一种基于重置控制的多智能体系统快速一致性控制方法

1.本发明属于智能信息控制领域，特别涉及一种基于重置控制的多智能体系统快速一致性控制方法。


背景技术：

2.多智能体系统协同控制是一种融合了智能感知、无线通信、分布式控制等先进技术的控制策略。它面向高精度、高复杂度的任务需求，采用分布式算法协调多智能系统中每个个体的行为，协作完成任务，在越来越多的大型工程任务中受到青睐。
3.工业现场复杂多变的作业环境，对多智能体系统的精准建模提出了严峻的挑战。状态间的不规则耦合、外部环境的未知干扰等，都呈现出较强的非线性特征与直接不可测特征。一般建模方法通常在建模过程中忽略部分非线性因素的影响，将系统模型局部或全局线性化，简化后的系统模型具有易于分析、控制简单的特点。然而，对系统模型不充分、不具体的刻画也将不可避免地降低系统控制精度，无法保证高精度作业的需求。
4.实现状态一致是多智能体系统协同控制的一个重要技术目标，围绕这一技术目标，各种控制算法被不断提出，衡量这些算法的控制效果可以分为两个方面：系统暂态性能与系统稳态性能。现有的结果更侧重于系统稳定性能的实现与分析(即实现渐进一致或有界一致)，却往往忽视算法执行过程中暂态性能的影响，其中，暂态性能包括的技术指标有稳定时间、超调量等。事实上，系统进入稳定所需的时间直接反映出控制算法对系统状态变化的快速响应能力以及对外部扰动的补偿能力，这就要求控制算法必须在系统暂态性能，特别是稳定时间上同样具有较好的可靠性。
5.因此，解决包含未建模动态的非线性多智能体系统快速一致性问题，具有重要的实际意义和理论价值。


