CN108897229A - 一种二阶多智能体系统的领导-跟随比例一致性控制方法 - Google Patents

一种二阶多智能体系统的领导-跟随比例一致性控制方法 Download PDF

Info

Publication number
CN108897229A
CN108897229A CN201811114142.5A CN201811114142A CN108897229A CN 108897229 A CN108897229 A CN 108897229A CN 201811114142 A CN201811114142 A CN 201811114142A CN 108897229 A CN108897229 A CN 108897229A
Authority
CN
China
Prior art keywords
leader
intelligent body
state
ratio
follows
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811114142.5A
Other languages
English (en)
Other versions
CN108897229B (zh
Inventor
陈世明
张正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China Jiaotong University
Original Assignee
East China Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by East China Jiaotong University filed Critical East China Jiaotong University
Priority to CN201811114142.5A priority Critical patent/CN108897229B/zh
Publication of CN108897229A publication Critical patent/CN108897229A/zh
Application granted granted Critical
Publication of CN108897229B publication Critical patent/CN108897229B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Abstract

一种二阶多智能体系统的领导‑跟随比例一致性控制方法，根据网络的拓扑结构确定跟随智能体与领导者，确定以领导者为根节点的有向生成树结构；其次根据期望实现多智能体状态比例关系，为跟随智能体选择比例参数，使二阶多智能体状态达到预期指定比例关系；最后在一个或多个跟随智能体能获取领导者信息的情况下，设计多智能体的领导‑跟随比例一致性协议，实现跟随智能体的状态以一定的比例严格跟随领导者的状态，所有跟随智能体的状态实现比例一致性。

