分布式异构集群系统PI编队跟踪控制

同构集群系统因其组成个体的单一性而存在功能上的局限性。异构集群系统的个体组成具有多样性,因此可以扩展同构集群系统的功能。针对异构集群系统的编队跟踪控制问题,文中基于领导者-跟随者模型,在有向通信拓扑结构下设计了一种分布式PI编队跟踪控制协议。设计了期望的时变编队队形,跟随者在跟踪领导者的同时可保持期望的编队队形,使系统中的所有智能体均能够达到期望位置。考虑到真实系统会受到外部未知有界扰动和一些不确定因素的影响,因此基于李雅普诺夫稳定性理论给出了保证系统跟踪误差一致有界的充分条件,并进行了鲁棒性分析。根据设计的控制协议及控制条件进行了仿真验证,结果表明所设计的PI编队跟踪控制策略能够有效解决异构集群系统的编队跟踪控制问题。     

具有避碰和保持连通的多智能体鲁棒编队控制

针对多智能体系统在形成编队的过程中存在相互碰撞、通信中断和外部干扰的问题,考虑了具有避碰和保持系统连通的二阶非线性多智能体鲁棒编队控制问题。基于人工势场法设计了具有保持系统连通的多智能体避碰算法,并利用分布式控制法和共识理论设计了多智能体鲁棒编队控制律,从而使得多智能体系统准确地实现编队,避免碰撞和保持系统连通。利用李雅普诺夫稳定性理论和线性矩阵不等式证明了系统的稳定性和跟踪误差的收敛性。通过数值仿真实例验证了所提编队控制律的有效性。     

异质非线性多智能体系统时变编队控制

实际应用中,需要多种智能体按照期望的编队队形协同工作,此时多智能体系统是异质的.针对此问题,文中基于一致性原理研究了异质非线性多智能体系统的时变编队控制问题.采用非线性参数分解的方法,将系统异质非线性项以统一的形式表示,设计了一种编队控制策略.在有向拓扑结构下,使用领导者-跟随者方法,基于自适应策略与状态信息反馈设计了...     

基于脉冲控制的时延异构多智能体编队控制

为提高编队系统鲁棒性,降低系统对通信条件的要求,针对异构多智能体系统的编队控制问题,提出一种基于脉冲控制的编队控制方法.考虑异构多智能体的切换拓扑与变时延情况,根据一致性理论,提出基于领航跟随者模型的脉冲控制协议.利用矩阵分析方法将异构多智能体编队系统的变时延问题转化为时延上界问题,通过构造Lyapunov函数并利用Lyapunov稳定理论得到系统实现编队控制一致性的充分条件.同时,为比较不同控制协议的优劣性,提出切换拓扑下多智能体编队控制的平均通信代价指标.仿真结果验证了所提脉冲控制方法的有效性和优越性.     

具有外部扰动的非线性多智能体系统的自适应控制分析

阐述在未知扰动下含有未知量的非线性多智能体系统控制问题。提出了一种分布式设计,可实现在加权有向图拓扑下的多智能体系统一致性跟踪控制。每个智能体由有未知量的严格反馈非线性系统建模,并包含外部干扰。通过backstepping技术和神经网络的方法,在只需要自己和相邻智能体之间的相对状态信息的情况下,为每个从智能体构造自适应分布式控制器。设计的控制器和自适应控制率可保证领航者与所有跟随器之间的跟踪误差收敛到原点的一个小邻域。运用Radial Basis Function(RBF)神经网络用于逼近未知的非线性函数,并设计了一个非线性扰动观测器用于估计未知的外部扰动。采用Nussbaum函数来处理模型中未知符号的参数,仿真结果验证了所提方法的有效性。     

联合连通拓扑条件下多无人机系统编队包含控制

针对联合连通拓扑条件下具有多个领导者的多无人机系统编队包含控制问题,分别为领导者和跟随者设计分布式一致性控制器,依据领导者和跟随者对Laplacian矩阵进行分块,对具有有向生成树的Laplacian矩阵进行特殊分解,将领导者的编队控制问题简化为低阶时变系统的渐近稳定性问题。定义跟随者实现包含控制误差量,将跟随者的包含控制问题简化为时变系统的渐近稳定性问题。利用平均化方法,将两个时变系统的渐近稳定性问题转化为两个时间平均系统的渐近稳定性问题,借助线性矩阵不等式和Lyapunov函数给出了控制器的设计步骤,使得多无人机系统的通信拓扑切换足够快,多无人机系统就能在联合连通拓扑条件下实现编队包含控制。通过仿真验证,结果表明所设计控制器的有效性。     

事件触发下的多无人机时变编队控制

针对二阶多无人机系统时变编队控制问题,借助事件触发函数,设计了一致性分布式控制器,使其形成时变编队。结合Laplacian矩阵的特殊性质,对其分解,将编队问题化简为低阶系统渐近稳定性问题。给出控制器设计算法,利用线性矩阵不等式(LMI)和Lyapunov函数证明了在给定事件触发函数下算法的有效性,并证明了所给事件触发函数时间序列不存在Zeno现象。对多无人机系统的运动在三维空间进行仿真,结果表明无人机在所设计的控制器作用下形成期望的时变编队,有效地节约了通信带宽和计算资源。     

基于距离约束的单领航者多智能体编队控制

针对多智能体领航跟随策略提出了一种基于距离约束的编队控制算法,同时实现了编队保持与速度跟踪.多智能体系统由单领航者及两个跟随者组成,单领航者以一常值参考速度运动,追随者无法测量自身及其他智能体的速度.为了跟踪单领航者的速度以实现编队保持,针对追随者设计了一种自适应控制律以估计领航者的速度并使各智能体保持理想距离,基于Lyapunov分析与Barbalat引理证明了闭环系统的稳定性,仿真结果验证了所提算法的有效性.     

二阶时变时滞多智能体系统快速一致性算法

针对多智能体系统的动态性能问题,本文对带有时变时滞的二阶多智能体系统快速收敛速度进行分析,提出快速收敛一致性算法.考虑智能体网络为无向拓扑图,时滞是具有上界且任意变化的.基于频域角度分析多智能体一致性,利用图论和矩阵论,将多智能体网络系统一致性转换为线性系统理论控制问题,结合小增益理论方法,分析系统的稳定性和连通性,并得到了系统快速收敛一致性的充分条件.最后通过MATLAB数值仿真实例,验证了本文算法的有效性.     

拓扑切换和时延下的非线性多智能体协同输出调节

为解决拓扑切换和时延条件下的非线性多智能体协同输出调节问题,提出了分布式状态观测器控制算法和模糊反馈控制策略。利用T-S模糊模型将非线性系统转化为线性系统;针对智能体跟随者无法获取外部领导者系统状态的协同输出调节问题,设计了分布式状态观测器和模糊输出反馈控制器,通过状态观测器估计外部领导者系统的状态信息并反馈给系统的控制器,解决了跟随者无法获取外部领导者状态的问题;应用Lyapunov稳定性理论证明了拓扑切换和时延条件下非线性多智能体系统稳定性;最后,通过Matlab算例验证控制律的正确性和有效性。仿真结果表明：所设计的状态观测器能够解决系统状态不可测问题,跟随者能够跟踪到领导者信号,并且跟踪误差为零。