论文部分内容阅读
近年来,非线性多智能体系统成为学术界关注的一个重要方向,其在多机器人编队、智能交通系统、多传感器网络及网络化控制系统等方面都有着广泛的应用前景。然而,任何一个实际系统都具有不同程度的不确定性,所以研究多智能体系统的自适应控制在理论和应用上都具有十分重要意义。本文重点研究了几类离散时间非线性多智能体系统的分布式自适应控制。具体来说,本课题的研究重点内容主要有以下几个方面:(1)研究了离散时间非线性多智能体的同步问题。首先,针对递归非线性模型中的未知参数,利用泰勒展开推导了投影算法;基于把参数估计值作为参数真值的基本设计思想和自适应控制理论中的必然等价原则,提出了分布式自适应控制律;最后,利用阶的概念和性质等一些基础理论,证明了系统最终达到强同步。(2)研究了含有不同未知参数离散时间非线性多智能体系统的跟踪问题。首先,借助于两个引理证明了辨识算法的收敛性;在参数更新律和和分布式自适应控制律下,基于范数之间关系和极限性质等基础理论知识证明了领导者跟踪参考信号;然后,进一步证明了跟随者跟随领导者;最后,证明了所有智能体最终跟踪参考信号。(3)研究了非线性化参数异构系统多智能体系统的跟踪问题。首先,采用投影算法辨识系统中的未知参数和未知高频增益,并证明了参数误差和增益误差是有界的;接着,利用参考信号和邻居历史信息分别设计了领导者和跟随者的自适应控制律;最后,基于推出的参数估计更新律和设计的分布式自适应控制律,证明了多智能体系统跟踪参考信号。(4)研究了含有随机噪声多智能体系统的镇定问题。首先,针对非线性化参数异构随机系统中的未知参数,借助于隐函数存在定理推导了一种非线性最小二乘算法辨识参数;接着,基于阶的估计、极值第二充分条件、拉格朗日中值定理等基础理论知识,设计了分布式自适应控制律和分析了算法的性能;最后,证明了在参数不确定的情况下当存在全局非线性增长率的上确界值b*时强耦合性系统几乎是镇定的。