考虑不确定性多智能体系统的分布式容错控制.pdf

书书书第 卷 第 期年 月沈阳工业大学学报 收稿日期：基金项目：河南省高校科技创新团队计划项目（）；河南省中原科技创新领军人才项目（）作者简介：王艳丽（），女，河南南阳人，实验师，硕士，主要从事计算机应用与智能控制等方面的研究 ：考虑不确定性多智能体系统的分布式容错控制王艳丽，孙利娟（河南科技大学 软件学院，河南 洛阳 ；开封文化艺术职业学院 计算机学院，河南 开封 ）摘要：针对多智能体系统中存在的不确定性、参数摄动和执行器故障等问题，设计了分布式容错控制方法 建立了包含不确定性的多智能体系统乘性和加性故障数学模型，在领导者和领域内智能体状态量的基础上，通过引入参数自适应律和符号函数设计出分布式容错控制律，采用 定理证明了设计的容错控制系统的稳定性 通过对无人机编队的仿真结果表明，所提控制方法与自适应协同容错控制方法相比表现出了更优的稳定性、准确性和快速性，速度和航迹角的最大误差分别仅为 和 ，表现出了优良的容错性能关键词：多智能体系统；不确定性；执行器故障；参数自适应律；分布式；容错控制律；符号函数；稳定性中图分类号：文献标志码：文章编号：（），（，；，）：，：；多智能体系统中的每个单体都有相对独立的行为能力，通过信息交互实现类似于生物体的群集活动，多智能体系统是目前研究的热点之一 ，广泛应用于无人机编队 、机器人编队 、卫星编队和智能交通 等领域 在建立智能体模型时，往往会出现未建模动态，而且随着工作环境和条件的变化，智能体的系统参数也会发生摄动 另外，由于多智能体在工作时，通常处于长时和高频振动的状态中，增大执行器发生故障的概率 这些不确定性会对多智能体系统的一致性控制带来困难 刘自理等 为解决多智能体系统的通信时延和数据丢失问题，引入队列机制设计了分布式输出反馈控制算法，实现了多智能体系统的协同工作；刘秀华等 设计了一种分布式观测器，其可以准确地估计出多智能体系统状态和执行器故障，但是该方法没有涉及容错控制；曹伟等 设计了基于离散时间迭代学习的控制方法，但是该算法的收敛条件比较严格；刘凡等 利用干扰观测器估算出智能体的状态，实现了多智能体系统的一致鲁棒控制 通过以上分析可发现，针对包含有未建模动态和参数摄动不确定性以及执行器故障的多智能体系统的研究成果较少 因此，本文针对不确定条件下的多智能体系统，在领导者和领域内智能体状态量的基础上，设计了包含参数自适应律的分布式容错控制方法 多智能体系统模型首先将多智能体系统之间的通信和队形拓扑关系通过有向图表示 ，然后假设系统包括个领导者和 个跟随者，并分别用 和，来表示，的状态描述为（）（）（）（）式中：（）为 的状态向量；为系统矩阵；（）为 的控制输入，用来确保 珔 跟随者 的状态描述为（）（），）（）（）（）式中：（）为 的状态量；（）为 的控制输入；（），）为 的未建模动态和参数摄动等不确定性总和，这种不确定性是与系统状态相关的 ，满足条件（），）（）（）式中：，为未知变量；为范数值智能体在长时间、高频率、高强度的工作状态下，执行器容易发生失效乘性故障和偏离加性故障，故障模型可描述为（）（）（）（）（）式中：（）为失效乘性故障；（），为偏离加性故障包含不确定性和执行器故障的模型描述为（）（），）（）（）（）（）（）定义跟踪误差（）（）（），则误差微分方程为（）（），）（）（）（）（）（）（）容错控制律设计采用参数自适应技术设计分布式容错控制律，其表达式为（），（）（）（）（）（）式中：为 与 的通信链接状态；（）（），（），（），为 的第 个元素；（）可表示为（）（）（）（）珔（）珔（）式中，、和 为理论控制系数 将容错控制律式（）代入，则误差微分方程式（）转换为（）（），）（），（）（）（）（）（）式中：；（）（），）（）（）（）由于（）、（）和（）均有界，则根据式（）得到（）（）珋珋 珋（）珋（）式中：珋 珋；珋 珋珋珔 通过整理得到误差微分方程为（）（）（）（）（）（）（）式中：（）（），（），（）；（）（）；（）（）；（）（），（），（）；（）（），（），（）；，稳定性分析定理 ：针对带有不确定性和执行器故障的多智能体系统，设计包含增益和自适应律的分布式容错控制律，能够确保一致性误差收敛到零证明：构建 函数 为（）珓 珓 珓 珓（）式中：珓 ；珓 ；珓 ；珓 ；、及 为确定的控制系数；第 期王艳丽，等：考虑不确定性多智能体系统的分布式容错控制、将式（）对时间求导可得（）（）（）（）（）珓 珓 珓 珓 （）根据 （）可将式（）转换为（）（）（）珓 珓 珓 珓 （）由矩阵 的表达式可得到矩阵 的每一行、列的和都为 ，则可得到 （）将式（）、式（）代入式（）中，可化简得到（）（珋 珋）（珋 珋珋）珋 （珋）（珔 珔）珓 珓 珓 珓 （）由于式（）中的参数都是有界的，则可以定义（珋）（珋 珋珔珋）（珋）（珋 