有向图上不确定性参数系统的有限时间辨识与自适应一致性控制

针对有向图上一类不确定性多智能体系统,研究一体化参数辨识与一致性控制策略.在现有模型参考自适应一致性(Model reference adaptive consensus, MRACon)框架基础上,结合动态回归因子扩张与融合(Dynamic regressor extension and mixing, DREM)技术,提出两类改进的MRACon控制协议,即固定耦合DREM-MRACon和自适应耦合DREM-MRACon.其中,自适应耦合DREM-MRACon在有向支撑树结构上具有时变的耦合增益.与MRACon相比,此两类改进算法均能保证系统未知参数的有限时间辨识.此外,固定耦合DREM-MRACon保证了多智能体系统的指数时间一致性,而自适应耦合DREM-MRACon则克服了对于全局网络拓扑特征信息的依赖性.最后,通过数值仿真验证了理论成果的有效性.     

基于相对位置信息的多智能体系统自适应跟踪控制

针对带有动态领导者的多智能体系统,为了使其达到跟踪一致性,设计只依赖于相对位置信息的自适应跟踪控制律.根据接收到的相对位置信息为每个跟随者设计动态输出反馈控制律,并根据控制律估计出智能体之间的相对速度信息.在此基础上设计自适应跟踪控制律,并且通过Lyapunov 稳定性理论和矩阵理论分析得到使系统达到跟踪一致性的充分条件.最后通过数值仿真验证了所提出的设计方法的有效性.     

异质多智能体系统的合围控制

在固定有向拓扑下,研究由一阶与二阶动力学智能体组成的异质多智能体系统的合围控制问题.首先,分别针对系统内同时包含一阶动力学领航者和二阶动力学跟随者、二阶动力学领航者和一阶动力学跟随者的两种情况,共给出4种有效的控制协议;其次,综合利用代数图论、矩阵理论和稳定性分析工具,通过系统变换方法或构建误差向量法得到上述两类异质多智能体系统能够实现合围控制的判据条件;最后,通过仿真进一步验证所提出协议的有效性.     

分布式网络系统的任意预设时间分组一致

研究任意预设时间控制下的多智能体网络系统分组一致性问题.设计非零分组投影参数下任意预设时间控制协议,使得分布式网络系统在物理允许范围内的任意预设时间内迅速实现分组一致,该预设时间与系统参数和初始值都无关系.基于代数图论、李雅普诺夫稳定性和矩阵理论等,分别讨论无向和有向拓扑网络情形下,多智能体系统实现预设时间分组一致的充分条件.独轮车的多智能体系统仿真实验验证了所提方法的有效性.     

多智能体系统自适应跟踪控制

基于带有非线性动态的二阶多智能体系统,研究了在有动态领导者条件下的跟踪一致性问题。假设跟随者只能获取邻居智能体的相对状态信息,只有一部分跟随者可以获得领导者的位置和速度信息,领导者的控制输入非零且不被任何一个跟随者可知。在通信拓扑为无向连通图的条件下,为了避免全局信息的不确定性,设计了分布式自适应控制协议。将系统的一致性问题转化为误差系统的一致性问题,通过Lyapunov稳定性理论和矩阵理论分析得到了该协议使系统达到一致的充分条件。最后用仿真例子证明了设计方法的有效性。     

Edge event-triggered control for multi-agent systems under directed communication topologies

The edge event-triggered consensus control for multi-agent systems with single- or double-integrator dynamics under directed communication topologies is investigated in this paper. With the edge event-triggered sampling strategies, a class of novel consensus protocols is proposed to reduce control update frequency. The main features of the proposed edge event-triggered control include three aspects: (i) measurement errors are defined based on directed information flow and thus they allow that the communication topology is directed, (ii) each individual controller updates its output only when the associated edge event occurs and the control actions are independent of other agents, and (iii) the proposed edge event-triggered control does not exhibit Zeno behaviour and it is shown that the inter-event intervals are lower bounded by a positive constant. In the consensus analysis, matrix transformation techniques are used to convert the high-dimensional system into a low-dimensional system, and some sufficient consensus conditions are derived for the multi-agent systems with single- or double-integrator dynamics. Finally, the effectiveness of the edge event-triggered sampling strategies is illustrated by simulations.     