Description

一种二阶多智能体系统的领导-跟随比例一致性控制方法
技术领域
本发明涉及一种二阶多智能体系统的领导-跟随比例一致性控制方法，具体涉及一种基于有向拓朴的二阶多智能体系统的领导-跟随比例一致性控制方法，属多智能体技术领域。
背景技术
多智能体系统的协同控制在卫星、无人飞行器和交通等领域有着广泛的应用。一致性问题受到了广大科研人员的关注并对其展开了广泛的研究。众所周知，当前的一致性算法可以简单地分为两类，第一类是无领导者的一致性算法，第二类是带有领导者的一致性算法。在过去的十几年里，基于Jadbabaie A,Lin J,Morse A S(Coordination ofgroups of mobile autonomous agents using nearest neighbor rules.IEEETransactions on Automatic Control,2004)和Olfati-Saber R,Fax J A,Murray R M(Consensus and cooperation in networked multi-agent systems.Proceedings ofthe IEEE,2007)等所完成的开创性工作，多智能体系统的协同控制取得了重大的进展。一般来说，根据分布式控制算法，一致性的目标是所有的智能体通过信息的交换收敛到一个共同的值。
目前已经有大量有关带领导者的多智能体系统一致性的研究成果。由于二阶和高阶多智能体系统可以描述更复杂的应用方程，因此二阶和高阶多智能体系统的一致性问题受到了许多研究人员的关注。Ren W,Atkins E(Distributed multi-vehicle coordinatedcontrol via local information exchange.International Journal of Robust andNonlinear Control,2007.)研究了二阶线性多智能体系统领导-跟随一致性问题。Wen GG,Peng Z X,Rahmani A(Distributed leader-following consensus for second-ordermulti-agent systems with nonlinear inherent dynamics.International Journal ofSystems Science,2014)和Huang N,Duan Z S,Zhao Y(Leader-following consensus ofsecond-order non-linear multi-agent systems with directed intermittentcommunication.IET Control Theory&Applications,2014)研究了二阶非线性多智能体系统的领导-跟随一致性问题。Ni W,Cheng D Z(Leader-following consensus of multi-agent systems under fixed and switching topologies.Systems&Control Letters,2010)分别在固定拓扑和切换拓扑下研究了高阶多智能体系统领导-跟随一致性问题，但领导者的动力方程是线性的。在很多实际系统中，由于不同因素的影响，智能体个体的动态方程是不同的，因此，对于异质多智能体系统的领导-跟随一致性一致性问题的研究也受到了一些研究人员的重视。对于异质多智能体系统，Kim J M,Park J B,Choi Y H(Leaderlessand leader-following consensus for heterogeneous multi-agent systems withrandom link failures.IET Control Theory&Applications,2014)研究了在有向固定拓扑下一阶/二阶异质多智能体系统的领导-跟随一致性算法，在考虑了随机通讯失败情况下，设计了控制算法，利用线性矩阵不等式分别分析了无领导者和有领导者的异质多智能体系统的均方稳定性。
在过去的很多年，一致性问题的主要研究结论是在同一个拓扑网络中的所有智能体的某些关键信息是一致的。在协同控制中，在存在不同的任务分配和物理变量的情况下，为了完成协同任务，因此需要考虑群一致性问题，不同的群趋于不同的一致性状态。群一致性的指的是一个复杂的多智能体网络是由多个子群构成的，同一子群中的智能体在某些关键信息上达到一致，不同子群中的智能体信息状态不一致。领导-跟随群一致性指的是每个子群都有个虚拟领导者，保证相同子群中智能体都能跟随到相应的领导者，不同子群的智能体达到群一致。Ma Q,Wang Z,Miao G Y(Second-order group consensus for multi-agent systems via pinning leader-following approach.Journal of the FranklinInstitute,2014)研究了在牵制控制下，二阶非线性多智能体系统的领导-跟随群一致性问题。Feng Y Z,Xu S Y,Zhang B Y(Group consensus control for double-integratordynamic multi-agent systems with fixed communication topology.InternationalJournal of Robust and Nonlinear Control,2014)和Xie D M,Liang T(Second-ordergroup consensus for multi-agent systems with time delays.Neurocomputing,2015)研究了无领导者的二阶多智能体的群一致性问题。Qin J H,Yu C B,Anderson B D O(Ondistributed cluster consensus for multiple double-integrator agents.In2013European control conference,2013)研究了在牵制控制下，线性多智能体系统的群一致性问题，在有向拓扑且领导者的速度均是常速的条件下，分析了领导-跟随一致性问题。
