摘要： 針對3維空間對抗環(huán)境下，具有非線性二階積分器動力學模型的多智能體系統(tǒng)（multi-agents system， MAS）時變編隊機動與隊形變換控制問題，提出一種可抑制外部干擾的MAS時變編隊機動與隊形變換策略。首先，根據(jù)空間對抗環(huán)境分析常見編隊隊形的效用，設計一種基于應力矩陣和領導-跟隨策略的24機編隊立體構型，通過靈活地仿射變換隊形，提高MAS編隊空間對抗效率。其次，基于一致性理論、滑模理論和魯棒性控制，利用時變編隊應力矩陣，設計了一種魯棒一致性跟蹤控制器，以在外部未知擾動條件下，確保MAS時變編隊在機動與仿射變換時跟隨者對領導者的精確協(xié)同跟蹤。然后，通過構造Lyapunov函數(shù)證明了外界未知擾動下3維MAS時變編隊連續(xù)機動和隊形變換的穩(wěn)定性。最后，通過仿真實驗驗證了所提出的控制器能夠使時變編隊在機動和隊形變換過程中實現(xiàn)精確協(xié)同跟蹤。

關鍵詞： 多智能體系統(tǒng); 空間對抗; 編隊隊形控制; 應力矩陣

中圖分類號： TJ 761

文獻標志碼： A

DOI：10.12305/j.issn.1001-506X.2024.06.26

Multi-agents formation control method based on space confrontation

ZHANG Jie¹， LIU Kairong²， CHEN Jinbao¹， ZHANG Yingxue¹， CHEN Chuanzhi^1，*， YU Hongzhi¹， ZHANG Yunxiao¹

（1. College of Astronautics， Nanjing University of Aeronautics and Astronautics， Nanjing 211106， China; 2. Shanghai Aerospace Control Technology Institute， Shanghai 201109， China）

Abstract： Aiming at the problem of time-varying formation maneuvering and affine transformation control for multi-agents system （MAS） with nonlinear second-order integrator dynamics model in three-dimensional （3D） space confrontation environment， a strategy for MAS time-varying formation maneuvering and formation transformation is proposed， which is designed to suppress external disturbances. Firstly， by analyzing the utility of common formations in spatial adversarial environments， a 24-agents spatial configuration is devised based on stress matrix and leader-follower strategy. Through flexible affine transformation formations， this configuration can adapt to other formations， thereby enhancing the spatial resilience efficiency of MAS formations in adversarial environments. Secondly， leveraging consistency theory， sliding mode theory and robust control， a distributed robust consistency tracking controller is designed using the time-varying formation stress matrix. This controller is designed to address scenarios where MAS time-varying formations are subject to external unknown disturbances， ensuring precise coordinated tracking of the leader during affine transformation and continuous maneuvering. Thirdly， the stability of 3D MAS time-varying formation continuous maneuvering and affine transformation in the presence of external unknown disturbances is proven by constructing a Lyapunov function. Finally， simulation experiments demonstrate that the proposed controller can achieve precise coordinated tracking during maneuvering and formation transformation for time-varying formations.

Keywords： multi-agent system （MAS）; space confrontation; formation control; stress matrix

0 引 言

多智能體系統(tǒng)（multi-agents system，MAS）在復雜空間對抗環(huán)境下交互作戰(zhàn)是一種新型作戰(zhàn)模式，是根據(jù)自然界鳥群、蜂群、蟻群等群居動物生物種群的交流合作方式而誕生的^［1］。相較于傳統(tǒng)空間對抗載體，大規(guī)模、低成本的MAS可利用內部拓撲網絡實現(xiàn)協(xié)同偵察、協(xié)同打擊、協(xié)同干擾等功能，可被有效應用于反恐維穩(wěn)、遠程突防、戰(zhàn)機護航等作戰(zhàn)任務^［2］。合適的MAS的集群化載荷部署還可以增強空間生存和打擊能力，擴大信息獲取范圍，縮短復雜空間任務的完成周期，是地-空-天聯(lián)合體系的重要平臺^［3］。

協(xié)同控制是MAS時變編隊控制的重要研究內容。按照協(xié)同控制策略，協(xié)同編隊可以分成基于領航-跟隨控制編隊、基于虛擬結構控制編隊、基于行為控制編隊、一致性控制編隊、人工勢場控制編隊。隨著控制方法的發(fā)展深入，針對MAS時變編隊隊形保持、變換與避障等問題，將上述研究策略和各類先進智能控制方法混合使用效果更佳?；陬I航-跟隨框架，更容易應用復雜的控制算法，例如動態(tài)逆控制^［4-6］、滑?？刂?sup>［^7-8］、自適應控制^［9-11］、模型預測控制^［12-15］和模糊控制^［16-19］等。

近年來，基于圖論的剛性理論分布式編隊控制方法^［20］被廣泛研究。Lin等^［21］將圖論拉普拉斯矩陣的交互權重由正實數(shù)拓展到實數(shù)，形成仿射隊形，該方法也被稱為仿射編隊控制。Wang等^［22］將仿射編隊控制的拓撲圖由無向圖延伸到有向圖。文獻［23］完整總結了無向圖和有向圖的仿射控制充分必要條件。

