一种基于预测的执行器饱和多智能体全局一致性方法与流程

    专利2022-07-08  87


    本发明涉及多智能体全局一致性技术领域,尤其涉及基于预测的执行器饱和的临界稳定的多智能体系统的全局一致性分析方法。



    背景技术:

    多智能体系统的一致性理论研究在经过二十年的研究已经趋于完善,其主要目的就是通过多个功能简单的智能体通过相互协调合作,一起完成比较复杂的任务,并且由于多智能体系统成本低、可靠性强、稳定性强等特点被广泛应用于各种领域。

    在实际的多智能体系统或者比较大的多智能体网络中,每个智能体有可能接收到邻接智能体发出的耦合信息。那么,这些相对较多信息量的反馈有可能使得智能体的执行机构发生饱和。这个时候,就应该考虑怎么样限制过多的信息量,从而尽量的保证执行器不发生饱和,这就是要考虑的输入饱和受限问题。显而易见,输入饱和受限可以减缓系统执行器达到饱和的时间而并不能彻底消除饱和现象。同时,在网络化多智能体系统中,智能体之间的信息交换是通过网络实现的。由于通讯渠道的带宽有限,网络时滞的发生不可避免,这就导致它会出现新的问题,如网络丢包、时滞、多包传输。网络化预测控制方法的原理:在传感器方面,输出端的序列通过反馈通道进行打包发送给控制器一端;在控制器这一端,t时刻的预测控制序列通过前向通道打包发送给系统。



    技术实现要素:

    本方法提出了一个基于预测的控制协议,解决了执行器饱和的临界稳定多智能体系统全局一致性问题。

    本方法的目的是这样的实现的:

    步骤1建立执行器饱和的多智能体系统的离散时间状态方程;

    步骤2设计基于网络化预测控制的控制协议使系统能达到全局一致性;

    步骤3将临界稳定矩阵分割为稳定矩阵和中立矩阵,即将系统矩阵a分割为正交矩阵和schur矩阵;

    步骤4设计李雅普诺夫函数证明全局一致性。

    所述的步骤1执行器饱和的多智能体系统的状态方程为:

    xi(t 1)=axi(t) bδ(ui(t))

    其中xi(t),ui(t)分别表示智能体i的状态和控制输入,a∈rn×n,b∈rn×m,rn×n表示数域r上所有n×n矩阵构成的集合,δ表示标准饱和函数:

    所述的步骤2具体为:对于智能体i,为了能得到它的状态,设计一个状态观测器:

    其中yi(t)分别表示向前一步的状态预测和测量输出,因为智能体接收信息时存在时滞τ,为了解决这个问题,基于智能体i构造从t-τ时刻到t时刻的状态为:

    智能体i在t时刻的状态可以表示为:

    通过计算得出:

    其中是t时刻的估计误差对于存在定常通信时滞的多智能体系统,设计基于网络化预测控制的一致性协议:

    闭环控制系统可以表示为:

    其中l是拉普拉斯矩阵为l=d-e,d为无向图的入度矩阵,e为无向图的邻接矩阵,aij为权值,c为设计参数并且取值范围为表示克罗内克积,为了实现全局一致性就要在控制协议u(t)的作用下满足:

    所述的步骤3具体为:运用矩阵分割方法将临界稳定矩阵分割为正交矩阵和schur矩阵,具体形式如下:

    其中t为一个非奇异矩阵,ac和bc为正交矩阵,即ac×bc=i,bc和bs为schur矩阵(特征值都在单位圆内)。

    所述的步骤4具体为:构造李雅普诺夫函数证明在控制协议下能达到全局一致性,设计出的李雅普诺夫函数:

    定义一个流体模型:

    当且仅当x∈m时,进一步证明出

    附图说明

    图1为执行器饱和的结构框图;

    图2为使用七个智能体构成的无向图结构图;

    图3为执行器饱和的临界稳定多智能体达到全局一致性的图。

    具体实施方式

    下面结合附图与具体实施方式对本发明进一步详细描述。

    根据图1构造了执行器饱和的多智能体系统状态方程:

    xi(t 1)=axi(t) bδ(ui(t))

