一种面向无人机编队分布式控制的无源滑模方法

AITNT
正文
推荐专利
一种面向无人机编队分布式控制的无源滑模方法
申请号:CN202511058332
申请日期:2025-07-30
公开号:CN120803050A
公开日期:2025-10-17
类型:发明专利
摘要
本公开实施例中提供了一种面向无人机编队分布式控制的无源滑模方法,属于控制技术领域,具体包括:在预设的控制量的作用下,得到长机的中间状态量,将僚机初始状态量作为初始时刻的僚机的中间状态量;根据预设的通信模型和拓扑结构,基于一致性估计算法,得到僚机对长机的状态量估计;基于分布式编队控制误差模型,得到僚机的分布式编队误差量;根据端口哈密顿系统理论,定义哈密顿能量函数,由此将无人机运动模型转换成端口哈密顿系统形式,进一步推导得出无人机编队系统的端口哈密顿系统形式;根据端口哈密顿系统形式,将滑模量引入该系统的哈密顿能量函数中,推导僚机的无源滑模控制量。通过本公开的方案,提高了稳定性和抗扰动性。
技术关键词
无人机编队系统 分布式编队控制 面向无人机 分布式控制 估计算法 误差模型 端口 表达式 自动驾驶仪 非线性系统 运动 理论 定义 指令 矩阵 速度 坐标系
系统为您推荐了相关专利信息
1
一种基于深度学习的肠道动态MRI图像增强方法及系统
图像增强方法 图像增强模型 动力障碍性疾病 图像空间分辨率 训练样本集
2
一种抗DoS攻击的微电网事件触发快速弹性分布式控制方法
分布式发电单元 分布式控制方法 辅助控制器 动态事件触发机制 有功功率
3
基于自适应参数更新的无迹H无穷滤波电池SOC估算方法
电池SOC估算方法 协方差矩阵 状态空间方程 估计误差 滤波器
4
一种用于飞行器气动参数优化的群智能优化算法及系统
飞行器气动参数 位置更新 群智能优化算法 贝叶斯神经网络 速度
5
一种基于卷积神经网络的车辆通信信道估计算法
深度残差网络 深度残差卷积神经网络 信道估计算法 车辆通信 通道注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号