Sample-based SMPC for tracking control of fixed-wing UAV: multi-scenario mapping
Politecnico di Torino（都灵理工大学）；CNR-IEIIT（意大利国家研究委员会信息科学与技术研究所）
本文提出了一种固定翼无人机自动驾驶器的引导与跟踪控制策略，利用基于样本的随机模型预测控制处理参数不确定性和随机噪声，通过软件在环仿真验证了方法的可行性与约束概率鲁棒性。
2018-05-15 cs.SY eess.SY
Attainable Force Approximation and Full-Pose Tracking Control of an Over-Actuated Thrust-Vectoring Modular Team UAV
针对传统垂直起降无人机欠驱动导致的效率与机动性局限，以及模块化推力矢量集群无人机可达力空间随构型变化的控制难题，提出AFS近似方法与带姿态规划、力投影的全位姿跟踪控制器，经仿真和实验验证了4智能体集群悬停倾转运动的可行性。
2024-10-04 cs.SY eess.SY
Dynamic UAV Swarm Collaboration for Multi-Targets Tracking under Malicious Jamming: Joint Power, Path and Target Association Optimization
本文研究恶意干扰下无人机集群多目标跟踪问题，提出联合优化子集群划分、轨迹与功率的干扰最小化方案，分解为目标关联、路径规划与功率控制三个子问题并设计相应算法，仿真表明该方法显著降低了总干扰、跟踪步数和目标切换次数。
2023-06-28 cs.SY eess.SY
Image-Based Multi-UAV Tracking System in a Cluttered Environment
National Yang Ming Chiao Tung University（台湾阳明交通大学）
针对无人机跟踪未知平移和旋转运动目标的问题，设计了一种跟踪控制器。主要的挑战是将目标和UAV之间的相对位置和角度控制在期望值内，并且保证所生成的对UAV的控制输入是可行的（即，在其运动能力范围内）。此外，无人机被控制以确保目标始终保持在其机载摄像机的视野内。据我们所知，这是第一个应用多个无人机协同跟踪动态目标的工作，同时确保无人机保持连接，避免遮挡和碰撞。为了实现这些控制目标，基于上述跟踪控制器使用二次规划求解的设计的控制器可以生成最小侵入控制动作，以实现遮挡避免和碰撞避免。此外，控制障碍功能（CBF）的分布式设计，以减少无人机之间的通信量。仿真结果验证了所设计的基于CBF的多无人机系统控制器在跟踪目标时的有效性和性能。
2021-09-15 cs.RO cs.SY eess.SY
Adaptive dynamic programming-based adaptive-gain sliding mode tracking control for fixed-wing UAV with disturbances
针对固定翼无人机（UAV）在匹配和非匹配扰动下的飞行控制问题，提出了一种基于自适应动态规划的自适应增益滑模控制（ADP-ASMC）方法。从固定翼无人机的动力学出发，建立了由姿态子系统和空速子系统组成的面向控制的模型。针对两个子系统中存在的不同问题，提出了两种新的自适应增益广义超扭曲（AGST）算法，以消除两个子系统中扰动的影响，使系统轨迹在有限时间内趋于所设计的积分滑动流形（ISM）。然后，基于期望的等效滑模动力学，采用改进的具有ACTOR CRITIC（actor-critic）结构的ADP（adaptive dynamic programming）方法生成近似最优的控制律，实现滑模动力学的近似最优性能.此外，通过李雅普诺夫稳定性定理，两个神经网络（NN）的跟踪误差和权值估计误差都是一致最终有界（UUB）的。最后，通过仿真对比验证了所提出的控制方案在固定翼无人机上的优越性能。
2021-07-13 cs.SY eess.SY
Geometric Tracking Control of a Multi-rotor UAV for Partially Known Trajectories
本文针对多旋翼无人机在仅已知位置和航向的轨迹跟踪问题，改进几何控制器并引入非线性滤波器，实现一致最终有界的误差动态。
2023-11-13 cs.SY eess.SY
Beam Tracking for UAV Mounted SatCom on-the-Move with Massive Antenna Array
Tsinghua National Laboratory for Information Science and Technology（清华大学信息科学技术国家重点实验室）；High-Tech Institute of Xi¡¯an（西安高技术研究所）；Department of Electronics and Information Engineering, Nanjing University of Aeronautics and Astronautics（南京航空航天大学电子与信息工程学院）；National Communications Research Laboratory, Southeast University（东南大学国家通信工程研究中心）；College of Photonic and Electronic Engineering, Fujian Normal University（福建师范大学光电与信息工程学院）
