多智能体系统的输出调节与一致性研究

来源 :华东理工大学 | 被引量 : 0次 | 上传用户:volomo
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
伴随着传感器技术以及嵌入式芯片的快速发展,基于网络化的分布式控制已经渐渐成为了海内外自动化工程以及控制理论学界的一个研究热点。通过无线传感器以及无线通讯构成的闭环反馈控制系统称为多智能体系统。相比较传统的点对点的控制系统,多智能体控制系统具有可靠性高、成本低、易于配置和维护等诸多优点,因而得到了广泛的使用。但是,由于智能体具有有限的能量、有限的传感器精度以及有限的计算能力等诸多限制,这使得对于多智能体控制系统的分析和设计变得非常复杂。首先,本文针对线性多智能体系统的协作式输出调节,研究了包含控制问题。原始的输出调节问题缘起于单领导者跟随者多智能体系统,将会被扩展到多领导者跟随者多智能体系统。包含控制律能够确保所有的跟随者能够跟踪领导者轨迹,同时也能保证输出误差随着时间的变化逐渐趋于零。利用Lyapunov稳定性理论,设计包含控制律使得所有跟随者进入由领导者形成的凸包中。给定控制器设计步骤来确定反馈增益矩阵,最终使得多智能体系统的状态一致。其次,本文利用分布式事件触发机制,研究了二阶多智能体系统一致性问题。事件触发机制基于状态方程的范数与预定义测量误差的比值来触发智能体对应的控制更新。根据相关的智能体的分布式方程,智能体的事件触发器需要自己与其智能体邻居的状态信息。利用Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,给出了分布式事件触发机制的设计方法,达成二阶多智能体系统最终趋于一致的目的。最后,本文利用分布式自触发机制,研究了一组多智能体系统趋同问题。每个智能体在预定义的时刻计算它下一次更新状态的时间间隔。这个触发机制扩展了事件触发机制的现行工作,因为在自触发机制中,智能体没有必要地持续追踪状态的轨迹以致于在持续更新间隔中不停地触发执行器。利用Lyapunov稳定性理论和LMI方法,设计了一种分布式自触发机制,实现了一种特定一阶智能体系统最终趋同的目标。
其他文献
红外视频深度估计是机器学习、计算机视觉等领域中的热点研究问题之一。近些年来基于几何光学方法、传统机器学习方法和深度学习方法的深度估计研究取得了很大的进步。然而,现
大数据时代,数据的采集方式更为多样化,数据的表征形态更为多元化,因而观察对象往往可以被不同的特征表征,学术界称之为多视角数据。例如,在图像处理问题中,图像可以用反映图像整体
本论文主要研究了自主驾驶安全性,首先通过分析国内外无人车辆自主驾驶发展面临的挑战,提出自主驾驶测评理论和方法对无人驾驶车辆开展测评。其次,结合测评结论有针对性地自主驾
学位
随着数字图像与视频采集设备(例如:数码照相机、数码摄像机、智能手机和平板电脑等)的普及,网络(例如:微博、微信和购物网站等)与人们生活之间关系日益密切,互联网上增图像和视频的
本文研究具有随机时延和随机丢包的网络控制系统的稳定性。从底层协议角度出发,分析了以太网下随机时延的特性,研究不同网络负载下时延的统计特性及分布,给出长时延产生概率与网
支持向量机能很好地解决小样本、高维度、非线性等问题,被广泛应用于工业过程建模。对于基于数据驱动的建模方法,样本数据的信息挖掘是建模过程中比较重要的一环,而概率信息能很
场景的深度信息在计算机视觉领域有着十分重要的作用,近些年来,随着消费级Kinect摄像机的普及,深度图像的获取变得非常方便。Kinect摄像机被广泛应用到三维重建、机器人导航、目
参数可辨识性研究是增加模型透明度和可理解性的重要手段,也是进行参数估计的必要前提。当模型参数具有明确物理意义时,参数可辨识更是系统建模的本质要求。参数可辨识性对统计
随着微机电系统功能的增多,传统的微加工技术已不能满足这种需求。将不同材料,不同加工工艺制造的微零件进行组装与连接从而形成功能强大的混合微机电系统已成为一种趋势。显微