信息驱动的多AUV网络协作采样研究

发布时间：2017-10-11 12:15

  本文关键词：信息驱动的多AUV网络协作采样研究

  更多相关文章： AUV 协同估计 旋转一致性 协同控制 分布式算法 多智能体系统

【摘要】：多自主水下航行器(Autonomous Underwater Vehicle,AUV)系统是未来海洋探测和开发应用的重要工具。这类多AUV系统可以适用于大量的海洋科学研究以及海洋商业开发,例如海洋生物研究以及海洋资源探测与开发。由于海洋探索任务的复杂性越来越高,应用协同工作的AUV网络系统而不是单个昂贵的AUV成为了新兴起的研究潮流。通常情况下,装载有传感器的AUV网络在协同估计任务和协同控制任务中显示出了巨大的优势,并且可以较大幅度地提升整个系统的效率和鲁棒性。本文研究了基于多AUV的协同采样以及多AUV的协同控制。在深入分析国内外研究现状的基础上,经过对多AUV系统海洋环境协同采样问题和多AUV的协同控制问题的研究,本文获得的主要研究成果及创新点归纳如下:(1)提出了基于羽流物理特性的梯度设计。在此基础上,本文采取了基于一致性的分布式估计算法。这个算法可以使传感器网络跟踪所有的n个传感器测量值的平均值。此一致性估计器的架构在解决数据融合问题上发挥着非常重要的作用,因而可以应用于对传感器网络的数据驱动的分布式滤波。仿真算例验证了该一致性估计算法的有效性。(2)通过引入三维的旋转矩阵和一个速度一致性量,本文得到了旋转一致性运动控制算法。通过应用此算法,多智能体系统达到了期望的旋转一致性。此外,理论推导证明二阶多智能体系统的运动形式由通信拓扑、控制律阻尼系数和引入旋转矩阵的欧拉角共同影响。特别地,当阻尼系数大于一个上界、欧拉角等于一个阈值以及通信拓扑具有至少一个有向拓展树时,多智能体系统就达到了旋转一致性。对于基于一致性的跟踪控制算法,研究发现此协议可使分布式二阶运动系统在达到旋转一致性的同时还能跟踪一个虚拟的leader。此算法只要求一部分的智能体可以获得leader信息,并且所有的智能体之间只进行本地交互。这一部分收敛性分析用到的数学工具包括矩阵论,线性系统理论等。仿真结果表明了上述旋转一致性算法的有效性。(3)针对海洋环境的非线性和复杂性,提出了基于数据驱动的分布式滤波算法。结合梯度控制方法,将此滤波算法应用到可移动的分布式传感器网络中,研究发现,相较于静态的传感器网络,基于梯度控制的可移动的分布式传感器网络通常具有更好的估计精度。仿真实验验证了算法的有效性。
【关键词】：AUV 协同估计 旋转一致性 协同控制 分布式算法 多智能体系统
【学位授予单位】：西北工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U674.941;U664.82
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-17
• 1.1 研究目的与意义9-10
• 1.2 国内外研究现状10-15
• 1.2.1 海洋协作采样在相关领域的研究与进展10-12
• 1.2.2 多AUV的协同控制技术发展现状12-15
• 1.3 本文的主要研究内容及结构安排15-17
• 第二章 背景知识17-25
• 2.1 羽流理论模型17-18
• 2.2 海洋环境模型18-19
• 2.3 稳定性理论19-21
• 2.3.1 基本定义19-20
• 2.3.2 Lyapunov稳定性定理20-21
• 2.4 分布式控制相关理论21-24
• 2.4.1 基本定义21-22
• 2.4.2 矩阵理论22-23
• 2.4.3 多智能体信息一致性23-24
• 2.5 本章小结24-25
• 第三章 基于流体模型的梯度设计25-35
• 3.1 通量散度的梯度设计25-28
• 3.1.1 流体速度不变的梯度26-27
• 3.1.2 在羽流源下梯度特性27
• 3.1.3 在羽流汇下梯度特性27-28
• 3.2 基于一致性的分布式估计方法28-35
• 3.2.1 一致性估计方法29-32
• 3.2.2 仿真结果32
• 3.2.3 结论32-35
• 第四章 多智能体分布式旋转跟踪控制35-57
• 4.1 基于旋转耦合矩阵的分布式旋转一致性控制35-46
• 4.1.1 基于相对阻尼的分布式旋转一致性算法的收敛性分析35-44
• 4.1.2 仿真结果44-45
• 4.1.3 结论45-46
• 4.2 基于旋转变换的分布式跟踪控制46-57
• 4.2.1 有向通信拓扑下的二阶智能体网络的旋转一致性47-52
• 4.2.2 多智能体系统的旋转一致性跟踪控制52-54
• 4.2.3 仿真结果54-56
• 4.2.4 结论56-57
• 第五章 分布式源追踪算法57-75
• 5.1 基于模型驱动的分布式源追踪算法57-63
• 5.1.1 线性最优估计57-58
• 5.1.2 分布式卡尔曼滤波58-61
• 5.1.3 仿真结果61-62
• 5.1.4 结论62-63
• 5.2 基于数据驱动的分布式源追踪算法63-75
• 5.2.1 基于量测数据的估计算法64-65
• 5.2.2 基于量测数据的递归估计算法65-67
• 5.2.3 基于量测数据的分布式估计算法67-70
• 5.2.4 仿真结果70-72
• 5.2.5 结论72-75
• 第六章 结论与研究展望75-77
• 6.1 结论75-76
• 6.2 研究展望76-77
• 参考文献77-82
• 致谢82-83
• 毕业设计总结83-84
• 发表学术论文84-85

