基于动态事件触发的线性多智能体系统弹性控制及应用

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:ABCDEFGHIJKLMN100083
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多智能体系统常见于军事和民用领域,例如智能电网、多机器人等。多智能体系统完成任务时需要互相传输信息,而传输过程中易遭受恶意攻击的同时还会受到网络传输资源的限制。实际应用中,多机器人系统和微电网系统均可以建模为线性多智能体系统,因此研究线性多智能体系统基于触发机制的弹性控制及应用具有重要的理论意义和工程价值。本课题主要研究执行器和传感器遭受攻击时对同构和异构线性多智能体系统的影响,结合动态触发通信技术,分别研究同构多智能体系统一致性弹性控制和异构系统完全分布式自适应双向一致性弹性控制策略,并将理论结果分别应用于电池储能系统的电压恢复、能级一致性和有功功率一致性问题中。主要研究工作有:1.针对传感器和执行器遭受攻击的线性多智能体系统,提出了基于安全动态事件触发机制的一致性弹性控制策略。设计预定义分布式保护器,构建安全动态触发机制,讨论各保护器的系数确定依据:当受损状态与预测器状态之间的误差在可容忍范围内,则保护系数设置为零;否则,该系数设置为1,并在动态事件触发机制中引入预测状态。与静态触发机制不同,在触发条件中构造动态辅助参数,其自适应律取决于触发时刻相邻状态之间的测量误差和相对误差。提出的触发机制有效缓解恶意攻击对系统触发序列的影响,且进一步减少触发次数。借助Lyapunov函数分析闭环系统稳定性且一致性误差满足L2增益性能。2.针对执行器遭受攻击的异构线性多智能体系统,提出了一种基于动态自触发机制的完全分布式自适应双向一致性弹性控制策略。首先,为每个跟随者设计具有相同维数的自适应动态补偿器来构造虚拟层,结合输出调节方程有解的条件来处理异构线性多智能体系统的双向一致性控制问题。与传统的具有固定反馈增益的动态补偿器不同,自适应动态补偿器引入了自适应增益后形成闭环,其入口参数包含了系统误差。该控制策略只依赖于智能体的动态和邻居智能体的相对状态,并且独立于通信拓扑中的全局信息。然后,设计了一种不需要连续监测的自适应动态自触发机制,与恒定值的触发机制相比,我们的自适应动态自触发机制提高了自我调节能力;与静态自触发机制相比,自适应动态自触发函数引入了一个非负辅助动态变量,该变量与系统误差相关,扩大了触发阈值,这样只有变化较显著的数据才能跨越新定义的阈值,从而减少通信频次。接着,利用Nussbaum函数,估计执行器附加攻击上界,而不是攻击信号本身,并提出了抵抗执行器攻击的自适应弹性控制策略。利用Lyapunov函数分析系统稳定性,得到指数收敛的双向一致误差。3.基于上述理论研究,以异质电池储能系统为研究对象,分别提出基于安全动态事件触发的二次电压弹性控制策略和基于动态自触发机制的二次能级弹性控制策略,解决电压恢复、能级以及有功功率一致性问题。通过一个附加的能级控制输入来直接使得储能设备的能级达到一致,从而使得储能设备的有功功率和能级得到独立控制。首先,针对电池储能系统的电压恢复问题,构建分布式电池动态模型以及安全动态事件触发机制,考虑电池储能系统电压及电压控制输入遭受到数据篡改攻击,设计二次电压弹性控制策略,使得每台电池储能系统的电压跟踪到期望值,从而维持电池储能系统电压的稳定。接着,针对电池储能系统的储能电池,考虑电池储能系统的异质特性,储能系统之间的通信资源有限,以及电池的能级控制输入和有功功率控制输入遭受到数据篡改攻击的情况,设计基于动态自触发机制的能级和有功功率弹性控制策略,解决执行器遭受攻击时的异构电池储能系统能级和有功功率一致性问题。理论上,Lyapunov函数分析了电池储能闭环系统的稳定性并证明不存在Zeno行为。
其他文献
