论文部分内容阅读
近年来,多智能体一致性已经引起了控制领域学者的广泛关注和应用,例如:分布式协同控制,自适应辨识,分布式参数估计,编队控制,多智能体优化,以及聚集等。多智能体一致性的控制目标就是利用多智能体系统的个体之间的局部交互信息使所有智能体状态达到同一最终值。本文主要研究多智能体动态模型中存在参数不确定性的一阶、二阶系统在有向图中的无领导一致性问题。论文的主要研究工作及结果如下:在有向图且包含一个有向生成树的条件下对一阶、二阶不确定多智能体系统的自适应无领导一致性问题进行研究。在这部分中最大的挑战就是要解决的多智能体系统中存在的不确定性,这也更符合实际的多智能体系统情况。本文主要通过模型参考自适应的方法进行合理的分析,并为不确定多智能体系统设计合理的一致性控制算法。然后选取合适的Lyapunov函数对系统进行稳定性分析,使系统的位置信息、速度信息都能够达到同一值。对于控制方向未知且不同的不确定多智能体系统,本文给出了一阶、二阶系统在有向图且包含一个有向生成树拓扑图情况下的自适应一致性问题的解决方法。与系统状态量乘积的未知参数的符号,即所谓的系统的控制方向,代表了系统的运动方向。当系统的控制增益的符号未知,多智能体系统自适应控制算法的设计具有极大的挑战。通过设计Nussbaum增益函数提出自适应控制律和控制输入,所以系统的位置信息、速度信息都能达到同一值。并基于Lyapunov函数对系统进行稳定性证明。值得研究的还有有向图中存在干扰的二阶不确定多智能体系统的自适应一致性问题。当系统的智能体具有相同的控制增益时,对系统进行一致性算法的研究并通过传统特征值的方法对系统进行稳定性证明。但这种算法存在一个智能体具有相同增益的限制。这样设计的算法是不完全分布式的,因为对于一个完全分布式的算法每个智能体可以有自己不同的控制增益。因此在系统的每个智能体具有不同的控制增益时,提出了完全分布式的一致性算法,并通过选取新型的Lyapunov函数对系统进行稳定性证明。