【相似文献】

中国期刊全文数据库 前10条

1 薛宏涛,沈林成,朱华勇,常文森;基于协进化的多智能体系统仿真框架及其面向对象设计与实现[J];机器人;2001年05期

2 冯大可,王云莉,段广洪;实现多智能体系统的关键技术与应用[J];计算机集成制造系统-CIMS;2001年07期

3 朱建伟,陈健;多智能体系统技术概论[J];机电设备;2004年03期

4 冯元珍;;多智能体系统一致性问题综述[J];长江大学学报(自然科学版);2011年03期

5 孟亚伟;;一类具有时滞和领导者的二阶离散多智能体系统一致性[J];佳木斯大学学报(自然科学版);2012年06期

6 刘学良;胥布工;;二阶多智能体系统的跟随者-多领导者聚集控制[J];华南理工大学学报(自然科学版);2013年01期

7 苗国英;马倩;;多智能体系统的协调控制研究综述[J];南京信息工程大学学报(自然科学版);2013年05期

8 段广洪,钱立,王君英,雷家,刘丹,林小峰;多智能体系统:一种新型的生产运行模式[J];中国机械工程;1998年02期

9 李振兴;季海波;;线性多智能体系统的分布式鲁棒趋同[J];华中科技大学学报(自然科学版);2013年S1期

10 葛恩顺;包磊;;基于空间决策多智能体系统的海战场态势预测[J];电光与控制;2009年05期

中国重要会议论文全文数据库 前10条

1 杨熙;王金枝;;多智能体系统一致性的鲁棒性分析[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

2 张亚;田玉平;;离散时间多智能体系统一致的权重条件[A];中国自动化学会控制理论专业委员会B卷[C];2011年

3 张文广;郭振凯;;一类高阶多智能体系统的一致控制研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

4 肖晴;许维胜;吴启迪;;多智能体系统用于企业集成[A];1998年中国控制会议论文集[C];1998年

5 杨熙;王金枝;;Leader-Follower结构下多智能体系统一致性的鲁棒性能分析[A];第二十九届中国控制会议论文集[C];2010年

6 刘华罡;方浩;毛昱天;曹虎;贾睿;;多智能体系统分布式群集运动与避障控制[A];第二十九届中国控制会议论文集[C];2010年

7 贺晨龙;黄丽湘;张继业;;多车辆编队协作控制[A];第十一届全国非线性振动学术会议暨第八届全国非线性动力学和运动稳定性学术会议论文集[C];2007年

8 薛栋;姚静;余有灵;胡俊杰;;具有切换拓扑和非线性环节的关联多智能体系统一致性分析[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

9 杨洪勇;路兰;李晓;;时延多智能体系统的群集运动[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

10 李韬;张纪峰;;一类多智能体系统的渐近最优分散控制[A];第25届中国控制会议论文集（上册）[C];2006年

中国博士学位论文全文数据库 前10条

1 王振华;具有通信时滞的线性多智能体系统的趋同[D];山东大学;2015年

2 郑宝杰;多智能体系统若干包含控制问题研究[D];郑州大学;2015年

3 张方方;多智能体系统分布式优化控制[D];山东大学;2015年

4 龙晓军;多智能体系统的有限时间一致性跟踪[D];大连海事大学;2015年

5 杨新荣;广义多智能体系统的一致性问题研究[D];哈尔滨工业大学;2015年

6 夏红;多智能体系统群一致性与编队控制研究[D];电子科技大学;2014年

7 李金沙;多智能体系统一致性学习协议的设计与分析[D];西安电子科技大学;2015年

8 黄捷;高阶非线性多智能体系统一致性控制研究[D];北京理工大学;2015年

9 杨大鹏;多智能体系统的事件驱动一致性控制与多Lagrangian系统的分布式协同[D];北京理工大学;2015年

10 范铭灿;多智能体系统的一致性及编队控制研究[D];华中科技大学;2015年

中国硕士学位论文全文数据库 前10条

1 孟亚伟;一类具有时滞和领导者的二阶多智能体系统的一致性[D];重庆师范大学;2013年

2 刘孝琪;多智能体系统一致性及其在蜂拥控制中的应用研究[D];电子科技大学;2013年

3 王琛阳;带领导者的多智能体系统一致性问题研究[D];河北大学;2015年

4 陈小龙;基于量化信息的多智能体系统状态估计[D];西南交通大学;2015年

5 王航飞;基于事件驱动的多智能体系统的环形编队控制研究[D];华北电力大学;2015年

6 陈文秀;离散时间广义多智能体系统的容许一致性[D];温州大学;2015年

7 张文涛;多智能体系统分布式协调控制的相关问题研究[D];浙江师范大学;2015年

8 曹伟俊;带有扰动的多智能体系统的一致性研究[D];北京化工大学;2015年

9 成照萌;多智能体系统的模型预测控制[D];华中科技大学;2015年

10 张贺;基于随机影响的多智能体系统的一致性与同步[D];重庆理工大学;2015年

，

本文编号：1012465