排序方式: 共有5条查询结果,搜索用时 107 毫秒
1
1.
2.
3.
针对具有随机链路丢包、通信带宽受限以及模型未知的非线性多智能体一致性问题, 提出一种事件驱动的分布式无模型迭代学习控制策略. 首先建立系统的事件驱动决策机制, 给出基于输出信息的通信触发条件, 当该条件满足时触发事件, 各智能体间进行通信, 不满足条件时则不通信, 从而能够有效减少智能体间的大量通信和能量耗散. 其次, 使用伪偏导数将非线性系统沿迭代轴动态线性化, 借助邻居在前一步事件触发时的输出信息设计随机链路丢包补偿机制, 再结合事件驱动通信机制设计分布式控制协议. 在此基础上, 使用压缩映射原理分析算法收敛性能, 仿真结果表明随着迭代次数的增加, 事件触发间隔变大, 所有的智能体将完成对期望轨迹的跟踪. 相似文献
4.
研究具有对抗交互的一类非线性多智能体系统的二分一致性跟踪控制问题,借助有向符号图刻画智能体之间的通信关系,并假定符号图是结构平衡的.进一步,借助符号图网络对二分一致性跟踪问题进行公式化描述.基于最近邻原则,结合拉普拉斯矩阵、牵制矩阵、符号函数、耦合增益参数等,设计分布式控制律.利用Barbalat引理和李亚谱诺夫函数证明整个闭环系统的渐近稳定性,在保持闭环系统稳定的条件下推导出耦合增益的下界.最后通过仿真验证所提出方法的有效性. 相似文献
5.
1