1. 课程导入与无人系统一致性控制全景

当多架无人机同时起飞、多辆无人车编队行驶、多艘无人艇协同巡航，或成百上千颗卫星组成星座时，一个共同的问题会立刻浮现：没有任何一个中心节点能实时指挥每一个个体，系统却仍要表现出“像一个整体”的行为。这正是分布式一致性控制要解决的核心问题——让每个个体只依据自身状态和邻居的有限信息，通过局部交互，使整个群体的某个或某组状态量趋于一致，或按期望的几何关系协同演化。

理解“一致性”要先区分两个层次。第一层是状态一致：例如四旋翼集群中，各机的航向角、速度或高度逐渐收敛到同一值；第二层是编队一致：各机并非状态完全相同，而是保持预设的相对位置或相对距离，如“一字形”“菱形”或“圆形”编队。前者是后者的基础，后者才是无人系统任务的常见目标。分布式控制的“分布式”体现在：每个个体只与通信范围内的邻居交换信息，没有全局广播，也没有中心计算节点，控制律通常写成邻居状态差值的加权和。

要建立课程全景，需要先看清四类典型无人系统对象及其一致性问题的差异。无人机集群通常具有三维快速机动能力，通信拓扑随位置变化而切换，一致性目标多为速度一致、航向一致或编队保持；无人车编队受非完整约束限制，不能横向平移，一致性更多体现在纵向速度与车间距上；无人艇编队受水面通信距离和波浪扰动影响，一致性控制需兼顾通信时延与抗扰；卫星星座则运行在轨道动力学环境中，一致性目标常表现为相位分布、轨道面保持或覆盖构型，其“邻居”关系由星间链路和轨道周期决定。四类对象的动力学、通信约束和任务目标不同，但底层的一致性数学结构高度相似，这正是本课程能够统一讲授的原因。

上图给出了本课程的整体逻辑：四类无人系统对象虽然动力学不同，但都可以抽象为“通信拓扑 + 一致性协议”的统一结构。通信拓扑用图 G=(V,E) 描述，节点是无人个体，边是通信链路；拉普拉斯矩阵 L 刻画了信息如何流动；一致性协议则规定每个个体如何利用邻居信息更新自身状态。课程任务地图按“基础篇—协议篇—编队篇—应用篇—实践篇”展开，先建立图论与稳定性基础，再学习一阶、二阶及带时延和切换拓扑的一致性协议，进而进入编队生成、避碰与容错，最后落到四类对象的应用与仿真实验。

为了让抽象概念可操作，这里给出一个最小可运行的教学示例。假设三架无人机在同一高度层飞行，初始高度分别为 h₁=10 m、h₂=14 m、h₃=18 m，通信拓扑为链式：1 与 2 相连，2 与 3 相连，1 与 3 不相连。取控制增益 k=0.5，采样周期 T=0.1 s，采用离散更新 h_i(t+1)=h_i(t)-kT Σ(h_i-h_j)。第一拍：h₁ 收到 h₂=14，偏差为 -4，更新为 10+0.5×0.1×4=10.2 m；h₂ 收到 h₁=10 和 h₃=18，偏差为 (14-10)+(14-18)=0，保持不变；h₃ 收到 h₂=14，偏差为 4，更新为 18-0.5×0.1×4=17.8 m。继续迭代，三机高度差会逐步缩小，最终收敛到同一值附近。这个例子说明：一致性不是一步到位，而是通过邻居偏差的反复修正逐步逼近。

学习本课程时，建议始终带着三个问题：第一，通信拓扑是什么——谁和谁交换信息，是有向还是无向，是否随时间切换；第二，一致性协议是什么——控制律如何由邻居偏差构成，增益如何选取；第三，收敛条件是什么——拓扑连通性、时延上界、动力学约束如何影响最终一致。把这三个问题贯穿到后续每一章，就能从“看懂公式”走向“设计并验证一个可用的分布式一致性控制器”。

本课程不追求把每个定理都从头证明，而是强调“能建模、能设计、能仿真、能判断”。当你面对一个真实的无人机集群或无人车编队任务时，能够判断它是否适合用一致性控制、需要哪种拓扑、协议参数如何整定、收敛结果如何验证，这才是课程要交付的核心能力。