基于采样数据的农用多智能体系统一致性分布式控制方法技术方案

本发明专利技术涉及控制工程领域,尤其基于采样数据的农用多智能体系统一致性分布式控制方法,步骤如下，针对具的固定有向拓扑结构的一阶多智能体系统，设计时滞状态下的基于采样信息的分布式控制协议；得到基于采样信息的具有时滞的多智能体系统的动态模型，通过树形变换将多智能的一致性问题转换为稳定性问题；确定多智能体系统达到稳定性的时滞和采样周期的约束条件，即多智能体系统中智能体之间达到状态平均一致性的充要条件；根据上述的充要条件，实现多智能体系统的平均一致性。本发明专利技术降低了系统的控制成本和网络通讯的要求，提高系统了的鲁棒性和冗余性，并且，在时滞的情况下各智能体之间依旧能够达到状态平均一致性。体之间依旧能够达到状态平均一致性。体之间依旧能够达到状态平均一致性。

Unified distributed control method of agricultural multi-agent system based on sampling data

【技术实现步骤摘要】
基于采样数据的农用多智能体系统一致性分布式控制方法


[0001]本专利技术涉及控制工程领域，特别在是基于采样数据的农用多智能体系统一致性分布式控制方法。

技术介绍

[0002]农业在数字革命推动下，逐渐开始走向智能化，智能农业是数字化时代中农业的重要发展方向。智能农业将数学、自动化、计算机、信息通讯及农业等理论知识融合并将其应用于硬件的农用智能体中，得到了信息技术、计算机科学、农业科学等相关学科学者的广泛关注。
[0003]不同的农作物的种植方式虽然具有很大的差异性，但都需要大量的劳动力，尤其是在农作物种植、喷药、采摘等方面。甚至在务农期间化学农药的使用或者短时间内频繁的进行重复性动作会对工作人员的身体健康产生一定的影响。所以农业的机械化水平需要进行进一步的提升，而多智能体系统的出现为减少劳动力和提高农业的机械化水平提供一个新的发展趋势。
[0004]多智能体系统是指由多个自主个体组成的群体系统，其目标是通过个体间的相互信息通信和交互作用。智能体指具有自治性、社会性、反应性和预动性的基本特性的自主个体，可以看做相应的软件程序或者一个实体（如人、车辆、机器人等）。在多智能体系统相关的众多研究中，一致性问题是最具有研究价值的课题之一。对于农用多智能体系统，一致性问题更加重要。在传统的多智能体系统一致性控制协议中，达到状态的一致需要大量的信息交互，并且要求多智能体系统配备高性能处理器，提高了农用多智能体系统的设计制造成本。

