【技术实现步骤摘要】
本专利技术属于多智能体一致性协同控制领域。具体涉及一种面向传输时滞的非线性多智能体一致性协同控制方法。
技术介绍
1、自然界中常常能看到生物个体聚集时形成有秩序的群体现象，例如候鸟迁徙时的编队飞行、蜂群集体合作完成筑巢、萤火虫群的同步闪烁等。在这些现象中，尽管生物个体无法感知全局信息，但是却能通过自身与相邻个体的信息交流及分工合作来完成复杂的群体行为。美国教授minsky首次提出了智能体的概念，进而又延伸出多智能体系统的概念。多智能体系统由一系列智能体构成，每个智能体之间通过信息交互来调整各自承担的行为和目标，最终完成单个智能体不能完成的复杂任务。在信息化与网络化迅猛发展的时代背景下，以多智能体系统为代表的群体智能技术正在向区块链、军事等领域全面渗透，并在无人机蜂群战术、多导弹协同作战、协同侦察系统等方向得到广泛应用。
2、一致性问题是研究多智能体协同控制的基础。所谓一致性是指，随着时间推移，在一个多智能体系统中，所有智能体的状态趋于一个相同的值。近年来，由于多智能体系统在实际中的广泛应用，如卫星姿态对准、多机器人编队、传感器网络估计、智能电网中的功率管理等。多智能体系统的一致性问题受到了越来越多的关注，关于多智能体系统一致性的研究已经取得了丰硕的研究成果。moradi等针对时滞线性变参数模型的领导-跟随多智能体的一致性问题，给出了使系统达到渐近鲁棒一致性收敛的滑模控制协议；liu等针对具有外部干扰的非线性奇异多智能体系统的一致性问题进行了研究，消除了扰动影响的同时实现了一致性的目标；mohammadi等提出了一种智
3、然而，各智能体在达到一致性的过程中，智能体节点除了受到内部动力系统和建模误差等不确定因素的干扰之外，由于各智能体间通过网络进行信息交互，传输网络固有的带宽约束，不可避免的诱导出传输时延的问题，这将使得系统响应滞后，影响实际工程应用。目前，针对网络带宽受限问题主要通过设计事件触发机制减少数据量的传输，例如，liu等针对具有非线性动力学和不确定干扰的领导-跟随多智能体系统,提出了两种分布式固定时间事件触发一致性跟踪控制协议,降低了能量消耗和控制器更新频率；ning等针对具有输入时滞、未知干扰和切换拓扑的一阶多智能体系统，提出了两种不同形式的动态事件触发控制协议显著减少了个体触发的次数，降低了控制器更新频次和系统整体能耗。虽然通过设计事件触发机制可以减少相邻智能体间的信息传输，减轻网络带宽负担，但是触发数据的传输将严重影响最终的一致性精度；此外，时滞问题仍无法根本解决。因此，如何利用尽可能少的通信信息，在克服传输时延对系统响应速度的影响同时，有效抑制各智能体内外不确定性对一致性精度的影响，完成实时高精度的一致性协同控制，是本专利技术专利重点解决与突破的关键技术问题。
技术实现思路
1、本专利技术的技术解决问题是：针对通信时延条件下的非线性多智能体一致性协同控制，如何利用尽可能少且具有时延的邻居信息，设计一种能够实现对领导者的全部信息及自身不可测状态和未知非线性项实时估计，最终实现每个跟随者与领导者一致性协同运动的控制策略，以满足工程应用。
2、本专利技术的技术解决方案为：基于时延状态预测器，设计具有高精度预测性、实时估计性且有效抑制性的控制策略。具体的，提供了一种面向传输时滞的非线性多智能体一致性协同控制方法，包括如下步骤s1至s4：
3、步骤s1、建立多智能体动力学模型，具体内容包括：
4、本专利技术考虑n+1个智能体间的一致性协同控制，其中包括1个领导者和n个跟随者，且每个跟随者的系统模型为含有未知项的非线性系统，第i个跟随者的动力学模型如下所示：
5、
6、式中，xi1(t),xi2(t),…,xin(t)表示第i个跟随者智能体的系统状态；ui(t)和yi(t)分别表示第i个跟随者智能体的控制输入和测量输出；fi(xi(t),di(t))为第i个跟随者智能体的未知非线性函数。
7、本专利技术给出领导者智能体的动力学模型为：
8、
9、式中，xd1(t),xd2(t),…,xdn(t)表示领导者智能体的系统状态；ud(t)和yd(t)分别表示领导者智能体的控制输入和测量输出。
