劉倩，田海寶，趙志權，陳濤，黃新俊

1.航空工業(yè)江西洪都航空工業(yè)集團

2.空軍裝備部駐南昌地區(qū)軍事代表室

無人機編隊協(xié)同控制技術是目前軍事部門、科研機構、高等院校研究的重點內容之一。本文首先概述國外無人機編隊的發(fā)展現狀和研究成果；其次論述四種編隊協(xié)同控制關鍵技術；最后對編隊協(xié)同控制技術發(fā)展趨勢進行展望。

在過去的幾十年里，技術不斷進步，新成果層出不窮，嵌入式計算與通信等技術的爆發(fā)式增長和模塊化、小型化武器裝備技術的快速發(fā)展，也逐漸提高了人們對自主控制等技術的研究興趣。面對日益復雜的戰(zhàn)場環(huán)境，人們逐漸認識到無人機編隊能以較小的代價完成更復雜的任務。無人機編隊系統(tǒng)具有更高的冗余性、更好的容錯性和魯棒性，可極大提高任務執(zhí)行的成功率。在軍事打擊任務中，無人機編隊從多個方向同時攻擊目標，大幅提高了命中率和殺傷力。基于上述優(yōu)點，無人機編隊協(xié)同控制技術作為無人機領域的關鍵技術和研究熱點，已引起科研人員的密切關注。

無人機編隊發(fā)展現狀

人們提出的編隊概念源于衛(wèi)星應用領域，如用于擴大衛(wèi)星的偵察范圍，提高信號覆蓋率，提升三維成像質量，降低研制成本等多種需求。后來為滿足各種實際需要，編隊概念被應用于無人機。無人機編隊是指多架無人機在執(zhí)行任務過程中，為適應戰(zhàn)場態(tài)勢和滿足任務等需求，生成、保持或重構為一定的幾何隊形，同時應適應環(huán)境約束，如避開障礙物等。無人機共同執(zhí)行某項復雜任務時，須具備五方面能力。

一是編隊隊形的生成能力，即如何將各架無人機聯(lián)接在一起，生成設定的隊形。

二是編隊隊形的保持能力，即如何按設定的編隊隊形飛行且保持現有隊形的架構。

三是編隊隊形的變換能力，即如何根據實際需求，實現隊形變換的能力。

四是編隊的避障能力，即無人機遇到障礙物時，如何改變編隊隊形，使其避開障礙物的能力。

第五是自適應能力，即在未知的高動態(tài)環(huán)境下，如何自動保持、改變編隊隊形，以便更好地適應環(huán)境的能力。

針對以上無人機編隊能力，國外眾多機構開展了大量探索性技術研究，并取得了一些理論和工程化成果。

在理論研究方面，美國空軍研究實驗室、麻省理工學院、加拿大康考迪亞大學等機構對無人機編隊協(xié)同控制技術均展開大量研究。

在工程應用方面，美國國防預研局（DARPA）資助的“多方案自主編隊控制”（MICA）項目，旨在研究減少人員操控，提高無人機自主編隊能力和協(xié)同控制能力；美國國防預研局資助的“小精靈”（Gremlin）項目，利用美軍C-130運輸機在空中投放和回收“小妖精”無人機蜂群，實現了蜂群無人機的重復利用；2016年10月，美國海軍完成103架“灰山鶉”無人機發(fā)射試驗，驗證了該無人機蜂群的自適應編隊能力；美國國防預研局“拒止環(huán)境中協(xié)同作戰(zhàn)” （CODE）項目開發(fā)了先進算法和軟件，提升了無人機蜂群自主控制和協(xié)同控制技術。2018年11月，6架真機和24架模擬機在“真實-模擬-構造”訓練環(huán)境中開展了地面和飛行試驗，驗證了無人機蜂群在強對抗環(huán)境中應對不確定威脅的能力。

