2. 无人系统分布式控制架构

在无人系统协同控制中，“架构”决定了信息在哪里汇聚、决策在哪里产生、指令沿什么路径下达。集中式、分散式和分布式三种架构并非简单的“中心有无”之分，而是对通信带宽、计算负载、鲁棒性和可扩展性的不同取舍。理解它们的差异，是设计一致性协议、选择通信拓扑和确定邻居交互规则的前提。

三种架构的本质区别

集中式架构中，所有无人平台将自身状态（位置、速度、姿态、任务进度等）上传至一个中心节点，由中心节点统一计算全局控制量，再把指令分发给各平台。它的优点是全局信息完整、协调结果最优、实现逻辑简单；缺点是中心节点是单点故障源，通信链路一旦中断整个编队失效，且随着平台数量增加，中心节点的计算和通信负载近似线性增长。

分散式架构中，每个平台只依据自身传感器信息和预设规则独立决策，平台之间不进行实时状态交换。它鲁棒性最强、通信需求最低，但缺乏协同能力，难以完成需要保持相对几何关系的编队任务，本质上更接近“各自为战”。

分布式架构介于两者之间：每个平台只与通信范围内的邻居交换局部信息，通过一致性协议迭代收敛到全局一致的状态。没有中心节点，任何单点失效只影响局部；同时通过邻居交互获得协同能力。这正是无人系统分布式一致性控制的核心架构。

通信拓扑与邻居交互

分布式架构中，平台之间的通信关系用图论描述：节点表示无人平台，边表示可通信链路。常见的拓扑包括链式、环式、星形、全连接和随机几何图。拓扑的连通性直接决定一致性协议能否收敛——只要通信图是无向连通的，平均一致性算法就能使所有平台的状态收敛到初始值的平均。

邻居交互的实现依赖两个关键量：邻接矩阵 A 和拉普拉斯矩阵 L。对于 n 个平台，若 i 与 j 之间存在通信链路，则 a_ij=1，否则为 0；拉普拉斯矩阵定义为 L = D − A，其中 D 为度矩阵，对角元 d_ii 等于节点 i 的邻居数量。连续时间一致性协议可写为：

ẋ_i(t) = − Σ_{j∈N_i} a_ij · (x_i(t) − x_j(t))

其中 N_i 是节点 i 的邻居集合。该式表明：每个平台只根据自己与邻居的状态差调整自身状态，不需要任何全局信息。当拓扑连通时，所有 x_i 最终收敛到同一值。

局部信息交换的实现约束

理论上的邻居交互在工程实现中受到多重约束，这些约束往往比算法本身更决定系统成败。

• 通信半径与拓扑时变：无人平台通常使用无线链路，通信距离有限。平台运动导致邻居集合不断变化，通信图是时变的。若某时刻图不连通，收敛会暂时停滞，但只要在足够长的时间窗口内联合连通，仍可收敛。
• 带宽与更新率：一致性协议需要周期性交换状态量。以 10 个平台、每平台广播 6 维状态、更新率 10 Hz 为例，单节点每秒需发送约 600 个浮点数。若链路带宽仅 2 kbps，必须降低更新率或压缩状态维度，否则消息排队会引入通信时延。
• 时延与丢包：通信时延使协议变为 ẋ_i(t) = −Σ a_ij(x_i(t) − x_j(t−τ_ij))。时延过大时系统可能振荡甚至发散，通常要求时延小于拓扑对应拉普拉斯矩阵最小非零特征值倒数的量级。
• 时钟同步：各平台本地时钟存在漂移，若时间戳不一致，状态差计算会出现偏差。工程上常用 GPS 秒脉冲或 IEEE 1588 做粗同步，再在协议中引入时间戳补偿。
• 计算与存储：每个平台需维护邻居状态缓存、执行矩阵运算。对于嵌入式飞控，通常将一致性更新放在 10～50 Hz 的慢回路，与 200～400 Hz 的姿态内环解耦。

架构选择与参数示例

下表给出一个 5 平台编队任务的架构对比示例，参数为教学假设值，用于说明取舍逻辑。

实际工程中，分布式架构常与“虚拟领航者”或“一致性+编队偏移”结合：平台间先通过一致性协议对齐一个公共参考量（如编队中心速度），再叠加各自期望的相对位置偏移。这样既保留分布式鲁棒性，又能实现几何编队。设计时应先确定通信拓扑和邻居集合，再据此写出拉普拉斯矩阵，最后用特征值分析收敛速度并校核时延裕度。