基于观测器的异构多智能体系统容错一致性滑模控制算法技术方案

本发明专利技术公开了一种基于观测器的异构多智能体系统容错一致性滑模控制算法。考虑存在未知扰动和执行器故障的异构混合阶非线性多智能体系统，针对其扰动和故障信息难以获取的特性，首先提出了一种有限时间观测器，完成了对智能体受到扰动和故障的实时有效估计。通过引入自适应增益，摆脱了对未知参数的依赖，提高了跟踪速度。根据多智能体之间的相对状态信息，定义了一致性误差变量。然后基于终端滑模控制，提出了改进的终端滑模面，通过引入正弦函数环节，解决了奇异性和抖振问题，实现了固定时间一致性跟踪目标。本发明专利技术可用于一类具有未知扰动和执行器故障的异构混合阶非线性多智能体系统的容错一致性控制实现问题。智能体系统的容错一致性控制实现问题。智能体系统的容错一致性控制实现问题。

【技术实现步骤摘要】
基于观测器的异构多智能体系统容错一致性滑模控制算法


[0001]本专利技术涉及一种基于观测器的异构多智能体系统容错一致性滑模控制算法，属于异构多智能体系统的容错一致性控制


技术介绍

[0002]随着社会、通信、人工智能等的快速发展，多智能体系统已成为控制工程领域的研究热点。由于智能体之间个体的协作与配合，它可以完成个体难以完成的复杂任务。随着研究的深入和多智能体系统应用领域的不断拓展，多智能体系统需要实现的协同任务多样化，异构混合阶多智能体系统成为热点研究目标。自多智能体系统的概念诞生以来，其在工程应用中的实用性，灵活性，高效性便引发热烈关注。为了确保多智能体系统在实际应用中的稳定性与安全性，首先要提高系统的鲁棒性，而多智能体系统的一致性目标是最基本的问题之一。一致性目标是指，在多智能体系统的运行过程中，各个智能体之间能够在一定的控制律作用下，实现信息交互，最终达到同一个期望值。一致性研究在机器人协同，无人机编队，移动传感器网络等多个工程领域都有所体现，具有重要的研究意义。
[0003]然而，在实际的工程应用中，由于多智能体在硬件规模上是单个体系统的倍增，因此其受到未知扰动和故障的可能性也相应地倍增。以无人机集群系统为例，在无人机编队执行任务的过程中，每个无人机都会受到不同程度的噪声干扰，这些扰动一方面会影响个体自身的姿态，另一方面会影响其与其他个体之间的信息交互，进而影响整个系统的控制。因此，如何快速有效的实现多智能体系统的一致性，设计更高效的控制器以提高系统的鲁棒性尤为重要。
专利技术内容
[0004]专利技术目的：针对上述研究背景，提出了一种新型的基于观测器的异构多智能体系统容错一致性滑模控制算法。设计了一种能够实现对未知扰动和故障信息快速准确估计的有限时间观测器；设计改进终端滑模面，提高了系统的鲁棒性，并极大的削弱滑模带来的抖振问题；引入正弦函数环节，解决了终端滑模的奇异性问题；结合智能体间的相对状态误差，设计了非奇异终端滑模容错控制器，实现了在固定时间内完成多智能体系统的一致性控制。
[0005]技术方案：一种新型的基于有限时间观测器的异构多智能体系统容错一致性滑模控制算法。针对异构混合阶非线性系统中存在的未知扰动和执行器故障，设计了有限时间观测器，能够快速收敛并准确获得估计值，为控制器的设计提供了一定帮助；根据智能体之间的相对状态信息定义了一致性误差变量，在终端滑模控制的基础上，针对抖振问题和奇异性问题，设计了改进的终端滑模面，并引入正弦函数环节，极大的削弱了抖振问题，解决了奇异性问题，提高了系统的鲁棒性。针对一种基于观测器的异构多智能体系统容错一致性滑模控制算法，包括如下具体步骤：
[0006]步骤1)确定多智能体系统动力学模型，包括如下步骤：
[0007]步骤1.1)确定领导者的动力学模型如(1)所示：
[0008][0009]其中，x
p，0
∈R、x
v，0
(t)∈R分别表示领导者的位置和速度状态；u0(t)∈R为控制输入；
[0010]步骤1.2)确定带有未知扰动和执行器故障的跟随者i(i＝1，2，
…
，n)的动力学模型，其中包含m个二阶智能体和n
‑
m个一阶智能体如(2)所示：
[0011][0012]其中，x
p，i
(t)∈R、x
v，i
(t)∈R分别表示第i个跟随者智能体的位置和速度状态；f
i
(x
p，i
(t)，x
v，i
(t)，t)和f
i
(x
p，i
(t)，t)分别表示第i个二阶智能体和第i个一阶智能体的固有非线性动态函数；d
i
(t)表示第i个智能体的未知扰动；为第i个智能体的实际控制输入，其表达形式如(3)所示：
[0013][0014]其中，u
i
(t)∈R为第i个智能体的理想控制输入，0＜ρ
i
＜1表示执行器故障失效因子，ε
i
表示执行器故障增量。定义第i个智能体的集总故障为w
i
(t)，包含未知扰动和执行器故障，其表达形式如(4)所示：
[0015]w