針對3維甚至更高維度的MAS時變編隊控制策略已有諸多成果。Kwon等^［24］將Park等^［25］提出的弱剛性概念拓展到3維空間的三角形編隊。Tang等^［26］基于方位和相對速度解決了3維空間中的編隊控制問題，并用4個智能體的仿真實驗驗證了該方法的有效性。Zhao等^［27］探究了軸承剛度理論，提出適用于任意維度空間的基于方位的分布式編隊控制策略，并用8個智能體組成的立方體驗證該方法。隨后，Xu等^［28］實現(xiàn)了用任意積分動力學控制跟隨者，成功跟蹤領導者在任意維度上的任意階多項式軌跡，并分別用由9個智能體組成的立方體編隊和由10個智能體組成的平面楔形編隊驗證該策略。上述文獻中研究的MAS時變編隊大多是由3～10個智能體組成的3維編隊，且編隊隊形簡單，沒有考慮外部干擾，對于實際空間對抗任務需求，算法應用依舊比較困難。

本文針對3維空間對抗環(huán)境中的大型MAS時變編隊機動與隊形變換穩(wěn)定控制問題，設計了一種大型MAS編隊立體矩形基礎構型，并提出一種可有效抑制外部未知擾動的MAS時變編隊的魯棒一致性跟蹤控制器。與現(xiàn)有研究成果相比，本文工作的創(chuàng)新性體現(xiàn)如下：

（1） 基于空間對抗環(huán)境，分析了一字形、楔形、菱形等常規(guī)編隊隊形的對抗效用，設計了一種基于應力矩陣和領航-跟隨控制策略的3維24機編隊立體矩形構型，其可通過靈活仿射變換為一字形、菱形等其他隊形，從而達到多種隊形的對抗與避障效果，提高對抗效能;

（2） 為實現(xiàn)24機立體構型編隊在機動與隊形變換中的穩(wěn)定控制，考慮外界未知擾動情況，基于一致性理論、滑模理論和魯棒性控制，設計了MAS時變編隊跟隨者的魯棒一致性跟蹤控制器。該控制器可有效抑制外界未知擾動，消除跟蹤過程誤差，解決領航-跟隨時變編隊協(xié)同控制中的跟隨者跟蹤控制問題。

1 預備知識

圖論是分布式控制和一致性理論的基礎^［29］。在一致性理論中，拉普拉斯矩陣十分重要，其具有許多重要性質^［30］，尤其是半正定性對于控制系統(tǒng)穩(wěn)定性證明十分重要。

1.1 無向圖

作為MAS通信拓撲工具，嚴格來說，各類圖的強度效果根據(jù)“有向圖lt;強連接圖lt;生成樹lt;平衡圖lt;無向圖”逐漸加強^［31］。無向圖G=（V， E）由n個節(jié)點集V={V₁，V₂，…，V_n}和邊集E={（i，j）：i，j∈V，i≠j}組成的拓撲通信網絡，用于描述智能體之間的相互作用。其中，V_i表示智能體i，邊（i，j）∈E或（j，i）∈E表示V_j∈V和V_i∈V是彼此的鄰居。對于智能體i，所有可訪問智能體的集合表示為N_i，也稱為i的鄰居集，即N_i={V_i|（i，j）∈E}，N_i是智能體i的鄰居數(shù)量。無向圖G的鄰接矩陣為A=［a_ij］∈R^n×n，其中若（i，j）∈E，則（j，i）∈E也存在，且a_ij=a_ji=1，否則為0。

考慮在歐幾里得空間R^d中的一組n個智能體，其中d≥3，n≥d+1。設p_i∈R^d是智能體i的位置，則p=［p^T₁，p^T₂，…，p^T_n］^T∈R^d是所有智能體的配置矩陣。在不失一般性的情況下，假設前n_l個智能體是領導者，剩余的智能體則為跟隨者n_f=n-n_l，則領導者和跟隨者分別為V_l={1，2，…，n_l}，V_f=V/V_l。領導者和跟隨者的位置分別表示為p_l=［p^T₁，p^T₂，…，p^T_nl］^T和p_f=［p^T_nl+1，p^T_nl+2，…，p^T_n］^T。將無向圖G及其相應的配置矩陣P=［p_l，p_f］置于R^d中，從而獲得編隊（G，P）。

1.2 仿射空間

編隊的配置矩陣P∈R^n×d和增廣矩陣P-∈R^n×（d+1）為

引理1 仿射空間的秩條件^［32］。當且僅當n≥d+1時，點集{p_i}ⁿ_i=1仿射空間為R^d且rank（P-（p））=d+1。

定義一個非奇異矩陣A=R^d×d表示隊形伸縮、旋轉等變換，位移向量b∈R^d表示在上述變換之上進行位置偏移，均在時間t上連續(xù)。標稱配置矩陣r代表所需要保持的集群隊形，智能體i∈V在目標編隊中的理想位置為

