一种基于改进扩张高增益观测器的鲁棒同步控制方法技术

本发明专利技术公开了一种基于改进扩张高增益观测器的鲁棒同步控制方法，首先建立多智能体系统中个体的二阶动力学模型，针对该模型，设计改进的扩张高增益观测器，进而设计鲁棒同步控制协议，构建基于奇异摄动的快慢动态模型，设计基于连续滑模理论的鲁棒同步控制器，使得多智能体系统中个体能够最终实现状态同步。本发明专利技术的方法重点考虑干扰和不可测速度对多智能体系统的不良影响，为技术人员在实际操作中同时解决干扰和不可测速度的不良影响奠定基础，确保干扰估计误差以及状态估计误差同时趋于有界范围，且同时能够依据快慢变状态方程，分析系统同步误差收敛性与控制参数之间关系，促进参数调节，提升同步控制方案有效性和鲁棒性，扩展算法的应用场景。扩展算法的应用场景。扩展算法的应用场景。

【技术实现步骤摘要】
一种基于改进扩张高增益观测器的鲁棒同步控制方法


[0001]本专利技术属于多智能体系统鲁棒同步控制
，特别涉及一种基于改进扩张高增益观测器的鲁棒同步控制方法。

技术介绍

[0002]自然界的生物种群中广泛存在着群体协作行为，例如：蚁群协作搬运食物、鱼群结伴巡游躲避鲨鱼、大雁编队飞行减小空气阻力以及狼群协同围捕猎物等。此类群体现象由于具有协作、智能涌现、自发性以及分散的特点，受到研究人员的广泛关注。随着科学研究的深入，人们对此类生物行为内部机理也有了更深刻、更直观的科学认识。大量的实际观察和数据分析表明，虽然群体内部个体的能力有限，但通过全局/局部信息交互和资源共享，群体能够完成更为复杂的行为，例如保持队形、躲避天敌、协同攻击和寻找食物等，体现出高阶智能性。在这些研究中，群体的同步控制是基础。
[0003]同步控制指的是，如何设计分布式交互协议，使得最终系统中的个体达到相同的(运动)状态。然而，在实际系统中，干扰，包括模型不确定性和未知外部干扰等总是广泛存在的，并对系统的控制性能产生严重影响，多智能体系统也不可避免的会遇到上述问题。一般来说，解决此类问题的一种方法是设计鲁棒同步控制器。
[0004]针对上述问题，通过研究多智能体系统的鲁棒同步控制问题，发现在已有的许多研究中尝试解决鲁棒同步控制问题。例如，(1)反馈控制，即通过抑制干扰来提高系统的性能，其中典型的是鲁棒自适应控制和变结构控制等；(2)前馈控制，即通过检测来估计干扰量，并以生成前馈项的形式，经控制输入实现对干扰的补偿。这其中的典型方法是干扰观测器、自抗扰控制器等。然而，在以往的研究中，没有考虑到系统高阶状态的不可测性，在实际系统中由于缺少传感器或者传感器的精度不够，往往无法反馈高阶信息项，例如对于二阶系统而言，则无法反馈速度信息。

