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技术方案

本发明专利技术公开了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。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。

Observer-based fault upper bound assessment and fault-tolerant consistency control algorithm for multi-agent systems

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，针对多智能体系统在发生执行器故障和外界扰动的情况下的一致性问题，设计关于故障参数上限的自适应律，然后利用故障上限的估计值调整容错控制协议，最终实现多智能体系统的一致性控制。技术方案：本专利技术所提出的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，主要利用状态观测器的构造，提出一种关于故障参数上限的自适应律，该自适应律不仅能较为精确地估计出故障信息，也可以协助设计容错控制律。此外，容错控制律中也包含了多智能体系统输出状态之间的误差信息，既能在容错的基础上保证多智能体系统的一致性控制，也能抵抗外界不确定性扰动的影响。算法流程主要包括如下具体步骤：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＝1(i≠j)。否则，aij＝0。定义节点i的邻节点为Ni＝{j∈v|(i，j)∈ε，i≠j}。因此，图G的拉普拉斯矩阵L＝(lij)∈Rn×n被定义为lij＝-aij，(j≠i)，我们用去代表领导者与跟随者之间的通讯交流关系，如果智能体i能够直接收到领导者的信息，那么di＞0，否则di＝0。步骤3)构造观测器以及设计故障上限估计的自适应律，具体步骤如下：步骤3.1)首先为每个跟随智能体构造如式(5)所示的状态观测器。这里和分别表示系统的状态变量xi(t)和输出变量yi(t)的估计值。矩阵E是后来将被设计的观测器矩阵。定义和分别表示状态估计误差和输出估计误差。我们让以及作为ξi的估计值。步骤3.2)设计执行器故障上限平方的自适应变化率如式(6)所示：这里εi和ηi均是正的常数并且在后来的步骤中将被设计。因此，根据式(1)和式(5)，我们可以得到状态估计误差的动态方程如下：对于故障上限平方的估计误差的动态方程存在以下关系：步骤3.3)存在正定实矩阵P和具有合适维数的矩阵K，以及一个正数ε满足下面的不等式关系E＝P-1K(9)则系统状态估计误差以及故障上限平方估计误差在自适应律式(6)下最终一致有界。即以及其中ε＝max{εi}，(i＝1，...，n)。因为αi和βi均是可调参数，所以我们可以将估计误差调整到极小的值。步骤4)设计容错控制算法，具体步骤可以分为以下几部分：步骤4.1)我们为第i个跟随智能体定义相对输出误差信息如下：让ei＝xi-x0，我们可以得到式(11)的简洁形式如下所示步骤4.2)根据MATLAB中的LMI工具箱计算正定矩阵M满足下面不等式其中λmax(·)表示一个矩阵的最大特征值。步骤4.3)计算矩阵R满足RC＝-BTM。步骤4.4)选取正数则为每个跟随者智能体设计如式(14)所示的容错一致性控制算法。其中通过理论推导可以得到(1)和(4)组成的多智能体系统在容错控制律(14)下能够实现执行器故障情况下的一致性。有益效果：本专利技术提出一种基于观测器的容错一致性控制算法，在估计故障上限时，可以通过调整参数来控制跟踪误差。随后结合智能体之间输出状态之间的差值以及故障上限估计值设计的容错控制算法可以实现多智能体系统在执行器故障和外界扰动同时作用下的一致性。总的来说，具有如下具体优点：①通过利用状态观测器，采用的故障上限平方的自适应律可以使得状态估计误差和故障上限估计误差的大小可以通过参数来进行调节。这样就可以在估计误差要求不是很高的场合既实现状态和故障上限的精准估计又可以节省设备资源，提高硬件的冗余度。②所设计的容错一致性控制律是在已知故障上限的估计值和智能体之间的输出变量误差的基础上得到的。这对于利用智能体的状态变量来说，更具有实际意义。因为对于大多数智能体，其内部的状态很多都是不可测的。因此利用可测的输出去构造控制律，在实际中更容易实现。③利用本专利技术所设计容错控制算法，能够解决一类外部扰动作用满足利普希茨连续条件的多智能体系统的执行器故障下的一致性实现问题。这表明该算法的设计不仅增强了系统抵御故障风险的能力同时还增强了整个系统的鲁棒性。本专利技术所提出的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，具有一定的应用意义，易于实现，实时性好，准确性高，能够有效提高控制系统安全性且可操作性强，节省时间，效率更高，可广泛应用于一类外部扰动作用满足利普希茨连续条件的多智能体系统在执行器故障下的一致性实现问题。附图说明图1是本专利技术方法的流程图；图2是Quanser公司研制的实验装置Qball-X4四旋翼直升机以及它的结本文档来自技高网...

【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