圖1 法國“神經元”無人機與“陣風”戰(zhàn)斗機、“獵鷹”公務機組成編隊協(xié)同飛行。

2014年法國“神經元”無人機與“陣風”戰(zhàn)斗機、“獵鷹”公務機成功進行了有人機/無人機編隊協(xié)同飛行試驗。

編隊協(xié)同控制關鍵技術

編隊控制架構

為實現無人機編隊的隊形控制，無人機之間需要通過通信鏈路相互交換狀態(tài)信息。根據各無人機是否需要全局信息，無人機編隊控制架構可分為集中式控制、分布式控制、分散式控制和混合式控制四種方式。

（1） 集中式控制架構

各無人機將本機的速度、位置等狀態(tài)信息發(fā)送給編隊系統(tǒng)中的其他無人機。雖然控制效果好，但對于數量較大的無人機編隊，因機間信息傳輸量大，容易產生數據沖突，對機載計算機和通信系統(tǒng)的性能要求較高。

（2） 分布式控制架構

各無人機將本機狀態(tài)信息發(fā)送給相鄰的無人機。因該架構沒有中心節(jié)點，信息傳輸量和計算量少，對機載計算機等設備的性能要求不高，系統(tǒng)功能實現簡單可靠。因此，這種控制架構更適合任務載荷能力有限的小型無人機。

（3） 分散式控制架構

在該控制架構下，無人機一般具有相同的感知和環(huán)境適應能力，只須保證本機在編隊中的相對關系，編隊控制架構簡單，各無人機與其他無人機沒有過多信息交互，不能形成有效的隊形。

（4） 混合式控制架構

該架構也稱聯(lián)邦式控制架構。無人機形成聯(lián)盟，并由其中一架無人機作為控制體，負責與其他聯(lián)盟或者無人機進行信息交互，其他聯(lián)盟或者無人機只負責執(zhí)行任務。因此，該架構是集中式控制架構和分布式控制架構的結合。

綜上所述，分布式控制方式由于控制結構簡單、信息傳輸量少，可避免數據發(fā)生沖突，在工程上更容易實現和維護。另外，采用分布式控制架構，無人機機群的環(huán)境適應能力強，且具有高的可擴充性與容錯性，不會因為個別無人機失效而影響任務執(zhí)行。因此，目前科研人員在編隊協(xié)同控制技術領域的研究方向，已從集中式控制轉向了分布式控制。

一些學者提出基于異構無人機系統(tǒng)的分布式優(yōu)化算法，為系統(tǒng)內各無人機設計了不同的分布式算法，其系統(tǒng)矩陣是一個任意時刻的隨機矩陣，通過模型變換將原系統(tǒng)轉化為一個時變系統(tǒng)。

為了對具有數據傳輸時延的無人機編隊系統(tǒng)進行優(yōu)化，有學者提出了基于事件觸發(fā)的分布式優(yōu)化算法。假設每架無人機僅知道本機信息，并利用拓撲網絡與其聯(lián)接的無人機進行信息交互，通過連續(xù)和離散分析，為非線性混合系統(tǒng)提供了足夠的指數穩(wěn)定性條件。

編隊控制策略

根據編隊不同的要求和性質，主流無人機編隊控制策略可分為領航員跟隨法、人工勢場法、虛擬結構法、基于行為法和基于圖論法。在實際研究過程中，上述方法已逐步相互融合，難以明顯區(qū)分。下面對五種編隊控制策略進行具體介紹。

（1）領航員跟隨法

由于無人機編隊系統(tǒng)內單機的局部運動規(guī)則已預先定義好，人們提出一種間接進行外部控制的方法，即在編隊中加入可控個體。受現實世界中存在領導者的啟發(fā)，研究人員提出了領航員概念，即領導者或者虛擬領導員角色。領航員跟隨法改變了無人機編隊的對象控制方式，將整體對象的控制轉變?yōu)閷€體的控制，在整個編隊系統(tǒng)中挑選一個或者多個領航員，由該領航員控制編隊系統(tǒng)的飛行。其他跟隨無人機實時獲得領航無人機的運動方向和與其之間的位置信息，通過減小與領航員之間的位置誤差，來完成不同的編隊隊形變換，編隊系統(tǒng)中的跟隨無人機并不需要進行相互通信和自主決策?？蒲腥藛T僅對領航無人機設定相應的任務與策略，整個無人機編隊系統(tǒng)便可在領航無人機的引領下，完成設計者的任務要求，方法實現較為簡單。