MAS時變編隊協(xié)同控制的目的可以表達為：t→∞時，p（t）→p^d（t）。

1.3 應力矩陣

應力矩陣又稱為符號拉普拉斯矩陣，與拉普拉斯矩陣類似，均表述了個體之間的通信拓撲關系，不同之處在于應力矩陣包含了個體與鄰居的位置關系，表征的是一個構型或者圖的內部力平衡狀態(tài)。

在數(shù)學和力學理論與應用中，參數(shù)ω_ij是圖G的邊（i，j）上的一個標量權重，建模了智能體之間的拓撲信息流結構，且ω_ij=ω_ji成立。當ω_ijgt;0時，表示邊（i，j）存在引力，反之則為斥力。向量ω_ij（p_j－p_i）表示智能體j通過邊（i，j）施加在智能體i上的力。對于一個編隊（G，P），若能滿足下述要求

∑j∈N_iω_ij（p_j－p_i）=0，i∈V（5）

則稱ω為配置矩陣P的平衡應力。因此，式（5）意味著由智能體j∈N_i施加在智能體i上的力是平衡的。將ω=（ω₁，ω₂，…，ω_m）^T∈R^m表示應力向量，其中ω_k對應于第k個無向邊，k=1，2，…，m。

值得注意的是，平衡應力只能在標量因子的范圍內確定，即若ω是平衡應力向量，那么對于任何k∈R_≠0，kω也是平衡應力向量。將式（5）寫為矩陣形式，即為

（ΩI_d）P=0（6）

應力矩陣Ω=［Ω_ij］∈R^n×n定義如下：

應力矩陣的性質與編隊結構的通用剛性密切相關。下面給出需要用到的兩個關于應力矩陣的引理，分別用于建立應力矩陣與結構為通用剛性、仿射映像的關系。

引理2 仿射編隊通用剛性條件^［33］。給定一個具有n個節(jié)點的無向圖G和通用配置矩陣P，且n≥d+2。當且僅當存在一個應力矩陣Ω，Ω是半正定的，且rank（Ω）=n－d－1，則編隊（G，P）是通用剛性的。

引理3 仿射可定位的應力條件^［33］。當且僅當領導者的標稱配置{r_i}ⁿ_i∈Vl仿射空間為R^d，同時具有半正定應力矩陣Ω且rank（Ω）=n－d－1，當且僅當增廣應力矩陣Ω-_ff模塊是非奇異時，標稱編隊（G，r）是仿射可定位的，p_f可以被唯一確定，且p_f=－Ω-^－1_ffΩ-_flp_l。根據(jù)領導者和跟隨者將增廣應力矩陣分解為

進一步定義跟隨者跟蹤誤差和速度誤差為

δ_pf（t）=p_f（t）－p^d_f（t）=p_f（t）+Ω-^－1_ffΩ-_flp_l（9）

δ_vf（t）=v_f（t）－v^d_f（t）=v_f（t）+Ω-^－1_ffΩ-_flv_l（10）

假設1 編隊可仿射變換的條件。假設MAS時變編隊領導者數(shù)目ngt;d+1且有半正定應力矩陣Ω，rank（Ω）=n－d－1。

注1 基于圖論、應力矩陣、全局剛性、仿射空間的引理1、引理2表述集群編隊的隊形結構，以及通信拓撲需滿足的要求，是引理3的前置條件?；诜律涠x與仿射可定位的引理3，給出了集群編隊的期望信息，可由領導者位置求解跟隨者位置，通過領導者位置與隊形配置信息確定整體隊形變換。

2 大型空間對抗編隊隊形設計

從有人機長期作戰(zhàn)經驗可了解到，合理有效的空間對抗MAS隊形可以充分發(fā)揮空中兵力的整體威力，提高協(xié)同作戰(zhàn)效率，滿足獲取戰(zhàn)場態(tài)勢信息的及時性、增加編隊飛行的安全性和隱身性、提高任務完成率等任務要求。常用的空間對抗編隊隊形有“一”字形、楔形、菱形等多種隊形^［34］。

“一”字形編隊可分為平行編隊與縱向編隊，MAS間距根據(jù)智能體的偵查設備載荷的搜索能力、航行安全距離來調整。如圖1所示，在平行編隊隊形中，智能體橫向一字排開，主要用于大面積搜索目標，智能體數(shù)量的增加可以明顯擴大搜索范圍，提高作戰(zhàn)效率。縱向編隊主要用于躲避障礙物、轟炸地面目標等任務，當編隊在沒有對方威脅的區(qū)域航行時，編隊領導者可以帶領編隊航行，穿越、躲避空間障礙物。

楔形緊密編隊主要用于出航和返航，編隊最前方為領航機，有利于MAS減小燃油消耗，增大航程。菱形編隊主要用于攻擊，有利于提高攻擊效率，增加完成任務的概率。處于前方的智能體攻擊目標之后對攻擊效果進行評估，如果需要二次攻擊，處于斜后方的智能體可以執(zhí)行二次攻擊，否則斜后方的智能體可以繼續(xù)執(zhí)行其他任務。這樣，前方的智能體無需掉頭進行二次攻擊，從而節(jié)省智能體能量消耗。MAS編隊領導者可以處于編隊的后方安全區(qū)域，并且實時監(jiān)督每顆智能體的飛行狀態(tài)和任務執(zhí)行情況，必要時可直接修改智能體作戰(zhàn)任務。

