化方法获得局部最优解。第二步采用模拟退火算法跳出上一步算法获得的局部最优解继续寻找全局最优解。与单独使用启发式算法相比，该混合策略能够在更短的时间内逼近全局最优解。
团队进行五架无人机的最优时间编队重组仿真实验，并加入机间防碰撞与通信距离限制，与混合遗传粒子群算法的优化结果进行比较。研究结果显示：相比于单独使用启发式算法，团队提出的混合离线算法在更短的时间内得到了更好的优化解，使无人机群由初始的一字型编队重组为标准的V型队形，且编队重组过程中满足无人机防碰撞与通信距离限制。
|
图1. 无人机群编队重组轨迹 |
以上研究部分得到了国家自然科学基金（61701124）、空间智能控制技术重点实验室年度基金基金（KGJZDSYS-2018-03）、四川省科技计划项目（2019YJ0105）的资助。
相关链接：
李彬，空天科学与工程学院研究员、博士研究生导师、硕士研究生导师， IEEE高级会员。研究方向为航空航天中的控制和优化问题，无人自主系统的控制，网络安全，波束成型，数值优化。
李彬研究员的课题“基于随机分布鲁棒优化的物理层安全无线信能同传技术研究”（面上项目）获得2020年国家自然科学基金资助，资助金额64万。该课题以国家重点发展的物联网技术为背景，基于物理层安全无线信能同传技术，采用先进的随机分布鲁棒优化，拟解决制约物联网技术发展的两个瓶颈问题-“网络安全”和“能量获取”。国家自然科学基金面上项目历来竞争激烈，2019年平均资助率仅为18.98%。