本文提出一种盲波束跟踪方法，通过机械调整和电调天线阵列优化，提升UAV与卫星通信的波束指向精度，验证了该方法在Ka频段通信中的有效性。
2017-09-23 cs.SY eess.SY
MPC-Based Trajectory Tracking for a Quadrotor UAV with Uniform Semi-Global Asymptotic Stability Guarantees
Huazhong University of Science and Technology（华中科技大学）；Lakehead University（湖首大学）
本文提出了一种适用于四旋翼无人机的模型预测轨迹跟踪方法，通过分层控制策略实现姿态和推力的闭环控制，并证明了整体系统半全局渐近稳定性。
2026-09-21 cs.SY eess.SY
Nonlinear Robust Tracking Control of a Quadrotor UAV on SE(3)
The George Washington University（乔治华盛顿大学）；University of California at San Diego（加州大学圣地亚哥分校）；University of Michigan（密歇根大学）
针对四旋翼无人机在SE(3)上的模型，提出非线性输出跟踪控制器，实现对姿态和位置指令的鲁棒跟踪，并保证跟踪误差一致最终有界。
2011-09-21 cs.SY eess.SY math.OC
Dynamic Smooth Sliding Control Applied to UAV Trajectory Tracking
本文提出一种动态平滑滑模控制方法，通过让平滑滑模控制参数随跟踪误差变化来抑制抖振，并可在滑模阶段综合PI、STA及VGSTA等控制器，最终在六旋翼无人机上验证了轨迹跟踪性能。
2023-10-27 cs.SY eess.SY
An Experimental Study of Passive UAV Tracking with Digital Arrays and Cellular Downlink Signals
本文利用LTE基站信号和双数字阵列无源接收机，通过交叉模糊函数提取双基地距离、多普勒和到达角，并结合多目标跟踪框架实现城市低空无人机米级精度轨迹跟踪。
2024-12-30 cs.SY eess.SP eess.SY
Trajectory Tracking for UAVs: An Interpolating Control Approach
New Technologies for the Information Society Research Center（信息技术新技术研究中心）；Department of Cybernetics（控制论系）；Faculty of Applied Sciences（应用科学学院）；University of West Bohemia（西波希米亚大学）
本文研究了插值控制（IC）在无人机实时轨迹跟踪中的有效性，通过仿真和实验室实验评估改进的eIC控制器，发现其在保持与MPC相当性能的同时显著降低了计算复杂度，适用于资源受限平台。
2024-07-02 cs.RO cs.SY eess.SY
Online UAV Path Planning for Joint Detection and Tracking of Multiple Radio-tagged Objects
The University of Adelaide（阿德莱德大学）；Curtin University（科廷大学）
本文提出了一种在线路径规划算法，用于联合检测和跟踪多个未知无线电标签目标，通过部分可观测马尔可夫决策过程和随机有限集跟踪前检测多目标滤波器，在保持无人机与目标安全距离的同时，实现了高效的多目标跟踪与检测。
2019-08-12 cs.SY eess.SY
UAV Target Tracking in Urban Environments Using Deep Reinforcement Learning
IIIT-Delhi（印度德里信息技术学院）；Indian Institute of Science Education and Research, Bhopal（印度博帕尔科学教育与研究学院）
在城市环境中，由于视野有限、障碍物的遮挡以及目标运动的不确定性，无人机对目标的持续跟踪是一项困难的任务。车辆需要在3D中进行智能规划，以便最大限度地提高目标可见性。在本文中，我们介绍了目标跟踪DQN（TF-DQN），一种基于深度Q网络的深度强化学习技术，具有课程训练框架，用于无人机在存在障碍物和目标运动不确定性的情况下持续跟踪目标。该算法进行了评估，通过几个模拟实验定性以及定量。结果表明，无人机在不同的环境中持续跟踪目标，同时避开训练环境和不可见环境中的障碍物。
2020-07-21 cs.RO cs.SY eess.SY
Combining LoRaWAN and a New 3D Motion Model for Remote UAV Tracking
