多智能体系统的分布式滤波与控制研究

发布时间:2021-08-06 06:15
  在过去的十年里,多智能体系统的分布式滤波与控制问题,由于其在无线传感器网络的信息融合与目标跟踪、多机器人系统的编队控制、通信网络的拥塞控制、社会经济系统的分析与优化等领域的广泛应用,受到了控制领域与人工智能领域研究者的极大关注。本文围绕多智能体系统的分布式滤波与控制问题开展一系列研究,取得了以下成果:(1)研究了多智能体系统的强跟踪一致性滤波问题。基于已有分布式滤波算法并利用强跟踪滤波器和当前统计模型在模型失配和噪声统计特性不准确下依然能够有效跟踪目标的优点,提出了基于当前统计模型的分布式强跟踪一致性滤波算法,较好地实现了对非合作目标的跟踪。该分布式估计融合算法能够综合利用多个传感器的测量信息和冗余度提高参数估计的鲁棒性和精确性,为多智能体系统对非合作目标的跟踪提供了理论基础。(2)研究了多四旋翼飞行器系统的编队跟踪问题。基于模型参考一致性协议、最大距离一致性协议和参考控制器,提出了带有编队信息反馈的四旋翼飞行器系统编队控制方法。使用分布式强跟踪一致性滤波对参考模型一致性协议进行相应修正,实现了多四旋翼飞行器系统对非合作目标的编队跟踪。(3)研究了基于采样数据的二阶随机多智能体系统的一... 

【文章来源】:江南大学江苏省 211工程院校 教育部直属院校

【文章页数】:101 页

【学位级别】:博士

【部分图文】:

多智能体系统的分布式滤波与控制研究


a鱼群的群集

多智能体系统,生物群体,层面,涌现性


信息、传输信息、处理信息与应用信息的能力,但均不具备单独完成整个系统所面对的任务的能力,整个系统所面对的任务需要借助于智能体之间的相互通信与相互协同才能完成。多智能体系统的上述特点自然催生了其分布式协同控制问题的提出。多智能体系统分布式协同控制的核心是对于每个智能体,设计恰当的基于自身信息与局部邻居智能体信息的分布式控制输入(协议),使得多智能体系统在分布式控制输入的作用下实现整体控制目标。多智能体系统分布式协同控制的研究意义从哲学的角度分为两个层面:认识世界层面与改造世界层面。认识世界层面,即使用多智能体系统建立自然界中许多生物群体系统的动力学模型,借助于数学、控制理论、计算机仿真等方法来揭示生物群体系统涌现性产生的内在规律,如:鱼群的群集(如图 1-1a 所示)、鸟群的蜂拥(如图 1-1b 所示)、萤火虫群体的闪光同步(如图 1-1c 所示)等。改造世界层面,即将获得的生物群体系统涌现性产生的内在规律应用到工程实践当中,设计满足实际应用需求的工程系统,如:多机器人编队系统(如图 1-2a 所示)、多卫星姿态协同系统(如图 1-2b 所示)、多传感器覆盖系统(如图 1-2c 所示)等。因此,研究多智能体系统分布式协同控制问题具有重要的理论意义和应用价值。

萤火虫,多智能体系统,生物群体


信息、传输信息、处理信息与应用信息的能力,但均不具备单独完成整个系统所面对的任务的能力,整个系统所面对的任务需要借助于智能体之间的相互通信与相互协同才能完成。多智能体系统的上述特点自然催生了其分布式协同控制问题的提出。多智能体系统分布式协同控制的核心是对于每个智能体,设计恰当的基于自身信息与局部邻居智能体信息的分布式控制输入(协议),使得多智能体系统在分布式控制输入的作用下实现整体控制目标。多智能体系统分布式协同控制的研究意义从哲学的角度分为两个层面:认识世界层面与改造世界层面。认识世界层面,即使用多智能体系统建立自然界中许多生物群体系统的动力学模型,借助于数学、控制理论、计算机仿真等方法来揭示生物群体系统涌现性产生的内在规律,如:鱼群的群集(如图 1-1a 所示)、鸟群的蜂拥(如图 1-1b 所示)、萤火虫群体的闪光同步(如图 1-1c 所示)等。改造世界层面,即将获得的生物群体系统涌现性产生的内在规律应用到工程实践当中,设计满足实际应用需求的工程系统,如:多机器人编队系统(如图 1-2a 所示)、多卫星姿态协同系统(如图 1-2b 所示)、多传感器覆盖系统(如图 1-2c 所示)等。因此,研究多智能体系统分布式协同控制问题具有重要的理论意义和应用价值。

【参考文献】:
期刊论文
[1]Formation control of multiple Euler-Lagrange systems via null-space-based behavioral control[J]. Jie CHEN,Minggang GAN,Jie HUANG,Lihua DOU,Hao FANG.  Science China(Information Sciences). 2016(01)
[2]基于蜂拥控制的移动传感器网络目标跟踪算法[J]. 娄柯,崔宝同,李纹.  控制与决策. 2013(11)
[3]传感器网络一致性分布式滤波算法[J]. 王长城,戚国庆,李银伢,盛安冬.  控制理论与应用. 2012(12)
[4]基于当前统计模型的机动目标自适应跟踪算法[J]. 钱华明,陈亮,满国晶,杨峻巍,张玥.  系统工程与电子技术. 2011(10)
[5]基于STF-Singer模型的AUV传感器故障诊断[J]. 陈小龙,庞永杰,李晔,李东起.  仪器仪表学报. 2010(07)
[6]一种强跟踪扩展卡尔曼滤波器的改进算法[J]. 范文兵,刘春风,张素贞.  控制与决策. 2006(01)



本文编号:3325234

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/3325234.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6900d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com