i
(t)＝d
i
(t)+ε
i
‑
ρ
i
u
i
(t)
ꢀꢀꢀꢀꢀ
(4)
[0016]步骤1.3)针对固有非线性动态函数f
i
(x
p，i
(t)，x
v，i
(t)，t)、f
i
(x
p，i
(t)，t)，领导者速度状态x
v，0
和集总故障w
i
(t)进行合理假设：
[0017][0018]其中，和均为非负常数；
[0019]步骤2)确定多智能体系统的通信拓扑结构：
[0020]考虑一个多智能体系统包含一个领导者和n个跟随者，其中领导者标记为0，跟随者标记为i(i＝1，2，
…
n)；该通信网络可以通过拓扑图来进行描述，其中，表示节点集合，表示边集合，表示邻接矩阵；定义子系统拓扑图G＝(V，E，A)表示跟随者之间的通信网络，相应地，V＝{1，2，...，n}表示节点集合，表示边集合，A表示邻接矩阵；如果存在有向边从节点j指向节点i，即节点i能够从节点j获取信息，那么(v
j
，v
i
)∈E，a
ij
＞0；否则，a
ij
＝0；定义节点i的入度为则拓扑图G的入度矩阵可表示为D＝diag{d1，d2，
…
，d
n
}。拉普拉斯矩阵表示为L＝[l
ij
]n
×
n
＝D
‑
A，其中当i＝j时，l
ij
＝d
i
；当i≠j时，l
ij
＝
‑
a
ij
；定义领导者和跟随者之间的邻接矩阵为B＝diag{b1，
b2，
…
，b
n
}，如果跟随者i能够直接从领导者获取信息，那么b
i
＞0；否则，b
i
＝0；
[0021]步骤3)构造有限时间观测器，包括如下步骤：
[0022]步骤3.1)首先为每个跟随者i(i＝1，2，
…
n)设计如(6)所示的有限时间观测器：
[0023][0024]其中，分别表示第i个智能体的集总故障估计；表示估计误差，η1，μ1均为非负常数，0＜γ1＜1，sgn(
·
)为符号函数，sig
γ
(
·
)函数定义为sig
γ
(x)＝|x|
γ
sgn(x)；Ξ本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本方法设计了处理带有未知扰动和执行器故障的异构混合阶非线性多智能体系统的容错一致性控制算法，其特点在于：针对智能体扰动未知及执行器故障未知的情况，设计了有限时间观测器，引入自适应增益，实现了快速估计与补偿；在终端滑模控制的基础上，针对奇异性问题和抖振问题，设计了改进的终端滑模面，并引入了正弦函数环节，实现了容错一致性控制目标；相较于常规的终端滑模控制，该控制律具有更快的收敛速度，且收敛时间固定，具有更高的鲁棒性；针对一种基于观测器的异构多智能体系统容错一致性滑模控制，包括如下具体步骤：步骤1)确定多智能体系统动力学模型，包括如下步骤：步骤1.1)确定领导者的动力学模型如(1)所示：其中，x
p，0
∈R、x
v，0
(t)∈R分别表示领导者的位置和速度状态；u0(t)∈R为控制输入；步骤1.2)确定带有未知扰动和执行器故障的跟随者i(i＝1，2，
…
，n)的动力学模型，其中包含m个二阶智能体和n
‑
m个一阶智能体如(2)所示：其中，x
p，i
(t)∈R、x
v，i
(t)∈R分别表示第i个跟随者智能体的位置和速度状态；f
i
(x
p，i
(t)，x
v，i
(t)，t)和f
i
(x
p，i
(t)，t)分别表示第i个二阶智能体和第i个一阶智能体的固有非线性动态函数；d
i
(t)表示第i个智能体的未知扰动；为第i个智能体的实际控制输入，其表达形式如(3)所示：其中，u
i
(t)∈R为第i个智能体的理想控制输入，0＜ρ
i
＜1表示执行器故障失效因子，ε
i
表示执行器故障增量。定义第i个智能体的集总故障为w
i
(t)，包含未知扰动和执行器故障，其表达形式如(4)所示：w
i
(t)＝d
i
(t)+ε
i
‑
ρ
i
u
i
(t)
ꢀꢀ
(4)步骤1.3)针对固有非线性动态函数f
i
(x
p，i
(t)，x
v，i
(t)，t)、f
i
(x
p，i
(t)，t)，领导者速度状态x
v，0
和集总故障w
i
(t)进行合理假设：其中，和均为非负常数；步骤2)确定多智能体系统的通信拓扑结构：考虑一个多智能体系统包含一个领导者和n个跟随者，其中领导者标记为0，跟随者标记为i(i＝1，2，
…
n)；该通信网络可以通过拓扑图来进行描述，其中，
表示节点集合，表示边集合，表示邻接矩阵；定义子系统拓扑图G＝(V，E，A)表示跟随者之间的通信网络，相应地，V＝{1，2，...，n}表示节点集合，表示边集合，A表示邻接矩阵；如果存在有向边从节点j指向节点i，即节点i能够从节点j获取信...

【专利技术属性】
技术研发人员：杨蒲，丁羽，沈子薇，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：