在过去的几年里，无人机（UAV）的许多用途引起了科学界和工业界的兴趣。一个典型的情况是使用无人机在广阔的地理区域内执行监视或目标搜索任务。在这种情况下，它是基本的指挥中心，以准确地估计和跟踪的无人机的轨迹，利用其定期的状态报告。在这项工作中，我们设计了一个专门的跟踪系统，该系统利用远程广域网（LoRaWAN）标准进行通信，并扩展了恒定转弯速率和加速度（CTRA）运动模型，以预测无人机在3D环境中的运动。公开数据集上的仿真结果表明，我们的系统可以可靠地估计无人机的位置和轨迹，显着优于基线跟踪方法。
2020-02-12 cs.SY eess.SP eess.SY
Control Barrier Function Based UAV Safety Controller in Autonomous Airborne Tracking and Following Systems
Virginia Tech（弗吉尼亚理工大学）；University of Kentucky（肯塔基大学）；University of Louisville（路易斯维尔大学）
针对无人机空中跟踪非合作目标时的碰撞风险，提出基于控制屏障函数的二次规划安全控制器，最小化修改轨迹跟踪输入以保证安全，并在AirSim模拟中验证了有效性。
2023-12-28 cs.RO cs.SY eess.SY
Error-State LQR Formulation for Quadrotor UAV Trajectory Tracking
Carnegie Mellon University（卡内基梅隆大学）
提出一种基于误差状态线性二次型调节器的四旋翼无人机轨迹跟踪方法，利用指数坐标表示姿态误差，结合全状态反馈与级联体速率控制器实现鲁棒控制。
2026-07-28 cs.RO cs.SY eess.SY
UAV Control Optimization via Decentralized Markov Decision Processes
无人机群体控制的应用包括目标跟踪、监视、地形测绘和精准农业。当群很大时，分散式控制方法特别有用，因为集中式方法（控制UAV的单个命令中心）遭受指数计算复杂性，即，在集中式方法中，获得无人机最优控制的计算时间随着群中无人机的数量呈指数增长。虽然存在许多集中式控制方法，但文献缺乏具有广泛适用性的分散式控制框架。为了解决这一知识差距，我们提出了一种新的分散无人机群控制策略，使用的决策理论框架称为分散马尔可夫决策过程（Dec-MDP）。我们建立这些控制策略的上下文中的两个案例研究：a）群形成控制问题; b）群控制多目标跟踪。由于大多数决策理论的配方遭受灾难的维度，我们适应近似的动态规划方法，称为名义信念状态优化（NBO），以解决分散控制问题的近似在这两个案例研究。在编队控制案例研究中，目标是将群从一个地理区域驱动到另一个地理区域，其中群必须形成特定的几何形状（例如，球体表面上的选定位置）。研究这些问题的动机来自于无人机群的数据融合应用，其中融合性能取决于无人机彼此之间的战略相对分离。在目标跟踪案例研究中，目标是以分散的方式控制无人机的运动，同时最大限度地提高整体目标跟踪性能。本案例研究的动机来自使用无人机群的监视应用。
2021-07-11 cs.SY eess.SY
Trajectory Tracking Control of UAV Bicopter using Linear Quadratic Gaussian
本文针对携带有效载荷的UAV Bicopter在轨迹跟踪中易受惯性干扰的问题，提出使用LQG控制器替代LQR，仿真证明其具有更低的RMSE并有效克服干扰。
2023-09-15 cs.SY eess.SP eess.SY
Dynamic attitude planning for trajectory tracking in underactuated VTOL UAVs
Politecnico di Milano（米兰理工大学）；University of Trento（特伦托大学）
本文针对欠驱动VTOL无人机的轨迹跟踪控制问题，提出了一种以位置跟踪为主的目标，通过引入姿态规划器动态系统，确保满足主要目标，将姿态跟踪作为次要目标，只要期望轨迹满足特定可跟踪性条件即可实现。
2019-04-10 cs.SY eess.SY math.OC
Optimal Measurement Policy for Predicting UAV Network Topology
Northern Arizona University（北亚利桑那大学）；University of Alabama（阿拉巴马大学）
本文提出基于粒子群优化与卡尔曼滤波的算法，用于优化无人机在时变信道条件下感知周围网络配置，以最小化整体网络估计误差。
2017-10-30 cs.SY eess.SY
DMTrack: Deformable State-Space Modeling for UAV Multi-Object Tracking with Kalman Fusion and Uncertainty-Aware Association
针对无人机多目标跟踪中运动复杂、身份易切换的问题，提出融合可变形状态空间预测、卡尔曼门控融合与不确定性关联的DMTrack框架，在基准上实现了最优跟踪性能与高效推理。
2025-10-15 cs.CV cs.SY eess.SY
