论文部分内容阅读
多智能体系统的讨论与研究一直都是国内外科研人员关注的重点与热门话题。多智能体系统因其交互性、自主性和分布式等特点,使得其在许多不同的领域,如生物、机器人、军事、交通控制系统等方面有着十分广泛的应用。而对于多智能体系统一致性问题的分析研究更是多智能体系统研究的重点。一致性问题包含无领导者和有领导者两大部分,而且领导-跟随结构在许多生物系统中都存在广泛应用,所以关于多智能体系统跟踪问题的研究有着特殊的现实意义,因此本文主要讨论多智能体系统的一致性跟踪问题。主要内容如下:针对系统中的所有智能体的位置、速度全部可测的情况,研究了带有扰动的多智能体系统的一致性跟踪问题。考虑高阶滑模的鲁棒性强、对扰动不敏感、抑制抖振等优点,本文提出了一种基于高阶滑模的一致性跟踪控制算法,在抑制扰动的同时实现系统的一致性跟踪。通过李雅普诺夫稳定性理论证明所提算法的正确性,然后通过仿真验证算法的有效性。由于在实际的系统中,智能体速度或加速度信息不易测量,针对此问题,本文研究了在跟随者状态未知的情况下含有扰动的多智能体系统实现一致性跟踪的问题。本文基于Super-Twisting滑模算法设计了滑模观测器用以观测跟随者的状态信息,进一步设计了相应的Super-Twisting滑模控制协议抑制系统扰动,并实现系统的一致性跟踪。而后,通过有限时间稳定定理证明了观测器可以在有限时间内实现对跟随者的状态信息的估计并通过李雅普诺夫稳定性理论证明了控制协议可以实现系统的一致性跟踪。最后设计仿真实验验证了上述观测器和控制算法的可行性。本文进一步研究了非线性多智能体系统的一致性跟踪问题。由于与连续控制和通讯相比,事件驱动控制策略有着节约能源、减少能耗等优点,本文基于事件驱动控制策略设计了相应的一致性跟踪控制算法。通过不等式及比较原理证明了所有智能体相邻两次事件触发的时间间隔的下确界严格大于0,从而排除了Zeno现象。通过李雅普诺夫稳定性理论证明控制算法的有效性,并通过数值仿真,该算法的有效性得到了验证。