引用本文
游秀, 张红, 梁吉业. 通信链路故障下高阶非匹配非线性MAS领导跟随一致性. 自动化学报, 2025, 51(6): 1320−1328 doi: 10.16383/j.aas.c240644
You Xiu, Zhang Hong, Liang Ji-Ye. Leader-following consensus for high-order unmatched nonlinear multi-agent systems with communication link faults. Acta Automatica Sinica, 2025, 51(6): 1320−1328 doi: 10.16383/j.aas.c240644
http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c240644
关键词
多智能体系统，非匹配非线性，通信链路故障，领导跟随一致性
摘要
研究通信链路故障下一类高阶非匹配非线性多智能体系统的领导跟随一致性控制问题. 为处理非匹配非线性项和通信链路故障, 提出一种基于三个在线调节动态参数的补偿器. 然后, 仅使用局部补偿信息, 设计一个完全分布式控制器以保证系统的领导跟随一致性, 并以矩阵不等式的形式给出确定控制增益和补偿器参数的充分条件. 最后通过仿真验证了所提结论的有效性.
文章导读
近年来, 多智能体系统(Multi-agent system, MAS)一致性控制在无线传感器网络[1]、机器人编队[2]、多机械臂协同装配[3]、协同诊断系统[4]等领域的应用日益增多, 受到研究者越来越多的关注. 相比于单个系统, 多智能体系统能够通过相互协调与合作[5], 完成单一智能体难以完成的任务, 因而具有广阔的应用前景. 一致性问题作为智能体之间合作协调控制的基础, 具有重要的现实意义和理论价值. 因此研究多智能体系统协同中的一致性控制问题具有重要的实际意义.
在实际应用中, 大量实际系统的动力学特性往往是由复杂的非线性方程刻画的[6], 因此这些系统的动力学模型具有非匹配非线性结构特性. 目前, 针对非匹配非线性多智能体系统的一致性控制研究已经取得大量的研究成果[7−9]. 文献[10]研究严格反馈高阶非线性多智能体系统的一致性问题, 通过递归方法将传统的严格反馈系统转化为高阶全驱动模型, 并基于此设计完全分布式一致性控制算法. 文献[11]针对高阶非匹配非线性多智能体系统, 通过引入一致性误差的光滑函数补偿项, 提出一种新的基于反步法的分布式自适应控制方案. 文献[12]研究一类严格反馈高阶非线性多智能体系统的一致性问题, 通过在反步控制方法中的每一步引入局部补偿变量, 设计分布式自适应一致性控制器. 文献[13]针对高阶非匹配非线性多智能体系统, 提出鲁棒自适应神经网络一致性控制器, 保证系统的领导跟随一致性. 文献[14]研究高阶严格反馈非线性多智能体系统的分布式一致性跟踪控制问题, 基于分布式动态曲面设计方法设计局部一致性控制器. 然而文献[10−14]提出的控制算法都依赖于一个稳定的通信系统, 提出的控制协议对于通信故障下的一致性不再适用.
多智能体系统与单个个体系统最本质的区别在于其通过网络进行状态信息的传递与共享[15]. 然而在实际应用中, 通信网络环境往往并不理想, 通信链路可能因为多种原因(如信号干扰、硬件故障等)出现故障, 从而导致控制失效和潜在的严重后果. 因此, 在多智能体系统一致性控制中, 考虑并解决通信链路故障带来的系统控制失效问题具有重要意义[16−18]. 文献[19]针对通信链路故障下高阶线性多智能体系统, 基于$ H_{\infty} $准则设计分布式自适应一致性控制器. 文献[20]研究通信故障下高阶线性多智能体系统的一致性控制问题, 通过引入改进的代数黎卡提方程, 提出一种鲁棒分布式控制协议. 文献[21]针对通信故障下的高阶非线性多智能体系统, 通过设计领导者状态观测器自适应地调整相邻代理之间的链路权重, 抵消通信链路故障的影响, 进而提出鲁棒分布式自适应一致性控制器. 文献[22]针对通信链路故障下的高阶非线性多智能体系统, 基于神经网络设计一种自适应容错控制方案, 保证非线性多智能体系统的领导跟随一致性. 然而文献[19−22]对通信故障下多智能体系统一致性控制问题的研究, 大都聚焦于线性或匹配非线性系统, 忽略了对于实际系统普遍存在的非匹配非线性特性的考虑.
基于此, 本文研究通信故障下高阶非匹配非线性多智能体系统的一致性控制问题. 通过提出一种新颖的基于动态补偿器的分布式一致性控制器, 保证了非匹配非线性多智能体系统的渐近领导跟随一致性. 本文的主要贡献总结如下: 1)考虑更适用于描述实际多智能体系统动力学特性的非匹配非线性系统模型, 同时考虑时变通信故障. 这能包含已有通信故障一致性控制工作中考虑的线性或匹配非线性系统模型为特例. 2)通过引入在线调节的动态增益, 设计一种基于状态一致性误差的补偿器, 以克服非匹配非线性项及其非线性耦合和时变故障. 3)基于补偿器状态信息, 提出一种完全分布式的状态反馈一致性控制器, 保证通信故障下的领导跟随渐近一致性. 值得注意的是所设计的补偿器状态信息无需在通信网络中进行传输.
图 1 通信拓扑图
本文研究了存在通信链路故障情况下, 高阶非匹配非线性多智能体系统的领导跟随一致性问题. 通过引入一种具有三个动态参数的补偿器, 设计了一种完全分布式控制器以确保多智能体系统的领导跟随一致性. 所提出的控制器的一个重要优势是, 它不需要假设每个跟随智能体内置的补偿器必须与其邻居共享信息, 并且它独立于全局通信拓扑图信息, 因此是完全分布式的. 从理论上证明了多智能体系统的渐近领导跟随一致性是可实现的, 并且可以通过矩阵不等式获得控制器增益和补偿器参数. 最后给出了一个仿真示例说明了所提结论的有效性.
到目前为止, 在通信链路故障下, 基于输出反馈的高阶非匹配非线性多智能体系统的领导跟随一致性问题仍然是一个有待解决的问题. 对这个问题的研究需要仅根据输出信息来处理通信链路故障, 同时处理完全依赖于全状态信息的非匹配非线性及其复杂耦合. 因此, 在未来工作中将考虑把状态反馈结果扩展至输出反馈.
作者简介
游秀
山西大学计算机与信息技术学院副教授. 2018年获得燕山大学控制科学与工程专业博士学位. 主要研究方向为多智能体系统协同控制和强化学习. 本文通信作者.E-mail: youxiu@sxu.edu.cn
张红
山西大学计算机与信息技术学院硕士研究生. 2022年获得长治学院数据科学与大数据技术专业学士学位. 主要研究方向为多智能体系统协同控制. E-mail: zh140428@126.com
梁吉业
山西大学计算机与信息技术学院教授. 2001年获得西安交通大学博士学位. 主要研究方向为数据挖掘与机器学习, 大数据分析技术, 人工智能. E-mail: ljy@sxu.edu.cn
转载本文请联系原作者获取授权，同时请注明本文来自Ouariel科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3291369-1495021.html?mobile=1
收藏