然而，大多数关于群一致性的分析都是基于一个假设，即整个通信拓扑的拉普拉斯矩阵的每一行元素之和为零。显然，这个假设是相对严格的，它并不适用于任意的拓扑结构。因此Roy S(Scaled consensus.Automatica,2015)首次提出了比例一致性的概念，即不同智能体的标量状态之间可达到预先给定的比例关系，而不是趋于一个共同的值。如果跟随智能体状态能以预先设置的比例严格跟随领导者的状态，所有智能体状态之间存在预先给定的比例关系，这就说明多智能体状态实现了比例一致性。比例一致性可应用于许多领域，例如大型行动分区系统、供水系统和编队等领域。Aghbolagh H D,Ebrahimkhani E,Hashemzadeh F(Scaled consensus tracking under constant timedelay.International Federation of Automatic Control,2016)在常时延下解决了一阶多智能体系统的领导-跟随比例一致性跟踪问题，研究了系统的稳定性条件，并证明了最大允许时延。Meng D Y,Jia Y M(Scaled consensus problems on switchingnetworks.IEEE Transactions on Automatic Control,2016)解决了基于切换拓扑下一阶多智能体系统的领导-跟随比例一致性问题。Wang Q L(Scaled consensus of multi-agent systems with output saturation.Journal of the Franklin Institute,2017)研究了在强连通无向拓扑下的无领导者一阶多智能体系统的输出饱和比例一致性问题。
目前很多多智能体一致性的工作都是聚焦于普通一致性的研究，也就是说，所有的智能体都是渐近地达到一个共同的状态。然而，在许多实际应用中，多智能体的状态期望以特定的比例收敛于平衡点，而不是达到一个共同的值，从而比例一致性的研究是当前控制领域专家们非常感兴趣的问题。
发明内容
本发明的目的是，为了使多智能体的状态以特定的比例收敛于平衡点和跟踪领导者，而不是达到一个共同的值，本发明提供一种二阶多智能体领导-跟随比例一致性控制方法。
实现本发明方法的技术方案如下，一种二阶多智能体系统的领导-跟随比例一致性控制方法，根据网络的拓扑结构确定跟随智能体与领导者，确定以领导者为根节点的有向生成树结构；其次根据期望实现多智能体状态的比例关系，为跟随智能体选择比例参数，使二阶多智能体的状态达到预期指定比例关系；最后在一个或多个跟随智能体能获取领导者信息的情况下，设计多智能体的领导-跟随比例一致性协议，实现跟随智能体的状态以一定的比例严格跟随领导者的状态，所有跟随智能体的状态实现比例一致性。
一种二阶多智能体系统的领导-跟随比例一致性控制方法，包含以下步骤：
(1)考虑多智能体通讯网络拓扑结构，其中只有一个或多个跟随智能体能获取领导者信息，且存在一簇以领导者为根节点的有向生成树，即领导者有一条有向通路通往所有跟随智能体；确定以领导者为根节点的有向生成树结构；
(2)实现二阶多智能体状态达到预期指定比例关系，预先为跟随智能体设置比例参数，使多智能体系统状态能达到期望的比例关系；
(3)为跟随智能体个体设计多智能体的领导-跟随比例一致性协议，从而实现跟随智能体的状态以预先设置的比例参数严格跟随领导者的状态，使跟随智能体的状态实现比例一致性。
所述确定以领导者为根节点的有向生成树结构的方法如下：
应用图论的方法表示多智能体之间的通信关系，描述二阶多智能体系统的通信拓扑模型用有向图G＝(V,E,A)表示，
其中，V是一系列节点集，前N个节点表示跟随智能体，第N+1个节点表示领导者；是边集；A＝[aij]∈Rn×n，aij≥0是有向图G的邻接矩阵；
在有向图G中，eij＝(i,j)∈E定义的是从节点j指向节点i的边的方向；
智能体i的邻居定义为Ni＝{j∈V:(i,j)∈E}；
若节点i能直接接收到节点j的信息，那么aij＞0，否则aij＝0；有向图G含有一簇有向生成树当且仅当G至少有一个节点存在有向通路通往其他所有节点；有向路径是一系列边集所形成的序列，表示节点之间的连接关系；
如果在一个有向网络中存在至少有一个智能体、有一条有向路径通往其它任意智能体，那么就说这个有向图中存在有向生成树；
在有向图G中，若存在一簇以领导者为根节点的有向生成树，意味着领导者有一条有向通路通往所有跟随智能体。
所述二阶多智能体系统状态达到预期指定比例关系的方法如下：
给出领导-跟随比例一致性的定义：对任意的初始状态，当且仅当
和成立时，实现了二阶多智能体系统的领导-跟随比例一致性，也即所有智能体状态实现了任意指定的比例关系；其中βi，i＝1,2,β,N是非零常数，代表智能体的比例系数；此外，若β1＝β2＝…＝βN＝1，也即和说明实现了二阶多智能体系统的领导-跟随普通一致性，也即所有智能体状态达到了一致；
qN+1(t)和pN+1(t)分别表示领导者的位置和速度状态；
按照网络拓扑结构G中N+1个多智能体状态期望实现的比例关系为q1:q2:…:qN:qN+1＝β1:β2:…:βN:1，p1:p2:…:pN:pN+1＝β1:β2:…:βN:1，预先为跟随智能体设置比例参数为[β1,β2,…,βN]，如果多智能体系统实现[β1,β2,…,βN]的比例一致性，那么多智能体状态能达到预先指定的比例关系。
所述设计多智能体的领导-跟随比例一致性协议的方法如下：
领导-跟随二阶多智能体系统的动力学模型为：
其中，标号为N+1的智能体为领导者；标号1,2,…,N的智能体为跟随者；qi(t),pi(t)，i＝1,2,…,N为t时刻智能体i的状态；ui(t)为每个智能体的控制输入信息，i＝1,2,…,N；qN+1(t)和pN+1(t)是领导者的状态信息；f(·,·,·)为关于t分段连续，并且关于qN+1(t)和pN+1(t)局部Lipschitz；
领导-跟随的比例一致性协议能保证跟随智能体的状态以预期设置的比例严格跟随领导者的状态，所有跟随智能体的状态可实现比例一致性；也就是说随着t→∞，有和领导-跟随的比例一致性协议为：
