基于脉冲耦合神经网络的无人机集群蜂拥行为演化与分布式自适应控制设计.docxVIP

PAGE2

基于脉冲耦合神经网络的无人机集群蜂拥行为演化与分布式自适应控制设计

摘要

无人机集群在复杂环境中执行协同任务时，面临通信受限、动态不确定性和实时避障等挑战，传统集中式控制难以满足鲁棒性与规模伸缩性要求。

本设计聚焦于仅依赖局部通信的分布式蜂拥控制问题，引入脉冲耦合神经网络（PCNN）构建神经元拓扑，通过脉冲同步机制驱动集群的涌现行为。

设计目标为开发一套自适应控制律，使无人机集群在无全局信息条件下实现速度一致、间距保持、避障与编队切换。

全文按工程递进逻辑展开：首先分析集群控制的功能与非功能需求，明确指标；接着开展总体架构设计，划分感知、PCNN耦合与运动控制三层模块；进而详细设计PCNN拓扑构建算法、自适应耦合强度调节器及基于势场的避障–编队联合控制律；随后搭建仿真实现平台，验证各模块功能；最后通过系统测试，评估蜂拥凝聚度、避障成功率与抗干扰能力。

核心创新在于将PCNN的脉冲同步特性与分布式一致性理论结合，设计了邻域脉冲耦合的自适应增益机制，使集群在局部通信条件下仍能涌现有序的蜂拥行为，并利用自调节势场函数实现平滑避障与编队重构。

关键词：无人机集群；脉冲耦合神经网络；蜂拥控制；分布式自适应控制；局部通信

第一章绪论

1.1研究背景

无人机集群技术因其在侦察监视、灾害救援、物流运输等领域的巨大潜力而备受关注。

集群通过多机协同可超越单机能力极限，实现区域覆