【技术实现步骤摘要】
本专利技术涉及无人机协同控制、多机器人作业、航空航天等领域，具体涉及基于动态平均一致性的时变编队跟踪控制方法。
技术介绍
1、随着无人系统的快速发展，多智能体系统在各个领域中扮演着越来越重要的角色。多智能体编队控制是指一组智能体通过合作与协调，形成特定的编队结构并达到预定的任务目标。多智能体自适应时变编队跟踪控制技术在近年来得到了广泛的研究和应用。
2、在现有的多目标时变编队跟踪控制方法中，需要至少一个类中心式的节点作为消息灵通的智能体去获取全部目标的信息，而其他消息不灵通的智能体则无法探索到任何目标。在实际应用中，消息灵通的智能体通常携带昂贵的通讯和探测设备，极易被当作高价值目标优先打击，可替代性和鲁棒性较差。
3、另外，针对一般线性系统下的多目标时变编队跟踪控制问题，智能体具有相同的动力学模型和状态维度，利用kronecker积可直接对集群系统进行维度的扩展，进而得到系统稳定的可行性条件。然而，在实际应用中异构动力学的智能体更为常见，各个个体不仅在动力学模型的参数上存在差异，还可能存在状态变量维度上的不同，各状态的物理意义也可能存在差异。例如，无人车和无人艇是二维运动的，而无人机是三维运动的。对于有人/无人战斗机、导弹、无人车及无人艇等复杂个体，典型的一阶、二阶模型很难对其动力学进行精确刻画，可能需要三阶以上的模型描述其动力学特性，因此针对高阶模型的研究更具有意义。传统的线性齐次分析方法不再适用，无法为跨区域、多维度的复杂任务提供有效的解决方案。此外，各个体的全状态信息难以被全部观测，对输出信息进行观
技术实现思路
1、专利技术目的：本专利技术目的在于提供一种基于动态平均一致性的时变编队跟踪控制方法，针对异构线性系统，在事件触发离散通讯的情况下，解决一般探索关系下的时变编队跟踪控制问题，使得智能体可以根据自身能力探索到部分数量的目标。
2、为了达到上述目的，本专利技术提供的基于动态平均一致性的时变编队跟踪控制方法，包括如下步骤：
3、s1、建立群体智能系统的动力学模型、目标动力学模型以及对应的系统通信拓扑；
4、s2、根据建立的群体智能系统的动力学模型以及目标动力学模型，获取期望的时变编队队形，并构造事件触发条件；
5、s3、根据事件触发条件，基于动态平均一致性确定时变编队跟踪控制策略；
6、s4、利用时变编队跟踪控制策略对群体智能系统的智能体进行控制，形成期望的时变编队队形，并跟踪到多动态目标所形成的凸包。
7、本专利技术进一步优选地技术方案为，步骤s1中所述的群体智能系统包含n个智能体，用于追踪m个目标。
8、作为优选，步骤s1中建立的群体智能系统的动力学模型为：
9、
10、yi(t)＝cixi(t)，i＝1，2，...，n；
11、其中，表示智能体i的状态，表示智能体i的控制输入，表示智能体i的输出，和为常值矩阵，分别表示智能体i的状态转移矩阵，智能体i的控制输入矩阵和智能体i的输出矩阵；(ai，bi)可控，且
12、其中ni表示状态向量的维度，mi表示控制输入的维度；均表示实向量，其中n、m表示维度，分别表示ni×ni阶实矩阵以及ni维实向量；
13、步骤s1中建立的目标动力学模型为：
14、
15、其中表示目标k的状态，fk为目标的参考输入，表示为表示正实数集合；为常值矩阵，且rank(b)＝m。
16、作为优选，步骤s2中获取期望的时变编队队形的具体方法为：
17、对于给定的矩阵bi，选择合适的非奇异矩阵使得且满足其中t表示对矩阵进行转置，in分别表示mi阶、n阶单位矩阵；
18、同时还需要满足编队可行性条件从而构造的期望的编队跟踪条件为：
19、
20、其中为时变编队向量，是分段连续可微的编队偏移量；ωk为正数，满足为常矩阵；
21、当实现时变编队跟踪控制目标时，n个智能体的状态对编队参考即m个目标状态的凸包达成一致，并保持其时变偏移
22、当时，有即多个目标位置的线性组合位于多智能体编队的中心，则定义为期望的时变编队队形，对m个目标进行包围或追击。
23、作为优选，步骤s2中构造事件触发条件的具体方法为：
