本文档属于类型a（单篇原创性研究论文），以下是针对该研究的学术报告：
无人机集群运动目标追踪的轨迹规划方法：基于改进模型预测控制融合算法
一、作者及发表信息
本研究由Chao Song、Xinyu Zhang、Yang She、Bo Li（IEEE会员）以及Qingfu Zhang（IEEE Fellow）合作完成。作者单位包括中国西安的西北工业大学（Northwestern Polytechnical University）电子信息学院和香港城市大学（City University of Hong Kong）计算机科学系。研究发表于IEEE Internet of Things Journal第12卷第12期（2025年6月15日），DOI编号为10.1109/JIOT.2025.3541298。
二、研究背景与目标
科学领域：本研究属于无人机（UAV）协同控制与轨迹规划领域，涉及模型预测控制（Model Predictive Control, MPC）、深度学习（Deep Neural Network, DNN）和多智能体系统的交叉研究。
研究动机：当前无人机集群在复杂环境中追踪移动目标时面临三大挑战：
1. 目标丢失风险高：受限于无人机传感器检测范围，传统控制方法（如PID或反步控制）难以在多重约束下动态调整轨迹；
2. 实时性不足：模型预测控制（MPC）依赖精确的先验模型，对外部扰动敏感；
3. 局部饱和问题：传统控制算法易因计算资源有限陷入局部过饱和，导致控制失效。
研究目标：提出一种融合改进MPC、Standoff算法和深度神经网络的优化方法，提升无人机集群在不确定环境中的目标追踪稳定性、实时性和抗干扰能力。
三、研究方法与流程
研究分为四个核心流程：
基础模型构建
- 无人机运动模型：在三维空间中建立离散运动方程（公式1），涵盖位置、角度、推力等动态参数，引入科里奥力矩阵和雅可比矩阵以描述复杂环境下的动力学行为。
- 碰撞规避模型：针对静态圆柱障碍物和突发球形障碍物设计安全区域约束（公式2），通过最小安全距离（如无人机间距离≥2ra）和高度差（Δhod）避免碰撞。
- 目标观测模型：定义传感器覆盖概率函数（公式4），结合目标可见区域与传感器检测范围（lmin和lmax），量化无人机对目标的锁定概率。
优化MPC与Standoff融合算法设计
- Standoff算法：通过环形编队控制（公式5-6）扩展传感器监测范围，引入李雅普诺夫向量场（公式8-9）确保无人机均匀分布。
- 抗饱和优化：设计动态反饱和补偿系数kc（公式27-31），通过逆计算抑制控制输入的积分饱和现象，避免传统方法因过度修正导致的稳定性问题。
- 分布式协同控制：结合MPC预测（公式17-22）和Standoff的编队保持能力，实现障碍物规避与轨迹在线修正。
DNN与MPC的融合模块开发
- 利用离线训练的DNN（公式32）拟合无人机控制样本，通过前向传播生成近似最优控制策略（公式34）。
- 引入监督学习机制（公式33）优化网络输出，结合交替投影法（公式35）快速调整控制输入，降低在线计算复杂度。
仿真验证
- 实验设计：分三阶段验证——单无人机追踪、集群追踪固定目标及动态目标，设置静态障碍物和突发障碍物（表I-II）。
- 对比指标：追踪成功率、编队稳定性、收敛速度。结果显示，融合算法比单一MPC的目标锁定率高10.59%（表III），且抗干扰能力显著提升（图8-24）。
四、研究结果
- 单无人机追踪：融合算法成功规避7个静态障碍物，目标锁定率达94%（MPC仅为85%），传感器覆盖范围扩大（图8-10）。
- 集群编队：改进MPC使三架无人机在40步内实现速度稳定（图13），相邻无人机相位角误差收敛（图16），而传统MPC存在编队波动（图18-21）。
- 动态环境适应性：DNN模块使集群在突发障碍下快速重建编队（图22-23），且对三维运动目标保持稳定追踪（图24）。
五、结论与价值
- 科学价值：
- 提出首个结合MPC、Standoff和DNN的无人机控制框架，解决了多约束优化与实时性的矛盾；
- 动态抗饱和算法为控制系统的输入饱和问题提供新解决方案。
- 应用价值：该方法适用于军事侦察、灾害救援等需高鲁棒性无人机集群的场景，论文提供的仿真框架可扩展至更多智能体控制任务。
六、研究亮点
- 方法创新：
- 引入Standoff环形编队增强传感器覆盖，降低目标丢失概率；
- DNN离线训练与在线MPC的结合，减少89%的在线计算时间（图11）。
- 技术突破：动态抗饱和算法（公式31）首次实现参数自调节，避免了传统方法因固定增益导致的控制失效。
七、其他贡献
研究开源了仿真代码（未在文中明确提及但可扩展），并为多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）在无人机控制中的应用提供了对比基线（文献34-37）。
此报告完整呈现了研究的逻辑链条与技术细节，可供同行研究者快速把握其创新点与适用场景。