一种多车辆系统的无模型最优同步控制方法技术方案

本发明专利技术涉及多车辆系统控制领域，提供一种多车辆系统的无模型最优同步控制方法，包括：S1：获取多车辆系统；S2：通过模型无关的分布式观测器获得当前领导者的状态；S3：通过历时输入输出数据构建当前跟随者的重构增广状态，根据当前领导者的状态和当前跟随者的重构增广状态获得跟踪误差指标；S4：对分布式控制协议进行训练；若误差指标小于阈值则输出当前的分布式控制协议，进入步骤S5；否则获取新的历时输入输出数据，返回步骤S2；S5：将当前的分布式控制协议作为最优控制协议，通过最优控制协议控制多车辆系统的运行。本发明专利技术考虑了未知模型下的一类离散时间异构多智能系统的最优同步控制问题，具有实际应用价值和高强的可扩展性。性。性。

【技术实现步骤摘要】
一种多车辆系统的无模型最优同步控制方法


[0001]本专利技术涉及多车辆系统控制领域，尤其涉及一种多车辆系统的无模型最优同步控制方法。

技术介绍

[0002]在实际中多车辆协同控制问题中，车辆个体的动力学由于其复杂性，往往无法准确得到系统的精确动力学模型，如编队无人机、无人驾驶汽车、以及协作多机械手等。且由于实际生产装配过程中无法保证每一个零件完全一致，导致车辆个体之间不可避免存在异构问题。
[0003]当前的控制理论技术大多基于精确地模型来设计控制器，同时要求系统全状态可测，这在实际的复杂系统上往往难以实现。另外，在现有技术当中并未考虑控制系统的最优控制性能。最后，当前技术主要考虑纯净环境，忽略了实际工程应用中不可避免的随机扰动影响。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0005]为解决上述技术问题，本专利技术提供一种多车辆系统的无模型最优同步控制方法，包括：
[0006]S1：获取多车辆系统，多车辆系统包括1个领导者和N个跟随者，获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多车辆系统的无模型最优同步控制方法，其特征在于，包括：S1：获取多车辆系统，多车辆系统包括1个领导者和N个跟随者，获取分布式控制协议；S2：根据多车辆系统构建模型无关的分布式观测器，通过模型无关的分布式观测器获得当前领导者的状态；S3：通过历时输入输出数据构建当前跟随者的重构增广状态，根据当前领导者的状态和当前跟随者的重构增广状态获得跟踪误差指标；S4：通过基于高斯核的两阶段值迭代评价网络设计方法对分布式控制协议进行训练；若误差指标小于阈值则输出当前的分布式控制协议，进入步骤S5；否则获取新的历时输入输出数据，返回步骤S2；S5：将当前的分布式控制协议作为最优控制协议，通过最优控制协议控制多车辆系统的运行。2.根据权利要求1所述的多车辆系统的无模型最优同步控制方法，其特征在于，步骤S2中，当前领导者的状态的计算公式的表达式为：其中，是领导者动力学F的估计，c是一个正常数，K是一个设计矩阵，是跟踪者车辆i对领导者状态r0(k)的估计，为邻居智能体个数，j为邻居智能体编号，d
i
表示度数矩阵元素，a
ij
>0表示跟随者i和跟随者j连通，否则a
ij
＝0，s
i
≥0表示固定增益，当s
i
>0表示跟随者车辆i与领导者连通，否则si＝0，其增益矩阵形式记为者连通，否则si＝0，其增益矩阵形式记为3.根据权利要求1所述的多车辆系统的无模型最优同步控制方法，其特征在于，步骤S3具体为：S31：为了最优地解决分布式控制协议的分布式跟踪控制问题，定义增广系统动力学方程；S32：获得历史输入输出数据的重构状态通过将增广系统动力学方程重构为当前跟随者的重构增广状态；S33：将当前领导者的状态与当前跟随者的重构增广状态的差值方程的极限作为跟踪误差指标。4.根据权利要求3所述的多车辆系统的无模型最优同步控制方法，其特征在于，跟随者i的增广系统动力学方程的表达式为：其中，I
p
为单位阵，对于跟随者i有：x
i
(k)为系统状态，e
i
(k)为与领导者的跟踪误差，X
i
(k)为增广状态，u
i
(k)为控制输入，A
i
、B
i
、C
i
分别为跟随者i的漂移矩阵、输入矩阵和输出矩阵，增广漂移矩阵增广输入矩阵增广输入矩阵C
1i
＝[C
i
‑

【专利技术属性】
技术研发人员：陈鑫，孙一仆，闻博昱，贺文朋，王巍，符浩，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：