面向巡检无人机集群作业的数据传输与协同控制优化方法OA

【目的】为解决复杂电磁干扰与动态拓扑工业巡检场景下,无人机集群控制面临的频谱资源分配僵化、能量效率低以及数据传输易受干扰中断的问题,本文提出了一种基于动态带宽比例因子的数据传输优化模型及无人机集群协同作业控制方法,以提升数据传输完整性并为集群协同提供可靠通信保障,实现高效协同作业。【方法】首先,基于Shannon定理引入动态带宽比例因子,实时感知空闲频谱资源并自适应调整带宽分配比例,联合优化频谱利用率与传输能耗。其次,构建融合多目标效益的集群协同控制函数,包括区域覆盖效益最大化、环境不确定度衰减、信息素回访机制以及偏航与碰撞代价量化。然后,结合耦合动力学模型与滑模控制策略,设计集群协同控制器,以确保无人机在动态环境中稳定跟踪期望轨迹。最后,通过消融实验评估动态带宽优化、多目标协同控制及耦合动力学-滑模控制这3个方法的贡献,并与现有控制方法进行对比测试。【结果】实验结果表明,动态带宽优化方法可使控制成功率提升9.2%、轨迹跟踪误差降低17.8%、一致性指数提高9.7%;多目标协同控制方法可使控制成功率提升13.4%、轨迹跟踪误差降低30.8%、一致性指数提高21.0%;耦合动力学-滑模控制方法实现控制成功率提升10.8%、轨迹跟踪误差降低25.9%、一致性指数提升27.4%。完整方法在动态场景下全面优于各消融组。进一步对比测试显示,本文方法在成功率、轨迹跟踪精度及一致性方面均显著优于具有防撞安全约束及考虑搜索收益平衡的控制方法。【结论】本文提出的基于动态带宽比例因子的数据传输优化模型及无人机集群协同控制方法,通过动态带宽优化、多目标协同控制及耦合动力学-滑模控制的协同作用,有效突破动态电磁环境下的数据传输瓶颈,提升了传输完整性,实现了高效协同作业。实验结果充分验证了该方法在提升无人机集群整体可靠性与稳定性方面的优越性能,为高动态工业巡检场景提供了高鲁棒性与强适应性的解决方案。