高阶时滞多智能体系统的固定时间一致性控制

为了研究输入滞后和外部干扰影响下的多智能体系统的固定时间一致性控制问题,提出基于Pade近似一致性误差的领导跟随一致性控制方法。首先,为跟随者设计分布式观测器以获得领导者的状态信息;其次,利用Pade近似方法,引入时滞虚拟变量,将时滞一致性误差转化为无时滞一致性误差,并基于动态增益控制方法设计系统的分布式动态控制协议,利用固定时间稳定性理论得到系统实现固定时间一致性的充分条件和收敛时间的上界;最后,通过仿真实验验证理论结果的正确性。     

二阶领导跟随多智能体系统事件触发一致性

针对一类时滞二阶多智能体系统领导跟随模型,研究了在无向拓扑结构下一类二阶多智能体系统领导跟随一致性控制问题.考虑系统内部非线性因素,在给定事件触发策略的条件下,设计了与时滞相关的控制器,通过矩阵不等式等分析技术,利用lyapunov-krasovskii稳定性定理得到了该系统实现一致性的充分条件.最后,在仿真阶段验证了...     

基于事件触发机制的离散时变时滞多智能体一致性研究

为降低资源的消耗和浪费,并处理时变时滞对于多智能体的影响,针对离散线性时变时滞多智能体系统,提出一种基于事件触发机制的一致性协议,以减少系统的通信次数。在事件触发机制的框架下,提出一种基于预测控制的分段时滞补偿方法来补偿时变时滞对多智能体系统一致性的影响。在此基础上,通过构造基于延迟划分的Lyapunov-Krasovskii函数分析离散线性多智能系统的稳定性。最后,通过MATLAB仿真验证所提方法的有效性。研究结果表明：事件触发机制可以有效减少系统更新次数,降低消耗,所提出的基于预测控制的分段时滞补偿方法可以弥补时变时滞对于多智能体系统的影响,且基于延迟划分的分段补偿能够降低系统的保守性。     

基于双层不变集的多智能体系统事件触发分布式预测控制

针对含有扰动的多智能体系统,提出了基于双层不变集的事件触发鲁棒分布式预测控制策略。在分布式控制结构下,对每个智能体构建了目标函数含有耦合关联项的事件触发分布式预测控制优化问题。利用输入状态稳定性理论,推导出与子系统自身信息以及邻域子系统信息相关的事件触发条件。每个智能体判断事件触发条件,仅当条件满足时,才进行分布式预测控制优化问题的求解以及子系统之间的信息交互。利用双层不变集来保证扰动作用下多智能体系统的鲁棒性能,并在此基础上给出保证算法递推可行性和闭环稳定性的充分条件。最后通过车辆控制系统对算法进行仿真分析,验证了算法的有效性。     

基于观测的事件触发主从多智能体系统的一致性

研究基于事件触发观测的一般线性多智能体系统的主从一致性问题.首先,基于多智能体系统提出输出事件触发控制协议,研究多智能体的真实状态与估计状态的一致性问题;其次,提出分布式自适应事件触发控制方案,通过应用Lyapunov稳定性理论和线性矩阵不等式证明主从多智能体的一致性,并排除Zeno行为;最后,数值算例说明理论结果的有...     

基于事件触发的非线性多智能体系统一致性

针对有向网络拓扑下具有非线性动态的多智能体系统,提出了基于事件触发的一致性控制协议;在实际的多智能体系统中,每个智能体的机载电池的容量和数量是有限的,基于事件触发的一致性协议能够有效地减少智能体控制器的更新次数,从而节约有限的计算资源;智能体的触发时刻由智能体的触发条件所确定,每个智能体只在触发时刻才更新自己的控制器;首先研究了集中式的一致性控制协议,主要利用矩阵理论的方法将一致性问题转化为微分方程的稳定性问题,得到了系统达到一致性的条件;然后研究了分布式的一致性控制协议,在协议中每个智能体只需利用邻居智能体的状态;利用Lyapunov稳定性理论证明了所设计的两个协议能够解决一致性问题,而且不会出现Zeno现象;最后,仿真实例验证了理论结果的有效性。     

基于事件触发的二阶多智能体时滞一致性

为了使多智能体可以减少信息交流,一致性问题在多智能系统的应用已被众多学者广泛研究,从而避免通信资源和计算资源的浪费;在有向拓扑图下,针对二阶的领导-跟随非线性多智能体系统,提出了一种基于事件触发机制和时滞一致性控制策略,对于每一个智能体给出事件触发条件,可以有效减少更新频率和系统能源的耗费;通过利用Lyapunov稳定...     

时延的事件触发无模型自适应抗干扰控制

针对一类具有时滞和有界扰动的离散时间系统，提出了一种改进的无模型自适应控制策略。首先，应用紧格式动态线性化方法将原始非线性时滞系统转换为数据模型。其次，应用离散时间扩展状态观测器对未知残差非线性时变项进行估计，提出了一种基于离散时间扩展状态观测器的无模型自适应控制方案。此外，通过设计事件触发条件以确保Lyapunov稳定性，建立了基于离散时间扩展状态观测器的事件触发无模型自适应控制。只有当系统指示器满足所提供的事件触发条件时，才更新控制输入信号；否则，控制输入保持不变，可以有效地解决有限的通信带宽问题。最后，通过仿真验证了该方法的有效性。     

具有输入时延的离散时间多智能体系统事件触发编队控制研究

利用复Laplacian研究了一类由复差分方程描述的离散时间多智能体系统事件触发编队控制问题.通过构造含有智能体状态信息及指数衰减函数的事件触发函数,根据事件触发条件确定了事件触发时间序列.设计的触发函数仅利用邻居的离散信息,避免了智能体之间的连续通信,极大地节约了有限的通信带宽资源和计算资源.设计了含有输入时延且只在事件时间序列点处触发的控制器,大大减少了控制器的更新频率,避免了控制器的连续更新.在事件驱动控制策略下,证明了多智能体系统能形成任意给定队形的相似编队的充分条件,并且给定了输入时延存在的范围.同时,也排除了事件触发时间序列在离散意义下可能存在的Zeno现象.通过数值仿真例子验证了该文理论结果的有效性.     

基于事件触发的多智能体输入饱和一致性控制

针对输入饱和情形,本文研究了Leader-following多智能体系统基于事件触发的一致性控制问题。为了更加接近实际情况,针对智能体的输入存在限制的情况,提出了基于线性触发函数的事件触发一致性控制算法,并利用S-procedure方法分析了控制算法的稳定特性。在该算法下,每个智能体的控制器更新都是基于事件触发的,并且是分布式的,即每个智能体只在自己的事件触发时间更新自己的控制输入。最后通过仿真验证了所设计算法的有效性。