Robust Adaptive Geometric Tracking Controls on SO(3) with an Application to the Attitude Dynamics of a Quadrotor UAV
Florida Institute of Technology（佛罗里达理工学院）
本文提出了一种基于特殊正交群SO(3)的鲁棒自适应跟踪控制方法，通过设计惯性矩阵自适应律，在未知惯性矩阵和存在非结构化扰动的情况下实现刚体姿态的渐近跟踪，并通过四旋翼无人机实验验证。
2011-08-30 cs.SY eess.SY math.OC
A MARL Based Multi-Target Tracking Algorithm Under Jamming Against Radar
针对无人机集群雷达跟踪受干扰问题，提出基于多智能体强化学习的有源/无源模式选择算法，并用模拟退火处理约束，仿真验证有效。
2024-12-17 cs.SY eess.SP eess.SY
Systematic Online Tuning of Multirotor UAVs for Accurate Trajectory Tracking Under Wind Disturbances and In-Flight Dynamics Changes
Khalifa University（哈利法大学）
近年来，由于无人机航空电子技术和应用领域的发展，对多旋翼无人机（UAV）精确快速轨迹跟踪的需求不断增长。在许多应用中，多旋翼无人机需要在具有挑战性的场景中准确地执行攻击性机动，例如外部风干扰或飞行中有效载荷变化的存在。在本文中，我们提出了一个系统的控制器整定方法的基础上获得的识别结果，最近开发的深度神经网络与改进的继电器反馈测试（DNN-MRFT）算法。我们制定了一个线性等效表示适合DNN-MRFT使用反馈线性化。这种表示使不同的控制器结构和调整设置的分析调查，并捕捉系统的非线性趋势。该方法使设计中性能和鲁棒性的折衷成为可能，便于在不确定环境下无人机控制器的设计。我们证明，我们的方法是自适应和强大的，通过一组实验，保持准确的轨迹跟踪，尽管显着变化的无人机的空气动力学特性和风扰动的应用。由于基于模型的系统设计，它是可能的，以获得低的仿真和实验结果之间的差异，这是有益的潜在使用所提出的方法，实时基于模型的规划和故障检测任务。我们在强风的存在下跟踪侵略性轨迹时获得了$3.59 \; cm$的RMSE，这与最先进的水平相当。
2021-10-11 cs.RO cs.SY eess.SY
Cooperative Transportation of UAVs Without Inter-UAV Communication
National Chiao Tung University（国立交通大学）
提出了一种基于主从系统的协同运输系统。据我们所知，这是第一个不需要无人机之间通信的工作，并且可以实时修改有效载荷的参考轨迹，以便它可以应用于动态变化的环境。为了在无通信条件下实时跟踪修改后的参考轨迹，将领导者-跟随者系统视为非完整系统，设计了领导者的控制器以实现对有效载荷的渐近跟踪.为了消除安装力传感器的需要，开发了UKFs（无迹卡尔曼滤波器）来估计由领导者和跟随者施加的力。对闭环系统的跟踪误差进行了稳定性分析。仿真结果表明了该跟踪控制器的良好性能。实验结果表明，所设计的主从控制器在实际环境中均能正常工作，但在受限空间内，气流扰动对跟踪误差有较大影响。
2021-11-05 cs.RO cs.SY eess.SY
Stereo Vision for Unmanned Aerial VehicleDetection, Tracking, and Motion Control
提出了一种新的无人机检测方法。本研究的目的是为自主式多旋翼无人机开发一种鲁棒的设置，能够视觉检测和跟踪入侵无人机进行实时运动规划。该系统由两部分组成：使用立体摄像机生成三维点云数据的目标检测和应用卡尔曼滤波器进行无人机运动建模的视频跟踪。在探测到入侵者后，猎人可以瞄准并向入侵者发射一张绳网以压制它。计算机视觉，运动跟踪和规划算法可以在安装在猎人无人机上的便携式计算机上实现。
2020-05-07 cs.SY eess.IV eess.SP
Lightweight 3D LiDAR-Based UAV Tracking: An Adaptive Extended Kalman Filtering Approach
Institute for Systems and Robotics（系统与机器人研究所）
本文提出一种轻量级基于3D激光雷达的无人机跟踪系统，采用自适应扩展卡尔曼滤波框架，解决稀疏、噪声和非均匀点云数据的跟踪问题，适用于小无人机的严格载荷约束。
2026-03-16 cs.RO cs.SY eess.SY
Set-membership target search and tracking within an unknown cluttered area using cooperating UAVs equipped with vision systems
Université Paris-Saclay（巴黎萨克雷大学）；CentraleSupélec（中央高等电力学院）；CNRS（法国国家科学研究中心）；ONERA（法国航空航天研究院）