圖2 領航員跟隨法中各無人機信息交互方式示意圖。

領航員跟隨策略最早用于機器人編隊協(xié)同控制。一些學者使用比例算法和比例—積分—微分算法，分別實現了領航員跟隨法編隊控制。另外的研究人員將該策略進行大量改進，融入現代控制方法，實現了更高效、更優(yōu)化的無人機編隊協(xié)同控制。針對該編隊方法，美國賓夕法尼亞大學通用機器人、自動化、感知與認知實驗室（GRASP）團隊提出了L—L和L—Ψ兩種模式，建立了基于該控制模型的無人機編隊控制圖，利用反饋線性化方法，設計編隊控制律并證明其漸近穩(wěn)定性，實現了無人機編隊任意隊形的切換，同時提出編隊穩(wěn)定性概念，分析該策略中的控制誤差在領航員和跟隨者之間傳輸，對編隊結構穩(wěn)定性產生的影響。其中，L—L法是控制領航員與跟隨者保持預設的角度和距離，L—Ψ法是控制領航員與各跟隨者保持預設的距離。

在飛行過程中，如果通信鏈路出現中斷等網絡故障，跟隨無人機可能會因跟蹤誤差較大，隨時發(fā)生掉隊現象。同時，由于整個編隊系統(tǒng)的魯棒性高度依賴于領航無人機的魯棒性，如果后者出現故障，很可能造成整個編隊的癱瘓?？蒲腥藛T針對上述缺點進行了大量改進。有些學者采用反饋線性化法，實現了機器人編隊系統(tǒng)非完整約束的軌跡跟蹤；另外一些學者采用通信協(xié)議機制，實現了跟隨者的實時跟隨運動，還有學者采用動態(tài)更換領航員的策略，解決了編隊系統(tǒng)對領航無人機過分依賴的問題。

取p=3 000,用模型(9)—(10)求解該問題,所得圖像如圖5所示。觀察圖4和圖5知,本文提出的模型可用于圖像恢復。

近年來，科研人員就領航員跟隨法開展了更廣泛的研究，如限制輸入的領航者跟隨策略、通信受阻下的領航者跟隨策略，以及領航者跟隨策略中的拓撲變換等研究。

（2）人工勢場法

人工勢場法將無人機的運動環(huán)境模擬成人工勢場，在該模擬勢場中，環(huán)境中的障礙物主要由斥力勢場表示，當無人機與障礙物之間的距離逐漸縮小時，兩者間所產生的斥力會逐漸變大；而環(huán)境中的目標點主要由引力勢場表示，當無人機與目標點間的距離逐漸縮小時，兩者之間產生的引力會逐漸變大。隨著無人機位置的變化，斥力與引力相互作用，無人機在合力作用下，將向勢能最小化的方向運動，從而形成期望隊形。

由此可見，人工勢場法即以人工勢場來代替無人機編隊的運動環(huán)境且依據預先設計的勢場函數表示無人機的相對運動關系。人工勢場法的關鍵研究內容是，如何設計勢場函數與勢場環(huán)境。有學者選取合適的勢場函數，將系統(tǒng)結構和目標相結合，采用分布式控制策略，開展了李雅普諾夫函數與圖論的理論研究，在勢場法的基礎上，保證了編隊系統(tǒng)的穩(wěn)定性和有效控制。

