【技术实现步骤摘要】
本专利技术涉及考虑时滞的高阶多智能体系统实现牵制比例一致性方法的问题研究。
技术介绍
1、一致性是网络化多智能体系统的一个重要研究方向，它主要是指对多智能体系统设计控制协议，使多智能体系统的某几个关键量达到一致。
2、网络化多智能体系统不可避免的会出现通信时滞问题，采用状态预测控制方法补偿通信时滞，设计状态观测器。
3、以往的多智能体系统往往对每个智能体设计控制器，现引入牵制控制策略，对部分关键节点施加控制可使所有多智能体系统达到一致，并设计跟踪系统和比例系数使所有智能体可以成比例的达到预计的期望状态。
技术实现思路
1、本专利技术将研究考虑时滞的高阶多智能体系统实现牵制比例一致性的方法，采用网络化多智能体状态预测控制协议解决通信时滞问题。
2、本专利技术所述一种考虑时滞的高阶多智能体系统实现牵制比例一致性的方法，该方法通过如下方案进行实现：
3、步骤一：建立考虑时滞的离散时间网络化高阶多智能体系统的动态模型；
4、步骤二：针对考虑时滞的离散时间网络化高阶多智能体系统的动态模型构造状态预测器，得到预测状态，补偿通信时滞；
5、步骤三：根据步骤二对考虑时滞的离散时间网络化高阶多智能体系统的动态模型的预测状态，设计系统能达到期望状态的牵制比例一致性控制协议；
6、步骤四：根据步骤三设计的牵制比例一致性控制协议，得到增量系统的表达式；
7、步骤五：利用增量系统的表达式，设计状态预测器增益矩阵l
8、步骤六：将步骤五获得的增益矩阵l,f1,f2,f3和f4代入步骤三中的牵制比例一致性控制协议，实现考虑时滞的离散时间网络化高阶多智能体系统的牵制比例一致性。
9、对上述步骤进一步说明：
10、进一步的，所述步骤一具体为：
11、对于一个包含m+1个智能体的网络其中，是顶点集，是边集，eij是连接无序对(vi,vj)的一条边，代表邻接矩阵；若(vi,vj)∈ε，则aij＞0，且aij＝aji，aii＝0；表示拉普拉斯矩阵，其中，
12、建立一个由一个领导者智能体和m个跟随者智能体构成的离散时间网络化多智能体系统，领导者智能体的动力学模型为：
13、
14、其中，x0∈rn,w0∈rm,y0∈rl分别代表领导者智能体的状态、控制输入和测量输出；a∈rn×n,b∈rn×m,c∈rl×n为系统已知的常数矩阵；
15、跟随者的动力学模型描述如下：
16、
17、其中，xi∈rn，wi∈rm，yi∈rl分别代表第i个跟随者智能体的状态、控制输入和测量输出；a∈rn×n,b∈rn×m,c∈rl×n为系统已知的常数矩阵；假设所有智能体的状态不能完全可测，但(a,c)是可检测的。
18、进一步的，步骤二中所述的进行状态预测的具体过程包括如下：
19、智能体i从k-τ到k时刻的状态预测器设计如下：
20、
21、其中，τ为定常通信时滞，为智能体i用k-τ时刻的状态来预测向前一步k-τ+1时刻的状态，为智能体i用k-τ时刻的状态来预测k-τ+h时刻的状态，是智能体i用k-τ-1时刻的输出来预测向前一步k-τ时刻的输出，其中l∈rn×l是状态观测器增益矩阵；
22、利用公式(3)可以得到：
23、
24、定义k时刻的估计误差
25、则ei(k+1)＝(a-lc)ei(k),i＝0,1,…,m (5)
26、经过迭代运算可以得到：
27、
28、为了跟踪领导者的期望状态，引入跟踪控制系统：
29、
30、其中，η表示要跟踪的已知的期望状态，εi表示已知的比例系数。
31、进一步的，步骤三中所述的设计系统能达到期望状态的牵制比例一致性控制协议的具体过程包括：
32、设计领导者的控制协议为：
33、
34、设计跟随者的牵制比例控制协议如下：
35、
36、