针对未知杂乱区域中数量未知的移动地面目标搜索跟踪问题，提出利用搭载CVS的协同无人机，结合集员方法构建目标位置估计器，实现协同搜索与跟踪。
2025-03-21 cs.RO cs.SY eess.SY
Geometric Surface-Based Tracking Control of a Quadrotor UAV
National Technical University of Athens（雅典国立技术大学）
本文提出基于几何表面的四旋翼无人机控制方法，通过非线性表面直接在非线性配置流形上演化，内含SE(3)配置空间的非线性特性。通过严格稳定性证明，控制器具有良好的闭环性质，并首次识别了与位置误差无关的吸引区域。仿真展示了在扰动和电机饱和情况下控制器的有效性。
2018-11-12 cs.SY eess.SY math.DS
Multi-UAV Planning for Cooperative Wildfire Coverage and Tracking with Quality-of-Service Guarantees
Georgia Institute of Technology（佐治亚理工学院）
近年来，研究人员委托机器人和无人机（无人机）团队进行准确的在线野火覆盖和跟踪。虽然大多数先前的工作集中在这种多机器人系统的协调和控制上，但迄今为止，这些UAV团队还没有被赋予推理火灾轨迹的能力（即，位置和传播动态）以在时间范围上提供性能保证。受空中野火监测问题的启发，我们提出了一个预测框架，该框架使多无人机团队能够在概率性能保证的情况下进行合作，以实现协作的现场覆盖和火灾跟踪。我们的方法使无人机推断的潜在火灾传播动力学的时间延长的协调在安全关键条件。我们推导出一组新的，分析的时间，和跟踪误差的界限，使无人机团队分配其有限的资源，并根据情况下的特定估计状态覆盖整个火灾区域，并提供概率性能保证。我们的结果不仅限于空中野火监测的案例研究，一般适用于问题，如搜索和救援，目标跟踪和边境巡逻。我们评估我们的方法在模拟和演示的物理多机器人测试平台上的建议框架，以考虑到真正的机器人动力学和限制。我们的定量评估验证了我们的方法的性能，分别比最先进的基于模型和强化学习基准测试的跟踪误差小7.5倍和9.0倍。
2022-06-21 cs.AI cs.RO cs.SY
Adaptive 5G Resource Allocation for Multistatic ISAC-Based UAV Detection and Tracking
North Carolina State University（北卡罗来纳州立大学）
本文提出一种自适应多基地ISAC框架，通过共享资源分配和软件定义传感器辅助，在5G网络中实现负载感知的无人机检测与跟踪，兼顾通信吞吐量与感知性能。
2026-06-23 cs.SY eess.SP eess.SY
Robust tracking of an unknown trajectory with a multi-rotor UAV: A high-gain observer approach
Michigan State University（密歇根州立大学）
研究了存在建模误差和外部扰动的多旋翼系统的轨迹跟踪问题。期望轨迹是未知的，并且从具有未知或部分已知动态的参考系统生成。我们假设仅可以访问多转子的位置和取向测量以及参考系统的位置测量。我们采用一个扩展的高增益观测器（EHGO）估计框架来估计轨迹跟踪所需的前馈项，多转子状态，以及建模误差和外部干扰。设计了一种用于轨迹跟踪的输出反馈控制器，该控制器由反馈线性化控制器和EHGO组成。我们严格分析所提出的控制器，并建立其稳定性。最后，我们数值说明我们的理论结果使用的例子多旋翼着陆在地面车辆。
2020-04-27 cs.RO cs.SY eess.SY
Collaborative Tracking and Capture of Aerial Object using UAVs
Guidance Control and Decision Systems Laboratory Department of Aerospace Engineering Indian institute of Science（印度科学研究所航空航天工程系制导控制与决策系统实验室）；Robert Bosch Center for Cyber Physical Systems Indian Institute of Science（印度科学研究所罗伯特·博世网络物理系统中心）
这项工作的细节问题的空中目标捕获使用多个无人机。这个问题的动机来自2020年穆罕默德·本·扎耶德国际机器人挑战赛的挑战1。无人机利用视觉反馈自主检测目标，接近目标并捕获，而不会干扰携带目标的车辆。多无人机协作提高了系统的效率，并增加了在短时间内鲁棒地捕获球的机会。在本文中，所提出的架构进行了验证，通过模拟在ROS-Gazebo环境，并进一步实现在硬件上。
2020-10-04 cs.CV cs.RO cs.SY
Collaborative target-tracking control using multiple autonomous fixed-wing UAVs with constant speeds
