一种应用于网络化集群智能体系统的自适应编队方法
技术领域
本发明属于网络化集群智能体系统编队控制技术领域,具体涉及一种应用于网络化集群智能体系统的自适应编队方法。
背景技术
多无人机协同编队作战飞行是未来无人机发展的一个重要趋势,拥有广阔的发展前景。但因为随着作战要求的不断提高和防空体系的日益完善,依靠单架无人机来执行作战任务已经不能满足当前和未来的作战需求,而以编队形式执行作战任务的无人机群,通过相互的能力互补和行动协调,能有效的克服单架无人机的战技性能不足,减小目标探测、跟踪盲区,提高完成指定作战任务的效能。网络化集群智能体系统编队控制技术是实现多无人机协同编队作战的重要理论基础。针对不同集群智能体系统的不同编队目标,可以设计不同的编队控制器,比如集中式的编队控制器,跟随领导者的编队控制器,基于行为法的编队控制器等。特别地,北大学者Z.Li提出了基于一致性区域的分布式协同控制器,并成功将其应用到编队控制器的设计当中。相比于传统的编队控制方法,基于一致性区域的分布式协同控制具有去中心化、强鲁棒性等优点,在网络化集群智能体系统编队控制中具有广阔的应用前景。
但是,针对不同的集群智能体系统,分布式协同编队控制器的耦合强度对应的一致性区域往往呈现出间歇和不连续特性,这使得分布式协同编队控制器的设计过程变得非常复杂,而且耦合强度设计过程往往依赖于网络化集群智能体系统的全局参数。然而,全局参数的获取无疑会增加网络化集群智能体系统编队控制器设计的难度。目前并不存在网络化集群智能体系统编队控制器耦合强度设计的标准方法,其设计参数的选择只能通过试凑的办法来实现,设计效率极低。因此在满足控制系统稳定性与性能要求的前提下,设计一种专门应用于网络化集群智能体系统的耦合参数自适应编队控制方法具有相当紧迫的现实和理论意义。
发明内容
为了克服上述现有技术存在的不足,本发明提供了一种应用于网络化集群智能体系统的自适应编队方法。
为了实现上述目的,本发明提供如下技术方案:
一种应用于网络化集群智能体系统的自适应编队方法,包括以下步骤:
步骤1:使用分布式协同编队中的一致性区域分析方法对网络化集群智能体系统的编队稳定性进行描述,设计自适应时变编队控制器的基本形式,其中耦合强度的初始值选为大于1的常数;
分布式协同编队中的一致性区域分析方法具体是:对于不同的集群智能系统动力学特征和网络拓扑结构,实现编队的一致性区域是不同的,根据结构特征,一致性区域可以分为联通的和不联通的。一致性区域分析方法就是通过分析指定的动力学和网络拓扑结构,进行数值计算,得出一致性区域的结构特征,人工选取耦合强度,使得耦合强度落在一致性区域当中,从而保证网络化集群智能体系统的的结构稳定性;
步骤2:使用自适应参数设计方法对所述自适应时变编队控制器的耦合强度进行动态设计,将基于分布式局部相对信息的测量设计为耦合强度的增长速度;
自适应参数设计方法具体指:通过局部的相对测量信息,设计耦合强度的自适应动态变化率:自适应的更新耦合强度,自适应的使得耦合强度最终落在合适的一致性区域当中,避免了分析一致性区域时带来的计算复杂性等难点;
步骤3:将所述自适应时变编队控制器带入到网络化集群智能体系统形成闭环系统,运用自适应分析和Lyapunov方法对闭环系统的编队稳定性进行分析,以实现网络化集群智能体系统的时变编队的目标;
自适应分析和Lyapunov方法是指:通过构造带有自适应耦合强度的正定Lyapunov函数,沿着网络化集群智能系统动力学与自适应动态更新率,理论分析Lyapunov函数的导数的负定性,从而得出网络化集群智能系统编队的稳定性和自适应耦合强度的有界性等特征,保证网络化集群智能系统编队的可实现性。
优选地,所述自适应时变编队控制器的设计流程为:
步骤A:将控制对象描述为一般高阶线性微分方程,如下:
式中,A∈Rn×n和B∈Rn×m是常数矩阵,xi(t)∈Rn和ui(t)∈Rm分别是第i个智能体的状态变量和控制输入变量:
假设矩阵B列满秩,即rank(B)=m,系统(A,B)是可控的;
时变编队表示为可微分的向量h(t),并且令
当对于任何给定的有界初始状态,存在一个向量值函数r(t)∈Rn满足i=1,2,...,N时,则称网络化集群智能体系统实现了时变编队h(t),
其中,r(t)被称为编队参考函数,用来描述整个编队的宏观运动,h(t)表示时变编队;
步骤B:将基于一致性区域的分布式编队控制器的表达式描述如下:
式中i=1,2,...,N,K1,K2,K3∈Rm×n,F∈Rn×n,
