一种集群系统编队跟踪控制方法技术方案

本发明专利技术提供了一种集群系统编队跟踪控制方法

【技术实现步骤摘要】
一种集群系统编队跟踪控制方法、系统及设备


[0001]本专利技术涉及集群系统编队控制领域，特别是涉及一种集群系统编队跟踪控制方法
、
系统及设备
。

技术介绍

[0002]集群系统编队跟踪控制是当前集群系统研究的热点问题，它指多个智能体组成的团队在跟随某一参考轨迹运动或某一称为领导者的智能体的过程中，相互之间保持预定的相对状态
。
集群系统编队控制可以应用在无人车
、
无人机
、
船只
、
卫星等运动载体上，并在工业
、
航天
、
军事等各个领域发挥重大价值
。
在工业生产中，多机器人系统可协作搬运大型物体，这会对机器人的位置存在一定编队要求，以满足搬运过程中的稳定和负载平衡
。
在航天领域，卫星编队不但可大大降低系统成本，提高系统的可靠性和生存能力，而且可扩展和超越传统单个卫星的功能，完成许多单个航天器不可能完成的任务
。
在军事领域中，多移动机器人采用合理的编队可以代替士兵执行恶劣
、
危险环境下诸如侦察
、
搜寻
、
排雷
、
巡逻等军事任务
。
以侦察任务为例，单个机器人获取环境信息的能力通常有限，但如果多个机器人保持合理的队形，分工获取周围的环境信息，就有可能迅速准确地感知群体所在区域的环境信息，使群体的资源利用率比成员随机分布时更高
。
[0003]集群系统编队跟踪控制已有多种成熟的控制方法，与基于领导者
‑
跟随者
、
基于行为以及基于虚拟结构的方法相比，基于一致性的编队跟踪控制方法具有更好的鲁棒性和扩展性，并且易于设计，因此当前受到国内外研究人员的广泛关注，并取得了一些应用
。
在该方法中，智能体通过与邻居智能体的通信，获取其它智能体的状态信息，然后通过这些信息生成自身的控制指令，从而使得集群系统最后形成编队
。
但在对该方法的一般研究中，通常认为多智能体之间的通信网络以及智能体自身的执行器都可以保持正常的工作状态
。
然而在实际应用中，特别是在如作战场景的极端对抗环境中，集群系统很有可能受到网络和物理层的威胁，进而影响编队的实现
。
多无人机系统就是体现该问题的典型案例
。
一方面，已有丰富的理论分析和攻击实验证明了多无人机系统在网络攻击下的脆弱性；另一方面，自
2001
年以来，已有至少数百架军用和商用无人机由于飞行过程中的部件故障特别是执行器故障而坠毁
。
这些攻击和故障会影响智能体间的协同，为编队跟踪的实现带来巨大挑战
。
[0004]DDoS
攻击，即分布式拒绝服务攻击，是一种典型的网络攻击类型，它可以使集群系统通信网络中的不同链路发生不同程度的阻塞，破环邻居智能体信息的可用性以及网络拓扑的连通性，使得智能体间难以通过充足的信息来保持预定的相对状态
。
部分失效故障是一种典型的执行器故障类型，它可以降低执行器的输出效能，使得智能体没有充足的机动能力来实现预期的控制效果
。
当前基于一致性的编队跟踪控制方法无法很好的处理
DDoS
攻击和执行器部分失效故障的综合约束
。

