一种面向离散时间多智能体系统的一致性控制的分布式动态事件触发方法

摘要: 本发明属于多智能体系统协同控制与网络安全,具体涉及一种资源受限网络环境下基于事件触发编码机制的多智能体系统差分隐私一致性控制方法。背景技术:1、多智能体系统由多...
一种面向离散时间多智能体系统的一致性控制的分布式动态事件触发方法

本发明属于多智能体系统协同控制与网络安全,具体涉及一种资源受限网络环境下基于事件触发编码机制的多智能体系统差分隐私一致性控制方法。

背景技术:

1、多智能体系统由多个具备局部感知、计算与通信能力的智能体组成,通过网络化的信息交互实现一致性、编队、协同跟踪等群体行为,已广泛应用于无人机集群、智能电网、车联网以及分布式传感网络等场景。一致性控制是多智能体协同的基础问题,其核心在于设计分布式控制协议,使各智能体的状态随时间趋于一致。

2、在早期的一致性控制方案中,智能体之间通常采用周期性采样或连续通信的方式交换状态信息。然而,实际部署的通信网络带宽有限,智能体自身的能量与计算资源亦受到约束,周期性通信会加剧信道拥塞并造成资源浪费。为降低通信负担,现有技术提出了事件触发控制机制:仅当智能体的局部测量误差达到预设阈值时才进行信息传输,从而显著减少通信次数与控制器更新次数。进一步地,为适应数字信道的有限比特率约束,现有技术还采用量化编码-解码机制,在发送端将连续状态量化为有限符号后以数字形式传输,在接收端解码重构状态。

3、另一方面,智能体在交互过程中对外发布的状态信息可能包含敏感内容。例如,在无人机集群中,状态信息反映了编队的初始位置与任务意图;在智能电网中,节点状态可用于反推用户的用电行为。窃听者通过截获通信内容即可推断智能体的初始状态,造成隐私泄露。为此,现有技术将差分隐私机制引入一致性控制,通过在对外发布的信息中注入拉普拉斯噪声,使攻击者无法以显著的统计优势区分相邻的初始状态,从而实现初始状态层面的隐私保护。

4、然而,发明人经研究发现,现有技术至少存在以下缺陷:

5、第一,现有的差分隐私一致性方案大多针对离散时间系统或一阶积分器动力学,且普遍假设信道可传输加噪后的实值信号;针对连续时间一般线性(尤其是开环不稳定)多智能体系统、并考虑数字信道有限比特率约束的差分隐私一致性方案较少,现有方案难以直接适用于带宽受限的数字通信环境。

6、第二,现有的事件触发编解码方案虽然降低了通信频率与单次传输的数据量,但未考虑隐私保护需求。若简单地在编解码框架中叠加差分隐私噪声,噪声的注入将改变误差动态与触发行为,使既有的触发条件与稳定性结论不再适用,系统收敛性无法得到保证。

7、第三,现有技术缺乏对事件触发频率、量化比特数与隐私噪声强度三者耦合关系的定量刻画,既无法给出保证解码误差均方收敛的显式比特率条件,也缺乏与编解码-隐私机制相匹配的控制器增益系统化整定方法,工程部署时只能依赖经验试凑。

8、因此,如何在通信带宽受限且存在窃听风险的条件下,使连续时间一般线性多智能体系统同时实现低比特率传输、均方一致性收敛以及可量化的差分隐私保护,是本领域亟待解决的技术问题。

技术实现思路

1、针对上述现有技术的不足,本发明的目的在于提供一种基于事件触发编码机制的多智能体系统差分隐私一致性控制方法,以解决连续时间多智能体系统在通信带宽受限且存在窃听风险的条件下,难以兼顾低比特率通信、均方一致性收敛与初始状态隐私保护的技术问题。

2、为实现上述目的,本发明采用如下技术方案:

3、一种基于事件触发编码机制的多智能体系统差分隐私一致性控制方法,包括以下步骤:

4、s1、将n个智能体之间的信息交换关系建模为无向连通图,建立各智能体的连续时间线性动力学模型,并根据所述无向连通图确定描述智能体间状态耦合关系的拉普拉斯矩阵;

5、s2、针对每个智能体构建包含辅助系统、编码器和解码器的差分传输架构:所述辅助系统设置于编码端,作为所述解码器的虚拟副本模拟所述解码器的状态更新过程;计算智能体的真实状态与辅助系统状态之间的差分信号,当所述差分信号的范数触及指数衰减的事件触发阈值时触发一次传输事件,在触发时刻对所述差分信号的各维分量进行基于符号函数的单比特量化编码,生成各维度仅占1比特的码字并经通信信道发送至解码端;所述解码器接收到所述码字后,结合与编码端同步复原的拉普拉斯噪声序列重构所述智能体的解码状态,所述拉普拉斯噪声序列同步注入所述辅助系统的状态更新过程,使所述辅助系统状态与所述解码状态保持一致;基于各智能体及其邻居智能体在最新触发时刻的解码状态构建分布式一致性控制器,并基于对应的辅助系统状态构建辅助控制器;