10、在本专利技术中，针对n+1个多智能体给出一种无向拓扑结构g＝(ν,ε,a)用于表示各智能体间的通信关系。其中，ν表示节点集合；表示边集合；如果两个智能体之间有一条边相连，则将它们视为相邻智能体，相邻智能体间可互相通信；无向拓扑中的边(i,j)表示智能体i和智能体j之间可以传递信息；a＝[aij]表示连接矩阵，如果(i,j)∈ε，则aij＝1，否则aij＝0。此外，与领导者相邻的跟随者智能体可以获取领导者的输出状态yd(t)，但领导者无法获取跟随者智能体的状态信息，当智能体i与领导者相邻时di＝1，否则di＝0。
11、设第i个跟随者智能体相对于领导者的状态跟踪误差变量
12、
13、联立式(1)和式(2)，由式(3)可得第i个跟随者智能体与领导者间的跟踪误差系统如下所示：
14、
15、需要说明的是本申请所述的一种面向传输时滞的非线性多智能体一致性协同控制方法的目的就是让跟随者智能体i与领导者智能体间的跟踪误差状态均趋于零。
16、步骤s2、设计时延状态预测器，具体内容包括：
17、设n个跟随者智能体间采用网络通信且只传输各自对领导者输出状态的观测值，但由于传输距离远且整个系统的通信带宽有限，因此相邻智能体间传输信息时存在一定的时延，为了实现n个跟随者智能体与领导者状态保持一致，本申请针对第i个跟随者智能体设计如下形式的时延状态预测器，实时预测邻居智能体j对领导者输出状态估计值：
18、
19、式中，表示第j个跟随者智能体对领导者输出状态的估计值，在传输时延τ情况下的状态量；为第i个跟随者智能体对领导者状态xd2(t)的估计值。为时延预测器的输出值，即第j个跟随者智能体对领导者输出状态的实时估计值的预测值。
20、步骤s3、设计分布式复合状态观测器，具体内容包括：
21、跟随者智能体与领导者间的一致性协同问题，可转化为每个跟随者智能体与领导者间的跟踪问题。若要实现与领导者间的跟踪，则首先必须获取领导者的状态信息，其次克服跟随者自身系统中的未知非线性项对跟踪精度的影响。为此，本专利技术利用邻居智能体j对领导者输出状态的估计值，设计一种新型的分布式复合状态观测器，对领导者状态及控制输入，自身系统不可测状态及未知非线性项进行实时估计，为后续一致性协同控制策略的设计提供信息。
22、针对第i个跟随者智能体所设计的分布式复合状态观测器形式如下所示：
23、
本文档来自技高网...
【技术保护点】
1.一种面向传输时滞的非线性多智能体一致性协同控制方法，其特征在于，用于实现多个智能体间的一致性协同控制，多个所述智能体包括1个领导者和N个跟随者，每个所述跟随者的系统模型为含有未知项的非线性系统，包括以下步骤：
2.根据权利要求1所述的一种面向传输时滞的非线性多智能体一致性协同控制方法，其特征在于：步骤S1中，多智能体动力学模型包括：各个跟随者的动力学模型、领导者智能体的动力学模型为和多智能体无向拓扑结构；
3.根据权利要求2所述的一种面向传输时滞的非线性多智能体一致性协同控制方法，其特征在于：步骤S1中，所述各个跟随者智能体与领导者间的跟踪误差系统为：
4.根据权利要求3所述的一种面向传输时滞的非线性多智能体一致性协同控制方法，其特征在于：所述步骤S2中对应第i个跟随者智能体设置的所述时延状态预测器，形式为：
5.根据权利要求4所述的一种面向传输时滞的非线性多智能体一致性协同控制方法，其特征在于：步骤S3中，其中第i个跟随者智能体对应的所述分布式复合状态观测器的形式为：
6.根据权利要求5所述的一种面向传输时滞的非线
...【技术特征摘要】
1.一种面向传输时滞的非线性多智能体一致性协同控制方法，其特征在于，用于实现多个智能体间的一致性协同控制，多个所述智能体包括1个领导者和n个跟随者，每个所述跟随者的系统模型为含有未知项的非线性系统，包括以下步骤：
2.根据权利要求1所述的一种面向传输时滞的非线性多智能体一致性协同控制方法，其特征在于：步骤s1中，多智能体动力学模型包括：各个跟随者的动力学模型、领导者智能体的动力学模型为和多智能体无向拓扑结构；
3.根据权利要求2所述的一种面向传输时滞的非线性多智能体一致性协同控制方法，其特征在于：步骤s1中，所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。