本发明涉及一种固定时间控制方法，具体涉及一种基于无人机群系统集群新算法。

　　1、随着无人机技术的迅速发展，无人机群体控制成为了现代智能系统和自动化领域的研究热点。无人机群(uav swarm)通过多个无人机的协同合作，可以在军事、环境监测、物流配送等多领域实现更加复杂和高效的任务执行。然而，由于无人机群的规模庞大且个体间的通信受限，实现高效的协同控制面临诸多挑战。传统的群体控制方法通常依赖于中心化的控制策略或自组织机制，但这些方法在动态环境中可能无法满足实时性和鲁棒性的要求。特别是在任务时间有限的情况下，如何在固定时间内完成集群控制任务成为一个关键问题。因此，基于固定时间集群算法的无人机群控制方法应运而生，旨在提高无人机群体在复杂任务下的协同效率和响应速度。

　　2、在无人机群控制中，传统的群体算法如基于一致性理论的控制方法、基于博弈论的分布式控制方法等，虽然能够在一定程度上解决无人机间的协同问题，但这些算法通常假设理想的通信条件和环境稳定性，难以应对现实中的通信延迟、个体故障以及环境变化等问题。特别是在大规模无人机群体中，算法的时间复杂度和计算资源的需求将显著增加，进而影响系统的实时性和稳定性。基于固定时间的集群算法通过引入固定时间收敛机制，能够在预定时间内确保所有无人机达到期望的集群状态，无论初始状态如何变化。这种方法不仅能够有效降低算法的复杂度，还能增强系统在复杂环境中的鲁棒性和适应性。

　　3、固定时间收敛控制策略在无人机群控制中的应用具有显著优势。这种方法通过设计合适的控制律，使得系统状态在预设的有限时间内收敛，克服了传统控制方法中收敛时间依赖于初始条件的局限性。具体来说，固定时间控制算法能够在不受初始状态影响的情况下，实现无人机群体的快速一致性、编队控制以及障碍物避让等任务。此外，固定时间集群算法具有较强的鲁棒性，能够应对无人机在执行任务过程中可能遇到的通信延迟、节点失效、环境不确定性等挑战。因此，基于固定时间集群算法的无人机群控制方法在实际应用中具有广泛的潜力，能够为复杂任务的高效执行提供可靠的技术支撑。

　　1、本发明的目的是提出一种基于固定时间集群算法的无人机群控制方法，可有效提高无人机群集群的速度和精度；

　　2、本发明的具体技术方案如下：一种基于固定时间集群算法的无人机群控制方法，包括以下步骤：

　　4、对于参考文献[1]中的二阶多智能体系统，建立如下的无人机群动力学模型；

　　5、考虑一个二阶无人机群具有n个跟随者以及一个领导者，第i个无人机的动力学模型，具体步骤如下：

　　7、其中，xi(t)，vi(t)分别表示第i个无人机的位置和速度。ui(t)是每一个无人机的控制输入，ζi(t)是一个未知的外部干扰以及f(·)是一个非线性函数。领导者的动力学模型如下：

　　9、式中，x0(t)，v0(t)分别表示领导者的位置和速度。u0(t)是领导者的控制输入，f0是一个非线、进一步，为减少无人机群之间的通信次数，引入动态阈值变量，为每一个无人机设计合适的动态事件触发机制，具体步骤如下：

　　18、进一步，基于动态事件触发机制，为单个无人机设计一种新颖的固定时间控制协议，具体步骤如下：

　　19、为了研究多智能体系统的固定时间领导-跟随集群，我们为每个无人机设计了一个基于动态事件触发的固定时间分布式控制器，其表达式如下：

　　21、式中，为了节省通信资源，避免无人机群间的连续通信，第i个无人机只在离散时刻进行通信。α，β以及κ0；p，q是两个正奇数的比值，并且p1，0q1。

　　22、接着，借助李亚普洛夫稳定性分析，得出无人机群能够集群的必要条件，以及排除zeno行为，具体步骤如下：

　　58、c017：最后，可以推断出∈i(t)在平衡点能够实现固定时间一致性，并且固定时间的上界为

　　62、c019：根据的定义能够知道由于粒子数量有限，且速度轨迹具有连续性，在t＜tpre，在特定的时间点，我们能够找到某些粒子满足因此，是有界的。也就是说式中μ0。然后我们可以得出

　　68、c022：为了完成分析，我们假设因此，接着有此外，如果我们能够找到某些智能体在某些特定的时间点满足那么以上假设成立。接下来，当t＜tpre，对积分可得

　　76、c026：根据以上分析，为了排除zeno行为，首先对∈i(t)进行求导可以得到

　　93、c033：由此可见，在触发机制中，两个连续触发时刻之间的时间间隔为排除了zeno行为。这表明我们设计的动态时间触发机制是合理的，证明完毕。PG电子试玩