37、其中，f1,f2,f3,f4∈rm×n表示控制器的增益矩阵，μi(k)表示邻居智能体的预测状态差的比例加权和，νi(k)表示领导者和跟随者的预测状态比例差，δi＝bi+di，bi表示领导者智能体和跟随者智能体的通信关系，bi＝1时表示跟随者智能体可以接收到领导者智能体的信息，否则bi＝0；di表示牵制控制增益，当第i个智能体被牵制时di＝1，否则di＝0；
38、假设该系统的拓扑结构图是非连通的，该系统中节点度比较小的智能体应当首先被牵制，被孤立的智能体也应当被牵制，因为这些智能体接收到其它智能体的信息是有限的，在应用牵制控制策略后，所有的跟随者智能体都能直接或间接地收到领导者智能体的信息。
39、进一步的，所述的步骤四的具体过程为：
40、增量系统的表达形式为：
41、
42、其中，多智能体系统的状态增量矩阵δx(k+1)＝x(k+1)-x(k)，跟踪系统的状态增量矩阵δe(k-τ+2)＝e(k-τ+2)-e(k-τ+1)表示多智能体系统的估计误差增量；
43、
44、
45、
46、
47、
48、
49、
50、im为m维单位阵，im+1为m+1维单位阵，imn为m×n维单位阵，i(m+1)n为(m+1)×n维单位阵，表示克罗内克积；
51、令当且仅当矩阵υ1和是schur稳定时，系统(11)是渐近稳定的。
52、进一步的，根据步骤五所述的具体过程：
53、根据离散时间riccati方程(12)求解矩阵l，采用锥补线性化算法，基于线性矩阵不等式(13)进行增益矩阵的求解：
54、arat-r-arct(i+crct)-1crat+q＝0 (12)
55、其中，r为正定阵，可以求解出l＝arct(i+cxct)-1；
56、
57、其中，p为正定阵。
58、进一步的，根据步骤六所述的具体过程：
59、将步骤五获得的观测器增益矩阵l，控制器增益矩阵f1,f2,f3和f4代入步骤三中的牵制比例一致性控制协议，实现考虑时滞的离散时间网络化高阶多智能体系统的牵制比例一致性。
60、本专利技术最为突出的特点和显著的有益效果是：
61、本专利技术研究了考虑时滞的高阶多智能体系统的实现牵制比例一致性的方法，考虑了定常通信时滞对网络化多智能体系统的影响，引入了牵制控制策略对网络中的部分智能体施加控制，减少了控制成本，利用网络化预测控制方法全面考虑了时滞本文档来自技高网...
【技术保护点】
1.一种考虑时滞的高阶多智能体系统实现牵制比例一致性的方法，其特征在于，该方法的具体步骤如下：
2.根据权利要求1所述的一种考虑时滞的离散时间网络化高阶多智能体系统牵制比例一致性实现方法，所述的步骤一为：
3.根据权利要求2所述的一种考虑时滞的离散时间网络化高阶多智能体系统牵制比例一致性实现方法，所述的步骤二为：
4.根据权利要求3所述的一种考虑时滞的离散时间网络化高阶多智能体系统牵制比例一致性实现方法，步骤三所述的牵制比例一致性控制协议如下：
5.根据权利要求4所述的一种考虑时滞的离散时间网络化高阶多智能体系统牵制比例一致性实现方法，步骤四所述的增量系统的表达形式为：
6.根据权利要求5所述的一种考虑时滞的离散时间网络化高阶多智能体系统牵制比例一致性实现方法，其特征在于，所述的步骤五为：
7.根据权利要求6所述的一种考虑时滞的离散时间网络化高阶多智能体系统牵制比例一致性实现方法，其特征在于，所述的步骤六为：
【技术特征摘要】
1.一种考虑时滞的高阶多智能体系统实现牵制比例一致性的方法，其特征在于，该方法的具体步骤如下：
2.根据权利要求1所述的一种考虑时滞的离散时间网络化高阶多智能体系统牵制比例一致性实现方法，所述的步骤一为：
3.根据权利要求2所述的一种考虑时滞的离散时间网络化高阶多智能体系统牵制比例一致性实现方法，所述的步骤二为：
4.根据权利要求3所述的一种考虑时滞的离散时间网络化高阶多智能体系统牵制比例一致性实现方法，步...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。