然而，以傳統(tǒng)人工勢場法開展無人機航跡規(guī)劃，容易出現局部極小點、受迫性碰撞及目標點無法達到等情況，削弱了避障效果，而且不容易設計相應的勢場函數。為解決這一技術難題，有學者對傳統(tǒng)人工勢場法進行改進和優(yōu)化，通過分析無人機與目標點之間的距離變化帶來的影響，創(chuàng)建新的斥力函數。當兩者距離縮小時，斥力函數會逐漸縮小至零，確保目標點能夠達到規(guī)定要求，避免了上述問題的出現。國外一些學者設計了一種新的控制方法來更加精確地構造勢場函數，將構造出來的勢場函數描述為導航函數，這樣函數中只存在一個極小值點，而且為全局最小值點。

（3）虛擬結構法

虛擬結構的控制方法是將無人機編隊隊形視為一種剛性虛擬結構，每架無人機表示成該剛體上相對位置不變的一個虛擬節(jié)點。當隊形變換時，無人機跟隨剛體上對應的虛擬節(jié)點變換位置，無人機編隊系統(tǒng)協(xié)同控制問題因此轉化成一個簡單剛體在空間運動的控制問題，簡化了編隊系統(tǒng)的控制工作。由于剛體上的固定節(jié)點位置保持相對不變，各架無人機只需追隨固定節(jié)點的運動，便可在編隊系統(tǒng)中保持不變的相對位置信息，從而取得較高的控制精度，確保編隊隊形不發(fā)生改變。

采用虛擬結構法進行編隊控制時，可以將編隊誤差作為反饋引入控制律設計，從而取得較高的控制精度。有學者首先對虛擬結構的動力模型、無人機運動與剛體運動的相對關系進行定義。以虛擬剛體的運動方向和相對位置來決定編隊系統(tǒng)內無人機的運動方向與相對位置，使無人機追隨剛體上固定節(jié)點運動，從而完成編隊隊形保持任務。另有學者引入編隊反饋控制來克服無人機編隊產生的擾動對隊形控制的影響。一些國外學者設計了基于虛擬結構法的空間飛行器編隊分散式控制框架。另有國外學者基于虛擬結構法研究了三維空間中編隊飛行問題。在此基礎上，其他幾位國外學者結合同步控制器，設計了多無人機自動編隊的駕駛儀結構。

（4）基于行為法

圖3 有向圖和無向圖拓撲結構示意圖。

基于行為的控制方法可以設計編隊系統(tǒng)中無人機各種子行為與編隊動作之間的行為協(xié)調機制。該方法將無人機編隊的整體行為分解為多種子行為即簡單動作，在已知外界環(huán)境的情況下，當傳感器感知到障礙物時，無人機能夠避障，或根據遠程指令形成一字形、圓形、直線形等隊形，形成內部行為庫。當無人機接收到行為變化信號，將執(zhí)行子行為庫中所對應的行為模式，其他行為則可根據子行為進行融合或者轉換。無人機編隊在實際飛行過程中，編隊系統(tǒng)內部傳感信息或者其他行為的輸出，是無人機編隊中各節(jié)點的輸入，而各節(jié)點的輸出則發(fā)送至執(zhí)行器，以控制無人機的運動，或作為無人機群其他行為的輸入。其中，交互信息主要包括編隊系統(tǒng)中其他無人機的姿態(tài)、位置、速度和機間的相對位置等信息。然后選擇一個合適的行為機制來融合子行為，計算出無人機編隊的整體行為輸出，控制各無人機做出相應的行為動作。而將各子行為進行融合，作為下一步運動指令輸出的方法，主要有3種。

①加權平均法

將每個基本行為的權重系數大小與無人機行為的重要性相關聯(lián)，即對基本行為的最終向量輸出進行矢量求和運算，再進行歸一化處理，得到無人機的最終行為輸出。

②行為抑制法

按照設計規(guī)則，對已定義的基本行為進行權重高低區(qū)分，根據等級的高低來輸出最終行為。

③模糊邏輯法

根據設計者建立的模糊規(guī)則，對所定義的行為進行綜合處理，將綜合處理后的行為作為無人機的最終行為輸出。該方法類似于加權平均法，其難點在于，模糊數據的定義、模糊規(guī)則和模糊庫的建立。有學者在研究機器人路徑規(guī)劃時，基于模糊邏輯法構建了一個由避障行為、目標導向行為、模糊行為組成的三層控制器構架，提高整個系統(tǒng)的魯棒性和實時性。