24、设定估计器估计多目标所形成凸包的估计误差为其中为采样信息，为第k个触发时刻；
25、然后为估计器pi设计触发函数：
26、
27、其中c1＞0，c2＞0为耦合强度，δi为智能体i的度，k为反馈增益矩阵；ji，εi为任意正常数；
28、如果触发条件满足则pi(t)更新其当前状态并将当前状态传递给它的邻居，被重置为0；当估计器获取到邻居最新的状态信息，估计器更新自身状态；
29、为智能体i设计如下触发机制：
30、
31、其中
32、式中，为测量误差，ξi(t)＝yi(t)-hi(t)，为触发时刻，为正的常数；当满足触发机制时，智能体更新其状态并将输出信息传递给其邻居，此时被重置为0。
33、作为优选，步骤s3中根据事件触发条件，基于动态平均一致性确定的时变编队跟踪控制策略，具体为：
34、
35、其中为龙伯格观测器，用来观测智能体的状态xi；矩阵loi满足ai+loici是hurwitz的；
36、ui为控制器，由相对输出以及相对输出的第一积分和第二积分组成；为编队跟踪补偿输入，满足为局部反馈增益，且满足
37、是hurwitz的；
38、di、qi是智能体i的辅助变量，目的是利用比例积分反馈消除辅助状态的通信；δ1＞0、δ2＞0为耦合增益；
39、pi为估计器，用来估计多动态目标形成的凸包；si为估计器的内部状态，且满足wik表示智能体i对目标k的探索关系；智能体为消息部分灵通的智能体时其中n1表示消息部分灵通的智能体的个数，其至少能够获取到一个目标的信息，智能体为消息不灵通的智能体时mi＝0，其中消息不灵通的智能体的个数为n-n1，其任何目标的信息都获取不到。
40、为采样信息，表示第k个触发时刻；
41、为耦合强度，其中，fk(rk(t)，t)有界；λ2为拉普拉斯矩阵l的最小非零特征值；
42、k为反馈增益矩阵，通过求解代数riccati方程atp+pa-pbbtp+q＝0得到，其中q＞0，p＞0，选择k＝-btp；
43、γ1i、γ2i和为以下线性矩阵方程的解：
44、
45、有益效果：本专利技术基于动态平均一致性，引入消息部分灵通的智能体，所有智能体通过意见中和确定合适的编队参考轨迹，从而实现智能体与目标之间更为一般的探索关系，即一对一、一对多以及多对一，进一步降低了对单个智能体探索能本文档来自技高网...
【技术保护点】
1.一种基于动态平均一致性的时变编队跟踪控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于动态平均一致性的时变编队跟踪控制方法，其特征在于，步骤S1中所述的群体智能系统包含N个智能体，用于追踪M个目标。
3.根据权利要求2所述的基于动态平均一致性的时变编队跟踪控制方法，其特征在于，步骤S1中建立的群体智能系统的动力学模型为：
4.根据权利要求3所述的基于动态平均一致性的时变编队跟踪控制方法，其特征在于，步骤S2中获取期望的时变编队队形的具体方法为：
5.根据权利要求4所述的基于动态平均一致性的时变编队跟踪控制方法，其特征在于，步骤S2中构造事件触发条件的具体方法为：
6.根据权利要求5所述的基于动态平均一致性的时变编队跟踪控制方法，其特征在于，步骤S3中根据事件触发条件，基于动态平均一致性确定的时变编队跟踪控制策略，具体为：
【技术特征摘要】
1.一种基于动态平均一致性的时变编队跟踪控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于动态平均一致性的时变编队跟踪控制方法，其特征在于，步骤s1中所述的群体智能系统包含n个智能体，用于追踪m个目标。
3.根据权利要求2所述的基于动态平均一致性的时变编队跟踪控制方法，其特征在于，步骤s1中建立的群体智能系统的动力学模型为：
4.根据权利要求3所述的基...
【专利技术属性】
技术研发人员：李莉，罗瑾，赵曼佐，余晓敏，
申请(专利权)人：杭州云箭智融信息技术有限公司，
类型：发明
国别省市：
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。