6、s3、基于排除zeno行为的事件触发间隔下界与保证误差不发散的临界时间间隔上限,推导保证解码误差均方收敛的充分比特率条件与避免解码误差发散的必要比特率条件,并据此配置所述通信信道的比特率;

7、s4、引入输入时滞变换,将触发时刻与当前时刻之间的时间差转化为有界时变时滞,构建闭环系统的一致性误差时滞动力学模型,构造李雅普诺夫-克拉索夫斯基泛函,通过求解线性矩阵不等式获得所述分布式一致性控制器的反馈增益矩阵;

8、s5、对注入拉普拉斯噪声后的输出序列进行累积敏感度分析,建立拉普拉斯噪声尺度参数与隐私预算之间的定量关系,通过调节噪声参数使系统的输出观测概率分布满足ε-差分隐私条件,在网络带宽受限且存在窃听风险的条件下实现多智能体系统的均方一致性控制与初始状态隐私保护。

9、在步骤s1中,将n个智能体之间的信息交换关系建模为无向连通图,其中为节点集合,为边集合,为加权邻接矩阵;各智能体的连续时间线性动力学模型建立为:

10、

11、其中,下标表示第个智能体,;为智能体的状态变量,为智能体的控制输入变量;与分别为描述系统特性的常数矩阵。所述拉普拉斯矩阵定义为,其对角元素,非对角元素(),为加权邻接矩阵的元素,为智能体的邻居集合,该拉普拉斯矩阵用于描述智能体间的状态耦合关系。

12、在步骤s2中,所述辅助系统的动态演化方程及状态跳变规则建立为:

13、

14、其中,为辅助系统状态,为在触发时刻生成并传输的量化码字,为码字的接收时刻,为注入的拉普拉斯隐私噪声,与为预设的更新增益参数。

15、所述差分信号取智能体真实状态与辅助系统状态之间的偏差,事件触发阈值取指数衰减函数,事件触发时刻的判定条件为:

16、

17、其中,为初始阈值,为阈值衰减率。

18、在触发时刻采用基于符号函数的单比特量化策略对差分信号的各维分量进行编码:,其中下标表示状态向量的第维分量,,生成的码字仅包含符号信息,每次触发事件传输的数据量为比特。

19、所述解码器在接收到码字后,结合同步复原的噪声序列对状态进行重构,其动态方程建立为:

20、

21、其中,为解码状态。所述拉普拉斯隐私噪声服从拉普拉斯分布,其统计特性满足零均值条件,且各维分量的方差随时间呈指数衰减:,其中为与隐私保护水平相关的噪声强度系数,为控制噪声衰减速率的因子;通过该衰减特性,噪声对一致性精度的影响随时间趋于无穷而消除。

22、所述拉普拉斯噪声序列的同步复原过程为:编码端与解码端在初始化阶段预共享相同的伪随机数种子,双方均以触发事件序号为索引,利用该种子驱动相同的伪随机数发生器,同步生成服从拉普拉斯分布且方差按指数衰减的噪声序列;解码端依据同步生成的噪声序列复原并注入状态重构;未获得该伪随机数种子的窃听者无法从截获的码字中分离所述拉普拉斯隐私噪声。

23、基于包含隐私噪声的解码状态信息,所述分布式一致性控制器与所述辅助控制器的控制律分别建立为:

24、

25、

26、其中,为待设计的反馈增益矩阵,与分别表示智能体及其邻居智能体在各自最新触发时刻经解码重构后的状态值,与为对应的辅助系统状态值。由于各智能体的辅助系统状态与解码状态同步一致,辅助控制器与分布式一致性控制器的控制输入保持一致,从而保证辅助系统与解码器的演化过程完全相同。该控制器能够驱动多智能体系统在存在差分隐私噪声及通信带宽受限的条件下实现状态的均方一致性:

27、

28、其中,表示数学期望,表示欧几里得范数,为一致性收敛对应的随机过程。

29、在步骤s3中,保证解码误差均方收敛的充分比特率条件建立为:

30、

31、避免解码误差发散的必要比特率条件建立为:

32、

33、其中,为通信信道的比特率,为保证解码误差均方收敛的最小充分比特率阈值,为避免解码误差发散的比特率下限;为智能体的状态维度,等于每次触发事件传输的码字位数;与分别表示向上取整函数与向下取整函数;为事件触发间隔的下界,为保证误差不发散的最大允许事件间隔。当信道比特率满足时,表明单位时间内传输的数据量足以补偿系统动态带来的误差增长,解码误差在均方意义下渐近收敛至零;反之,若,则解码器无法获取足够的信息重构状态,解码误差随时间发散。

34、所述事件触发间隔的下界按下式确定:

35、

36、其中,为符号量化误差上界系数,为编码传输时延;表明任意两次相邻触发事件之间存在正的最小时间间隔,从而排除zeno行为。

37、所述最大允许事件间隔按下式确定:

38、

39、其中,为量化误差下界系数;所述阈值衰减率的选取满足,以保证为正的有限值。

40、在步骤s4中,定义第个智能体的一致性误差为该智能体状态与全部智能体状态平均值的偏差:

41、

42、记全系统的一致性误差向量为。引入输入时滞变换,将触发时刻与当前时刻之间的时间差转化为时变时滞,并定义解码误差:

43、

44、其中,表示智能体在最近一次触发时刻的真实状态,表示对应的解码状态。基于上述误差定义,结合通信拓扑与控制协议,闭环系统的一致性误差动力学方程推导为:

45、

46、其中,表示克罗内克积,为通信拓扑的拉普拉斯矩阵,为待设计的反馈增益矩阵。

47、为分析该时滞系统的稳定性,构造如下形式的李雅普诺夫-克拉索夫斯基泛函:

48、

49、其中,为一致性误差经正交变换后对应非零特征值模态的分量,为给定的衰减率,、、为待定的正定对称矩阵。对沿系统轨迹求导并应用詹森不等式进行放缩,得到保证系统均方一致性收敛的充分条件为:存在正定矩阵、、和矩阵,使如下线性矩阵不等式成立:

50、

51、其中,各矩阵块元素定义为:

52、

53、

54、

55、

56、

57、

58、其中,为给定的正标量,为由拉普拉斯矩阵的n-1个正特征值构成的对角矩阵。在所述线性矩阵不等式可行的条件下,反馈增益矩阵按整定,从而确保系统在有限通信带宽和差分隐私噪声干扰下的均方一致性。

59、在步骤s5中,针对攻击者可能通过通信信道截获的码字序列,基于差分隐私的后处理性质,将隐私保护分析转化为对智能体内部待传输信号的分析。定义智能体在添加隐私噪声之前的待传输信号,并定义相邻数据集为仅在第个智能体的初始状态上存在差异的两组初始状态与。在时间视窗内的累积敏感度用于衡量相邻数据集对输出结果的最大影响,其满足递归上界关系:

60、

61、其中,,,,。在此基础上,拉普拉斯噪声尺度参数与隐私预算之间的定量关系建立为:

62、

63、其中,为隐私预算参数,其取值越小代表隐私保护水平越高;为拉普拉斯隐私噪声的尺度参数,为时间视窗。通过调节噪声强度系数和衰减因子,在保证控制性能的前提下,使系统对于任意两个相邻的初始状态数据集和,其输出观测概率分布满足差分隐私不等式:

64、

65、其中,为系统的输出序列,为任意输出观测集合。上述关系表明,即便攻击者掌握系统的动力学模型、事件触发机制以及编码器结构,并窃听了全部传输码字,其推断出智能体精确初始状态的概率比值也不会超过。

66、此外,本发明还包括噪声参数的在线整定方式:给定目标隐私预算,根据式(18)所示的定量关系及累积敏感度的上界估计,按的约束反解噪声尺度参数的下界,进而确定噪声强度系数的取值下限,并通过调节衰减因子在满足目标隐私预算的前提下减小噪声对一致性收敛精度的影响。

67、与现有技术相比,本发明的有益效果至少体现在以下方面:

68、(1)通信开销显著降低。本发明将事件触发机制与符号差分编码相结合,仅在差分信号范数触及指数衰减阈值时才触发传输,且每次触发事件仅需传输比特的符号码字,相比于周期性传输实值状态的传统方案,通信频次与单次数据量均大幅降低,适用于带宽受限的数字通信网络。

69、(2)隐私保护与控制精度兼顾。注入的拉普拉斯噪声方差随时间指数衰减,在系统运行初期以较大的噪声强度掩盖智能体的初始状态,保证有限时间视窗内的累积隐私预算可控;随着时间推移噪声趋于消失,不影响系统的渐近一致性精度,从而在隐私保护强度与收敛精度之间取得平衡。

70、(3)编码端与解码端严格同步且无需反馈链路。通过在编码端设置与解码器同构的辅助系统作为其虚拟副本,并采用预共享种子同步复原噪声序列,编码端无需解码器的任何反馈信息即可精确预知解码状态,避免了反馈信道带来的额外开销与泄露风险;同时,未获得种子的窃听者即使截获全部码字,也无法分离噪声、重构真实状态。

71、(4)给出了可指导工程配置的显式比特率条件。本发明定量刻画了事件触发频率、量化比特数与隐私噪声强度之间的耦合关系,给出了保证解码误差均方收敛的充分比特率条件与避免误差发散的必要比特率条件,并证明了事件触发间隔存在正下界、排除zeno行为,为通信信道的比特率配置提供了直接的理论依据。

72、(5)控制器增益整定系统化、适用范围广。通过输入时滞方法将事件触发闭环系统转化为具有有界时变时滞的模型,并将增益求解归结为标准的线性矩阵不等式可行性问题,可直接利用凸优化工具求解;所提方法适用于连续时间一般线性多智能体系统,包括开环不稳定的情形,且均方一致性具有严格的理论证明。