Leader-following consensus of fractional-order multi-agent systems via adaptive pinning control

In this paper, the leader-following consensus problem of fractional-order multi-agent systems is considered via adaptive pinning control. The dynamics of leader and all followers with linear and nonlinear functions are investigated, respectively. We assume that the node should be pinned if its in-degree is less than its out-degree in the paper. Under this assumption and based on the stability theory of fractional-order differential systems, some leader-following consensus criteria are derived, which are easily obtained by matrix inequalities. The control of each agent using local information is designed and detailed analysis of the leader-following consensus is presented. The design technique is based on algebraic graph theory and the Riccati inequality. Several simulation examples are presented to demonstrate the effectiveness of the proposed method.     

非线性多智能体系统的无模型自适应聚类一致性控制

针对一类模型未知的离散时间非线性多智能体系统聚类一致性问题,提出一种无模型自适应控制算法.首先,假设系统具有固定拓扑,利用伪偏导数概念得到系统的数据关系模型,在考虑多智能体之间耦合系数条件下给出聚类一致性误差,在此基础上设计一种数据驱动的聚类一致性跟踪控制协议;然后,采用压缩映射方法在理论上分析了跟踪误差的收敛性,结果表明所提出算法不需要智能体模型信息即可完成跟踪任务,是一种数据驱动的控制方法;最后,将结果拓展至随机切换拓扑结构的多智能体系统中,数值仿真结果验证了所提出算法的有效性.     

多智能体系统分布式直接型无模型自适应PID控制

针对未知异构非线性多智能体系统一致性跟踪问题,设计基于控制器动态线性化的分布式直接型无模型自适应PID控制算法,仅使用被控系统的输入输出数据以及智能体间的拓扑结构关系进行控制器参数整定,不受被控系统数学模型的限制.首先利用动态线性化技术将受控系统以及理想控制器等效转换成相应的动态数据模型,基于理想控制器的动态数据模型设计控制器结构以及参数自适应更新算法;然后利用压缩映射以及盖尔圆盘定理进行误差收敛分析;最后进行大量仿真对比,验证所设计控制算法的有效性和优越性.     

执行器饱和多智能体系统的自适应学习一致性算法

针对一类受到执行器饱和高阶多智能体系统在有限时间区间[0,T]上的精确一致性问题,利用自适应迭代学习控制的方法,设计了具有全饱和差分型自适应更新律的时变增益.通过构造适当的复合能量函数,严格证明了一致性误差向量随着迭代次数趋于无穷而一致趋于零,得到了不依赖于网络通信拓扑矩阵特征值的自适应学习一致性算法.最后,给出一个仿真例子,仿真结果说明了所提算法的有效性.     

具有时滞的混合阶多智能体系统的组一致性

针对由离散时间一阶和二阶智能体组成的混合阶多智能体系统,研究其在固定和切换拓扑结构下受通信时滞影响时的组一致性问题。分别为两类智能体提出组一致性协议,引入模型变换,将闭环系统转化为等价系统。在一定假设条件下,以代数图论、矩阵理论为主要研究工具,分别在固定和切换拓扑结构下给出了混合阶多智能体系统实现渐近组一致性的条件。采用数值仿真对所得结果的有效性进行了验证。     

基于观测器的人在环多机械臂系统预设性能二分一致性

研究通讯拓扑为符号有向图的人在环多机械臂系统的预设性能二分一致性跟踪控制问题. 为在预设时间内收敛到预设精度, 提出一种基于观测器的预设性能控制策略. 首先, 设计预设时间和精度的观测器以估计领导者的输出信息, 通过合作/竞争信息交互实现观测器输出的二分一致性. 该观测器不需要领导机械臂的输入信息及输出信息的高阶导数, 并通过无芝诺行为的事件触发机制降低不同机械臂间的通讯负担. 其次, 通过反步法及误差转化法将有约束的机械臂输出跟踪问题转化为无约束的误差系统稳定性问题, 进而基于观测器输出设计机械臂的输出调节控制器. 值得一提的是, 设计的控制策略不需要系统初始状态的先验知识且避免了预设时刻控制增益无穷大的现象, 增强了系统的可靠性. 最后, 仿真结果表明所提控制策略的可行性及优越性.     

考虑量化的多智能体系统数据驱动双向一致性控制

针对未知动力学模型非线性离散时间多智能体系统,在信息传递过程中的数据量化问题,以及智能体之间的合作与竞争关系,提出了一种数据驱动控制算法,实现了多智能体系统的双向一致性跟踪控制.首先,利用紧凑形动态线性化(CFDL)方法,将未知动力学模型的非线性智能体转化为含有时变参数的数据模型,并通过设计性能指标函数获得时变参数的估...