ci(t)是与第i个智能体和其相邻智能体有关的时变耦合权重,并且ci(0)≥1;
ρi(·)是一个与有关的光滑的单调递增的函数,并且当s>0时,ρi(s)≥1;
vi(t)∈Rm为第i个智能体提供了额外的基于hi(t)的编队指令信号,P>0是反馈矩阵。
优选地,令编队误差那么所述集群智能体系统可以写作:
则当且仅当式(4)实现一致性时,所述集群智能体系统实现时变编队h(t);
设立一个非奇异矩阵U,满足且再令其中可以得到:
令中间变量那么所述集群智能体系统可以转换为:
再令相对编队hij(t)=hi(t)-hj(t)和相对速度vij(t)=vi(t)-vj(t)(i,j∈{1,2,...,N}),则集群智能体系统实现时变编队h(t),当且仅当
并且下面的线性系统是渐进稳定的:
优选地,编队参考函数r(t)代表整个编队的宏观运动,当且仅当时,(i∈{1,2,...,N}),如果具有有向交互拓扑结构的所述集群智能体系统可以实现时变编队h(t),那么编队参考函数r(t)满足
式中,
优选地,对于所述集群智能体系统,自适应控制器的表达式(2)和(3)里的控制参数可以按照如下过程设计:
①:首先检查时变编队h(t)是否满足编队可实现条件公式(7),如果满足,K1可以是有恰当维数的任意常数矩阵,例如K1=0,然后利用可以解出vi(t)(i=1,2,...,N),需要指出,vi(t)(i=1,2,...,N)并不是唯一的;
如果不满足条件公式(7),那么时变编队h(t)不能实现,算法结束;如果要求v(t)≡0,那么通过解可获得K1,如果不存在K1,那么编队h(t)不能实现,算法结束;
②:由于系统(A,B)是可控的,那么总是存在一个K2可以确保系统(A+BK1+BK2,B)是稳定的,可以通过设计A+BK1+BK2的特征值处于复平面上期望的位置来确定K2;
③:设计K3和F如下:K3=BTP-1,F=P-1BBTP-1,其中P>0是线性矩阵不等式(A+BK1+BK2)P+P(A+BK1+BK2)T-2BBT<0的解,选择初值ci(0)≥1,选择函数
本发明提供的应用于网络化集群智能体系统的自适应编队方法具有以下有益效果:
(1)该自适应编队方法是基于一致性区域分析理论,通过自适应搜索的方式使得编队控制器的耦合强度自动地落到可行的一致性区域中,从而保证自适应控制器的对网络化集群智能体系统时变编队的稳定性,实现对网络化集群智能体系统的自适应时变编队设计。
(2)该自适应参数设计方法可以广泛应用于网络化集群智能体系统的各类协同控制器的参数设计,还可以适用于网络化集群智能体系统跟踪控制器、包含控制器等设计,有效地避免了大规模网络化集群智能体系统协同控制中耦合强度依赖于全局信息的参数设计难点。
(3)该自适应参数设计方法可以应用于有向网络下的集群智能体系统的编队控制器的耦合强度设计,拓展了网络通讯拓扑的结构,避免了已有结果只能针对于无向网络的自适应设计缺陷。
附图说明
图1为本发明实施例1的应用于网络化集群智能体系统的自适应编队方法的流程图。
具体实施方式
下面结合附图,对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明的技术方案和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本发明的描述中,需要说明的是,除非另有明确的规定或限定,术语“相连”、“连接”应作广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体式连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以是通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上,在此不再详述。
实施例1
本发明提供了一种应用于网络化集群智能体系统的自适应编队方法,具体如图1所示,包括以下步骤:
S1:使用分布式协同编队中的一致性区域分析方法对网络化集群智能体系统的编队稳定性进行描述,设计自适应时变编队控制器的基本形式,其中耦合强度的初始值选为大于1的常数;
分布式协同编队中的一致性区域分析方法具体是:对于不同的集群智能系统动力学特征和网络拓扑结构,实现编队的一致性区域是不同的,根据结构特征,一致性区域可以分为联通的和不联通的。一致性区域分析方法就是通过分析指定的动力学和网络拓扑结构,进行数值计算,得出一致性区域的结构特征,人工选取耦合强度,使得耦合强度落在一致性区域当中,从而保证网络化集群智能体系统的的结构稳定性;