Department of Electrical Engineering, Eindhoven University of Technology（埃因霍温理工大学电子工程系）；Universidad Complutense de Madrid（马德里complutense大学）；Research School of Electrical, Energy and Material Engineering, Australian National University（澳大利亚国立大学电气、能源和材料工程研究学校）；Optus-Curtin Centre of Excellence in Artificial Intelligence, Curtin University（Curtin大学人工智能卓越中心）
本文研究了使用多架固定翼无人机进行协同跟踪控制的问题，通过设计控制器使无人机群体能够协同跟踪目标的位置和速度，提出了相对速度条件和参考速度构造方法，并讨论了常速约束下的控制器设计和性能限制。
2020-09-02 cs.MA cs.RO cs.SY
Geometric tracking control of thrust vectoring UAVs
Politecnico di Milano（米兰理工大学）
本文提出了一种几何方法用于具有推力矢量能力的无人机轨迹跟踪控制，适用于能有效解耦位置和姿态跟踪任务的空中系统，通过SE(3)刚体位移群框架设计了不依赖配置空间参数化的控制器，并通过数值例子验证了其有效性。
2017-03-19 cs.SY eess.SY math.OC
Guidance algorithm for smooth trajectory tracking of a fixed wing UAV flying in wind flows
University of Toulouse（图卢兹大学）；Ecole nationale de l’aviation civile (ENAC)（国立民用航空学院（ENAC））；University of Groningen（格罗宁根大学）
本文提出一种算法，用于解决固定翼无人机在恒定空速和恒定风扰下跟踪平滑曲线的问题，通过构造隐函数描述的引导向量场实现轨迹跟踪，并能通过离线调整避免无人机物理约束。
2017-02-15 cs.RO cs.SY eess.SY
Bearing-based Simultaneous Localization and Affine Formation Tracking for Fixed-wing Unmanned Aerial Vehicles
本文针对固定翼无人机提出基于方位的同步定位与仿射编队跟踪方案，融合分布式自定位算法与基于观测器的控制器，支持时变期望方位，并设计了两种不同收敛速度的控制方案。
2025-01-03 cs.MA cs.SY eess.SY
Autonomous Tracking and Terminal Guidance of Moving Targets for Fixed-Wing UAVs
Department of Mechanical Engineering, National Yang Ming Chiao Tung University（国立阳明交通大学机械工程学系）
研究为固定翼无人机引入统一控制框架，采用三相策略，利用UKF融合视觉检测与惯性测量，结合带约束感知的NMPC及BPNG律，实现从目标检测到终端拦截的任务，仿真验证其能稳定跟踪并精确拦截，同时遵守相关约束。
2026-07-15 cs.AI cs.RO cs.SY
UAV-enabled Integrated Sensing and Communication: Tracking Design and Optimization
针对无人机ISAC系统需兼顾目标位置与速度估计的需求，提出基于扩展卡尔曼滤波的跟踪方案，通过轨迹优化最小化预测PCRB加权和，推导了固定仰角最优相对运动状态，验证了方案有效性并揭示相关性能权衡。
2024-04-16 cs.IT cs.SY eess.SP
Energy-Aware UAV-Enabled Target Tracking: Online Optimization with Location Constraints
针对在线目标跟踪中无人机轨迹设计难以同时满足能量和位置约束的问题，提出基于两个子问题分解的在线优化方法，显著提升感知性能与能量利用灵活性。
2024-07-17 cs.IT cs.SY eess.SP
Autonomous Tracking of Intermittent RF Source Using a UAV Swarm
North Carolina State University（北卡罗来纳州立大学）
本文研究利用无人机群自主定位和追踪间歇性RF发射源，通过比较两种算法在定位和路径规划中的性能与计算负载。
2018-01-03 cs.MA cs.SY eess.SP
Federated Calibration of Motion Uncertainty for UAV Tracking in Multi-Operator ISAC Systems
James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院）
针对多运营商ISAC系统中无人机跟踪问题，提出双时间尺度联邦校准框架，通过共享校准参数与协方差交集融合实现可靠预测，显著降低RMSE并节省功率。
2026-10-01 cs.IT cs.SY eess.SP