技术实现思路

[0005]为解决上述技术问题，本专利技术基于改进扩张高增益观测器，结合连续滑模控制技术，通过奇异摄动理论，提出了多智能体系统同步控制的方法，提高了系统控制的鲁棒性，扩展了算法的应用场景，能够同时解决不可测状态和干扰对系统的不良影响。
[0006]本专利技术采用的技术方案为：一种基于改进扩张高增益观测器的鲁棒同步控制方法，具体步骤如下：
[0007]S1、建立无人机和无人车领域的多智能体系统中个体的二阶动力学模型，包含位置和速度两个通道；
[0008]S2、针对所述的二阶动力学模型，设计改进的扩张高增益观测器，通过一个参数可调的动态系统，分别实现对不可测速度和未知干扰的估计；
[0009]S3、定义同步误差以及设计滑模面，将步骤S2中得到的干扰估计值补偿到控制器中并同时将和估计的不可测状态替换控制输入中的不可用状态，进而设计鲁棒同步控制协
议；
[0010]S4、将步骤S3中建立的控制协议设计带入原始动力学模型中，得到闭环误差系统，而后定义辅助变量，进而基于奇异摄动技术，将闭环误差系统转换为快慢动态耦合的动态方程，确定同步误差上界；
[0011]S5、将控制协议应用到多智能体系统的二阶动力学模型中，使得多智能体系统中的个体能够最终实现状态同步。
[0012]进一步地，所述步骤S1包括以下子步骤：
[0013]S11、所述的多智能体系统中具有n个个体，个体之间通过无向网络G进行连接，n个二阶个体的动力学模型如下：
[0014][0015]其中，分别表示第i个个体的位置、速度和控制输入，表示实数空间，分别表示第i个个体的位置导数、速度导数，t表示时间，f
i
(r
i
(t),v
i
(t),t)代表控制输入通道中存在的干扰。由于传感器的限制，个体自身的速度信息无法反馈用于设计控制协议，同时多智能体系统中的一个个体仅能够与其邻居(即存在连接)进行交互，完成信息交换。
[0016]S12、为实现多智能体系统的同步控制，有如下定义：
[0017][0018]即最终多智能体系统中任意两个个体的状态收敛且最终趋于一致，当满足如(3)所示条件时，即称多智能体系统实现了同步控制，其中，r
j
(t)表示多智能体系统n个个体里除了第i号个体外其它任意一个个体。
[0019]进一步地，所述步骤S2包括以下子步骤：
[0020]S21、首先为了确保对干扰的有效估计，需要对干扰及其导数的上界做假设，
[0021][0022]其中，代表干扰和干扰导数的上界，是正数，为控制输入通道中存在的干扰f
i
(r
i
,v
i
,t)的导数，定义多智能体系统中个体的位置、速度和干扰的估计值分别为则对应估计误差为：
[0023][0024]其中，为对应的估计误差，进而对于多智能体系统中的i号个体，设计如下形式的改进扩张高增益观测器：
[0025][0026]其中，分别表示对应变量估计值的导数，式中参数α1，α2，α3的选取需要使得特征多项式s3+α1s2+α2s+a3＝0的根均具有负实部，其中，s表示时域。此外，动态可调参数ε为如下动态系统的输出状态：
[0027][0028]其中，ω表示动态系统的系统状态，为ω的导数，ω(0)＝ω0,ω0＞ε
f
，ω0为一个常数，ω(0)表示变量ω的初始值，ε
f
为动态参数预设值，且ε
f
是一个相对较小的量，此外，参数c1＞0,c2＞0,0＜λ1＜1以及λ2＞1，c1、c2代表比例增益值，λ1、λ2代表指数增益值。进而，基于有限时间理论可知采用如(5)所示的动态系统，动态可调参数ε可在固定时间内达到ε
f
，且对应的调节时间为：
[0029][0030]其中，T
Δ
表示系统收敛时间的变量。
[0031]S22、当采用如(4)所示的扩张高增益观测器，可实现同时对不可测状态和未知干扰的同时估计，且对应的估计性能可通过动态系统(5)进行调整，
[0032]S23、引入如下所示的坐标转换关系：
[0033][0034]其中，η
1i
、η
2i
、η
3i
分别表示对应估计误差变量的转换量，结合式(4)，得到如下快变时间动态系统：
[0035][0036]其中，η
i
＝[η
1i
,η
2i
,η
3i
]T
，表示三个变量η
1i
,η
2i
,η
3i
形成的列向量，T表示矩阵转置，为控制输入通道中存在的干扰f
i
的导数，A
η
表示系统矩阵，B
η
表示输入矩阵。对于动态系统(6)而言，如果系统矩阵A
η
是Hurwitz的，并且李雅普诺夫方程成立的话，P,Q分别为对应维数的矩阵，L
η
为一个正数常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进扩张高增益观测器的鲁棒同步控制方法，具体步骤包括如下：S1、建立无人机和无人车领域的多智能体系统中个体的二阶动力学模型，包含位置和速度两个通道；S2、针对所述的二阶动力学模型，设计改进的扩张高增益观测器，通过一个参数可调的动态系统，分别实现对不可测速度和未知干扰的估计；S3、定义同步误差以及设计滑模面，将步骤S2中得到的干扰估计值补偿到控制器中并同时将和估计的不可测状态替换控制输入中的不可用状态，进而设计鲁棒同步控制协议；S4、将步骤S3中建立的控制协议设计带入原始动力学模型中，得到闭环误差系统，而后定义辅助变量，进而基于奇异摄动技术，将闭环误差系统转换为快慢动态耦合的动态方程，确定同步误差上界；S5、将控制协议应用到多智能体系统的二阶动力学模型中，使得多智能体系统中的个体能够最终实现状态同步。2.根据权利要求1所述的一种基于改进扩张高增益观测器的鲁棒同步控制方法，其特征在于，步骤S1的具体过程为：S11、所述的多智能体系统中具有n个个体，个体之间通过无向网络G进行连接，n个二阶个体的动力学模型如下：其中，分别表示第i个个体的位置、速度和控制输入，表示实数空间，分别表示第i个个体的位置导数、速度导数，t表示时间，f
i
(r
i
(t),v
i
(t),t)代表控制输入通道中存在的干扰；S12、为实现多智能体系统的同步控制，有如下定义：其中，r
j
(t)表示多智能体系统n个个体里除了第i号个体外其它任意一个个体。3.根据权利要求2所述的一种基于改进扩张高增益观测器的鲁棒同步控制方法，其特征在于，步骤S2的具体过程为：S21、对干扰及其导数的上界做假设，其中，代表干扰和干扰导数的上界，是正数，为控制输入通道中存在的干扰f
i
(r
i
,v
i
,t)的导数，定义多智能体系统中个体的位置、速度和干扰的估计值分别为则对应估计误差为：其中，为对应的估计误差，进而对于多智能体系统中的i号个体，设计如下形式
的改进扩张高增益观测器：其中，分别表示对应变量估计值的导数，式中参数α1，α2，α3的选取需要使得特征多项式s3+α1s2+α2s+a3＝0的根均具有负实部，其中，s表示时域，此外，动态可调参数ε为如下动态系统的输出状态：其中，ω表示动态系统的系统状态，为ω的导数，ω(0)＝ω0,ω0＞ε
f
，ω0为一个常数，ω(0)表示变量ω的初始值，ε
f
为动态参数预设值，且ε
f
是一个相对较小的量，此外，参数c1＞0,c2＞0,0＜λ1＜1以及λ2＞1，c1、c2代表比例增益值，λ1、λ2代表指数增益值；进而基于有限时间理论可知采用如(5)所示的动态系统，动态可调参数ε可在固定时间内达到ε
f
，且对应的调节时间为：其中，T
Δ
表示系统收敛时间的变量；S22、当采用如(4)所示的扩张高增益观测器，可实现同时对不可测状态和未知干扰的同时估计，且对应的估计性能可通过动态系统(5)进行调整；S23、引入如下所示的坐标转换关系：其中，η
1i
、η
2i
、η
3...

【专利技术属性】
技术研发人员：李维豪，施孟佶，林伯先，张新昱，岳江枫，游龙，秦开宇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：