珋珔 珋）（珋）珋 （珋）（）进一步可得（）（珋）（珔 珔）珓 珓 珓 珓 （）根据 稳定性定理可知定理 成立即包含增益和自适应律的分布式容错控制律能确保多智能体系统的一致性误差收敛到零 实验结果与验证分析为了验证考虑不确定性多智能体容错控制方法的优越性，对无人机编队模型进行 仿真验证，无人机动力学模型表示为（）（）（）（）式中，（）（），（）为表征第 个无人机的速度和航迹角的向量，并可作为多智能体系统的一致性变量进行仿真 实验参数设置实验中，选取 架无人机组成多智能体系统，分别记为、和，包含有向生成树的拓扑结构如图 所示，其中，通信链接 ，而 图 多智能体拓扑结构 选取容错控制律中的参数、初始状态设置为（），（），（），（），（），（），（），（），设置速度指令和航迹角指令分别为 和 ，整个仿真时间为 ，期间持续存在不确定性 当 时，执行器发生失效乘性故障和偏离加性故障，分别设置、和 为 （）（）（）（）速度和误差跟踪与对比文献 利用神经网络来估计未知非线性执行器故障，并与动态面技术相结合，提出了一种沈阳工业大学学报第 卷自适应协同容错控制方法 为了验证本文提出的容错控制律的优越性，将其与文献 进行对比，得到多智能体系统的速度跟踪曲线如图 所示，速度误差曲线如图 所示图 速度仿真曲线 图 速度误差仿真曲线 从图 结果可以看出：在文献 控制方法作用下，、和 虽然在 后能够大致跟踪指令信号，但是响应时间比较长，同时跟踪曲线发生剧烈振荡，当执行器出现故障时，跟踪曲线发生剧烈波动，控制效果较差；而在文本容错控制律的作用下，、和 能克服不确定性的影响，在 时就可达到一致稳定，当执行器发生故障时，跟踪曲线发生微小振荡后，可迅速稳定跟踪速度指令信号，控制效果表现得更好从图 结果可以看出：在文献 容错控制律的作用下，速度误差持续小幅振荡，后减小到 附近，而在执行器故障的影响下，持续大幅振荡，控制效果不好；本文设计的控制律能确保、和的跟踪误差在 减小到 ，当故障发生时，跟踪误差小幅振荡后，在 内减小到 航迹角和误差跟踪与对比与 节中速度对比方法相同，得到多智能体系统的航迹角跟踪曲线如图 所示，航迹角误差曲线如图 所示图 航迹角仿真曲线 图 航迹角误差仿真曲线 具体分析方法与图 、相同，可看出本文容错控制律能够包容不确定性和执行器故障的影响，快第 期王艳丽，等：考虑不确定性多智能体系统的分布式容错控制速实现对多智能体系统的一致稳定，控制效果更优 结论针对多智能体系统中参数摄动不确定性和执行器故障等问题，利用参数自适应技术设计了分布式容错控制律 通过在 中对无人机编队进行仿真实验表明，所设计的容错控制律能够使多智能体在 内跟踪指令信号，能够包容未建模动态和参数摄动等不确定的影响，实现多智能体系统的一致鲁棒控制；可在 后使跟踪误差减小到 ，控制精度较高，也能够克服执行器失效乘性故障和偏离加性故障的影响，实现多智能体系统的一致容错控制参考文献（）：李龙斌 采用超节点协同的多智能体系统一致性算法 信息与控制，（）：（，（）：）李媛，张如霞，于忠鑫 时滞非线性 模糊马尔科夫跳变系统的滑模控制 沈阳工业大学学报，（）：（，（）：）许丹，王鹏，刘智恒 往复工作路径下 算法的编队控制研究 国外电子测量技术，（）：（，（）：）易国，毛建旭，王耀南，等 多移动机器人运动目标环绕与避障控制 仪器仪表学报，（）：（，（）：）谢光强，吴彦彬，李杨，等 基于多车辆集群的多编队一致性协议 计算机应用研究，（）：（，（）：）茆汉国，张建德 多智能体系统的非震颤固定时间一致性 计算机工程与应用，（）：（，（）：）叶丹，张天予，李奎 全局信息未知的多智能体自适应容错包容控制 山东大学学报（工学版），（）：（，（），（）：）刘自理，严卫生，张守旭 动态拓扑下时变时延多智能体系统的协同输出调节问题研究 西北工业大学学报，（）：（，（）：）刘秀华，韩建，魏新江 基于中间观测器的多智能体系统分布式故障估计 自动化学报，（）：（，（）：）曹伟，孙明 离散时变多智能体系统有限时间一致性迭代学习控制 控制与决策，（）：（，（）：）刘凡，杨洪勇，杨怡泽，等 带有不匹配干扰的多智能体系统有限时间积分滑模控制 自动化学报，（）：（，（）：）李辰龙，方勇 基于神经网络的多智能体量化迭代学习控制 电子测量技术，（）：（，（）：）查昕昕，王正新，蒋国平 异质多智能体系统的自适应点对点拟一致性控制 南京邮电大学学报（自然科学版），（）：（，（），（）：）马丹，张宝峰，王璐瑶 多智能体系统一致性问题的控制器与拓扑协同优化设计 控制理论与应用，（）：（，（）：）张普，薛惠锋，高山，等 具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制 系统工程与电子技术，（）：（，（）：）（责任编辑：景勇英文审校：尹淑英）沈阳工业大学学报第 卷