技术实现要素：

6.针对现有研究存在的一些不足，本发明提供了一种基于重置控制的多智能体系统快速一致性控制方法。本方法首先明确研究对象为为二阶非线性系统模型，并针对直接不可测状态引入了未建模动态项；其次引入重置积分器及时间管理变量，构建闭环系统状态并基于混杂模型刻画其共存的流动动态与跳变动态；最后，设计多智能体系统重置控制策略，依据李雅普诺夫稳定性理论证明本发明的可行性。
7.为实现上述目的，本发明的具体实施步骤如下：
8.s1:构建包含未建模动态的二阶多智能体非线性动力学方程，并建立多智能体间的分布式通信连接。
9.s2:设计重置积分器，依据期望的稳定时间性能与重置条件间的关联，表征重置积分器输出增益的补偿方向。
10.s3：基于s2中的重置条件，设计时间管理变量，记录重置积分器每次跳跃更新间的时间间隔。
11.s4：建构闭环系统状态混杂模型，对多智能体系统设计分布式重置控制协议。
12.s5：依据李雅普诺夫稳定性理论，分析s4所设分布式重置控制协议的理论可行性，实现多智能体系统的快速一致。
13.优选的，构建包含满足时变lipschitz条件的非线性项以及无法直接可测的未建模动态项的动力学方程。
14.优选的，多智能体间的分布式通信连接拓扑图将各个智能体作为通信节点，节点集合表示为由任意两个节点构成边集合如果节点i能够接收到节点j的信息，则称节点i与节点j存在边(j,i)∈ε，它们之间的拓扑连接权重为a
ij
＝1，否则，a
ij
＝0；相应地，邻接矩阵表示为其中a
ii
＝0；定义度矩阵为其中系统拉普拉斯矩阵表示为包含一个领导者节点，其可将信息单向传递给其他跟随者节点(bi＞0)，表示为每个跟随者节点只能获取部分邻居的信息。
15.优选的，设计具备跳变机制的重置积分器，其输出增益始终优先补偿指定状态的收敛；在满足重置条件时，重置积分器输出增益跳变为0。
16.优选的，时间管理变量为积分器的每一次跳变提供一个最小时间间隔。
17.优选的，所建构的混杂系统模型完备地刻画了系统闭环状态共存的流动动态与跳变动态。
18.优选的，跟随者智能体i∈{1,
…
,n}的分布式重置控制协议设计为：
19.ui(t)＝-α(t)x
ri
(t)-α(t)ζ
i,2
(t) biu0(t)
20.其中，α(t)为时变增益系数，ζ
i,2
为控制变量，u0(t)为领导者智能体的控制输入，x
ri
(t)为重置积分变量满足下式
21.当重置条件不满足时；
22.当重置条件满足时；
23.其中，a
ri
∈[0,1)。
[0024]
本发明具备的优势：
[0025]
1)本发明设计了一种具备跳变特性的重置控制策略，能够优先补偿指定状态，从而加快多智能体状态一致的收敛速率，获取较好的暂态性能。
[0026]
2)本发明设计的重置控制器适用于包含未建模动态的非线性系统模型，能够为非线性多智能体系统快速状态一致提供精准控制。
附图说明
[0027]
图1为本发明的流程图。
具体实施方式
[0028]
为明晰本发明的内容、实施手段及技术优势，以下将结合所附流程图具体解释。
[0029]
s1：建构包含未建模动态的二阶多智能体非线性动力学方程，并建立多智能体间的分布式通信连接，
[0030]
s1.1：本发明面向系统模型：
[0031][0032]
其中，x
i1
(t)，x
i2
(t)为系统状态，ui(t)为系统控制输入，zi(t)为系统未建模动态，g
i,1
(zi,x
i,1
,t),g
i,2
(zi,x
i,1
,x
i,2
,t)为系统非线性项，p，r1，r2，s，l为任意正常数，c为hurwitz矩阵；
[0033]
s1.2：系统非线性项满足时变lipschitz条件：
[0034][0035][0036]
其中η1(t)，η2(t)可根据实际需要选取；
[0037]
s1.3：多智能体间的分布式通信连接拓扑图将各个智能体作为通信节点，节点集合表示为由任意两个节点构成边集合如果节点i能够接收到节点j的信息，则称节点i与节点j存在边(j,i)∈ε，它们之间的拓扑连接权重为a
ij
＝1，否则，a
ij
＝0；相应地，邻接矩阵表示为其中a
ii
＝0；定义度矩阵为其中系统拉普拉斯矩阵表示为包含一个领导者节点，其可将信息单向传递给其他跟随者节点(bi＞0)，表示为每个跟随者节点只能获取部分邻居的信息；据此，可获取正定矩阵描述多智能体间的通信连接；
[0038]
s1.4：多智能体间通过无线网络通信，分布式通信连接具有减少网络资源使用，降低控制复杂度的优点，但同时也使得每个智能体能够获取并用于控制的信息变少；为实现系统状态一致性，定义每个智能体与其可通信邻居的分布式一致误差为：
[0039]
s1.5：进一步地，可根据步骤s1.1中的系统动态方程得出
[0040][0041]
其中，e1，e2，ξ，g1(
·
)，g2(
·
)是由对应元素根据m＝[m
1 m2ꢀ…ꢀmn
]
t
构成的列向量，g_01
(
·
)＝[g
0,1 g
0,1
ꢀ…ꢀg0,1
]
t
，g
_02
(
·
)＝[g
0,2 g
0,2
ꢀ…ꢀg0,2
]
t
，u
_0
(
·
)＝[u
0 u0ꢀ…ꢀ
u0]
t
。
[0042]
s2：设计重置积分器，依据期望的稳定时间性能与重置条件间的关联，表征重置积分器输出增益的补偿方向；
[0043]
s2.1：选取期望优先补偿状态为x
i，1
，并根据其一致误差e
i，1
与重置积分器输出x
ri
设计积分重置条件为τi≥ρi∧(x
riei,1
≤0∨ψi(x
ri
,ζ
i,2
)≤0)，其中ρi最小时间间隔，ψi(x
ri
,ζ
i,2
)将在s4.2中给出；
[0044]
s2.2：设计重置积分器x
ri
与时间管理变量τi为
[0045]
当不满足重置条件时；
[0046]
当满足重置条件时；
[0047]
其中，γ＞0，a
ri
∈[0,1)。
[0048]
s3：基于s2.2中所设时间管理变量τi，为积分器的每一次跳变提供一个最小时间间隔ρi，用以排除重置芝诺现象，即，在有限时间内重复无限次重置的现象：
[0049]
s3.1：引入辅助方程满足s(τi)＝max{sign(ρ
i-τi),0}；
[0050]
s3.2：确定可提供的最小时间间隔ρi的取值范围。给定任意初值则
[0051]
s4：建构闭环系统状态混杂模型，对多智能体系统设计分布式重置控制协议，
[0052]
s4.1：定义如下状态向量：ζ1＝[ζ
1,1 ζ
2,1
ꢀ…ꢀ
ζ
n,1
]
t
,ζ2＝[ζ
1,2 ζ
2,2
ꢀ…ꢀ
ζ
n,2
]
t
,xr＝[x
r1 x
r2
ꢀ…ꢀ
x
rn
]
t
,τ＝[τ
1 τ2ꢀ…ꢀ
τn]
t
,其中，ζ1＝e1，ζ2为虚拟控制器变量，y为系统闭环状态；
[0053]
s4.2：向量y的流动动态为跳变动态为其中
[0054]
s4.3：基于步骤s2.2设计的重置积分器，针对本系统的分布式重置控制协议为：ui(t)＝-α(t)x
ri
(t)-α(t)ζ
i,2
(t) biu0(t),其中，(t),其中，(t),其中，α(t)为时变增益系数，ζ
i,2
为控制变量，u0(t)为领导者智能体的控制输入，η1，η2根据步骤s1.2选取，θ＞0，
[0055]
s5：依据李雅普诺夫稳定性理论，分析s4所设分布式重置控制协议的理论可行性，实现多智能体系统的快速一致，
[0056]
s5.1：选取候选李雅普诺夫函数根据步骤s1.5中的动态方程，可得针对非线性项，由lipschitz条件s1.2得s1.2得然后，选取虚拟控制器则可得出：
[0057][0058]
s5.2：选取候选李雅普诺夫函数然后可由步骤s1.2的lipschitz条件和杨氏不等式可得，
[0059][0060]
其中，
[0061]
s5.3：选取总的李雅普诺夫函数为v(y)＝v1 v2 v3 v4，其中由步骤s4.3的重置控制策略、步骤s3.1的辅助方程及步骤s2.2重置积分器动态方程可最终导出，
[0062]
s5.4：考虑李雅普诺夫方程在跳变时刻时的系统动态。当τi≥ρi∧x
riei,1
≤0时，当τi≥ρi∧ψi(x
ri
,ζ
i,2
)≤0，其中
[0063]
s5.5：由步骤s5.3和步骤s5.4可导出即可得，多智能体系统实现状态一致。
[0064]
以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。