采用基于行為的方法對編隊隊形進行控制，可使編隊系統(tǒng)內的無人機在飛行過程中，實時獲得隊形的反饋信息。各無人機收到反饋信息并進行判斷，進而實時控制與調整行為。編隊系統(tǒng)中的每架無人機都可以獨立完成行為決策與轉換，具有良好的擴展性，且不易受編隊規(guī)模的影響。但是，當對所定義的幾種基本行為進行融合時，存在不確定性，一般無法明確地定義群體行為。用數學方法來定量描述和分析編隊的穩(wěn)定性和收斂速度等諸多特性，也較為困難。

（5）基于圖論法

一般無人機編隊系統(tǒng)具有規(guī)模大、通信和控制結構分散等特點，而且各無人機間存在相互關聯(lián)的網絡結構。因此，可以將無人機編隊系統(tǒng)視為一個采用有向圖和無向圖表示其網絡拓撲結構的動態(tài)系統(tǒng)。設圖為一個二元組∈（A，B），圖的各節(jié)點i∈A用來表示各無人機，邊（i，j）∈B表示各無人機間的關聯(lián)或約束拓撲關系，如感知、通信或控制連接等。有向圖由一個節(jié)點集A和一個邊集B組成，其中每一條有向邊都是兩個不同節(jié)點之間的一個有序偶；而無向圖中各節(jié)點之間可以互相獲取信息。

有向圖和無向圖均可用來設計無人機編隊隊形與隊形的控制策略。例如，一些學者采用基于組合圖論的方法，設計一種使所有邊的權值總和最小的圖，獲得唯一確定的編隊隊形?；趫D論法，在編隊控制中常用到圖的鄰接矩陣和拉普拉斯矩陣等概念。根據圖的拉普拉斯矩陣，可以設計局部、分布式且可擴展的無人機編隊結構控制律，同時利用拉普拉斯矩陣的特征值，證明該控制律的穩(wěn)定性。有學者表示，若無人機的局部控制器穩(wěn)定，則隊形的穩(wěn)定性取決于信息流的穩(wěn)定性，圖的拉普拉斯矩陣可建立隊形的穩(wěn)定性與通信網絡的拓撲結構之間的關系。另有學者計算了圖的拉普拉斯矩陣的最大和最小特征值，分析了穩(wěn)定性編隊的收斂速率。

無人機編隊的控制技術研究仍在持續(xù)深入發(fā)展。為克服上述各種方法的缺點，人們提出，將上述幾種方法融合，以改進算法，取長補短。例如，一些學者提出了一種包含領航員跟隨法、基于行為法和虛擬結構法的策略，來解決無人機編隊協(xié)同控制問題。另有學者使用從理想隊形結構約束中獲得的勢場函數，設計了保證隊形穩(wěn)定的控制器。其他一些學者根據勢場函數理論，利用李雅普洛夫函數研究無人機編隊的協(xié)同控制技術。還有學者從基于圖論法出發(fā)，提出了領航員跟隨的穩(wěn)定性概念。

編隊一致性控制技術

當多架無人機對所關心的變量取值達成共識時，就稱其已達到一致。信息一致性將保證按一定網絡拓撲交換信息的無人機，與協(xié)同任務的關鍵信息達成一致意見。為了實現信息一致，無人機機群交互信息中必須擁有一個各無人機共同關心的變量，稱為信息狀態(tài)。此外，還需要設計一個用于無人機間交互、使各信息狀態(tài)達成一致的編隊協(xié)作變量，如編隊的中心位置、隊形、編隊集結時間、監(jiān)控區(qū)域的大小、無人機編隊的運動方向等信息，各無人機基于相鄰無人機的信息狀態(tài)，適時更新自己的狀態(tài)信息?？蒲腥藛T基于分布式協(xié)同控制構架，對一致性算法進行了廣泛研究。有學者提出了平面一階離散模型，并對無人機運動方向的一致性問題進行研究，邁出了研究工作的第一步。另有學者給出一種具有非線性和時滯特性的一致性判據，并提出一種基于一致性控制技術的無人機編隊保持算法和編隊重構策略。還有一些學者將一致性控制算法與防撞算法相結合，有效解決了編隊中無人機的碰撞現象。

