اخبار و اعلانات

 آمار

تعداد نشریات34
تعداد شماره‌ها1,328
تعداد مقالات9,547
تعداد مشاهده مقاله9,654,624
تعداد دریافت فایل اصل مقاله5,890,684
باقری, وحید, حسینی, سید حسن. (1403). طراحی کنترلکننده آرایش پیشرو- پیرو مبتنی بر حرکت گروهی پیشرو- پیرو با یک پیشروی مجازی برای دستههایی از وسیلههای پرنده. پدافند الکترونیکی و سایبری, 3(3), 45-54.
وحید باقری; سید حسن حسینی. "طراحی کنترلکننده آرایش پیشرو- پیرو مبتنی بر حرکت گروهی پیشرو- پیرو با یک پیشروی مجازی برای دستههایی از وسیلههای پرنده". پدافند الکترونیکی و سایبری, 3, 3, 1403, 45-54.
باقری, وحید, حسینی, سید حسن. (1403). 'طراحی کنترلکننده آرایش پیشرو- پیرو مبتنی بر حرکت گروهی پیشرو- پیرو با یک پیشروی مجازی برای دستههایی از وسیلههای پرنده', پدافند الکترونیکی و سایبری, 3(3), pp. 45-54.
باقری, وحید, حسینی, سید حسن. طراحی کنترلکننده آرایش پیشرو- پیرو مبتنی بر حرکت گروهی پیشرو- پیرو با یک پیشروی مجازی برای دستههایی از وسیلههای پرنده. پدافند الکترونیکی و سایبری, 1403; 3(3): 45-54.

طراحی کنترلکننده آرایش پیشرو- پیرو مبتنی بر حرکت گروهی پیشرو- پیرو با یک پیشروی مجازی برای دستههایی از وسیلههای پرنده

مجله نوآوری های فناوری اطلاعات و ارتباطات کاربردی
مقاله 1، دوره 3، شماره 3، آذر 1403، صفحه 45-54
نوع مقاله: مقاله پژوهشی
نویسندگان
وحید باقری؛ سید حسن حسینی*
دانشگاه و پژوهشگاه عالی دفاع ملی و تحقیقات راهبردی
تاریخ دریافت: 05 مرداد 1400،  تاریخ بازنگری: 02 آذر 1400،  تاریخ پذیرش: 17 اسفند 1400 
چکیده
حرکت گروهی پرندگان و ماهی‌ها توسط سیستم‌های چندعاملی مدل می‌شود. حرکت گروهی پرندگان و ماهی‌ها دارای قوانین رینولدز می‌باشند؛ که این قوانین عبارت هستند از: اجتناب از برخورد، تطبیق سرعت و جمعیت محور بودن. هدف، طراحی کنترل‌کننده‌ای است که بتوانیم توسط این کنترل‌کننده بسته‌های پستی یک منطقه را با استفاده از تعدادی وسیله پرنده تحویل دهیم. برای این کار چندین گروه از وسیله‌های پرنده را در نظر می‌گیریم. برای هر گروه از وسیله‌های پرنده یک کنترل‌کننده آرایش پیشرو-پیرو در نظر می‌گیریم، تا با یک آرایش خاصی، بسته‌های پستی را به منطقه موردنظر تحویل دهند. در هر گروه از وسیله‌های پرنده، یک پیشرو وجود دارد که چندین پیرو از این پیشرو تبعیت می‌کنند. در نتیجه تعداد پیشروها با تعداد گروه‌ها برابر است. ارتباط بین گروه‌ها توسط پیشروی موجود در هر گروه برقرار می‌شود. با توجه به قوانین رینولدز، از کنترل‌کننده حرکت گروهی برای کنترل حرکت پیشروها استفاده می‌کنیم. این کنترل‌کننده حرکت گروهی، دارای یک پیشروی مجازی می‌باشد و ما فقط این پیشروی مجازی را کنترل می‌کنیم. وسیله‌های پرنده پیشرو، توسط کنترل‌کننده حرکت گروهی از پیشروی مجازی تبعیت می‌کنند. این کنترل‌کننده دارای حجم محاسبات کم، زمان محاسبات کم، سرعت پردازش بالا، پهنای باند کم، هزینه کم و قابل پیاده‌سازی و اجرا در یک سیستم ساده می‌باشد. طبق شبیه‌سازی‌های انجام‌شده، اگر یکی از پیشروها یا یکی از پیروها در طول مسیر دچار خطا شود؛ بقیه وسیله‌های پرنده تا رسیدن به هدف موردنظر به حرکت خود ادامه می‌دهند و هیچ خللی در کنترل حرکت بقیه وسیله‌های پرنده ایجاد نمی‌شود.
