论文部分内容阅读
在最近十年,多智能体系统的一致问题由于在多个领域的潜在应用,得到了大量的关注。现存的一致问题可分为两类:带有一个领导者的一致,也称作主从一致或是分布式跟踪;不带领导者的一致(即无领导者的一致)。已出现的关于该问题的文献大多只适用于通信拓扑图是无向的或者主从通信拓扑图中的子图是无向的情况。有向图的拉普拉斯矩阵的不对称性使得构造一个合适的控制器和选择一个合适的Lyapunov函数变得困难。为了克服这一限制,我们应用文献[1],[2]引入了一个单调递增函数且构造了一个新的Lyapunov函数,来解决有向图下两类多智能体系统的一致问题。其主要结果包括以下两个部分: 1)有向图下领导者输入有界的多智能体系统的分布式跟踪控制 假设N+1个多智能体间的通信拓扑图是有向的,且包含一个以领导者为根节点的有向生成树,领导者的控制输入不为零且不被任何跟踪者获得。首先,通过考虑无领导者的情况引出有领导者的问题。然后,利用σ修正算法设计了一个新的分布自适应协调增益使得跟踪误差和耦合增益均是最终一致有界的。进一步的我们把研究扩展到含有多个领导者的约束控制领域。此时的通信拓扑图中,针对每个跟踪者,都至少存在一个领导者到该跟踪者有一个有向通道。最后,仿真实例验证了控制器的正确性。 2)有向图下带有外部干扰的多智能体系统的分布自适应一致问题 假设N个多智能体间的通信拓扑图是有向的强连通图,且多智能体带有外部干扰。首先,通过考虑无干扰的情况引出有干扰的问题。然后,利用σ修正算法设计了一个新的分布自适应协调增益使得协调误差和耦合增益均是最终一致有界的。进一步的,我们把研究扩展到有向图下更一般的线性多智能体系统,该系统不仅带有外部干扰,领导者的控制输入还非零,不可被任何跟踪者获得。此时的有向图包含一个以领导者为根节点的有向生成树,且跟踪者间的通信拓扑图是强连通有向的。最后,仿真实例验证了控制器的正确性。