中文摘要：

风场作为一个飞行环境，是影响无人机飞行品质与航迹精度的重要因素，实时风场估计技术也是航空及大气气象研究领域的难点。随着无人机对低成本、高智能化要求越来越高的前提下,各种非自主式导航设备由于存在不同缺陷而被否定。因此，利用有限成本的导航设备实现长航时自主导航，已成为航空界特别是无人机航空领域的一个重要且富有挑战性的研究课题。进入２１世纪以来，随着多机协同理论体系的日臻完善，基于无人机协同作业的相关研究课题也越来越得到更多关注。协同网络的信息共享使得无人机可资利用的导航信息资源大大增加，合理充分的利用这些信息资源，能大大提高无人机的风场估计与组合导航精度。本项目基于这一思想，通过对多机协同作业网络的信息流收敛性机理分析、协同组合导航方法及风场估计与航位修正等内容的研究，望能为自主无人机技术的开辟一条新思路。

结论摘要：

多无人机协同作业技术是目前无人机技术发展的一个重要方向，利用多机协同网络信息对无人机进行组合导航定位与风场估计，是无人机精确自主导航的一个新的研究方向。本项目研究工作如下 1） 研究了多无人机协同网络信息一致性收敛的机理。针对多机信息低阶网络系统，提出了一种多机协同信息一致性的协议，并进一步得到该系统离散域的传递函数。接着利用广义Nyquist判据和盖尔圆方法，对系统进行频域分析，推导出低阶系统传递函数一致性收敛的充分条件，给出了通信延迟的具体约束范围。 针对高阶系统，基于矩阵分解理论，提出了信息流一致性收敛判据，给出了渐近收敛的充分必要条件；在通信拓扑具有最小生成树的前提下，通过构建多输入多输出系统的闭环传递函数，得到了各个阶次的状态量权重系数对收敛稳定性的影响效果，指出只要状态量权重满足Hurwitz稳定条件，即可实现一致性收敛。 针对非线性一致性问题，提出了具有自延迟系统的分布式控制算法，使位置量和速度量都实现协同一致。接着分析了模型不确定性的影响，给出了补偿不确定性因素影响的方法。最后通过李雅普诺夫理论分析抑制了混沌系统中的非线性输入，设计了分布式滑模控制器来保证系统协同性和稳定性。 2）研究了多无人机协同导航定位技术。提出了一种多无人机协同作业中GPS信号失效时的无人机容错定位方法。该方法利用无人机测距或测角信息，通过网络冗余测量信息对故障机进行导航定位结算，保证了无人机在GPS信号失效后仍能够精确定位，其研究方法可为今后的协同导航定位提供理论支持与研究思路。 3）研究了风场在线估计与航迹跟踪技术。建立了一套无人机风场构建平台，可为后续的研究提供方便条件。结合Dryden模型和Von.Karman模型，建立了一套无人机风场飞行环境的仿真模型软件，该模型考虑了飞行风场的主要信息，能够真实模拟现实风场。并在此基础上对矢量三角形风场估计方法进行了初步验证。进一步，利用估计的风场信息进行了无人机的航迹规划。基于飞行时间为代价，提出了一种利用组合导航在线估计风场信息的无人机航迹规划方法，利用改进的A*搜索算法对航迹进行顺风搜索，从而实现最短理想耗时的航迹规划。 项目研究基本完成了既定目标，达到了预期效果。