其中ksi＞0，kvi＞0，aij为邻接矩阵aij中第(i,j)个对应的项；若第i体跟随智能体能获取到领导者的信息，那么ai(N+1)＝1，否则ai(N+1)＝0；βi，i＝1,2,...,N是智能体i的预先设置的比例系数。
每个跟随智能体在上式控制输入的作用下，跟随智能体的状态能以预先设置的比例参数严格跟随领导者的状态，所有跟随智能体的状态可实现比例一致性。
本发明的有益效果是，本发明将图论与多智能体的控制相结合，形象直观的表现出多智能体位置和速度之间形成的网络拓扑以及控制作用关系；本发明按多智能体系统期望实现的状态比例关系，预先为跟随智能体设置相应的比例参数，使多智能体状态能达到期望指定的比例关系，实现比例一致性。本发明提出的领导-跟随的比例一致性协议能保证跟随智能体的状态以预先设置的比例参数严格跟随领导者的状态，所有跟随智能体的状态可实现比例一致性。
附图说明
图1是本发明网络拓扑结构图；
图2是本发明在图1拓扑通讯图下的多智能体的位置轨迹；
图3是本发明在图1拓扑通讯图下的多智能体的速度轨迹；
图4是本发明方法的步骤框图。
具体实施方式
本发明的具体实施方式如图4所示。本实施例一种二阶多智能体系统的领导-跟随比例一致性控制方法包括以下步骤：
(1)确定以领导者为根节点的有向生成树结构；
(2)预先为跟随智能体设置比例参数，使多智能体状态能达到期望的比例关系；
(3)为跟随智能体个体设计领导-跟随比例一致性协议，使跟随智能体的状态实现比例一致性。
多智能体的一致性问题的主要研究结论是在同一个拓扑网络中的所有智能体的某些关键信息是一致的。但在协同控制中，在存在不同的任务分配和物理变量的情况下，为了完成协同任务，保证所有智能体的某些关键信息是一致的普通一致性协议无法满足人类的需求，而比例一致性协议可以使不同智能体的标量状态之间可达到预先给定的比例关系，而不是趋于一个共同的值。
其中q(t)＝(q1(t),q2(t),…,qN(t))T，p(t)＝(p1(t),p2(t),…,pN(t))T分别表示N个多智能体在时刻t的状态，u(t)＝(u1(t),u2(t),…,uN(t))T表示N个多智能体在时刻t的控制输入。领导者的速度是随时间变化的，f(·,·,·)关于t分段连续，并且关于qN+1(t)和pN+1(t)局部Lipschitz。如果对于任意给定的初始状态q(0)＝q0，p(0)＝p0，在控制输入u(t)的作用下，有和就称多智能体状态实现了比例一致性，βi，i＝1,2,...,N表示根据需求，预先设置好的比例系数。
现将系统(1)和(2)视为由N+1个节点组成的有向网络G＝(V,E,A)的状态方程，V表示一系列智能体节点集，前N个节点表示跟随智能体，第N+1个节点表示领导者。A＝[aij]∈Rn×n表示网络中节点间的邻接关系，是网络中节点间的边集,智能体i的邻居定义为Ni＝{j∈V:(i,j)∈E}，若节点i能直接接收到节点j的信息，那么aij＞0,否则aij＝0。
有向路径是一系列边集所形成的序列，表示节点之间的连接关系。如果在一个有向网络中存在至少有一个智能体有一条有向路径通往其它任意智能体，那么就说这个有向图中存在有向生成树。在有向图G中，若存在一簇以领导者为根节点的有向生成树，意味着领导者有一条有向通路通往所有跟随智能体。
按照网络拓扑结构G中N+1个多智能体状态期望实现的比例关系为q1:q2:…:qN:qN+1＝β1:β2:…:βN:1，p1:p2:…:pN:pN+1＝β1:β2:…:βN:1，可以预先为跟随智能体设置比例参数为[β1,β2,…,βN]，如果多智能体系统可以实现[β1,β2,…,βN]的比例一致性，那么多智能体状态能达到预先指定的比例关系。
确定在有向图G中，存在一簇以领导者为根节点的有向生成树，且根据多智能体状态期望实现的比例关系，预先为跟随智能体设置好比例参数后，为跟随智能体设计比例一致性协议，即为系统中所有的前N个跟随智能体施加如领导-跟随的比例一致性控制协议所示的控制输入，应用领导-跟随的比例一致性控制协议可实现多智能体系统的比例一致性。
图1所示是以一个有向图为例描述了实现比例一致性的过程。
图1考虑的是多智能体通讯网络拓扑结构G，其中包含了9个跟随智能体和1个领导者，且只有两个跟随智能体能直接获取领导者信息，a104＝a108＝1和a10j＝0,且存在一簇以领导者为根节点的有向生成树，即领导者有一条有向通路通往所有跟随智能体。
假设网络拓扑结构G中9个智能体和领导者的位置和速度需要实现的比例关系为q1:q2:q3:q4:q5:q6:q7:q8:q9:q10＝-1:-1:-1:3:3:3:6:6:6:1，p1:p2:p3:p4:p5:p6:p7:p8:p9:p10＝-1:-1:-1:3:3:3:6:6:6:1；
所以为每个跟随智能体预先设置比例参数[β1,β2,β3,β4,β5,β6,β7,β8,β9]＝[-1,-1,-1,3,3,3,6,6,6]，如果多智能体系统可以实现[β1,β2,β3,β4,β5,β6,β7,β8,β9]＝[-1,-1,-1,3,3,3,6,6,6]的比例一致，那么多智能体状态能达到指定的比例关系，也即q1:q2:q3:q4:q5:q6:q7:q8:q9:q10＝-1:-1:-1:3:3:3:6:6:6:1，p1:p2:p3:p4:p5:p6:p7:p8:p9:p10＝-1:-1:-1:3:3:3:6:6:6:1可实现。
采用本发明中领导-跟随的比例一致性控制协议，ksi＝1，kvi＝1，设置所有智能体的初始位置和初始速度分别为q(0)＝[-2,-1,0,1,2,3,4,5,6]T和p(0)＝[-3,-3.5,-4,-4.5,-5,-5.5,-6,-6.5,-7]T，假设式(2)中的f(t,qr)＝cos(qr)/(1+e-t)。从而可得到在图1拓扑通讯图下，如图2所示的多智能体的位置轨迹q(t)和如图3所示的多智能体的速度轨迹p(t)。
从图2中可看出，每个跟随智能体在控制输入领导-跟随的比例一致性控制协议的作用下，跟随智能体的位置状态能以预先设置的比例参数严格跟随领导者的位置状态，所有跟随智能体的位置状态可实现比例一致性。
从图3中可看出，每个跟随智能体在控制输入领导-跟随的比例一致性控制协议的作用下，跟随智能体的速度状态能以预先设置的比例参数严格跟随领导者的速度状态，所有跟随智能体的速度状态可实现比例一致性。
在本发明的构思基础上可以进行的各种替换、变化和修改，这些替换、变化和修改不应排除在发明的保护范围之外。

