1. 课程导入与问题界定

多无人机协同控制的核心，不是“让多架飞机同时起飞”，而是让它们在共享任务目标下形成可预测的闭环行为。只要存在协同，就必然存在信息交换；只要存在信息交换，就必然存在时延。时延一旦进入控制回路，原本为单机设计的控制器就可能从“稳定”变为“振荡”，从“同步”变为“错拍”。因此，本课程要研究的对象非常明确：在多无人机协同控制系统中，从信息产生、传输、处理到执行的全链路时间延迟，如何影响协同性能，以及如何分析、建模、补偿和验证这种影响。

这里需要先界定“时延”的边界。它不只是通信传输时间，还包括：传感器采样与滤波延迟、任务计算与决策延迟、通信排队与传播延迟、编队控制律计算延迟、执行机构响应延迟。对于多无人机系统，时延还表现出两个特殊性质：分布式——每架无人机的本地时延不同；耦合性——一架无人机的延迟会通过邻居关系传播到整个编队。例如，领航者位置信息延迟 80 ms 到达跟随者，跟随者据此计算期望位置，再经过自身控制延迟 40 ms 才输出舵面指令，那么整个编队的“感知—决策—执行”链条就被拉长到 120 ms 以上。若编队控制增益较高，这种延迟可能直接导致队形发散。

为什么多无人机协同控制中的时延问题比单机更棘手？可以从三个层面理解。第一，控制回路闭合路径变长。单机控制中，传感器到执行器的路径相对固定；多机协同中，控制回路跨越无线链路和多个计算节点，路径长度和不确定性都显著增加。第二，一致性算法对延迟敏感。编队保持、速度一致、任务分配等协同行为通常依赖邻居状态交换，延迟会破坏“同一时刻”的假设，使各机基于过期信息做决策。第三，时延与拓扑耦合。通信拓扑越密集，信息传播越快，但排队和冲突也越多；拓扑越稀疏，单跳延迟影响越小，但收敛速度越慢。因此，时延分析必须同时考虑“延迟大小”和“网络结构”。

为了把问题讲清楚，本课程采用“对象—链路—影响—对策—验证”的整体知识框架。研究对象是多无人机协同控制系统中的时延；链路包括感知、通信、计算、执行四段；影响体现在稳定性、同步性、任务精度和鲁棒性；对策包括时延建模、控制器设计、通信调度和补偿策略；验证则通过仿真、半实物测试和飞行试验完成。这个框架不是线性步骤，而是一个反复迭代的分析闭环：建模指导补偿，补偿效果又反过来修正模型。

上图给出了本课程的整体知识框架。中心是“协同控制时延”，四个无人机节点通过带时延的通信链路交换状态，左侧是应对策略，右侧是分析维度，底部是验证路径。需要强调的是，图中的 τ₁₂、τ₂₁ 等符号表示不同方向、不同节点之间的时延，它们不一定相等，也不一定对称。实际系统中，上行和下行延迟可能不同，不同接收机的处理延迟也可能不同。因此，后续章节会反复使用“有向时延”的概念，而不是简单用一个标量代替整个网络。

学习本课程后，你应该能够完成以下目标：第一，识别多无人机协同控制中时延的主要来源和传播路径；第二，建模固定时延、时变时延和随机时延下的协同控制问题；第三，分析时延对编队稳定性、一致性和任务精度的影响；第四，设计针对时延的补偿或鲁棒控制策略；第五，验证所提方法在仿真和实验中的有效性。这五个目标对应五个能力层次：识别、建模、分析、设计、验证，它们不是孤立的，而是逐层递进。

为了便于后续章节展开，这里先约定几个基本符号和参照系。设编队中有 N 架无人机，第 i 架无人机的位置为 p_i，速度为 v_i。通信拓扑用有向图 G = (V, E) 表示，V 是节点集合，E 是边集合。若无人机 j 的状态经过时延 τ_ij 后到达无人机 i，则记该链路为 (j, i, τ_ij)。所有时延均以“信息产生时刻”到“信息被使用时刻”之间的时间差来定义，单位为毫秒。这个定义贯穿全文，后续不再重复说明。若某章需要切换到“发送时刻到接收时刻”的参照系，会单独注明。

最后需要说明，本课程不追求把时延“消除”，因为物理系统中时延不可能完全消除。课程追求的是：在已知时延特性下，判断系统是否仍然稳定、协同性能是否可接受，以及如何通过设计把时延的影响控制在可接受范围内。这是一种工程思维：不是追求理想条件，而是在非理想条件下做出可验证、可复现的设计决策。接下来的章节将围绕这一主线，从时延来源、建模方法、稳定性分析、控制器设计到实验验证逐步展开。