一种二阶多智能体系统在网络预测下实现包容控制的方法及系统技术方案

本发明专利技术公开了一种二阶多智能体系统在网络预测下实现包容控制的方法及系统，涉及网络化多智能体系统技术领域。本发明专利技术的技术要点包括：建立具有网络延迟和数据包丢失的离散时间二阶多智能体系统动态模型；根据动态模型建立预测模型，并进行状态预测；利用预测模型得到的预测状态设计预测控制器；将预测控制器代入所述动态模型中，获得位置估计误差和速度估计误差的表达式；对位置估计误差和速度估计误差进行求解，获得预测控制器的反馈增益常数及采样周期满足的条件；将满足条件的反馈增益常数代入设计的预测控制器中，利用预测控制器实现包容控制。本发明专利技术克服了通信延迟和数据包丢失对包容控制的影响，具有易求解、易实现等优势。易实现等优势。易实现等优势。

【技术实现步骤摘要】
一种二阶多智能体系统在网络预测下实现包容控制的方法及系统


[0001]本专利技术涉及网络化多智能体系统
，具体涉及一种二阶多智能体系统在网络预测下实现包容控制的方法及系统。

技术介绍

[0002]随着计算机科学和智能控制技术的高速发展，考虑了现实中复杂的实际任务，如车辆编队合作运输、海上舰艇协同作战、无人机协作救援抢险等。这些任务都不是具有单个领导者的多智能体系统所能完成的，因此，需要考虑多个领导者间通过信息传递来合作完成。系统之所以需要多个领导者，是因为有领导者的多智能体系统相比无领导者的多智能体系统不仅可以降低更多通信成本，还可以减少个体之间的信息交互时间，节约网络带宽。
[0003]因此，多智能体系统的包容控制问题得到国内外学者的广泛研究，例如，在机器人协同作战系统中，将部分携带传感器的机器人看作领导者，由领导者探测周围环境，围成安全区域，其余智能体看作跟随者进入安全区域跟随领导者运动，确保系统中的个体避开危险区域，顺利完成任务。与传统问题相比，包容控制更能突出分布式协同控制的优势，且在实际的无人机群避障、侦查任务和救援任务本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种二阶多智能体系统在网络预测下实现包容控制的方法，其特征在于，包括以下步骤：步骤一：利用有向拓扑图来描述多个智能体之间的通信关系，建立具有网络延迟和数据包丢失的离散时间二阶多智能体系统动态模型；其中，多智能体系统中包括多个领导者和多个跟随者；步骤二：根据所述动态模型建立预测模型，并进行状态预测；步骤三：利用所述预测模型得到的预测状态，设计预测控制器；步骤四：将所述预测控制器代入所述动态模型中，获得位置估计误差和速度估计误差的表达式；步骤五：对位置估计误差和速度估计误差进行求解，获得预测控制器的反馈增益常数及采样周期满足的条件；步骤六：将满足条件的反馈增益常数代入设计的预测控制器中，利用所述预测控制器实现具有网络延迟和数据包丢失的离散时间二阶多智能体系统在网络预测下的包容控制。2.根据权利要求1所述的一种二阶多智能体系统在网络预测下实现包容控制的方法，其特征在于，步骤一中所述动态模型表示为：X
i
(k+1)＝AX
i
(k)+Bu
i
(k)y
i
(k)＝CX
i
(k)式中，C＝[c
1 c2]，X
i
(k)表示k时刻智能体i的状态，包括位置和速度A,B,C分别表示系统矩阵、输入矩阵、输出矩阵，和分别表示智能体i的测量输出和控制输入，T＞0是采样周期，c1,c2,a,b是常数，为实数集。3.根据权利要求2所述的一种二阶多智能体系统在网络预测下实现包容控制的方法，其特征在于，步骤二中所述预测模型表示为：其特征在于，步骤二中所述预测模型表示为：其特征在于，步骤二中所述预测模型表示为：式中，表示基于直到k
‑
τ时刻智能体i的信息，得到智能体i在k
‑
τ+1时刻的预测状态；表示基于直到k
‑
τ
‑
1时刻智能体i的信息，得到智能体i在k
‑
τ时刻的预测状态；表示预测输出；L表示观测增益矩阵；τ＝d+p，d是通信延迟的上界，p是丢失数据包个数的上界；表示基于直到k
‑
τ时刻的信息得到智能体i在k
‑
τ+s时刻的预测状态，u
i
(k
‑
τ+s
‑
1)表示智能体i在k
‑
τ+s
‑
1时刻的控制输入；利用预测模型进行状态预测的表达式为：
式中，表示基于直到k
‑
τ时刻智能体i的信息，得到智能体i在k时刻的预测状态；e
i
(k
‑
τ+1)表示k
‑
τ+1时刻的状态估计误差；4.根据权利要求3所述的一种二阶多智能体系统在网络预测下实现包容控制的方法，其特征在于，步骤三中所述预测控制器表示为：式中，α1和α2是待求解的反馈增益常数，N
i
为智能体i的邻居顶点集；R＝{1,2,
…
,M}为领导者指标集，F＝{M+1,M+2,
…
,N}为跟随者指标集；为位置预测偏差，为速度预测偏差，是智能体i与其邻居智能体位置预测偏差的加权和；是智能体i与其邻居智能体速度预测偏差的加权和。5.根据权利要求4所述的一种二阶多智能体系统在网络预测下实现包容控制的方法，其特征在于，步骤四中所述位置估计误差和速度估计误差的表达式为：E(k+1)＝ΨE(k)式中，e
x
(k)为跟随者在k时刻的位置估计误差向量，e
v
(k)为跟随者在k时刻的速度估计误差向量；E
xF
(k
‑
τ+1)为跟随者在k
‑
τ+1时刻位置估计误差向量，E
xR
(k
‑
τ+1)为领导者在k
‑
τ+1时刻位置估计误差向量；E
vF
(k
‑
τ+1)为跟随者在k
‑
τ+1时刻速度估计误差向量，E
vR
(k
‑
τ+1)为领导者在k
‑
τ+1时刻速度估计误差向量；τ+1时刻速度估计误差向量；τ+1时刻速度估计误差向量；τ+1时刻速度估计误差向量；L
fr
为领导者对应的拉普拉斯矩阵，L
ff
为跟随者对应的拉普拉斯矩阵，I
N
‑
M
为N
‑
M维单位矩阵，I
M
为M维单位矩阵；M为领导者总数；N为智能体总数。
6.根据权利要求5所述的一种二阶多智能体系统在网络预测下实现包容控制的方法，其特征在于，步骤五中利用双线性变换和Schur判稳的方法进行求解，求解获得的反馈增益常数α1、α2及采样周期T满足的条件为：m
i
＝α1μ
i
‑
an
i
＝α2μ
i
‑
bbb式中，μ
i
是矩阵L

【专利技术属性】
技术研发人员：谭冲，朱美华，张腾，张宇涛，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：