技术实现思路

[0005]本专利技术的目的是提供一种集群系统编队跟踪控制方法
、
系统及设备，以削弱
DDoS
攻击和执行器部分失效故障给系统带来的影响
。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种集群系统编队跟踪控制方法，包括：
[0008]构建单智能体相关模型以及多智能体通信相关模型；所述单智能体相关模型包括单智能体模型以及执行器部分失效模型；所述多智能体通信相关模型包括通信拓扑模型
、
周期性通信机制以及
DDoS
攻击模型；
[0009]对于集群系统中任一跟随者，定义所述跟随者的编队函数；所述集群系统包括多个智能体，多个智能体包括一个领导者以及多个跟随者；
[0010]采用分层控制算法，将网络层的
DDoS
攻击约束和物理层的执行器部分失效故障解耦并分层处理，基于所述多智能体通信相关模型，更新所述跟随者的邻居目标估计器状态；
[0011]根据所述邻居目标估计器状态以及所述编队函数确定所述跟随者的估计器状态；
[0012]根据所述跟随者的估计器状态确定所述跟随者的控制输入；
[0013]基于所述单智能体相关模型，利用所述控制输入更新所述跟随者的当前状态，使得更新后的状态满足编队条件，实现集群系统编队跟踪
。
[0014]可选的，所述邻居目标估计器状态的更新律为：
[0015][0016]其中，为邻居目标估计器状态的更新状态；
A
为第一系统参数矩阵；为邻居目标估计器状态；
B
为第二系统参数矩阵；
v
j
(t)
为第
j
个智能体的编队补偿信号；
t
为时间；
t
i,j,k
为有向信道
(j,i)
上第
k
次信息传输成功的时刻；
t
i,j,k+1
为有向信道
(j,i)
上第
k+1
次信息传输成功的时刻
。
[0017]可选的，所述跟随者的估计器状态的更新律为：
[0018][0019]其中，
u
ei
(t)
为第
i
个智能体的估计器输入；
K
为控制反馈参数矩阵；
N
i
为第
i
个智能体的邻居集；
a
ij
为第
j
个智能体对第
i
个智能体的通信关系；
x
ei
(t)
为第
i
个智能体的估计器状态；
h
i
(t)
为第
i
个智能体的编队函数；为第
i
个智能体对第
j
个智能体的估计器状态的估计，即邻居目标估计器的状态；
h
j
(t)
为第
j
个智能体的编队函数；
v
i
(t)
为第
i
个智能体的编队补偿信号
。
[0020]可选的，所述跟随者的控制输入
u
i
(t)
为：
[0021][0022]其中，为第一自适应参数矩阵；为目标状态跟踪误差；为第二自适应参数矩阵本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种集群系统编队跟踪控制方法，其特征在于，包括：构建单智能体相关模型以及多智能体通信相关模型；所述单智能体相关模型包括单智能体模型以及执行器部分失效模型；所述多智能体通信相关模型包括通信拓扑模型
、
周期性通信机制以及
DDoS
攻击模型；对于集群系统中任一跟随者，定义所述跟随者的编队函数；所述集群系统包括多个智能体，多个智能体包括一个领导者以及多个跟随者；采用分层控制算法，将网络层的
DDoS
攻击约束和物理层的执行器部分失效故障解耦并分层处理，基于所述多智能体通信相关模型，更新所述跟随者的邻居目标估计器状态；根据所述邻居目标估计器状态以及所述编队函数确定所述跟随者的估计器状态；根据所述跟随者的估计器状态确定所述跟随者的控制输入；基于所述单智能体相关模型，利用所述控制输入更新所述跟随者的当前状态，使得更新后的状态满足编队条件，实现集群系统编队跟踪
。2.
根据权利要求1所述的集群系统编队跟踪控制方法，其特征在于，所述邻居目标估计器状态的更新律为：其中，为邻居目标估计器状态的更新状态；
A
为第一系统参数矩阵；为邻居目标估计器状态；
B
为第二系统参数矩阵；
v
j
(t)
为第
j
个智能体的编队补偿信号；
t
为时间；
t
i,j,k
为有向信道
(j,i)
上第
k
次信息传输成功的时刻；
t
i,j,k+1
为有向信道
(j,i)
上第
k+1
次信息传输成功的时刻
。3.
根据权利要求1所述的集群系统编队跟踪控制方法，其特征在于，所述跟随者的估计器状态的更新律为：其中，
u
ei
(t)
为第
i
个智能体的估计器输入；
K
为控制反馈参数矩阵；
N
i
为第
i
个智能体的邻居集；
a
ij
为第
j
个智能体对第
i
个智能体的通信关系；
x
ei
(t)
为第
i
个智能体的估计器状态；
h
i
(t)
为第
i
个智能体的编队函数；为第
i
个智能体对第
j
个智能体的估计器状态的估计，即邻居目标估计器的状态；
h
j
(t)
为第
j
个智能体的编队函数；
v
i
(t)
为第
i
个智能体的编队补偿信号
。4.
根据权利要求1所述的集群系统编队跟踪控制方法，其特征在于，所述跟随者的控制输入
u
i
(t)
为：其中，为第一自适应参数矩阵；为目标状态跟踪误差；为第二自适应参数矩阵；
u
ei
(t)
为第
i
个智能体的估计器输入
。5.
根据权利要求1所述的集群系统编队跟踪控制方法，其特征在于，所述编队条件为：
其中，
x
i
(t)
为第
i
个智能体的状态；
h
i
(t)
为智能体
i
的编队函数；
x0(t)

【专利技术属性】
技术研发人员：韩亮，王越，李晓多，任章，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：