Claims (6)

1.一种二阶多智能体系统的领导-跟随比例一致性控制方法，其特征在于，所述方法根据网络的拓扑结构确定跟随智能体与领导者，确定以领导者为根节点的有向生成树结构；其次根据期望实现多智能体状态比例关系，为跟随智能体选择比例参数，使二阶多智能体状态达到预期指定比例关系；最后在一个或多个跟随智能体能获取领导者信息的情况下，设计多智能体的领导-跟随比例一致性协议，实现跟随智能体的状态以一定的比例严格跟随领导者的状态，所有跟随智能体的状态实现比例一致性。
2.根据权利求1所述的一种二阶多智能体系统的领导-跟随比例一致性控制方法，其特征在于，所述方法包含以下步骤：
(1)考虑多智能体通讯网络拓扑结构，其中只有一个或多个跟随智能体能获取领导者信息，且存在一簇以领导者为根节点的有向生成树，即领导者有一条有向通路通往所有跟随智能体；确定以领导者为根节点的有向生成树结构；
(2)为实现二阶多智能体状态达到预期指定比例关系，预先为跟随智能体设置比例参数，使多智能体系统状态能达到期望的比例关系；
(3)为跟随智能体个体设计多智能体的领导-跟随比例一致性协议，从而实现跟随智能体的状态以预先设置的比例参数严格跟随领导者的状态，使跟随智能体的状态实现比例一致性。
3.根据权利求1所述的一种二阶多智能体系统的领导-跟随比例一致性控制方法，其特征在于，所述确定以领导者为根节点的有向生成树结构的方法如下：
应用图论的方法表示多智能体之间的通信关系，描述二阶多智能体系统的通信拓扑模型用有向图G＝(V,E,A)表示，
其中，V是一系列节点集，前N个节点表示跟随智能体，第N+1个节点表示领导者；是边集；A＝[aij]∈Rn×n，aij≥0是有向图G的邻接矩阵；
在有向图G中，eij＝(i,j)∈E定义的是从节点j指向节点i的边的方向；
智能体i的邻居定义为Ni＝{j∈V:(i,j)∈E}；
若节点i能直接接收到节点j的信息，那么aij＞0，否则aij＝0；有向图G含有一簇有向生成树当且仅当G至少有一个节点存在有向通路通往其他所有节点；有向路径是一系列边集所形成的序列，表示节点之间的连接关系；
如果在一个有向网络中存在至少有一个智能体、有一条有向路径通往其它任意智能体，那么就说这个有向图中存在有向生成树；
在有向图G中，若存在一簇以领导者为根节点的有向生成树，意味着领导者有一条有向通路通往所有跟随智能体。
4.根据权利求1所述的一种二阶多智能体系统的领导-跟随比例一致性控制方法，其特征在于，所述二阶多智能体状态达到预期指定比例关系的方法如下：
给出领导-跟随比例一致性的定义：对任意的初始状态，当且仅当
成立时，实现了二阶多智能体系统的领导-跟随比例一致性，也即所有智能体状态实现了任意指定的比例关系；其中βi，i＝1,2,…,N是非零常数，代表智能体的比例系数；此外，若β1＝β2＝…＝βN＝1，也即和说明实现了二阶多智能体系统的领导-跟随普通一致性，也即所有智能体状态达到了一致；
qN+1(t)和pN+1(t)分别表示领导者的位置和速度状态；
按照网络拓扑结构G中N+1个多智能体状态期望实现的比例关系为q1:q2:…:qN:qN+1＝β1:β2:…:βN:1，p1:p2:…:pN:pN+1＝β1:β2:…:βN:1，预先为跟随智能体设置比例参数为[β1,β2,…,βN]，如果多智能体系统实现[β1,β2,…,βN]的比例一致性，那么多智能体状态能达到预先指定的比例关系。
5.根据权利求1所述的一种二阶多智能体系统的领导-跟随比例一致性控制方法，其特征在于，所述设计多智能体的领导-跟随比例一致性协议的方法如下：
领导-跟随二阶多智能体系统的动力学模型为：
其中，标号为N+1的智能体为领导者；标号1,2,…,N的智能体为跟随者；qi(t),pi(t)，i＝1,2,…,N为t时刻智能体i的状态；ui(t)为每个智能体的控制输入信息，i＝1,2,…,N；qN+1(t)和pN+1(t)是领导者的状态信息；f(·,·,·)为关于t分段连续，并且关于qN+1(t)和pN+1(t)局部Lipschitz；
领导-跟随的比例一致性协议能保证跟随智能体的状态以预期设置的比例严格跟随领导者的状态，所有跟随智能体的状态实现比例一致性；也就是说随着t→∞，有和领导-跟随的比例一致性协议为：
其中ksi＞0，kvi＞0，aij为邻接矩阵A＝(aij)N*N中第(i,j)个对应的项；若第i体跟随智能体能获取到领导者的信息，那么ai(N+1)＝1，否则ai(N+1)＝0；βi，i＝1,2,...,N是智能体i的预先设置的比例系数。
6.根据权利求5所述的一种二阶多智能体系统的领导-跟随比例一致性控制方法，其特征在于，每个所述跟随智能体在控制输入领导-跟随的比例一致性协议的作用下，跟随智能体的状态能以预先设置的比例参数严格跟随领导者的状态，所有跟随智能体的状态实现比例一致性。
CN201811114142.5A 2018-09-25 2018-09-25 一种二阶多智能体系统的领导-跟随比例一致性控制方法 Active CN108897229B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811114142.5A CN108897229B (zh) 2018-09-25 2018-09-25 一种二阶多智能体系统的领导-跟随比例一致性控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811114142.5A CN108897229B (zh) 2018-09-25 2018-09-25 一种二阶多智能体系统的领导-跟随比例一致性控制方法

