多智能体系统可用于描述现实中的很多物理系统,如多机械臂系统、编队卫星系统、水下机器人系统和传感器网络等。在多智能体系统中,各智能体以一定的方式相互通讯,从而完成特定的任务。多智能体系统的分布式控制是指每个智能体均能够根据系统的局部信息独立作出控制决策。通过采用分布式控制的方法,多智能体系统能够具有高的灵活性、鲁棒性以及环境适应性。Euler-Lagrange(EL)方程能够描述很多具有本质非线性的系统,如操作机械臂、自主车辆系统、步行机器人等。用EL方程描述的多智能体系统被称为多EL系统。多EL系统的分布式跟踪控制是指,存在一个领航者和多个跟随者时,多个跟随者通过分布式的控制方法,实现对领航者的跟踪。通过采用有限时间和固定时间控制方法,系统的收敛速度能够得到很大提高。这是由于在有限时间和固定时间控制器的作用下,系统可以在某一个特定时刻达到稳定,从而起到加快收敛速度的作用。误差约束控制可以保证系统受约束的变量在整个控制过程中不会超过预先设定的界。通过将有限时间或固定时间控制与误差约束控制结合起来,则可以从整体上提高系统的控制性能。本文拟针对多EL系统,研究考虑误差约束的分布式有限时间和固定时间跟踪控制。论文的主要内容包括以下方面。考虑误差约束的分布式有限时间跟踪控制。当多EL系统的标称模型已知时,在有向通讯拓扑结构下,通过反步法设计了分布式有限时间跟踪控制律,证明了每个跟随者的控制误差能够在有限时间内收敛到平衡点的一个邻域内,tan形式障碍Lyapunov函数则用于保证系统的误差变量在整个控制过程中不会超过预先设定的界。考虑到多EL系统存在非线性不确定性,设计了分布式有限时间跟踪控制器,其中径向基神经网络用于对系统的非线性不确定性进行估计和补偿。在此基础上,在多EL系统的控制输入存在饱和的情形下,设计了考虑误差约束和输入饱和的分布式有限时间跟踪控制律。考虑误差约束的分布式固定时间跟踪控制。当多EL系统的标称模型已知时,通过加幂积分方法在有向图下设计了分布式固定时间跟踪控制器,证明了系统的跟踪控制误差能够在固定时间内收敛到平衡点的一个邻域内。一种改进的指数形式障碍Lyapunov函数保证了所定义的误差变量不会超过预先设定的界限。在此基础上,考虑到系统存在模型不确定性以及加速度信息不可获得的情形,针对每个跟随者在无向图下设计了分布式固定时间观测器对领航者的广义速度和广义位置信息进行观测。针对惯量矩阵为对角矩阵的多EL系统,利用加幂积分方法设计了分布式固定时间跟踪控制律。径向基神经网络则用于估计系统未知的模型项。理论分析和仿真验证表明,每个跟随者的跟踪误差能够在固定时间内收敛到平衡点的一个邻域内,且误差约束在整个控制过程中会得到满足。