菱形編隊還可實現(xiàn)保護MAS領導者安全的效果。當編隊遭遇強于自身的空間力量襲擊時，MAS跟隨者在領導者周圍保護領導者迅速撤離戰(zhàn)場，跟隨者吸引敵方來襲，必要時以機身來阻擋來襲襲擊，以最大限度地保護領導者。編隊功能如圖2所示。

矩形編隊分為大縱深的隊列布陣和淺縱深寬橫面的方陣。相比于適用于擴大攔截面積的淺縱深寬橫面方陣，大縱深隊列布陣更適合執(zhí)行協(xié)同任務，火力載荷裝備在前排智能體上，光學探測或其他重要載荷裝備在前排陣后，橫排數(shù)量少，可以有效提高航行、對抗及應戰(zhàn)速度。

相較于其他隊形（如楔形、圓形等）作為仿射變換基礎隊形的單一效果，基于矩形的仿射變換可變換為“一”字形、菱形，可達到楔形隊形的巡航和轟炸、圓形隊形的圍攻和信號屏蔽等隊形的作戰(zhàn)效果，如圖3所示?；诖?，本文選用矩形編隊為空間對抗的MAS基礎隊形。

3 MAS時變編隊跟蹤控制器設計

3.1 問題描述

假定在歐幾里得空間R³中，所有智能體考慮如下二階積分器動力學模型：

式中：p_i是智能體的位置；v_i為智能體的速度；u_i是所需設計的控制輸入；d_i是外界擾動。

假設2 編隊領導者的軌跡保持。領導者軌跡提前由智能軌跡規(guī)劃器生成，且其時刻位于目標編隊位置內，即對于任意時刻t，均有p_l（t）=p^d_l（t），v_l（t）=v^d_l（t）。

3.2 無擾動的跟隨者一致性跟蹤控制器設計

考慮MAS動力學模型為式（11），當d_i≡0時，基于假設1、假設2，對每個跟隨者i∈V_f設計如下一致性跟蹤控制器：

u_i=－1ξ_i∑j∈N_i（Ω-_ijk₁（p_i－p_j）+k₂（v_i－v_j）－v·_j）（12）

式中：k₁、k₂是正常數(shù)的控制增益；ξ_i=∑_j∈Niω_ij，由于Ω-_ff是正定矩陣，ξ_i≥0恒成立。

定理1 考慮MAS動力學模型為式（11），基于假設1與假設2，式（12）跟隨者一致性跟蹤控制器可使時變編隊在無外界擾動下，形成并維持期望的仿射變換隊形，且機動過程中跟隨者位置誤差δ_pf（t）和速度誤差δ_vf（t）全局指數(shù)地快速收斂至零。

證明 根據(jù)式（12）有

將式（13）寫為矩陣-向量形式：

化簡式（14）可得：

v·_f=－k₁δ_pf－k₂δ_vf－Ω-^－1_ffΩ-_flv·^d_l（15）

由于Ω-_ff是非奇異的，將式（15）代入式（10）得

δ·_vf=v·_f+Ω-^－1_ffΩ-_flv·^d_l=－k₁δ_pf－k₂δ_vf（16）

將式（16）寫為矩陣-向量形式：

式（17）也為誤差動力學，其狀態(tài)矩陣的特征值為λ=－k₁±k²₂－4k₁/2，對于任何k₁、k₂，它總是具有負實部，具有漸進穩(wěn)定性。

定義φ=［δ^T_pf，δ^T_vf］^T，且S是包含控制增益k₁、k₂的狀態(tài)矩陣。當且僅當S是Hurwitz時，φ可以收斂至零，從而推斷出k₁、k₂是正常數(shù)。證畢

3.3 存在未知擾動的跟隨者魯棒一致性跟蹤控制器設計

考慮MAS動力學模型為式（11），當d_i不為零時，在式（12）控制器基礎上，對d_i采用擾動估計，從而進行擾動補償。

假設3 外界擾動有界性。外界未知擾動d_i是有界的，且存在常數(shù)d_max≥0使得d_i≤d_max。

假設4 擾動估計有界性。令d^_i是擾動估計器對外界未知擾動d_i的估計值，存在擾動估計器使得d～_i（t）是有界的，且limt→∞d～_i（t）=0。

基于假設3與假設4，考慮對每個跟隨者i∈V_f設計如下魯棒一致性跟蹤滑?？刂破鳎?/p>

式中：k₃，k₄，k₅是正常數(shù)的控制增益；ξ_i=∑_j∈Niω_ij，由于Ω -_ff是正定矩陣，ξ_i≥0恒成立，d ^_i是擾動d_i估計值。

定理2 考慮MAS動力學模型為式（11），基于假設3與假設4，式（18）跟隨者魯棒一致性跟蹤滑?？刂破骺墒箷r變編隊在外界未知擾動下，能夠形成并維持期望的仿射變換隊形，且機動過程中跟隨者位置誤差δ_pf（t）和速度誤差δ_vf（t）全局指數(shù)地快速收斂至零。