Publications (2)

Publication Number Publication Date
CN108897229A true CN108897229A (zh) 2018-11-27
CN108897229B CN108897229B (zh) 2021-04-30

Family

ID=64359481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811114142.5A Active CN108897229B (zh) 2018-09-25 2018-09-25 一种二阶多智能体系统的领导-跟随比例一致性控制方法

Country Status (1)

Country Link
CN (1) CN108897229B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109459930A (zh) * 2018-12-26 2019-03-12 电子科技大学 一种基于pd结构和邻居滞后控制信号的协同控制方法
CN109491396A (zh) * 2018-12-28 2019-03-19 辽宁工业大学 一种多智能体事件驱动编队控制系统及方法
CN109491249A (zh) * 2018-11-30 2019-03-19 沈阳航空航天大学 一种存在DoS攻击时多智能体系统事件触发控制器的设计方法
CN109756946A (zh) * 2018-12-19 2019-05-14 北京交通大学 一种多智能体协同调控编队方法
CN109902260A (zh) * 2019-03-05 2019-06-18 南京理工大学 三阶多智能体系统的能控性判定方法
CN110308659A (zh) * 2019-08-05 2019-10-08 沈阳航空航天大学 具有时延和切换拓扑的不确定多智能体系统混合触发一致的控制方法
CN110609468A (zh) * 2019-06-30 2019-12-24 南京理工大学 基于pi的非线性时滞多智能体系统的一致性控制方法
CN110609469A (zh) * 2019-06-30 2019-12-24 南京理工大学 基于pi的异质时滞多智能体系统的一致性控制方法
CN110609467A (zh) * 2019-06-30 2019-12-24 南京理工大学 基于pid的时滞多智能体系统的一致性控制方法
CN110703795A (zh) * 2019-09-27 2020-01-17 南京航空航天大学 一种基于切换拓扑的无人机群协同安全控制方法
CN110933726A (zh) * 2019-12-12 2020-03-27 华东交通大学 一种切换异构网络下的多智能体系统包含控制的实现方法
CN113110058A (zh) * 2021-01-25 2021-07-13 华东交通大学 一种通信受限的多智能体系统二分实用一致性控制方法
CN113359432A (zh) * 2021-07-09 2021-09-07 广东华中科技大学工业技术研究院 多刚体目标系统分布式自适应状态估计器控制律设计方法
CN113467398A (zh) * 2021-07-06 2021-10-01 山东大学 基于一致性算法的综合能源系统分布式控制方法及系统
CN114115002B (zh) * 2021-11-11 2023-08-11 西北工业大学 一种基于二阶通讯拓扑的大型集群控制方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104503454A (zh) * 2014-12-23 2015-04-08 浙江理工大学 基于多智能体理论的搜救机器人系统运动控制方法
CN104898663A (zh) * 2015-04-08 2015-09-09 华东交通大学 一种分布式的多机器人包含避碰控制方法
CN105429185A (zh) * 2015-12-08 2016-03-23 华南理工大学 一种具有鲁棒协同一致性的经济调度方法
CN105759633A (zh) * 2016-05-04 2016-07-13 华东交通大学 一种带强连通分支的多机器人系统可控包含控制方法
CN106444701A (zh) * 2016-09-14 2017-02-22 南京航空航天大学 领导‑跟随型多智能体系统的有限时间鲁棒故障诊断设计方法
CN106502100A (zh) * 2016-12-13 2017-03-15 浙江工业大学 多移动机器人的分布式单时滞控制器设计方法
CN106802564A (zh) * 2017-03-03 2017-06-06 新奥科技发展有限公司 多智能体系统及其控制方法
CN108170587A (zh) * 2018-01-15 2018-06-15 中国人民解放军陆军装甲兵学院 系统功能模块配置评价方法
CN108333949A (zh) * 2018-03-09 2018-07-27 南京航空航天大学 针对多智能体系统执行器部分失效故障的滑模容错控制方法
CN108512258A (zh) * 2018-05-10 2018-09-07 华北电力大学 一种基于改进多智能体一致性算法的风电场有功调度方法
US10645156B2 (en) * 2016-12-12 2020-05-05 University Of South Florida Tools and methods for distributed spatial control of swarms via multiplex information networks

