无人机集群协同突防及其数字孪生试验验证研究.pdfVIP

摘要

无人机集群协同突防作为智能无人作战系统的重要研究方向，在复杂地形和多种威胁

环境中面临轨迹规划和协同控制的多重挑战。而当前算法从理论研究到实际应用的转化需

要大量试验验证，传统无人机飞行测试面临高成本、长周期和难以复制等问题。为此，本

文引入数字孪生技术，从虚实交互设计、数据融合、集群控制到航迹规划展开了系统性研

究，并对无人机集群编队和突防算法进行改进，最后通过数字孪生试验验证了方法的可行

性与有效性。

本文先是分析了无人机集群突防与数字孪生试验的国内外研究现状，提出将数字孪生

技术与无人机控制相结合的研究思路。为解决传统飞行测试成本高、周期长、可复制性不

足的问题，本文设计了基于数字孪生的无人机编队虚实交互框架，构建了数字孪生模型，

并实现虚拟环境与真实无人机之间的实时交互。这为无人机算法的快速迭代和验证提供了

技术支持。

针对无人机在复杂动态环境中定位精度不足的问题，提出了一种融合北斗卫星定位、

惯性导航和视觉导航的多模态数据融合方法，并将数字孪生模型数据引入扩展卡尔曼滤波

（EKF）算法，实现了对无人机位置信息的实时校正。通过导航对比实验表明，该方法显

著提高了无人机的定位精度和系统的鲁棒性。

为提升无人机集群协同突防中