證明 根據(jù)式（18）有

將式（19）寫為矩陣-向量形式：

其中，定義Ω～_ii=ξ_i。

化簡式（20）可得：

v·_f=-k₃δ_pf-k₄δ_vf+Ω～_iiΩ-^-1_ffd^_i-

k₅Ω～_iiΩ-^-1_ffsign（δ_vf）-Ω-^-1_ffΩ-_flv·^d_l（21）

由于Ω-_ff是非奇異的，將式（21）代入跟蹤誤差式（10）得

將式（22）寫為矩陣-向量形式：

式（23）也稱為誤差動力學，其狀態(tài)矩陣的特征值為λ=－k₃±k²₄－4k₃/2，對于任何k₃、k₄，它總是具有負實部，具有漸進穩(wěn)定性。

定義φ=［δ^T_pf，δ^T_vf］^T，且S是包含控制增益k₁、k₂的狀態(tài)矩陣。當且僅當S是Hurwitz時，φ可以收斂至零，從而可推斷出k₃、k₄是正常數(shù)。

構造Lyapunov函數(shù)如下：

V=12δ^T_vfΩ-_ffδ_vf（24）

對式（24）求導得

由式（19）可知，當Ω～_iimaxδ_vf1d^_imax－k₅Ω～_iimaxδ^T_vf1≤0成立，即k₅≥d_imax≥d^_imax時，有V·≤0。由Barbalat引理可得，當t→∞時，實現(xiàn)δ_pf→0和δ_vf→0。式（18）控制律使得MAS時變編隊的跟隨者跟蹤領導者時變運動狀態(tài)，編隊保持構型穩(wěn)定。證畢

3.4 擾動估計器設計

考慮對跟隨者i∈V_f設計外界未知擾動估計器。令d^_i的拉普拉斯表達式滿足關系式：

d^_i=Qd_i=Q（p¨_i－u_i）（26）

其中Q為低通濾波器，保證了系統(tǒng)正則性和可實現(xiàn)性。取Q拉氏變換為

Q（s）=1Ts+1（27）

令

由式（26）、式（27）和式（28）得

d^_i=Q（p¨_i－μ_i+d^_i）（29）

從而得外界未知擾動估計值為

d^_i=Q1－Q（p¨_i－μ_i）=1Ts（p¨_i－μ_i）=

（v_i（t）－v₀（t）－∫t₀μ_i（τ）dτ）/T（30）

定理3 式（30）擾動估計器使得d～_i（t）是有界的，且limt→∞d～_i（t）=0。

證明 引入擾動估計誤差d～_i為

d～_i=d_i－d^_i（31）

根據(jù)式（26）和式（31），得

Tsd～_i+d～_i=Tsd_i（32）

式（32）的時域表達式為

d·～_i（t）=－1Td～_i（t）+d·_i（t）（33）

將式（33）視為輸入為d·_i（t），狀態(tài)為d·～_i（t）的系統(tǒng)。當limt→∞d·_i（t）=0成立時，由于式（33）是全局輸入狀態(tài)穩(wěn)定的，顯然可得limt→∞d～_i（t）=0。且濾波器截止頻率為T^－1。具體證明推導過程與文獻［35］過程類似，在此不再贅述。證畢

至此，針對式（11）具有外部擾動的MAS模型，本文提出了MAS時變編隊跟隨者的魯棒一致性跟蹤控制器式（18），其控制結構如圖4所示。該控制器由兩個部分組成：一部分是基于應力矩陣的一致性滑模跟蹤控制，作為系統(tǒng)穩(wěn)定器;另一部分為外部擾動估計器，可以有效抑制系統(tǒng)受到的外界未知擾動。

4 仿真與分析

4.1 標稱隊形和標稱配置矩陣設計

為了實現(xiàn)所提出的MAS時變編隊跟隨者魯棒一致性跟蹤控制器式（18），需要設計滿足引理3與假設1條件的標稱編隊隊形。在3維空間內至少需要4個領導者，基于領航-跟隨策略，設計了4×3×2陣列的24機MAS時變編隊為標稱編隊，給定對應的配置矩陣P（r）∈R^24×3和鄰接矩陣A=R^24×24。編隊構型如圖5所示，圖中紅色標記為領導者，藍色標記為跟隨者，黑色連接線代表智能體間的鄰接通信拓撲關系。該MAS時變編隊領導者數(shù)量滿足4≥d+1=3+1，而且領導者的位置并不共面，對應的無向圖也是4根的。

