基于自抗扰技术的一类下三角多智能体系统协同控制
发布时间:2021-07-31 20:43
本课题以典型的下三角多智能体系统为被控对象,主要采用自抗扰控制和反演技术等理论方法,考虑系统具有不确定性的输出一致控制、输出反馈包含控制和编队跟踪控制等问题,对一类具有不确定性的下三角多智能体系统的协同控制问题进行了系统的研究。主要工作包括以下三个方面:1、针对一类具有输入饱和特性的非仿射非线性多智能体系统的输出一致控制问题,提出了一种含预设性能的分布式输出一致控制律。借助等价变换的思想,将非仿射非线性多智能体系统转化为具有不确定性的仿射非线性多智能体系统;进一步,在反演技术设计的每一步中利用扩张状态观测器不依赖系统模型的特点,实时估计并补偿系统中不确定性的影响,使得设计的控制律具有抗扰特性;构造辅助系统处理跟随者中存在的控制量限幅问题;采用预设性能函数来改善一致控制的精度与速度,从而提高了系统的整体控制性能。进一步利用Lyapunov函数证明了在有界的初始条件下闭环系统中所有信号是最终有界。2、针对一类在有向通信连接下的不确定非线性多智能体系统的包含控制问题,提出了一种基于扩张状态观测器的分布式包含控制律。其针对每个跟随者提出了一种基于分数幂函数的非线性扩张状态观测器,利用扩张状态估...
【文章来源】:南京邮电大学江苏省
【文章页数】:99 页
【学位级别】:硕士
【部分图文】:
战斗机空中加油
南京邮电大学硕士研究生学位论文 第一章 绪论第一章 绪论1.1 研究的背景、目的和意义多智能体系统(multi-agent systems, MASs)是由一群具备一定的传感、计算、执行和通信能力的智能体通过通信网络联接构成的一个网络化系统,其具备自主性、分布性、协同性,同时还具有组织能力、学习能力和推理能力[1][2]。随着控制理论、计算机应用和人工智能技术的飞速发展,该系统广泛应于军事和民用领域,如战斗机空中加油、机器人协同控制、无人机编队等,如图1.1-图1.4所示。
多智能体系统(multi-agent systems, MASs)是由一群具备一定的传感、计算、执行和通信能力的智能体通过通信网络联接构成的一个网络化系统,其具备自主性、分布性、协同性,同时还具有组织能力、学习能力和推理能力[1][2]。随着控制理论、计算机应用和人工智能技术的飞速发展,该系统广泛应于军事和民用领域,如战斗机空中加油、机器人协同控制、无人机编队等,如图1.1-图1.4所示。图 1.1 战斗机空中加油 图 1.2 机器人协同控制
【参考文献】:
期刊论文
[1]陆用运动体多系统协同中的智能优化与控制[J]. 方浩,王雪源,陈杰. 控制理论与应用. 2018(07)
[2]线性自抗扰控制理论及工程应用的若干进展[J]. 陈增强,程赟,孙明玮,孙青林. 信息与控制. 2017(03)
[3]自抗扰控制:研究成果总结与展望[J]. 李杰,齐晓慧,万慧,夏元清. 控制理论与应用. 2017(03)
[4]基于事件触发的多智能体输入饱和一致性控制[J]. 马巨海,张晓红,罗小元,关新平. 燕山大学学报. 2015(04)
[5]非仿射系统的自适应观测器自抗扰控制[J]. 程春华,胡云安,吴进华,邹强. 控制理论与应用. 2014(02)
[6]非仿射纯反馈非线性系统的自抗扰控制[J]. 程春华,胡云安,吴进华. 自动化学报. 2014(07)
[7]自抗扰控制思想探究[J]. 高志强. 控制理论与应用. 2013(12)
[8]多个体协调控制问题综述[J]. 闵海波,刘源,王仕成,孙富春. 自动化学报. 2012(10)
[9]三阶离散扩张状态观测器的稳定性分析及其综合[J]. 邵立伟,廖晓钟,夏元清,韩京清. 信息与控制. 2008(02)
[10]非线性连续二阶扩张状态观测器的分析与设计[J]. 黄一,韩京清. 科学通报. 2000(13)
本文编号:3314155
【文章来源】:南京邮电大学江苏省
【文章页数】:99 页
【学位级别】:硕士
【部分图文】:
战斗机空中加油
南京邮电大学硕士研究生学位论文 第一章 绪论第一章 绪论1.1 研究的背景、目的和意义多智能体系统(multi-agent systems, MASs)是由一群具备一定的传感、计算、执行和通信能力的智能体通过通信网络联接构成的一个网络化系统,其具备自主性、分布性、协同性,同时还具有组织能力、学习能力和推理能力[1][2]。随着控制理论、计算机应用和人工智能技术的飞速发展,该系统广泛应于军事和民用领域,如战斗机空中加油、机器人协同控制、无人机编队等,如图1.1-图1.4所示。
多智能体系统(multi-agent systems, MASs)是由一群具备一定的传感、计算、执行和通信能力的智能体通过通信网络联接构成的一个网络化系统,其具备自主性、分布性、协同性,同时还具有组织能力、学习能力和推理能力[1][2]。随着控制理论、计算机应用和人工智能技术的飞速发展,该系统广泛应于军事和民用领域,如战斗机空中加油、机器人协同控制、无人机编队等,如图1.1-图1.4所示。图 1.1 战斗机空中加油 图 1.2 机器人协同控制
【参考文献】:
期刊论文
[1]陆用运动体多系统协同中的智能优化与控制[J]. 方浩,王雪源,陈杰. 控制理论与应用. 2018(07)
[2]线性自抗扰控制理论及工程应用的若干进展[J]. 陈增强,程赟,孙明玮,孙青林. 信息与控制. 2017(03)
[3]自抗扰控制:研究成果总结与展望[J]. 李杰,齐晓慧,万慧,夏元清. 控制理论与应用. 2017(03)
[4]基于事件触发的多智能体输入饱和一致性控制[J]. 马巨海,张晓红,罗小元,关新平. 燕山大学学报. 2015(04)
[5]非仿射系统的自适应观测器自抗扰控制[J]. 程春华,胡云安,吴进华,邹强. 控制理论与应用. 2014(02)
[6]非仿射纯反馈非线性系统的自抗扰控制[J]. 程春华,胡云安,吴进华. 自动化学报. 2014(07)
[7]自抗扰控制思想探究[J]. 高志强. 控制理论与应用. 2013(12)
[8]多个体协调控制问题综述[J]. 闵海波,刘源,王仕成,孙富春. 自动化学报. 2012(10)
[9]三阶离散扩张状态观测器的稳定性分析及其综合[J]. 邵立伟,廖晓钟,夏元清,韩京清. 信息与控制. 2008(02)
[10]非线性连续二阶扩张状态观测器的分析与设计[J]. 黄一,韩京清. 科学通报. 2000(13)
本文编号:3314155
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3314155.html