技术实现思路

[0005]为了减少多余的信息交互以及降低对处理器配备要求，我们将基于采样数据的分布式控制协议引入到农用多智能体系统一致性问题研究中。不同于其他连续的控制协议，通过采样数据的控制协议减少了信息冗余，降低了系统的控制成本和网络通讯的要求，提高系统了的鲁棒性和冗余性。同时，为了使得控制协议更具有实际应用性，在时滞的情况下各智能体之间依旧能够达到状态平均一致性，考虑了存在时滞情况的基于采样数据的分布式控制协议。
[0006]本专利技术提供如下技术方案：基于采样数据的农用多智能体系统一致性分布式控制方法,包括如下步骤，步骤一，针对具的固定有向拓扑结构的一阶多智能体系统，设计时滞状态下的基于采样信息的分布式控制协议；步骤二，得到基于采样信息的具有时滞的多智能体系统的动态模型，通过树形变换将多智能的一致性问题转换为稳定性问题；步骤三，确定多智能体系统达到稳定性的时滞和采样周期的约束条件，即多智能
体系统中智能体之间达到状态平均一致性的充要条件；步骤四，根据多智能体系统获得平均一致性的充要条件，实现多智能体系统的平均一致性。
[0007]步骤一中，对于一个包含N个多智能体的系统，智能体的状态用表示，；此网络化的多智能体系统的通讯拓扑结构有向图是一个加权有向图，有向图中的N个顶点代表多智体系统中的N个智能体，并用表示有向图的第i个顶点，，表示顶点集，顶点是有向图G中的第i个顶点，对应为多智能体系统中的第i个智能体，一共有N个顶点，每个智能体为有向图G的一个顶点，每个顶点的状态等够代表实际的物理值，包括位置、温度、电压，是边集，是非负加权邻接矩阵，；从顶点到的有向边，对于的邻接矩阵元素是非负实数，顶点的邻域节点集为，如果在两个顶点之间，至少有一条有向的边，那么有向图G是强连通图，有向图G的入度矩阵，以及拉普拉斯矩阵，其中，拉普拉斯矩阵中的元素满足。
[0008]由于所研究的农用多智能体系统是强联通的，所以可以推导对角矩阵，左特征向量其中是由拉普拉斯矩阵去掉第行和第列后的矩阵，表示矩阵的行列式值，根据对角矩阵W可以得到一个新的拓扑结构图，其中中的元素满足其中，进一步可以得到拓扑结构图的拉普拉斯矩阵和拓扑结构图的拉普拉斯矩阵之间的关系并且其拉普拉斯矩阵除了有一个为零的特征根，其他的特征根都是具有正实部，有向图G的镜像图满足无向强连通图的性质。
[0009]考虑具有强联通有向拓扑结构的多智能体系统的平均一致性问题，智能体与智能体之间的关系用顶点与顶点之间的边关系来表示。多智能体系统的有向图G中，每个顶点的状态用表示，顶点的状态向量用表示，，具有固定有向拓扑结构的一阶多智能体系统的动态模型如下所示：
是用来解决一致性问题的控制输入。
[0010]为了降低智能农业多智能体系统的通信成本，本专利技术的目标是利用采样数据解决农业多智能体系统的平均一致性问题。在农业多智能体系统的实际应用中，还可能会受到通信时延的影响。特别是农作物的种植方面，多个智能体完成种植任务的过程中需要相互传输信息，而过大的通信延迟会导致多智能体系统的振荡或发散，因此需要考虑时滞问题。对于农业多智能体系统的通信时延，设置采样周期为p，当考虑到存在小于一个采样周期的时延τ时，所提出基于采样数据的分布式时滞控制协议如下：所提出基于采样数据的分布式时滞控制协议如下：。
[0011]步骤二中，得到多智能体系统在具有时滞情况下，通过采样数据的分布式控制协议的动态模型，通过数形变换将多智能的一致性问题转换为稳定性问题,具体过程包括：根据所提出的分布式时滞控制协议，得到在采样周期为p，时延为τ的一阶多智能体系统的动态模型：,其中其中，I是单位矩阵，是n阶单位矩阵。
[0012]为了分析应用协议后系统的收敛问题，将动态模型采用树形转换的方式进行变换：换：换：换：换：并得到可逆矩阵Q以及以及通过Q和，得到
，从而得到，和，进一步得到其中，其中其中 从而将系统分成两个子系统和。
[0013]可以看到降维后的子系统达到稳定性意味着整个系统达到一致性。
[0014]步骤三中，利用双线性和Hurwitz稳定判据得到多智能体系统达到稳定性的时滞和采样周期的约束条件，即多智能体系统中智能体之间达到状态平均一致性的充要条件，其具体为：采用可逆矩阵T得到：其中λ2，λ3，
···
，λn是和元素的非零特征值
∗
是0或1,进一步是0或1,进一步是0或1,进一步把降维系统转换为： 其中进一步得到的特征多项式：通过分块矩阵的性质得到：
然后，通过双线性变换可知：。
[0015]若是Hurwitz稳定的,则是Schur稳定，进行稳定性判定:设，则：其实数部为：虚部为：经验证在满足以下条件时是Hurwitz稳定：即在Hurwitz稳定的条件下，多智能体系统达到一致性。
[0016]步骤四包括以下步骤：因为存在0特征值，所以对应存在可确定的特征值为0和1，树形变换后确定了系统的具有Hurwitz稳定性的条件，在满足约束条件时，的其余未知特征值模值小于1，即在该条件下
ϕ
除0和1以外的特征值到在单位圆内，因为是无向强联通的，所以在特征值为1时的右特征项向量和左特征向量：并且满足，因为的所有其他特征值都在单位圆内并且存在所以:=因此，通过本专利技术所提出的基于采样信息的控制协议，具有一阶动态模型的农业多智能体系统尽管在具有时滞的情况下也可以达到平均一致性。
[0017]通过上述描述可以看出，本专利技术所涉及的基于采样数据具有时滞的农用多智能体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于采样数据的农用多智能体系统一致性分布式控制方法,其特征在于包括如下步骤，步骤一，针对具的固定有向拓扑结构的一阶多智能体系统，设计时滞状态下的基于采样信息的分布式控制协议；步骤二，得到基于采样信息的具有时滞的多智能体系统的动态模型，通过树形变换将多智能的一致性问题转换为稳定性问题；步骤三，确定多智能体系统达到稳定性的时滞和采样周期的约束条件，即多智能体系统中智能体之间达到状态平均一致性的充要条件；步骤四，根据多智能体系统获得平均一致性的充要条件，实现多智能体系统的平均一致性；步骤一中，对于一个包含N个多智能体的系统，智能体的状态用表示，；此网络化的多智能体系统的通讯拓扑结构有向图是一个加权有向图，有向图中的N个顶点代表多智体系统中的N个智能体，并用表示有向图的第i个顶点，，表示顶点集，顶点是有向图G中的第i个顶点，对应为多智能体系统中的第i个智能体，一共有N个顶点，每个智能体为有向图G的一个顶点，每个顶点的状态等够代表实际的物理值，包括位置、温度、电压，是边集，是非负加权邻接矩阵，；从顶点到的有向边，对于的邻接矩阵元素是非负实数，顶点的邻域节点集为，如果在两个顶点之间，至少有一条有向的边，那么有向图G是强连通图，有向图G的入度矩阵，以及拉普拉斯矩阵，其中，拉普拉斯矩阵中的元素满足。2.根据权利要求1所述的基于采样数据的农用多智能体系统一致性分布式控制方法，其特征在于,对于强联通的农用多智能体系统，对角矩阵，左特征向量其中是由拉普拉斯矩阵去掉第行和第列后的矩阵，表示矩阵的行列式值，根据对角矩阵W可以得到一个新的拓扑结构图，其中中的元素满足其中，进一步可以得到
拓扑结构图的拉普拉斯矩阵和拓扑结构图的拉普拉斯矩阵之间的关系多智能体系统的有向图G中，每个顶点的状态用表示，顶点的状态向量用表示，，具有固定有向拓扑结构的一阶多智能体系统的动态模型如下所示下所示是用来解决一致性问题的控制输入。3.根据权利要求2所述的基于采样数据的农用多智能体系统一致性分布式控制方法，其特征在于,对于农业多智能体系统的通信时延，设置采样周期为p，当考虑到存在小于一个采样周期的时延τ时，所提出基于采样数据的分布式时滞控制协议如下所提出基于采样数据的分布式时滞控制协议如下。4.根据权利要求3所述的基于采样数据的农用多智能体系统一致性分布式控制方法，其特征在于,步骤二中，得到多智能体系统在具有时滞情况下，通过采...

【专利技术属性】
技术研发人员：马凤英，姚辉，杜明骏，纪鹏，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：