量化和触发机制下的多智能体系统一致性研究

发布时间：2020-11-17 13:55

　　 近年来随着自动化技术的发展,多智能体系统被应用于更多领域,同时也面临各种运行环境与越来越多的严苛条件,主要体现为以信道带宽、传输延迟为主的通信限制,因无法获得GPS信号导致的绝对信息不可用,与单个智能体自身能量限制。而这些因素极大限制了多智能体系统的性能甚至有效性。为了使多智能体系统可以在这些不利因素影响下正常运行,本文针对各项不利因素设计了相应的触发与量化控制策略,获得了理想的效果。本文主要内容及创新工作如下:(1)当GPS信号不可用时,多智能体系统无法获取状态的绝对信息,只能通过测量获取相对状态(边状态)信息。在这种条件下,通常利用绝对信息作为判断触发条件的事件触发控制策略不再适用。本文中针对这种情况为单积分与双积分多智能体系统设计了基于相对状态与时间函数的边触发规则,证明了这种触发规则可以避免Zeno.现象。本文进一步考虑了各不相同的时变传输延迟下的一阶积分器多智能体系统,设计了一种新颖的分布式事件触发采样数据传输策略和协议,并利用Lyapunov-Krasovskii泛函推导出多智能体系统能够实现一致性的基于LMI的充分条件。(2)有限时间控制器和固定时间控制器可以在有限时间(或固定时间)内使系统达到精确收敛,结合事件触发策略亦可避免控制器连续更新。在现有的有限时间与固定时间事件触发一致性策略中,虽然Zeno现象在大多数情况下可以被排除,但在多智能体系统趋于精确一致时是无法避免的。本文中通过理论分析和数值模拟,揭示了现有的事件触发有限时间与固定时间控制策略无法避免Zeno现象,并提出了一种改进的事件触发控制策略,从而达到有限时间与固定时间实际一致性,并且避免了 Zeno现象。(3)量化存在于所有以计算机为基础的系统中(例如多智能体系统),这使得多智能体系统在一致性问题中仅能达到量化值一致,而无法达到精确一致性。Roger W.Brockett与Daniel Liberzon提出的动态量化器应用于线性系统可以使其实现精确收敛。本文中对这种动态量化器加以改进,加快了收敛速度,并将改进后的动态量化器应用于一阶和二阶多智能体系统,取得了理想的效果。本文亦对近期Kun Liu与Emilia Fridman提出的基于LMI的动态量化策略提出了多项改进,显著提高了收敛速度,减小了收敛范围的估计。本文还在这种策略的基础上提出一种适用于具有各异时变延迟与不同步采样的多智能体的动态量化策略,应用于线性多智能体系统,并取得理想效果。(4)水下多智能体系统利用水声通信,消耗较多能量,不足以支持使用常见的连续时间通信,故而使用时间触发策略,即采样时间通信。而现有的水下多智能体系统采样时间控制稳定性证明存在缺陷,导致其一致性结论不成立。本文中对现有的证明进行分析,提出了一种新颖的基于小增益定理的一致性理论,也为未来与事件触发策略结合打下基础。
【学位单位】：大连海事大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TP18;TP13
【部分图文】：

?ｔ（ｓ）??图２．３两种策略的性能对比??Ｆｉｇ．?２．３?Ｐｅｒｆｏｒｍａｎｃｅ?ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｅｄｇｅ－ｂａｓｅｄ?ｐｒｏｔｏｃｏｌ?ｗｉｔｈ?ｂｒｏａｄｃａｓｔｉｎｇ?ｐｒｏｔｏｃｏｌ??－２６－??

?１５??ｔ（ｓ）??图２．２—阶积分器多智能体系统一致性。（ａ，?ｂ）为边触发策略，（ｃ）为广播策略??Ｆｉｇ．?２．２?Ｃｏｎｓｅｎｓｕｓ?ｏｆ?ｓｉｎｇｌｅ－ｉｎｔｅｇｒａｔｏｒ?ＭＡＳ．?（ａ），?（ｂ）?ｅｄｇｅ－ｂａｓｅｄ?ｐｒｏｔｏｃｏｌ，?（ｃ）?ｂｒｏａｄｃａｓｔｉｎｇ??ｐｒｏｔｏｃｏｌ．??１．２－?－??１?ｊ?－?＿?」??ｓ??Ｅｄｇｅ－ｂａｓｅｄ??ｑ?ｑ?Ｉ．??Ｂｒｏａｄｃａｓｔｉｎｇ?？」??ｓ??０．６１４?ｎ??０．４?ｐ－??０２?卜?ｄ??０－?????ｔ（ｓ）??图２．３两种策略的性能对比??Ｆｉｇ．?２．３?Ｐｅｒｆｏｒｍａｎｃｅ?ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｅｄｇｅ－ｂａｓｅｄ?ｐｒｏｔｏｃｏｌ?ｗｉｔｈ?ｂｒｏａｄｃａｓｔｉｎｇ?ｐｒｏｔｏｃｏｌ??－２６－??