    为了得到智能体i的状态,构造状态观测器:

    通过迭代可以得出智能体i的状态:

    通过计算得出:

    其中是t时刻的估计误差对于存在定常通信时滞的多智能体系统,设计基于网络化预测控制的一致性协议:

    闭环控制系统可以表示为:

    构造基于预测的李雅普诺夫函数:

    定义一个流体模型:

    当且仅当x∈m时,

    进一步证明:

    当c=0.0957时,只有当x∈m时,δv≤0,可证明出执行器饱和下各智能体状态趋于一致,即达到全局一致性。

    结合图2,具有7个智能体的网络拓扑图,得出拉普拉斯矩阵l:

    得出图3达到执行器饱和的临界稳定多智能体全局一致性的仿真图。

    以上所述仅为本发明的一个实施方式而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。


    技术特征:

    1.一种基于预测的执行器饱和多智能体全局一致性方法,所述包括它是基于网络化预测控制的临界稳定多智能体系统,并且网络拓扑结构是无向图,无领航智能体,其特征在于,所述方法包括以下步骤:

    步骤1:建立执行器饱和的多智能体系统的离散时间状态方程;

    步骤2:设计基于网络化预测控制的控制协议使系统能达到全局一致性;

    步骤3:将临界稳定矩阵分割为稳定矩阵和中立矩阵,即将系统矩阵a分割为正交矩阵和schur矩阵;

    步骤4:设计李雅普诺夫函数证明全局一致性。

    2.根据权利要求1所述的执行器饱和的临界稳定多智能体全局一致性方法,其特征在于,所述的步骤1执行器饱和的多智能体系统的状态方程为:

    xi(t 1)=axi(t) bδ(ui(t))

    其中xi(t),ui(t)分别表示智能体i的状态和控制输入,a∈rn×n,b∈rn×m,rn×n表示数域r上所有n×n矩阵构成的集合,δ表示标准饱和函数:

    3.根据权利要求1所述的执行器饱和的临界稳定多智能体全局一致性方法,其特征在于,所述的步骤2具体为:

    对于智能体i,为了能得到它的状态,设计一个状态观测器:

    其中yi(t)分别表示向前一步的状态预测和测量输出,因为智能体接收信息时存在时滞τ,为了解决这个问题,基于智能体i构造从t-τ时刻到t时刻的状态为:

    智能体i在t时刻的状态可以表示为:

    通过计算得出:

    其中是t时刻的估计误差对于存在定常通信时滞的多智能体系统,设计基于网络化预测控制的一致性协议:

    闭环控制系统可以表示为:

    其中l是拉普拉斯矩阵为l=d-e,d为无向图的入度矩阵,e为无向图的邻接矩阵,aij为权值,c为设计参数并且取值范围为表示克罗内克积,为了实现全局一致性就要在控制协议u(t)的作用下满足:

    4.根据权利要求1所述的执行器饱和的临界稳定多智能体全局一致性方法,其特征在于,所述的步骤3具体为:

    其中t为一个非奇异矩阵,ac和bc为正交矩阵,bc和bs为schur矩阵(特征值都在单位圆内)。

    5.根据权利要求1所述的执行器饱和的临界稳定多智能体全局一致性方法,其特征在于,所述的步骤4具体为:

    构造李雅普诺夫函数:

    需要进一步证明

    技术总结
    一种基于预测的执行器饱和多智能体全局一致性方法。本发明设计了一种基于预测的执行器饱和多智能体全局一致性领域,具体是利用网络化预测控制主动补偿时滞,再运用矩阵分割的思想将临界稳定系统的矩阵A分割成正交矩阵和Schur矩阵,并且在无向图中设计一个全新的基于预测的一致性控制协议使执行器饱和的系统达到全局一致性。本发明解决了在智能体间信息交换过多时引起的执行器饱时,利用设计的预测控制协议依旧可以使多智能体系统的状态达到一致。

    技术研发人员:崔胤;谭冲;宋承霖
    受保护的技术使用者:哈尔滨理工大学
    技术研发日:2020.11.23
    技术公布日:2021.03.12

    转载请注明原文地址:https://wp.8miu.com/read-24396.html

    最新回复(0)