کلیدواژه‌ها
پیرو؛ پیشرو؛ پیشروی مجازی؛ آرایش؛ قوانین رینولدز؛ حرکت گروهی؛ تابع پتانسیل؛ اجماع
عنوان مقاله [English]
Designing of a Leader-Follower Formation Controller Based on Leader-Follower Flocking with a Virtual Leader for the Clusters of UAVs
نویسندگان [English]
Vahid Bagheri؛ Seyed Hasan Hoseini
Supreme University and Research Institute of National Defense and Strategic Research
چکیده [English]
The flocking of fish or birds can be modeled with multiagent systems. Likewise, their flocking behavior arises from three simple rules developed by Craig Reynolds, including separation, alignment, and cohesion. This paper aims to design a controller to deliver postal packages of an area or district using a group of Unmanned Aerial vehicles (UAVs). To accomplish this task, consider multiple groups of UAVs with distinct leader-follower controllers using formation control to deliver the postal packages to desired areas. In each group of UAV agents, it exists one leader and multiple follower agents in which the number of leader agents in each group is equal to the number of existing groups. The leader of each group establishes communication between these groups. According to Reynolds rules, the flocking controller is a good choice for the leader agents. A virtual leader agent accompanies the proposed flocking controller in this paper. The leader UAV agents will follow the virtual leader using the flocking controller by controlling this virtual agent. The advantages of the proposed method include low computational complexity, short computational time, high processing speed, low bandwidth, cost efficiency, and easy implementation. Simulation results show the proposed controller's fault tolerance ability in case one faulty follower-leader agent exists in the closed-loop system.
کلیدواژه‌ها [English]
Follower, Leader, Virtual leader, Formation, Reynolds rules, Flocking, Potential Function, Consensus
مراجع
  • [1] D. O. Anderson, C. Yu, B. Fidan, and J. M. Hendrickx, “Rigid graph control architectures for autonomous formations,” IEEE CONTR SYST MAG, vol. 28, issue. 6, pp. 48-63, 2008.##
  • [2] Olfati-Saber, J. A. Fax, and R. M. Murray, “Consensus and cooperation in networked
    multi-agent systems,” P IEEE, vol. 95, issue. 1, pp. 215-233, 2007.##
  • [3] Ren, R. W. Beard, and E. M. Atkins, “Information consensus in multivehicle cooperative control,” IEEE CONTR SYST MAG, vol. 27, issue. 2, pp. 71-82, 2007.##
  • [4] Li, S. S. Ge, W. He, G. Ma, and L. Xie, “Multilayer formation control of multi-agent systems,” Automatica, vol. 109, 108558, 2019.##
  • [5] Mehdifar, C. P. Bechlioulis, F. Hashemzadeh, and M. Baradarannia, “Prescribed performance distance-based formation control of Multi-Agent Systems,” Automatica, vol. 119, 109086, 2020.##
  • [6] Shi, T. Li, J. Li, C. P. Chen, Y. Xiao, and Q. Shan, “Adaptive leader-following formation control with collision avoidance for a class of second-order nonlinear multi-agent systems,” Neurocomputing, vol. 350, pp. 282-290, 2019.##
  • [7] Rekabi, F. A. Shirazi, and M. J. Sadigh, “Distributed nonlinear H∞ control algorithm for multi-agent quadrotor formation flying,” ISA T, vol. 96, pp. 81-94, 220.##
  • [8] Wen, C. P. Chen, H. Dou, H. Yang, and C. Liu, “Formation control with obstacle avoidance of second-order multi-agent systems under directed communication topology,” Science China Information Sciences, vol. 62, 192205, 2019.##
  • [9] Li, Z. Li, S. Shen, and S. Fei, “Extended adaptive event-triggered formation tracking control of a class of multi-agent systems with time-varying delay,” Neurocomputing, vol. 316, pp. 386-398, 2018.##
  • Viel, S. Bertrand, M. Kieffer, and H. Piet-Lahanier, “Distributed event-triggered control strategies for multi-agent formation stabilization and tracking,” Automatica, vol. 106, pp. 110-116, 2019.##