24機編隊標稱配置矩陣P（r）為

P（r）=［P₁ P₂ P₃ P₄］^T（34）

其中，

24機編隊鄰接矩陣A可由圖5得出。

4.2 應力矩陣計算

根據(jù)本文應力矩陣分析與剛性集群要求，應力矩陣應滿足引理2、引理3。Zhao等^［32］提出一種用于構造普遍剛性框架的正半定應力矩陣的算法。該構造方法基于矩陣奇異值分解（singular value decomposition， SVD）和乘法逆特征值（multiplicative inverse eigenvalues， MIE）算法，其中需要無向圖的配置矩陣全局信息。但其所提出的基于應力矩陣的編隊控制器是完全分布式的，不需要全局信息，與分布式控制文獻中經常使用的控制設計策略“集中式設計，分布式實現(xiàn)”一致^［36］。

根據(jù)Zhao等^［32］的應力矩陣求解算法，通過配置矩陣與鄰接矩陣解算即可得到24機編隊的應力矩陣Ω。

注2 一個MAS編隊的應力矩陣可視為符號拉普拉斯圖，其結構由無向圖G確定，但應力矩陣元素的值由編隊構型（即標稱配置矩陣和鄰接矩陣）共同確定。由于一個MAS編隊構型的標稱配置矩陣、鄰接矩陣具有多解，因此其應力矩陣通常是不確定的。

4.3 MAS時變編隊機動與仿射變換仿真實驗

在仿真實驗中，MAS選用模型式（11），領導者智能體以時變且連續(xù)的理想加速度進行預設軌跡運動，式（18）作為MAS時變編隊跟隨者的魯棒一致性跟蹤滑?？刂破鳎饨绺蓴_d_i（t）=5sin（100t），并賦予MAS時變編隊初始位置隨機位置誤差。

實驗得到24機MAS時變編隊機動與仿射變換軌跡如圖6和圖7所示，紅色標記的為4個領導者，藍色標記的為20個跟隨者。t=0 s時標稱隊形位置具有隨機位置誤差;t=6 s前迅速恢復至標稱隊形位置并起飛;t=17 s和t=39 s時連續(xù)仿射放大隊形通過大型障礙;t=62 s時仿射縮小，隊形渡過障礙;t=75 s時由矩形立體構型仿射為矩形2維平面，可用于屏蔽信號、圍攻;t=118 s時矩形2維平面旋轉渡過狹長障礙;t=179 s時矩形2維平面仿射變換為一字形隊形渡過狹小障礙，該隊形也可用于自殺式攻擊;t=179 s時由一字形隊形仿射為矩形立體3維構型;t=269 s時整體旋轉繞過危險區(qū)域;t=364 s時發(fā)現(xiàn)前下方為作戰(zhàn)危險區(qū)域，準備仿射變換為菱形隊形作戰(zhàn);t=450 s時仿射變換為菱形隊形，擴展面積攻擊下方危險區(qū)域，也可用于攻擊前方、保護核心智能體。

24機MAS時變編隊跟隨者位置誤差變化如圖8（a）所示，可以看出跟隨者位置跟蹤誤差的l₂范數(shù)能夠快速收斂至零，且在整個過程中基本保持在零附近。為了更清楚地對比擾動估計器的作用，還針對式（18）進行了有無擾動估計器的對比實驗，無擾動估計器的位置跟蹤誤差變化如圖8（b）所示。

相應地，24機MAS時變編隊速度、加速度的變化如圖9和圖10所示，從圖中可以看出當產生機動時，跟隨者的速度和加速度沒有產生明顯的波動。

從實驗中可以看出，MAS時變編隊的領導者智能體在機動過程中無須始終保持在空間內的仿射張成。機動過程中領導者編隊會出現(xiàn)共線情況，例如，領導者編隊連續(xù)機動合并為一字形、矩形平面、菱形編隊，但MAS時變編隊的定位性和穩(wěn)定性不會受到影響。本文所提出的魯棒一致性跟蹤滑模控制器能夠實現(xiàn)MAS時變編隊在不同方向上的連續(xù)平移、旋轉、放縮，且能夠使得整個MAS時變編隊在復雜空間對抗環(huán)境內增大攻擊效能、擁有可變形避障功能。

5 結 論

本文面向空間對抗環(huán)境設計了一種基于leader-foll-ower框架和應力矩陣的3維24機編隊矩形立體構型，提出一種可有效抑制外部擾動的MAS時變編隊的魯棒一致性跟蹤控制器，只需控制少量編隊領導者，即可實現(xiàn)整個編隊的穩(wěn)定機動與仿射變換。

仿真實驗考慮了外界未知擾動、外界威脅和環(huán)境障礙規(guī)避等情況，經過驗證，在本文提出的控制器作用下，本文設計的24機編隊可以快速消除外界未知擾動和機動過程誤差，執(zhí)行直線飛行、旋轉等機動動作，靈活、穩(wěn)定地仿射變換為具有對抗、保護、圍攻、避障性能的其他隊形，從而只采用一個基礎編隊構型便能具有多種隊形對抗效能，適用于復雜任務作戰(zhàn)情景，為MAS編隊作戰(zhàn)提供了參考。

但是本文沒有考慮智能體之間、智能體與環(huán)境之間的避碰，未來可考慮進一步融合擬態(tài)物理學（artificial phy-sics， AP）算法，使得MAS時變編隊在更為復雜的空間對抗環(huán)境內進一步提升系統(tǒng)的環(huán)境自適應性與穩(wěn)定性。

參考文獻

［1］劉鋼， 湯俊， 劉陳， 等. 無人飛行器集群協(xié)同行為建模技術綜述［J］. 系統(tǒng)工程與電子技術， 2021， 43（8）： 2221-2231.