在無人機編隊飛行一致性控制研究中，收斂速度是評估該控制算法的重要指標。因此，研究控制時域內或有限時間收斂一致性關鍵技術，可為無人機協(xié)同控制技術研究奠定基礎。有學者設計了一個李雅普諾夫函數，為編隊中有任意初始條件的無人機構建了全局非線性一致性協(xié)議，使其能在有限的時間內獲得一致性。有學者將能使一階系統(tǒng)在有限時間內達到一致的分布式控制協(xié)議，擴展應用到無人機編隊協(xié)同控制。另有學者分別研究了無領航無人機和有領航無人機的非線性無人機編隊有向圖結構下的一致性問題。其他學者根據滑模變結構理論，研究了有限時間跟蹤一致性問題，該方法對輸入擾動具有魯棒性。

編隊最優(yōu)控制技術

圖4 采用最優(yōu)控制的方法規(guī)劃無人機編隊路徑。

若要得到較精確的隊形保持控制，無論采用哪種控制策略，都需要對無人機隊形誤差進行補償控制。無人機編隊系統(tǒng)進行航線規(guī)劃時，通常以一個行為目標來規(guī)劃運動方式，可用目標函數表示該行為目標。因此，采用最優(yōu)控制的方法設計控制器，是目前的研究熱點。最優(yōu)控制的研究方法通常有線性二次調節(jié)法（LQR）、模型預測控制法（MPC）、微分博弈法（Differential Games ）、自適應動態(tài)規(guī)劃法（ADP）等算法。在以上方法中，線性二次調節(jié)法為離線算法，適用于線性系統(tǒng)；模型預測控制法為在線算法，需連續(xù)采樣并實時預測；微分博弈法為博弈論與最優(yōu)控制法的結合，會引入“維數災難”問題；自適應動態(tài)規(guī)劃法是利用神經網絡等算法，逼近動態(tài)規(guī)劃中的性能指標函數最優(yōu)值。目前，人們將這幾種方法進行組合，得到各種先進組合控制算法，以解決無人機編隊協(xié)同飛行的一致性問題。有學者將自適應動態(tài)規(guī)劃法與微分博弈法相結合，解決了一般線性多智能體系統(tǒng)的最優(yōu)一致性控制問題。另有學者通過神經網絡近似系統(tǒng)的動力學方程，利用本機與其他無人機之間的相對狀態(tài)信息，為各無人機設計了自適應神經網絡控制器，以完成編隊動作控制。還有學者應用自適應方法，對帶有不確定性的非線性網絡系統(tǒng)的同步問題展開研究。

編隊協(xié)同控制技術發(fā)展趨勢

無人機編隊運用人工智能技術進行協(xié)同控制，取得了豐碩成果。然而，協(xié)同控制技術未來發(fā)展須要結合工程實踐。無人機編隊協(xié)同控制技術主要有四個發(fā)展方向。

（1）密集編隊避障與飛行控制技術

密集編隊中的無人機一旦發(fā)生碰撞，將會產生鏈式效應，降低任務成功率。由于編隊中各無人機間距較小，若其中一架無人機發(fā)生碰撞，相鄰無人機會因斥力而機動規(guī)避，直接縮短了與各無人機的間距，同時其他無人機也做出規(guī)避機動，有可能碰到相鄰無人機，甚至發(fā)生碰撞。這種連鎖反應就像鏈式反應一樣，或稱為鏈式效應，最終導致無人機編隊無法使用。在無人機編隊飛行過程中，一方面各種干擾不可避免，另一方面無人機編隊需在較短時間內做出編隊拆分、編隊形成等行為。由此可見，避障與控制算法面臨的挑戰(zhàn)是，如何確定無人機周圍可機動的空間范圍，以及在機動空間不夠的情況下，如何中斷鏈式反應。目前，鳥類透光避障原理模型已被廣泛應用至密集編隊避障和控制，但對于靜止和運動障礙的規(guī)避技術，尚未得到充分研究。為解決密集編隊避障和控制問題，科研人員一般采用網絡分隔法、協(xié)同避障法、透光性避障法，并將其融入應用，有必要借助這三種方法的優(yōu)勢，有效提升避障和控制技術水平。