心血管疾病是威胁人类生命健康的头号杀手,心电图分析是各类心血管疾病最简单有效的临床检查方法。目前的心电自动异常检测主要通过训练分类模型来实现。心电数据的异常标签众多,各标签的样本分布不均衡,导致分类器性能差。同时,基于单一模型的方法常常对部分异常有良好的分类效果,不能保证对所有异常的分类效果。针对此问题,提出了基于注意力机制的生成对抗网络的心拍信号生成方法和基于特征融合和堆叠(stacking)集
学位
离子导电水凝胶具备优异的透明性、良好的生物相容性和较好的灵敏度等优点,在人机交互界面、传感器和生物医疗器件等领域展现了广阔的应用前景。目前,构建性能稳定的多功能离子导电水凝胶仍然是研究者们面临的关键挑战之一,针对这一问题,本论文设计并构筑了一系列具有良好机械性能、愈合性能、可控透明性、导电性能、高灵敏度以及高稳定性的离子导电水凝胶,并探索了其作为柔性传感器在人体运动监测等方面的应用。具体包含下面三
学位
热电技术作为一种将热能转化为电能的新兴技术,不仅拥有零排放、无噪音等显著优点,更为重要的是,作为一种可持续能源,有望解决能源短缺问题并助力实现“双碳”目标。传统的热电材料主要是基于固态半导体或导电聚合物,但是其存在着以下问题:Seebeck系数较低(通常是μV·K-1)、采用的元素稀少而珍贵、材料不具备优异的本征可拉伸性。而新型热电化学电池可以很好地解决上述问题。相比于传统热电技术,热电化学电池的
学位
配电网包含大量用户,其运行状况直接影响用户体验和供电可靠性。随着大量分布式电源的接入和先进通信技术的应用,传统配电网正逐步发展为多方协调控制的主动配电网,而源荷双端的不确定性增加了主动配电网运行风险,当系统发生线路故障或出现功率缺额时需切除部分负荷以保障系统整体安全可靠运行。近两年随着电力、煤炭市场供应持续偏紧,多种不利因素导致大部分地区开展不同程度的“拉闸限电”,甚至出现传统“一刀切”式的切负荷
学位
光子集成光路(PIC)是下一代光网络中开发大容量、高速和宽带光互连的最佳选择之一。在PIC中,光功分器和波长解复用器是实现许多复杂光子器件的重要元件。但是大部分硅基光功分器和波长解复用器具有偏振相关性,一定程度上限制了其应用。因此,研究具有偏振无关功能的硅基光功分器和波长解复用器具有重要意义。综上,设计了两种偏振无关的硅基光功分器以及一种偏振无关的波长解复用器,具体研究如下:(1)基于Si Nx/
学位
随着无线通信技术的快速发展,无线网络终端呈现海量式增长,同时各种新型业务场景也随之产生。第六代移动通信技术不仅在传输速率、时延、功率等性能方面超越5G标准,而且通信范围扩展到空天地海等多重领域,这些极大地推动了无人机通信技术的研究与发展。无人机凭借其操作简单、移动性强和适应范围广等独特优势,广泛应用于军事和民用通信等领域。作为空中平台搭载无线通信设备,无人机不仅可以接入地面通信网络、构成多无人机自
学位
在获取数字图像时,图像很容易受到噪声的污染。图像去噪是很多图像工作的前提,比如图像分割、边缘提取、图像识别等,都需要去除干扰信息。图像噪声会很大程度上影响其它图像处理工作的效果,因此非常有必要去除图像中的噪声污染。目前关于图像去噪的方法中效果最为显著的是利用字典学习进行去噪,但是此方法面临诸多问题,如展开结构与原始的字典学习模型不匹配、采用固定先验而没有充分利用深度神经网络的学习能力以及学习到的字
学位
场景识别作为语义地图技术的关键技术之一,能为服务机器人提供先验知识,提升机器人操作的效率。面向三维点云数据的场景识别算法,能充分利用场景的几何信息且不受光照影响,具有广阔的应用前景。随着深度学习理论的发展,近几年,基于图神经网络的方法成为了三维点云识别领域的热门研究方向。基于图神经网络的点云处理算法,大致可以分为逐点处理方法与体素化方法。前者操作直接简单,但要计算每两点间的关系,复计算杂度过高难以
学位
在监控视频中,由于受到视角、姿态变化、光照条件等因素的影响,导致某个特定目标在同一摄像头下的不同时刻或者不同摄像头中存在较大差异。尤其在白昼和夜晚不同光照条件下,摄像头针对性地工作在可见光和红外模式下,因此诞生了跨模态行人重识别这一课题。本文针对白昼与夜晚不同光照条件下的跨模态行人重识别这一挑战性问题进行研究,从神经网络结构、损失函数两方面分析与设计算法。与现有方法相比,本文设计的方法在跨模态行人
学位
报纸