LIU G， TANG J， LIU C， et al. Survey of cooperative behavior modeling technology for unmanned aerial vehicles clusters［J］. Systems Engineering and Electronics， 2021， 43（8）： 2221-2231.

［2］賈永楠， 田似營， 李擎. 無人機集群研究進展綜述［J］. 航空學報， 2020， 41（S1）： 4-14.

JIA Y N， TIAN S Y， LI Q. Development of unmanned aerial vehicles warms［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（S1）： 4-14.

［3］安凱， 郭振云， 黃偉， 等. 低/高速飛行器系統(tǒng)編隊協(xié)同控制方法研究進展［J］. 航空兵器， 2022， 29（5）： 53-65.

AN K， GUO Z Y，HUANG W， et al. Research progress of formation-cooperative control methods for low-speed and high-speed vehicle systems［J］. Aero Weaponry， 2022， 29（5）： 53-65.

［4］ZHAO M J， PENG Y， WANG Y Y， et al. Concise leader-foll-ower formation control of underactuated unmanned surface vehicle with output error constraints［J］. Transactions of the Institute of Measurement and Control， 2022， 44（5）： 1081-1094.

［5］ZHAO J B， CHEN Y D， LIANG X， et al. Cooperative guidance for seeker-less missile based on leader-follower framework［C］∥Proc.of the IEEE International Conference on Unmanned Systems， 2021： 134-139.

［6］ZHAO L D， LIU Y M， PENG Q Q， et al. A dual aircraft maneuver formation controller for MAV/UAV based on the hybrid intelligent agent［J］. Drones， 2023， 7（5）： 282.

［7］SONG R Z， XING S， XU Z. Finite-time leader-follower consensus of a discrete-time system via sliding mode control［J］. Frontiers of Information Technology amp; Electronic Engineering， 2022， 23（7）： 1057-1068.

［8］LI Z K， ER M J， WANG B H， et al. Leader-follower formation control of unmanned surface vehicles using non-singular terminal sliding mode strategy［C］∥Proc.of the IEEE 4th International Conference on Intelligent Autonomous Systems， 2021： 318-323.

［9］MOUSAVI A， MARKAZI A H D. An adaptive fuzzy sliding-mode control method for leader-follower consensus of uncertain non-square nonlinear systems［J］. International Journal of Adaptive Control and Signal Processing， 2022， 36（12）： 3230-3253.

［10］ZHANG J， ZHANG H G， LUO Y H， et al. Adaptive event-triggered leader-follower consensus of linear multiagent systems under directed graph with nonzero leader input［J］. IEEE Trans.on Circuits and Systems II-Express Briefs， 2022， 69（3）： 1442-1446.

［11］WU T Y， XUE K， WANG P. Leader-follower formation control of USVs using APF-based adaptive fuzzy logic nonsingular terminal sliding mode control method［J］. Journal of Mechanical Science and Technology， 2022， 36（4）： 2007-2018.

［12］CAI Z H， WANG L H， ZHAO J， et al. Virtual target gui-dance-based distributed model predictive control for formation control of multiple UAVs［J］. Chinese Journal of Aeronautics， 2020， 33（3）： 1037-1056.

［13］PEDRO P， BRUNO J G， PEDRO L. Distributed model predictive control method for spacecraft formation flying in a leader-follower formation［J］. IEEE Trans.on Aerospace and Electronic Systems， 2023， 59（3）： 3213-3223.

［14］SOMASUNDAR K， PARIJAT B， SEYED A S A. Model predictive control of connected spacecraft formation［C］∥Proc.of the 22nd International-Federation-of-Automatic-Control Symposium on Automatic Control in Aerospace， 2022： 322-327.

［15］WU R， GUO X， ZHOU H， et al. A method for formation control of autonomous underwater vehicle formation navigation based on consistency［C］∥Proc.of the Bio-Inspired Computing： Theories and Applications， 2022： 142-157.

［16］LI H， XUE S S， CAO H， et al. Leader-follower formation control of second-order multiagent system based on fuzzy logic system［C］∥Proc.of the 5th Chinese Conference on Swarm Intelligence and Cooperative Control， 2023： 1143-1152.

［17］YAN Y Q， ZHANG H G， WANG Y C， et al. Event-driven adaptive distributed consensus for fuzzy fractional order multi-agent systems［J］. IEEE Trans.on Circuits and Systems II-Express Briefs， 2022， 69（8）： 3405-3409.

［18］LI Y Y， DAI X S. PD-type distributed ILC protocol of consensus for nonlinear multi-agent system with fuzzy topology structure［C］∥Proc.of the IEEE 11th Data Driven Control and Learning Systems Conference， 2022： 953-958.