S2:使用自适应参数设计方法对自适应时变编队控制器的耦合强度进行动态设计,将基于分布式局部相对信息的测量设计为耦合强度的增长速度;
自适应参数设计方法具体指:通过局部的相对测量信息,设计耦合强度的自适应动态变化率:自适应的更新耦合强度,自适应的使得耦合强度最终落在合适的一致性区域当中,避免了分析一致性区域时带来的计算复杂性等难点;
S3:将自适应时变编队控制器带入到网络化集群智能体系统形成闭环系统,运用自适应分析和Lyapunov方法对闭环系统的编队稳定性进行分析,以实现网络化集群智能体系统的时变编队的目标;
自适应分析和Lyapunov方法是指:通过构造带有自适应耦合强度的正定Lyapunov函数,沿着网络化集群智能系统动力学与自适应动态更新率,理论分析Lyapunov函数的导数的负定性,从而得出网络化集群智能系统编队的稳定性和自适应耦合强度的有界性等特征,保证网络化集群智能系统编队的可实现性。
本实施例中,自适应时变编队控制器的设计流程为:
SA:将控制对象描述为一般高阶线性微分方程,如下:
式中,A∈Rn×n和B∈Rn×m是常数矩阵,xi(t)∈Rn和ui(t)∈Rm分别是第i个智能体的状态变量和控制输入变量:
假设矩阵B列满秩,即rank(B)=m,系统(A,B)是可控的;
时变编队表示为可微分的向量h(t),并且令
当对于任何给定的有界初始状态,存在一个向量值函数r(t)∈Rn满足i=1,2,...,N时,则称网络化集群智能体系统实现了时变编队h(t),
其中,r(t)被称为编队参考函数,用来描述整个编队的宏观运动,h(t)表示时变编队;
SB:将基于一致性区域的分布式编队控制器的表达式描述如下:
式中i=1,2,...,N,K1,K2,K3∈Rm×n,F∈Rn×n,
ci(t)是与第i个智能体和其相邻智能体有关的时变耦合权重,并且ci(0)≥1;
ρi(·)是一个与有关的光滑的单调递增的函数,并且当s>0时,ρi(s)≥1;
vi(t)∈Rm为第i个智能体提供了额外的基于hi(t)的编队指令信号,P>0是反馈矩阵。
下面进行编队可行性分析,这里提出了具有一般线性动力学模型和有向交互拓扑结构的集群智能体系统实现时变编队的充分必要条件,并给出了可行时变编队集的数学描述以及扩展可行时变编队集的方法。
令编队误差那么集群智能体系统可以写作:
则当且仅当式(4)实现一致性时,集群智能体系统实现时变编队h(t);
设立一个非奇异矩阵U,满足且再令其中可以得到:
令中间变量那么集群智能体系统可以转换为:
再令相对编队hij(t)=hi(t)-hj(t)和相对速度vij(t)=vi(t)-vj(t)(i,j∈{1,2,...,N}),则集群智能体系统实现时变编队h(t),当且仅当
并且下面的线性系统是渐进稳定的:
上面是分析设计过程中进行结构分解,将原有问题转化为公式(5)的稳定性分析问题,从而进一步进行求解。
下面进行编队参考函数分析,编队参考函数r(t)代表整个编队的宏观运动,当且仅当时,(i∈{1,2,...,N}),如果具有有向交互拓扑结构的集群智能体系统可以实现时变编队h(t),那么编队参考函数r(t)满足
式中,
这一部分说明了编队实现后的控制器每一项对编队最终轨迹的影响。
进一步的,对于集群智能体系统,自适应控制器的表达式(2)和(3)里的控制参数可以按照如下过程设计:
①:首先检查时变编队h(t)是否满足编队可实现条件公式(7),如果满足,K1可以是有恰当维数的任意常数矩阵,例如K1=0,然后利用可以解出vi(t)(i=1,2,...,N),需要指出,vi(t)(i=1,2,...,N)并不是唯一的;
如果不满足条件公式(7),那么时变编队h(t)不能实现,算法结束;如果要求v(t)≡0,那么通过解可获得K1,如果不存在K1,那么编队h(t)不能实现,算法结束;
②:由于系统(A,B)是可控的,那么总是存在一个K2可以确保系统(A+BK1+BK2,B)是稳定的,可以通过设计A+BK1+BK2的特征值处于复平面上期望的位置来确定K2;
③:设计K3和F如下:K3=BTP-1,F=P-1BBTP-1,其中P>0是线性矩阵不等式(A+BK1+BK2)P+P(A+BK1+BK2)T-2BBT<0的解,选择初值ci(0)≥1,选择函数
以上所述实施例仅为本发明较佳的具体实施方式,本发明的保护范围不限于此,任何熟悉本领域的技术人员在本发明披露的技术范围内,可显而易见地得到的技术方案的简单变化或等效替换,均属于本发明的保护范围。