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104503454A (zh) * 2014-12-23 2015-04-08 浙江理工大学 基于多智能体理论的搜救机器人系统运动控制方法
CN104898663A (zh) * 2015-04-08 2015-09-09 华东交通大学 一种分布式的多机器人包含避碰控制方法
CN105429185A (zh) * 2015-12-08 2016-03-23 华南理工大学 一种具有鲁棒协同一致性的经济调度方法
CN105759633A (zh) * 2016-05-04 2016-07-13 华东交通大学 一种带强连通分支的多机器人系统可控包含控制方法
CN106444701A (zh) * 2016-09-14 2017-02-22 南京航空航天大学 领导‑跟随型多智能体系统的有限时间鲁棒故障诊断设计方法
US10645156B2 (en) * 2016-12-12 2020-05-05 University Of South Florida Tools and methods for distributed spatial control of swarms via multiplex information networks
CN106502100A (zh) * 2016-12-13 2017-03-15 浙江工业大学 多移动机器人的分布式单时滞控制器设计方法
CN106802564A (zh) * 2017-03-03 2017-06-06 新奥科技发展有限公司 多智能体系统及其控制方法
CN108170587A (zh) * 2018-01-15 2018-06-15 中国人民解放军陆军装甲兵学院 系统功能模块配置评价方法
CN108333949A (zh) * 2018-03-09 2018-07-27 南京航空航天大学 针对多智能体系统执行器部分失效故障的滑模容错控制方法
CN108512258A (zh) * 2018-05-10 2018-09-07 华北电力大学 一种基于改进多智能体一致性算法的风电场有功调度方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
JI MA: "Leader-following consensusofmulti-agentsystems with limiteddatarate", 《SCIENCEDIRECT》 *
ZHENG ZHANG 等: "Scaled Consensus of Second-Order Nonlinear Multiagent Systems With Time-Varying Delays via Aperiodically Intermittent Control", 《IEEE》 *
ZHENG ZHANG: "Leader-following scaled consensus of secondorder multi-agent systems under directed topologies", 《INTERNATIONAL JOURNAL OF SYSTEMS SCIENCE》 *
戴欣: "基于预测机制的多自主体系统一致性问题研究", 《CNKI》 *
曹倩: "多智能体系统一致性算法及其在微网中的应用", 《CNKI》 *
李浩亮 等: "基于分布式PID控制的时变时延多智能体系统的一致性", 《控制与决策》 *
裴惠琴 等: "异质相依群体系统的协同一致性追踪", 《自动化学报》 *
陈世明 等: "基于事件触发二阶多智能体系统的固定时间比例一致性", 《自动化学报》 *