则基于边触发事件的多智能体系统的控制器更新总是最少的。??二阶积分器多智能体系统模拟使用生成的随机数作为初始条件，结果与定理２．２??一致。如图２．４所示，速度和位置都渐近地达到一致，事件间隔间时的下限为２．３５?ｘ??１０一４。在这个例子中，触发事件的数量是１５４，与广播策略的数量相当。基于边事件??触发策略的控制输入更新频率低于广播策略的控制输入。??０．５?－?０．５「?一ｔ??１????；１?０?＾???１?＾?Ｉ?＾??ｒｅ?－０．５＾?／?］?＾?－０－５?—??１?／?＿?１?ｆ??－１?Ｌ??－?－?■?－?－???－１?????ｔｉｍｅ?ｔ?＿?ｔ??Ｏｍｅｔ??３?Ｉ??＇？?０．６?－?Ｔ??－１Ｌ—?－?－０．４?？?—＾??ｔｉｍｅ?Ｉ??图２．４边事件触发策略下的速度与位置??Ｆｉｇ．?２．４?Ｖｅｌｏｃｉｔｉｅｓ?ａｎｄ?ｐｏｓｉｔｉｏｎｓ?ｏｆ?ｔｈｅ?ａｇｅｎｔｓ??本节研究了具有相对状态的分布式控制策略下的多智能体系的事件触发一致性??问题，即边状态是受控状态，并且使用边状态来设计触发事件。当前边状态与其最??后触发的值之间的差值超过指数下降的阈值时，该边触发事件。这种策略不仅保证??了一阶积分器和二阶积分器多智能体系的一致性
【相似文献】

相关期刊论文 前10条

1 王亚芳;郑晓哲;康蕾蕾;;IMS业务触发机制的研究[J];科技创新与应用;2013年12期

2 赵耀;彭晋;魏冰;;IMS中的业务交互管理[J];电信科学;2008年02期

3 凌颖;陈荆花;;IMS业务体系架构中业务触发机制分析[J];电讯技术;2007年02期

4 戚琦;廖建新;朱晓民;曹予飞;;一种新的IMS分布式SCIM业务触发机制[J];电子与信息学报;2009年08期

5 郭智恩;戴一奇;;一种基于AS触发链的IMS多业务触发机制[J];西安电子科技大学学报;2012年06期

6 赖剑;;IMS业务提供体系及触发机制探讨[J];信息通信技术;2009年02期

7 沈君;方凯;刘峰;金芳;陈小元;;在CAN中植入时间触发机制的研究[J];汽车工程;2006年04期

8 景博,李剑,钱越英;一种多智能体系统中的协作机制[J];计算机工程与应用;2005年04期

9 何涛;白振兴;;多智能体系统设计的关键技术研究[J];现代电子技术;2006年14期

10 寇凤梅;崔剑波;张晶晶;;基于结构优化的节能型多智能体系统[J];甘肃科学学报;2008年04期

相关博士学位论文 前10条

1 王逸林;量化和触发机制下的多智能体系统一致性研究[D];大连海事大学;2018年

2 李富强;基于事件触发的网络化系统H_∞/(?)_∞控制研究[D];上海大学;2016年

3 高永峰;非线性控制系统的事件触发机制设计[D];大连理工大学;2017年

4 崔冰;多智能体系统协同一致性追踪问题的研究[D];哈尔滨工程大学;2016年

5 陈凯锐;多智能体系统一致性控制若干问题研究[D];广东工业大学;2017年

6 曹倩;多智能体系统一致性算法及其在微网中的应用[D];电子科技大学;2016年

7 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

8 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

9 张方方;多智能体系统分布式优化控制[D];山东大学;2015年

10 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

相关硕士学位论文 前10条

1 梅浩;基于事件触发机制的网络控制系统研究[D];安徽工程大学;2015年

2 曾鹏宇;基于事件触发机制的切换线性系统鲁棒控制研究[D];沈阳航空航天大学;2018年

3 唐景洲;新巴塞尔协议的激励与触发机制及借鉴[D];苏州大学;2007年

4 唐洪奎;基于语义本体的物联网存储及物联网事件触发机制的研究[D];重庆大学;2017年

5 普会祝;事件触发机制下的离散多智能体系统一致性研究[D];重庆邮电大学;2017年

6 薛倩倩;事件触发网络化跳变系统的分析和控制[D];浙江理工大学;2015年

7 李青松;执行器饱和控制系统的事件触发机制设计[D];天津大学;2016年

8 赵善驰;基于多智能体系统一致性的电力系统经济调度策略研究[D];南京邮电大学;2017年

9 王俊;基于自适应事件触发机制的多项式模糊系统的网络H_∞跟踪控制[D];郑州大学;2017年

10 杨玲慧;基于随机切换的网络控制系统设计[D];南京林业大学;2017年

本文编号：2887578