（2）三維空間中的編隊協(xié)同控制技術

現有無人機編隊控制通常將無人機看作是二維平面編隊隊形內的各個節(jié)點，二維平面上的編隊問題實際上只是三維空間中的一個描述特例，各無人機剛體運動如轉動和移動、在三維空間中的相對位置與飛行方向均可在三維空間及其子空間中描述。而六自由度三維空間中的編隊控制，還需考慮研究較少、難度較大，待解決的問題，如三維空間圖論的研究和三維空間編隊控制律設計兩部分。由于現有圖論中的很多基礎性定理，例如拉曼定理和亨內伯格序列等僅基于二維空間，無法在三維空間中直接應用。目前，科研人員已采用三維空間位置和方向解耦控制法、齊次變換矩陣法、李群抽象法、對偶四元數法等現有三維空間無人機編隊控制方法。未來的工作重點是，基于不同拓撲結構、不同動力學模型、不同外部擾動設計編隊控制律，實現三維空間中的無人機編隊控制。

（3）通信拒止條件下編隊協(xié)同控制技術

在復雜的實際作戰(zhàn)環(huán)境下，無人機編隊的通信網絡通常出現中斷、時延、帶寬受限等情況。因此，通信拒止條件下的無人機編隊協(xié)同控制問題亟待解決。目前，首先須要研究在通信鏈路損毀時具有一定魯棒性的拓撲結構設計、通信拒止條件下編隊控制律設計以及編隊底層通信協(xié)議設計等內容；其次，現有無人機編隊通常假設單個節(jié)點可實時獲取其需要的所有外部信息，但實際上機載傳感器的感知能力有限，且感知的信息常帶有噪聲和具有時延，導致難以精確獲取其他無人機的相對位置與速度。因此，科研人員可對通信拒止約束的編隊協(xié)同控制問題，或無需速度測量的編隊控制問題，或具有時延和噪音的編隊控制問題等內容展開研究。

（4）有人機/無人機協(xié)同控制技術

有人機/無人機編隊協(xié)同控制是指對有人機和無人機組成的編隊系統(tǒng)進行控制，使二者相互支援、能力互補。有人機發(fā)揮遠程探測和指控作用，無人機具備良好的自主性，能攜帶任務載荷，執(zhí)行偵察、攻擊、護航等任務。受智能化控制技術水平的制約，無人機仍無法完全替代人對戰(zhàn)場態(tài)勢做出決策，有人機/無人機編隊協(xié)同控制技術研究迫在眉睫。有人機/無人機編隊協(xié)同控制需要綜合運用智能系統(tǒng)技術與平臺控制技術，涉及自動控制技術、人工智能技術、通信技術、運籌學、信息論、系統(tǒng)論等眾多技術和學科。同時，需建立面向復雜動態(tài)戰(zhàn)場環(huán)境的有人機/無人機協(xié)同控制體系，基于該體系研究人機協(xié)同和多機協(xié)同的基礎理論算法，解決人機系統(tǒng)能力匹配問題，在對抗條件下對意外和不確定性事件進行快速響應，實時規(guī)劃任務航線，實現有人機/無人機協(xié)同行為，取得“1 + 1 ＞2”的協(xié)同作戰(zhàn)效能。

圖5 在信號受干擾的環(huán)境下，無人機編隊偵察地面目標示意圖。

隨著相關學科和技術的發(fā)展，以及科研人員不斷對無人機控制方法進行深度挖掘，必將給行業(yè)發(fā)展帶來顛覆性改變。