The invention discloses an observer-based fault upper limit assessment and fault-tolerant consistency control algorithm for multi-agent systems. An adaptive algorithm for estimating the upper limit of the actuator fault factor is proposed by constructing an appropriate observer. The proposed algorithm can effectively estimate the upper limit of the actuator fault factor accurately. For the impact of actuator failure, a fault-tolerant control law is designed by utilizing the relative state information between agents and the evaluation value of fault upper limit. The fault-tolerant control law enables multi-agent systems to achieve the goal of consistency under the simultaneous action of faults and external disturbances, and effectively avoids the task of consistency target caused by actuator faults in Multi-Agent systems. A situation that cannot be accomplished. The invention is applied to the consistency realization control problem of a multi-agent system with actuator faults and external disturbances.
【技术实现步骤摘要】
基于观测器的多智能体系统故障上限评估以及容错一致性控制算法
本专利技术涉及一种基于观测器的多智能体系统容错一致性控制算法,属于多智能体系统控制领域。
技术介绍
多智能体系统在最近几年逐渐成为控制领域的一个热门话题,一方面因为多个智能体构成的控制系统逐步拜托了整个系统对单个智能体的依赖性,提高了整个系统的可靠性。另一方面,多个智能体之间利用相互交流信息,大大提升了整体工作任务的效率,同时还使得整个系统在对抗外部干扰的过程中具有较强的鲁棒性。然而,对于多智能体系统来说,故障的发生往往是不可避免的。尤其对于一些安全系数要求很高的大系统,容错控制就发挥着不可替代的作用。因此,在当今社会,系统正不断向大型化、复杂化、智能化等过渡的阶段,对容错控制方法的研究就具有重要的现实意义。一致性是研究多智能体系统的基础问题。它是指在设定的控制律下,多智能体系统中各智能体状态最终将趋于一致。从多智能体系统的优越性方面看,多智能体系统能够处理不可预料的或者突然改变的外界环境,这就要求各智能体利用相互信息交流在变化的环境中保持一一致。因此在多智能体系统的大背景下研究故障发生时的一致性控制问题具有重要的价值。此外,利用观测器去估计系统中不可测的状态信息已经变成控制领域最常用的一种手段。对于那些即使可测但是需要花费昂贵的代价去购买相关传感器设备的状态变量,我们常采用的方法也是构造观测器。因此,结合观测器的构造去设计容错控制算法去解决多智能体系统在执行器故障和外界扰动作用下的一致性问题,不仅在理论上具有可行性,在实际上更容易实现。
技术实现思路
专利技术目的:在已有的控制方法基础上,针对多智能 ...
【技术保护点】
1.一种基于观测器的多智能体系统故障上限评估以及容错一致性控制算法,其特征在于:通过构造一个合适的观测器提出了一种关于执行器故障因子的上限估计的自适应算法,这个算法的提出可以有效的对执行器故障因子的上限进行准确的估计。对于执行器故障带来的影响,通过利用智能体之间的相对状态信息和故障上限的评估值设计一种容错控制律,该容错控制律可以使得多智能体系统在故障和外界扰动同时作用下也能实现一致性目标,能有效的避免多智能体系统因执行器故障而导致的一致性目标任务不能完成的情况。本专利技术用于一类含有执行器故障和外界扰动的多智能体系统的一致性实现控制问题,包括如下具体步骤:步骤1)确定算法所适应的多智能体系统模型参数,具体步骤可以分为以下几步:步骤1.1)确定带有外界扰动的第i个跟随智能体的状态空间模型如下式(1)所示:
【技术特征摘要】
1.一种基于观测器的多智能体系统故障上限评估以及容错一致性控制算法,其特征在于:通过构造一个合适的观测器提出了一种关于执行器故障因子的上限估计的自适应算法,这个算法的提出可以有效的对执行器故障因子的上限进行准确的估计。对于执行器故障带来的影响,通过利用智能体之间的相对状态信息和故障上限的评估值设计一种容错控制律,该容错控制律可以使得多智能体系统在故障和外界扰动同时作用下也能实现一致性目标,能有效的避免多智能体系统因执行器故障而导致的一致性目标任务不能完成的情况。本发明用于一类含有执行器故障和外界扰动的多智能体系统的一致性实现控制问题,包括如下具体步骤:步骤1)确定算法所适应的多智能体系统模型参数,具体步骤可以分为以下几步:步骤1.1)确定带有外界扰动的第i个跟随智能体的状态空间模型如下式(1)所示:这里xi(t)∈Rm,yi(t)∈Rq,ui(t)∈Rp分别表示第i个跟随智能体的状态变量、输出变量以及输入变量。f(xi)∈Rm表示满足利普希茨连续条件的外界扰动,其中l是利普希茨常数。A,B,C,D均是具有适当维数的实数矩阵。对于发生故障的执行器模型,可以用下式(2)表示:这里ρi(t)表示执行器失效因子。为了方便算法设计,给定故障因子ρi(t)一个上限满足下面不等式(3)步骤1.2)确定带有外界扰动的领导智能体的状态空间模型如(4)所示:这里x0(t)∈Rm,y0(t)∈Rq,u0(t)∈Rp分别表示领导智能体的状态变量、输出变量以及输入变量。并且,对于领航者的输入变量u0(t),满足这里是一个正的常数。步骤2)确定多智能体系统的通信拓扑结构:考虑到多智能体系统是由1个领导者和n个跟随者组成。因此,我们利用有向图去描述多智能体之间的通信连接关系。这里表示图中节点的集合。表示图中有向边的集合。对于跟随者之间的交流拓扑结构,我们用G={v,ε}来表示。让表示有向图G的权重矩阵。在这里如果智能体i能够收到来自智能体j的信息,那么aij...
【专利技术属性】
技术研发人员:杨蒲,许梦洋,王玉霞,
申请(专利权)人:南京航空航天大学,
类型:发明
国别省市:江苏,32
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。