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109491249A (zh) * 2018-11-30 2019-03-19 沈阳航空航天大学 一种存在DoS攻击时多智能体系统事件触发控制器的设计方法
CN109491249B (zh) * 2018-11-30 2022-01-18 沈阳航空航天大学 一种存在DoS攻击时确定一致性事件触发控制器的方法
CN109756946B (zh) * 2018-12-19 2021-03-19 北京交通大学 一种多智能体协同调控编队方法
CN109756946A (zh) * 2018-12-19 2019-05-14 北京交通大学 一种多智能体协同调控编队方法
CN109459930A (zh) * 2018-12-26 2019-03-12 电子科技大学 一种基于pd结构和邻居滞后控制信号的协同控制方法
CN109459930B (zh) * 2018-12-26 2022-01-25 电子科技大学 一种基于pd结构和邻居滞后控制信号的协同控制方法
CN109491396A (zh) * 2018-12-28 2019-03-19 辽宁工业大学 一种多智能体事件驱动编队控制系统及方法
CN109491396B (zh) * 2018-12-28 2021-11-09 辽宁工业大学 一种多智能体事件驱动编队控制系统及方法
CN109902260A (zh) * 2019-03-05 2019-06-18 南京理工大学 三阶多智能体系统的能控性判定方法
CN109902260B (zh) * 2019-03-05 2023-04-28 南京理工大学 三阶多智能体系统的能控性判定方法
CN110609468A (zh) * 2019-06-30 2019-12-24 南京理工大学 基于pi的非线性时滞多智能体系统的一致性控制方法
CN110609469A (zh) * 2019-06-30 2019-12-24 南京理工大学 基于pi的异质时滞多智能体系统的一致性控制方法
CN110609468B (zh) * 2019-06-30 2022-06-28 南京理工大学 基于pi的非线性时滞多智能体系统的一致性控制方法
CN110609469B (zh) * 2019-06-30 2022-06-24 南京理工大学 基于pi的异质时滞多智能体系统的一致性控制方法
CN110609467B (zh) * 2019-06-30 2022-06-21 南京理工大学 基于pid的时滞多智能体系统的一致性控制方法
CN110609467A (zh) * 2019-06-30 2019-12-24 南京理工大学 基于pid的时滞多智能体系统的一致性控制方法
CN110308659B (zh) * 2019-08-05 2023-06-02 沈阳航空航天大学 具有时延和切换拓扑的不确定多智能体系统混合触发一致的控制方法
CN110308659A (zh) * 2019-08-05 2019-10-08 沈阳航空航天大学 具有时延和切换拓扑的不确定多智能体系统混合触发一致的控制方法
CN110703795A (zh) * 2019-09-27 2020-01-17 南京航空航天大学 一种基于切换拓扑的无人机群协同安全控制方法
CN110933726B (zh) * 2019-12-12 2021-11-23 华东交通大学 一种切换异构网络下的多智能体系统包含控制的实现方法
CN110933726A (zh) * 2019-12-12 2020-03-27 华东交通大学 一种切换异构网络下的多智能体系统包含控制的实现方法
CN113110058B (zh) * 2021-01-25 2022-06-17 华东交通大学 一种通信受限的多智能体系统二分实用一致性控制方法
CN113110058A (zh) * 2021-01-25 2021-07-13 华东交通大学 一种通信受限的多智能体系统二分实用一致性控制方法
CN113467398B (zh) * 2021-07-06 2022-04-08 山东大学 基于一致性算法的综合能源系统分布式控制方法及系统
CN113467398A (zh) * 2021-07-06 2021-10-01 山东大学 基于一致性算法的综合能源系统分布式控制方法及系统
CN113359432A (zh) * 2021-07-09 2021-09-07 广东华中科技大学工业技术研究院 多刚体目标系统分布式自适应状态估计器控制律设计方法
CN114115002B (zh) * 2021-11-11 2023-08-11 西北工业大学 一种基于二阶通讯拓扑的大型集群控制方法

Also Published As

Publication number Publication date
CN108897229B (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN108897229A (zh) 一种二阶多智能体系统的领导-跟随比例一致性控制方法
Zhao et al. Event-triggered communication for leader-following consensus of second-order multiagent systems
Meng et al. Scaled consensus problems on switching networks
Li et al. Distributed average consensus control in networks of agents using outdated states
CN110488845A (zh) 一种障碍物遮挡下多智能体自抗扰时变编队跟踪与避撞控制方法
CN103036792B (zh) 一种最大化最小公平多数据流传输调度方法
CN104618475A (zh) 用于异构sdn网络的水平方向通信方法和sdn系统
CN105759633B (zh) 一种带强连通分支的多机器人系统可控包含控制方法
Zhang et al. Impulsive effects on bipartite quasi synchronization of extended Caputo fractional order coupled networks
CN101552934A (zh) 基于pce回溯递归的光互联网跨域可靠性路径计算方法
Wang et al. Quasi-consensus of second-order leader-following multi-agent systems
CN111414575A (zh) 基于符号函数的多智能体系统的分布式广义跟踪方法
Ak et al. T6conf: Digital twin networking framework for ipv6-enabled net-zero smart cities
Lü et al. On some recent advances in synchronization and control of complex networks
Wang et al. Discontinuous cooperative control for consensus of multiagent systems with switching topologies and time-delays
CN103581329A (zh) 基于分簇的对等网络流媒体直播系统拓扑结构的构建方法
Luan et al. Distributed Constrained Consensus of Multi-Agent Systems With Uncertainties and Disturbances Under Switching Directed Graphs
CN102035656A (zh) 一种基于代理的覆盖网络组播系统实现方法
Feng et al. Output consensus control for linear port-Hamiltonian systems
Wang et al. Event-triggered tracking control for second-order multi-agent systems with fixed and switching topologies
CN109407519A (zh) 一种基于协议失效的卫星运载火箭牵制控制器控制方法
CN113110113B (zh) 一种带通信约束的离散多智能体系统实现分组一致的方法
Luo et al. Formation control for nonlinear multi-agent systems with diverse time-varying delays and uncertain topologies
CN114115002B (zh) 一种基于二阶通讯拓扑的大型集群控制方法
Zhang et al. Consensus of Nonlinear Multi-agent System under Independent Topology

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant