封面图片由中国科学报社科学可视化中心制作

集群系统中个体之间通过局部的感知和简单的行为交互, 可以在宏观上涌现出更为复杂与高级的群体行为, 即集群智能. 生物界中有很多集群智能的例子: 鸟群利用上洗气流编队飞行, 可以降低飞行阻力, 实现远距离大范围迁徙; 狼群通过协同围捕, 利用时空优势, 能够以弱胜强, 捕食大型猎物; 蚁群通过协同搬运, 可以充分弥补个体力量薄弱的劣势, 以小博大, 提高觅食效率. 军事领域也有很多通过集群协同方式提升作战效能的例子: 多个微纳卫星通过协同可以构建一个虚拟卫星, 实现深空探测及高精度三维成像等复杂功能, 完成单个卫星无法完成的任务; 多架低成本无人机通过协同方式可以实施蜂群作战模, 使敌方高价值防空体系的火力通道陷入饱和, 进而大幅度提高突防能力、毁伤能力和作战效费比.正是因为集群智能可以实现上述1 + 1 > 2的效果, 近年来备受学者关注.

编队控制作为集群智能的重要基础性研究分支, 也涌现出了较为丰富的研究成果. 早期的编队控制方法主要是集中式, 即存在中心节点, 且对通信拓扑要求高. 随着一致性理论的发展, 分布式编队控制方法以其不依赖中心节点、具备良好的可扩展性等优点, 取得了长足的发展.

研究的方向从固定编队扩展到时变编队, 研究的内容从普通编队控制发展到编队跟踪控制、编队合围控制等, 研究的模型也逐渐丰富, 包括了线性系统、非线性系统、同构系统、异构系统等, 研究的通信拓扑也涵盖无向拓扑、有向拓扑、连续性拓扑、非连续性拓扑、拓扑固定、拓扑切换等. 不仅如此, 研究的编队稳定性问题也从渐近稳定问题逐渐发展到有限时间稳定问题甚至固定时间稳定问题. 随着研究的深入, 如何尽可能减少编队控制所需的全局信息成为分布式控制的研究重点, 如文献中设计控制协议参数时需要计算与通信拓扑相关的拉普拉斯矩阵的特征值, 文献中构造控制协议时需要用到领导者输入的上界值. 此外, 文献中时变编队函数是需要设定的全局信息, 也并非分布式实时可调控的.

基于上述分析可知, 编队控制方法在理论上尚有许多可以研究和改进的地方. 同时, 由于理论研究通常受实际应用驱动, 根据不同的任务场景, 实际应用中期望集群系统的智能体模型既可以是同构的(无人机蜂群作战任务场景), 也可以是异构的(空地/空海协同搜索任务场景), 而考虑到强对抗博弈和强电磁干扰带来的影响, 还期望通信拓扑是有向切换的, 并且实际应用中阵风、紊流等未知外部扰动也是不可忽略的因素.

需要指出的是, 在研究编队跟踪问题时, 跟随者跟踪的领导者通常分为合作目标和非合作目标. 所谓合作目标是指领导者与跟随者之间存在协同合作关系, 通常情况下, 领导者为己方可控目标, 其控制输入大多是已知可获取的. 所谓非合作目标是指领导者与跟随者之间不存在协同合作关系, 通常情况下, 领导者为非己方不可控目标, 其控制输入大多是未知不易获取的. 经过文献调研发现, 目前尚无研究成果能够解决高阶异构集群系统在领导者存在已知或未知控制输入、领导者和跟随者均存在未知扰动、有向通信拓扑存在切换等多种因素并存的情况下的输出时变编队跟踪控制问题.

受上述理论研究和工程应用价值的激励, 本文研究了高阶异构集群系统的时变编队跟踪控制问题. 主要创新有以下两点:

1)集群系统中所有智能体均采用异构模型, 同时研究了领导者存在已知和未知控制输入两种情况. 需要说明的是, 考虑到异构集群系统中智能体的动力学模型可能完全不同, 当领导者的控制输入是已知时, 可以在领导者层和跟随者层构造对自身状态的观测器, 基于该观测器构造的控制协议不需要利用领导者的全部状态, 只需要利用领导者的输出信息. 而在领导者的控制输入是未知时, 无法通过领导者的输出信息得到其全部状态信息, 进而需要某个跟随者能够获取领导者的全部状态信息.

2) 在上述领导者存在已知或未知控制输入的情况下, 进一步考虑领导者和跟随者存在未知扰动以及有向通信拓扑存在切换等多种因素并存对集群系统的影响, 结合观测器理论、自适应理论和滑模控制理论, 构造了完全分布式的控制协议, 所有跟随者均不需要获取领导者输入的上界值, 也不需要利用与通信拓扑相关的拉普拉斯矩阵的特征值, 此外, 协议中还针对时变编队函数设计了分布式观测器, 使其不再是全局信息, 成为分布式实时可调控的. 由于本文研究的集群系统均采用有向通信拓扑, 因此极大降低了集群系统对通信带宽需求.

综上所述, 本文研究的内容兼具理论研究与工程应用价值. 考虑到有人−无人机协同飞行(领导者为合作目标, 见图1)和空地协同围捕打击(领导者为非合作目标, 见图2)等任务场景下, 集群系统中个体间动力学模型差异较大即异构模型, 同时强电磁干扰时的通信限制和强对抗博弈时外界环境的不确定干扰为集群系统的协同控制带来了一定的困难, 因此本文研究的方法能够为实战场景下的分布式协同控制提供有力的理论支撑和技术保障.

图 1 有人−无人飞行器协同飞行示意图

图 2 空地协同围捕目标示意图

（来源：科学网）

相关论文信息：doi: 10.16383/j.aas.c200185