  • He, P. Bai, X. Liang, J. Zhang, and W. Wang, “Feedback formation control of UAV swarm with multiple implicit leaders,” AEROSP SCI TECHNOL, vol. 72, pp. 327-334, 2018.##
  • Chen, H. Pei, Q. Lai, and H. Yan, “Multitarget tracking control for coupled heterogeneous inertial agents systems based on flocking behavior,” IEEE T SYST MAN CY A, vol. 49, issue. 12, pp. 2605-2611, 2018.##
  • Zhao, H. Chu, M. Zhang, T. Sun, and L. Guo, “Flocking control of fixed-wing UAVs with cooperative obstacle avoidance capability,” IEEE Access, vol. 7, pp. 17798-17808, 2019.##
  • Z. Muslimov, and R. A. Munasypov, “Adaptive decentralized flocking control of multi-UAV circular formations based on vector fields and backstepping,” ISA T, vol. 107, pp. 143-159, 2020.##
  • Qiu, and H. Duan, “A multi-objective pigeon-inspired optimization approach to UAV distributed flocking among obstacles,” INFORM SCIENCES, vol. 509, pp. 515-529, 2020.##
  • Liu, and Z. Gao, “A distributed flocking control strategy for UAV groups,” COMPUT COMMUN, vol. 153, pp. 95-101, 2020.##
  • Luo, and H. Duan, “Distributed UAV flocking control based on homing pigeon hierarchical strategies,” AEROSP SCI TECHNOL, vol. 70, pp. 257-264, 2017.##
  • Kwon, and J. Hwang, “Mathematical modeling for flocking flight of autonomous multi-UAV system, including environmental factors,” KSII Transactions on Internet and Information Systems (TIIS), vol. 14, no. 2, pp. 595-609, 2020.##
  • Pazhouhi Gisavandani, A. Mahdloo Torkamani, P. Sorooshian, “Design and Implementation of Radar Tester Using SDR,” Journal of “Innovations of Applied Information and Communication Technologies”, vol. 1, no. 2, 2019. (In Persian).##
  • Kim, and Y. Kim, “Optimum design of three-dimensional behavioural decentralized controller for UAV formation flight,” ENG OPTIMIZ, vol. 41, issue. 3, pp. 199-224, 2009.##
  • Olfati-Saber, “Flocking for multi-agent dynamic systems: Algorithms and theory,” IEEE T AUTOMAT CONTR, vol. 51, issue. 3, pp. 401-420, 2006.##
  • Dong, Q. Tan, Q. Li, and Z. Ren, “Necessary and sufficient conditions for average formation tracking of second-order multi-agent systems with multiple leaders,” J FRANKLIN I, vol. 354, issue. 2, pp. 611-626, 2017.##
  • Dong, and G. Hu, “Time-varying formation tracking for linear multiagent systems with multiple leaders,” IEEE T AUTOMAT CONTR, vol. 62, issue. 7, pp. 3658-3664, 2017.##
  • Q. Chen, and Z. Wang, “Formation control: a review and a new consideration,” In 2005 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 3181-3186, 2005.##
  • Ren, R. W. Beard, and E. M. Atkins, “A survey of consensus problems in multi-agent coordination,” In Proceedings of the 2005, American Control Conference, 2005,pp. 1859-1864, 2005.##
  • P. Scharf, F. Y. Hadaegh, and S. R. Ploen, “A survey of spacecraft formation flying guidance and control. part ii: control,” In Proceedings of the 2004 American Control Conference, vol. 4, pp. 2976-2985, 2004.##
  • Saif, I. Fantoni, and A. Zavala-Río, “Flocking of multiple unmanned aerial vehicles by lqr control,” In 2014 International Conference on Unmanned Aircraft Systems (ICUAS), pp. 222-228, 2014.##
  • A. Quintero, G. E. Collins, and J. P. Hespanha, “Flocking with fixed-wing UAVs for distributed sensing: A stochastic optimal control approach,” In 2013 American Control Conference, pp. 2025-2031, 2013.##
  • Jing, “Research on Multi-UAV Swarm Control Based on Olfati-Saber Algorithm with Variable Speed Virtual Leader,” In International Conference on Internet of Things as a Service, Springer, Cham, pp. 14-22, 2020.##
  • Kim, and Y. Kim, “Three dimensional optimum controller for multiple UAV formation flight using behavior-based decentralized approach,” In 2007 International Conference on Control, Automation and Systems, pp. 1387-1392, 2007.##
آمار
تعداد مشاهده مقاله: 243
تعداد دریافت فایل اصل مقاله: 273