乘性噪声环境下分布式观测器的设计方法及装置制造方法及图纸

本说明书实施例提供了一种乘性噪声环境下分布式观测器的设计方法及装置，其中，方法包括：构建多智能体控制网络，并构建领导者动力学模型，其中，部分智能体即跟随者获取部分领导者的信息；在跟随者中构建观测器模型，其中，跟随者之间信息交换存在噪声干扰；完成对领导者状态信息的估计，实现误差信息的均方一致。致。致。

【技术实现步骤摘要】
乘性噪声环境下分布式观测器的设计方法及装置


[0001]本文件涉及计算机
，尤其涉及一种乘性噪声环境下分布式观测器的设计方法。

技术介绍

[0002]近年来，多智能体系统一致稳定性控制问题由于其广泛的民用和军用而备受关注，其应用涉及国计民生的各个领域，如国家电网系统、移动通信网络、城市交通网络等。分布式观测器是指由多个分散在不同位置的传感器或者探测器组成的系统，通过相互协作来获取所需要的信息。这种系统广泛应用于各种领域，比如环境监测、智能交通、机器人导航等。在多智能体系统中，部分智能体能够获得领导者全部自身状态的信息，但由于部分物理量或状态往往无法直接观测或测量，因此，需要利用分布式观测器对其进行估计。然而，在系统各个智能体之间的通信也会带来噪声干扰的问题。因此，为了提高多智能体系统的稳定性及可靠性，需要在设计控制协议算法的过程中考虑噪声问题对数据传输的影响。值得注意的是，在相关的一致性控制协议的设计中都需要用到系统状态的实时信息，却忽视实际系统中存在的乘性噪声的干扰信号。乘性噪声更能反映邻居带来的信息受到环境的干扰，其强度取决于多智体系统的状态。在乘性噪声环境下，观测值会受到来自外部环境和传感器本身的噪声干扰，这种干扰会对估计结果产生很大的影响。如何在乘性噪声环境下实现均方一致性成为了一个具有挑战性的问题。均方一致性是指，多个分布式观测器在观测同一物理量或状态时，通过合理的数据处理和传输协议，使得各个观测数据在均方意义下收敛于同一值。这是保证多个观测器的观测数据具有一致性和稳定性的关键所在。因此目前亟需分布式观测器再乘性噪声环境下实现均方一致性估计的技术方案。