［19］WANG X F， MA H J， KANG H B. Fuzzy adaptive group obstacle avoidance control for second-order multi-agent systems under fixed and switching topologies［J］. IEEE Trans.on Network Science and Engineering， 2023， 10（2）： 619-630.

［20］ANDERSON B D O A， YU C B， FIDAN B， et al. Rigid graph control architectures for autonomous formations［J］. IEEE Control Systems Magazine， 2008， 28（6）： 48-63.

［21］LIN Z Y， CHEN Z Y， FU M Y. A linear control approach to distributed multi-agent formations in 3-dimensional space［C］∥Proc.of the IEEE 52nd Conference on Decision and Control，

2013： 6049-6054.

［22］WANG L L， LIN Z Y， FU M Y. Affine formation of multi-agent systems over directed graphs［C］∥Proc.of the IEEE 53rd Annual Conference on Decision and Control， 2015： 3017-3022.

［23］LIN Z Y， WANG L L， CHEN Z Y， et al. Necessary and sufficient graphical conditions for affine formation control［J］. IEEE Trans.on Automatic Control， 2016， 61（10）： 2877-2891.

［24］KWON S H， TRINH M H， OH K H， et al. Infinitesimal weak rigidity， formation control of three agents， and extension to 3-dimensional space［EB/OL］.［2018-03-26］. http：∥arxiv.org/abs/1803.09545.

［25］PARK M C， KIM H K， AHN H S. Rigidity of distance-based formations with additional subtended-angle constraints［C］∥Proc.of the IEEE 17th International Conference on Control， Automation and Systems， 2017： 111-116.

［26］TANG Z Q， CUNHA R T， HAMEL T， et al. Formation control of a leader-follower structure in three dimensional space using bearing measurements［J］. Automatica， 2021， 128： 109567.

［27］ZHAO S Y， ZELAZO D. Bearing rigidity and almost global bearing-only formation stabilization［J］. IEEE Trans.on Automatic Control， 2016， 61（5）： 1255-1268.

［28］XU Y， ZHAO S Y， LUO D L， et al. Affine formation maneuver control of high-order multi-agent systems over directed networks［J］. Automatica， 2020， 118： 109004.

［29］謝光強， 章云. 多智能體系統(tǒng)協(xié)調控制一致性問題研究綜述［J］. 計算機應用研究， 2011， 28（6）： 2035-2039.

XIE G Q， ZHANG Y. Survey of consensus problem in coope-rative control of multi-agent systems［J］. Application Research of Computers， 2011， 28（6）： 2035-2039.

［30］ZHANG H S， LI L， XU J J， et al. Linear quadratic regulation and stabilization of discrete-time systems with delay and multiplicative noise［J］. IEEE Trans.on Automatic Control， 2015， 60（10）： 2599-2613.

［31］OLFATI-SABER R， FAX J A， MURRAY R M. Consensus and cooperation in networked multi-agent systems［J］. Proceedings of the IEEE， 2007， 95（1）： 215-233.

［32］ZHAO S Y. Affine formation maneuver control of multiagent systems［J］. IEEE Trans.on Automatic Control， 2018， 63（12）： 4140-4155.

［33］YANG Q K， CAO M， FANG H， et al. Constructing universally rigid tensegrity frameworks with application in multiagent formation control［J］. IEEE Trans.on Automatic Control， 2019， 64（1）： 381-388.

［34］劉樹光， 王歡. 有人/無人機協(xié)同編隊控制研究綜述［J］. 飛行力學， 2022， 40（5）： 1-8.

LIU S G， WANG H. Review on cooperative formation control for manned/unmanned aerial vehicles［J］. Flight Dynamics， 2022， 40（5）： 1-8.

［35］孟長， 胡磊， 魏婷婷. 約束條件下多運動體位置跟蹤魯棒控制算法研究［J］. 載人航天， 2013， 19（5）： 80-84.

MENG C， HU L， WEI T T. Study on robust position tracking algorithm of multi-vehicle systems under constraints［J］. Manned Spaceflight， 2013， 19（5）： 80-84.

［36］OH K K， PARK M C， AHN H S. A survey of multi-agent formation control［J］. Automatica， 2015， 53（C）： 424-440.

作者簡介

張 杰（1997—），女，碩士研究生，主要研究方向為航天器集群智能規(guī)劃與協(xié)同控制。

劉開蓉（1978—），女，高級工程師，碩士，主要研究方向為航天器裝備研制（機電一體化）、航天物資采購供應鏈。

陳金寶（1980—），男，教授，博士，主要研究方向為航天器裝備研制（機電一體化）、航天器結構與機構設計、航天器結構動力學、航天器著陸緩沖裝置設計。

張迎雪（1995—），女，博士研究生，主要研究方向為衛(wèi)星集群控制。

陳傳志（1986—），男，副研究員，博士，主要研究方向為航天器結構與機構設計、空間弱撞擊對接。

余虹志（1999—），男，碩士研究生，主要研究方向為軌道動力學、衛(wèi)星集群相對運動、多智能體控制、人工勢場法。

張云嘯（1997—），男，碩士研究生，主要研究方向為航天器編隊協(xié)同控制。