技术实现思路

[0003]本专利技术的目的在于提供一种乘性噪声环境下分布式观测器的设计方法及装置，旨在解决现有技术中的上述问题。
[0004]本专利技术提供一种乘性噪声环境下分布式观测器的设计方法，包括：
[0005]构建多智能体控制网络，并构建领导者动力学模型，其中，部分智能体即跟随者获取部分领导者的信息；
[0006]在跟随者中构建观测器模型，其中，跟随者之间信息交换存在噪声干扰；
[0007]完成对领导者状态信息的估计，实现误差信息的均方一致。
[0008]本专利技术提供一种乘性噪声环境下分布式观测器的设计装置，包括：
[0009]第一构建模块，用于构建多智能体控制网络，并构建领导者动力学模型，其中，部分智能体获取部分领导者的信息；
[0010]第二构建模块，用于在跟随者中构建观测器模型，其中，跟随者之间信息交换存在噪声干扰；
[0011]估计模块，用于完成对领导者状态信息的估计，实现误差信息的均方一致。
[0012]本专利技术实施例还提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述乘性噪声环境下分布式观测器的设计方法的步骤。
[0013]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述乘性噪声环境下分布式观测器的设计方法的步骤。
[0014]采用本专利技术实施例，克服了现有技术在有乘性噪声的干扰的情况下，线性多智能体系统一致性的问题，实现了在乘性噪声环境下实现均方一致性估计的分布式观测器的设计方法。
附图说明
[0015]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是本专利技术实施例的乘性噪声环境下分布式观测器的设计方法的流程图；
[0017]图2是本专利技术实施例的乘性噪声环境下分布式观测器的设计方法的详细处理的流程图；
[0018]图3是本专利技术实施例的乘性噪声环境下分布式观测器的设计装置的示意图；
[0019]图4是本专利技术实施例的电子设备的示意图。
具体实施方式
[0020]本专利技术提出一种在乘性噪声环境下实现均方一致性估计的分布式观测器的设计方法，用来解决在测量噪声环境下多智能体的领导跟随并以最小的收敛速率达到均方一致性的问题。该多智能体系统模型中，部分智能体能够获得领导者部分的自身状态信息，但由于一些物理量或状态往往无法直接观测或测量，需要利用分布式观测器对其进行估计，并通过与其它节点的协同工作，互相交换信息，使得最后所有智能体与领导者的状态达到均方一致。在实际应用中，每个智能体的自身状态信息都会受到带有随机乘性噪声的邻居节点的干扰，该噪声服从标准布朗运动特性，这种干扰会对估计结果产生很大的影响。因此，如何利用分布式观测器在乘性噪声环境下实现均方一致性，提高观测结果的准确性，是一个具有挑战性的问题。系统通讯网络结构为无向；各个智能系统的动力学方程为线性的。
[0021]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0022]方法实施例
[0023]根据本专利技术实施例，提供了一种乘性噪声环境下分布式观测器的设计方法，图1是本专利技术实施例的乘性噪声环境下分布式观测器的设计方法的示意图，如图1所示，根据本发
明实施例的乘性噪声环境下分布式观测器的设计方法具体包括：
[0024]步骤S101，构建多智能体控制网络，并构建领导者动力学模型，其中，部分智能体即跟随者获取部分领导者的信息；具体包括：
[0025]确定矩阵对(C,S)为可观测的，确定各个节点的网络连接结构为无向图，存在正常数和g
i
满足：
[0026][0027]其中，T＝diag{T1,
…
,T
N
}，G＝diag{G1,
…
,G
N
},G
i
＝diag{g
i
I
vi
,0
n
‑
vi
},i∈T
N
表示第N个正交矩阵，G
N
表示第N个G矩阵，I
n
表示维度为n的单位矩阵，表示正常数，I
nN
表示维度为nN的矩阵；g
i
表示正常数，I
vi
表示维度为vi的单位矩阵，0
n
‑
vi
表示维度为n
‑
vi的全为0的列向量，表示系统中节点的集合；
[0028]根据公式2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种乘性噪声环境下分布式观测器的设计方法，其特征在于，包括：构建多智能体控制网络，并构建领导者动力学模型，其中，部分智能体即跟随者获取部分领导者的信息；在跟随者中构建观测器模型，其中，跟随者之间信息交换存在噪声干扰；完成对领导者状态信息的估计，实现误差信息的均方一致。2.根据权利要求1所述的方法，其特征在于，构建多智能体控制网络，并构建领导者动力学模型具体包括：确定矩阵对(C，S)为可观测的，确定各个节点的网络连接结构为无向图，存在正常数和g
i
满足：其中，T＝diag{T1，
…
，T
N
}，G＝diag{G1，
…
，G
N
}，}，T
N
表示第N个正交矩阵，G
N
表示第N个G矩阵，I
n
表示维度为n的单位矩阵，表示正常数，I
nN
表示维度为nN的矩阵；g
i
表示正常数，I
vi
表示维度为vi的单位矩阵，0
n
‑
vi
表示维度为n
‑
vi的全为0的列向量，表示系统中节点的集合；根据公式2确定被观测系统即领导者的动力学模型：其中，v表示状态，y表示输出，S表示系统状态矩阵，C表示系统输出矩阵，表示第N个节点的输出矩阵的转置。3.根据权利要求1所述的方法，其特征在于，在跟随者中构建观测器模型具体包括：根据公式在跟随者中构建分布式观测器模型：其中，为智能体i的观测状态，μ为耦合增益，C
i
和是维度不同的待确定的增益矩阵，其中，S表示系统状态矩阵，H
i
是一个待确定的观测矩阵，y
i
表示智能体i的输出，N表示系统中节点的数量，a
ij
表示第i个节点和第j个节点的连接权重，表示的扰动项，表示第j个邻居节点的状态，j表示邻居节点即智能体j。4.根据权利要求1所述的方法，其特征在于，完成对领导者状态信息的估计，实现误差信息的均方一致。5.一种乘性噪声环境下分布式观测器的设计装置，其特征在于，包括：第一构建模块，用于构建多智能体控制网络，并构建领导者动力学模型，其中，部分智能体获取部分领导者的信息；第二构建模块，用于在跟随者中构建观测器模型，其中，跟随者之间信息交换存在噪声干扰；
估计模块，用于完成对领导者状态信息的估计，实现误差信息的均方一致。6.根据权利要求5所述的装置，其特征在于，所述第一构建模块具体用于：确定矩阵对(C，S)是可观测的，确定各个节点的网络连接结构为无向图，存在正常数和g
i
满足其中，T＝diag{T1，
…
，T
N
}，G＝diag{G1，
…
，G
N
}，}，T
N
表示第N个正交矩阵，G
N
表示第N个G矩阵，I
n
表示维度为n的单位矩阵，表示正常数，I
nN
表示维度为nN的矩阵；g
i
表示正常数，I
vi
表示维度为vi的单位矩阵，0
n
‑
vi
表示维度为n
‑
vi的全为0的列向量，表示系统中节点的集合；根据公式2确定被观测系统即领导者的动力学模型：其中，v表示状态，y表示输出，S表示系统状态矩阵，C表示系统输出矩阵，表示第N个节点的输出矩阵的转置。7.根据权利要求5所述的装置，其特征在于，所述第二构建模块具体用于：根据公式在跟随者中构建分布式观测器模型：其中，为智能体i的观测状态，μ为耦合增益，C
i
和是待确定的增益矩阵，C
i
和是维度不同的待确定的增益矩阵，其中，S表示系统状态矩阵，H
...

【专利技术属性】
技术研发人员：陈凯锐，刘敏怡，
申请(专利权)人：广州大学，
类型：发明
国别省市：