發(fā)布時間：2020-10-19 13:34

　　 在過去十幾年中,由于多智能體在實際工程中被廣泛的應(yīng)用,因此受到學者的關(guān)注。趨同控制問題的是如何設(shè)計分布式控制器,使得所有多智能體達到同一個目標。趨同控制問題作為多智能體系統(tǒng)研究中的一個基礎(chǔ)問題,吸引了大量學者的關(guān)注。在早期有關(guān)多智能體趨同工作中,每個智能體控制器設(shè)計都依賴于自身和鄰居之間相對狀態(tài)的準確信息。然而,在實際智能體之間通信過程中,由于通信約束的存在,對于每個智能體來說,是很難獲取鄰居的狀態(tài)信息的準確值。因此,這樣的控制器在實際工程中很難被實現(xiàn)。而智能體間實際通信過程大致可以分為以下三步進行:1)發(fā)送端將自身的狀態(tài)信息編譯成一串二進制編碼;2)此串二進制編碼通過信道被傳輸至接收端;3)接收端根據(jù)接受到的二進制編碼翻譯并估計出發(fā)送端的狀態(tài)信息。在上述的通信過程中可以看出,量化作為通信約束的一種,在實際工程中是不能被忽略。這篇我們主要考慮了多智能體系統(tǒng)的量化趨同控制。該論文主要結(jié)果總結(jié)如下:首先,我們考慮了在有限帶寬下,連續(xù)時間的多智能體系統(tǒng)趨同問題。我們分別設(shè)計了基于周期性采樣和基于事件觸發(fā)下采樣的方法設(shè)計兩種不同分布式控制器來解決該問題。首先通過構(gòu)造一個新型的動態(tài)量化器,我們設(shè)計了基于采樣和量化后的的分布式算法解決了這個問題。與以往工作相比,我們考慮更一般的動力學系統(tǒng)下多智能體系統(tǒng):一般線性多智能體系統(tǒng)。通過結(jié)合均勻量化器以及對數(shù)量化器,我們提出了一種全新的量化器,并且可以證明出,即使多智能體系統(tǒng)中的智能體數(shù)量非常龐大,這個新型量化器的量化層數(shù)也可以維持在很小的數(shù)值。同時我們基于事件觸發(fā)采樣,設(shè)計相應(yīng)分布式算法被提出去解決量化趨同控制問題。相比于周期性采樣方式,我們所提出的基于事件觸發(fā)采樣方式能夠有效減少通信次數(shù),進而節(jié)約通信資源�？梢宰C明改基于事件觸發(fā)的分布式算法可以保證多智能體系統(tǒng)的漸近趨同。同時一方面在實際采樣過程中,我們有效的避免了芝諾現(xiàn)象,另一方面,我們不需要每個智能體對鄰居進行連續(xù)的檢測。其次,我們考慮了有向圖下的一般線性多智能體系統(tǒng)的量化趨同問題。我們分別考慮了連續(xù)多智能體系統(tǒng)和連續(xù)多智能體系統(tǒng)的量化趨同控制。首先我們按照智能體間通信拓撲圖連接方式,對所有的智能體進行優(yōu)先級的標號排列,進而設(shè)計了一種新穎分布式控制器所提出的控制算法有兩個明顯的優(yōu)點。一方面,控制算法的完全分布式意味著算法不需要依賴于拓撲圖拉普拉斯矩陣特征根的信息。另一方面,數(shù)據(jù)率的大小與智能體的數(shù)目無關(guān),這意味著該控制器可以用來解決大規(guī)模多智能體系統(tǒng)的量化趨同控制問題。同時我們考慮了有限帶寬下,連續(xù)的具有領(lǐng)導(dǎo)者的多智能體系統(tǒng)的趨同控制問題。與以往工作相比,一方面我們所研究的通信拓撲圖不需要平衡圖或者強連通圖,另一方面該分布式控制器不需要有關(guān)狀態(tài)初始值的的半全局的假設(shè)。因此該分布式控制器是完全分布式的,不需要任何的全局信息。最后,我們考慮了切換圖下的多智能體系統(tǒng)的協(xié)同輸出調(diào)節(jié)控制問題。我們設(shè)計了相應(yīng)的基于量化以及采樣的數(shù)據(jù)的分布式控制器來解決改問題。與以往的有關(guān)多智能體量化控制的工作不同,我們一方面不需要有關(guān)初始狀態(tài)的半全局假設(shè),另一方面,通信拓撲圖只需要是聯(lián)合聯(lián)通。
【學位單位】：中國科學技術(shù)大學
【學位級別】：博士
【學位年份】：2019
【中圖分類】：TP18;TP13
【文章目錄】：
摘要
Abstract
Acknowledgement
Notations
Chapter 1 Introduction
    1.1 Background
        1.1.1 Consensus of Multi-agent Systems
        1.1.2 Quantized Consensus
    1.2 Thesis Organization and Contributions
Chapter 2 Preliminaries
    2.1 Graph Notations
    2.2 Technical Lemmas
    2.3 Some Mathematical Results on Matrices
    2.4 Quantized Control
Chapter 3 Quantized Consensus ofContinuous-Time Multi-AgentSystems over Undirected Graph
    3.1 Introduction
    3.2 Problem Formulation
    3.3 Design of Distributed Protocol
    3.4 Consensus Analysis
    3.5 An Example
    3.6 Conclusion
Chapter 4 Quantized Consensus ofContinuous-Time Multi-AgentSystems over Undirected Graphby Event-Triggered Strategies
    4.1 Introduction
    4.2 Problem Formulation
    4.3 Design of Distributed Protocol
    4.4 Consensus Analysis
    4.5 Examples
    4.6 Conclusion
Chapter 5 Quantized Consensus ofLeader-following Discrete-timeMulti-agent Systems over DirectedGraph
    5.1 Introduction
    5.2 Problem Formulation
    5.3 Main Result
        5.3.1 Priority level
        5.3.2 Control law design and analysis
    5.4 An Example
    5.5 Conclusion
Chapter 6 Quantized Consensus ofContinuous-time Multi-agentSystems over Direct Graph
    6.1 Introduction
    6.2 Problem Formulation
    6.3 Design of Distributed Protocol
    6.4 Main Results
    6.5 Extension to Cooperative Output Regulation
    6.6 An Example
    6.7 Conclusion
Chapter 7 Quantized Cooperative outputregulation of Continuous-timeMulti-agent Systems overSwitching Graph
    7.1 Introduction
    7.2 Problem formulation
    7.3 Cooperative output regulation problem over switching graph withbounded link failure duration
        7.3.1 Design of Distributed Protocol
        7.3.2 Convergence Analysis
    7.4 Cooperative output regulation over switching graphs with unbounded link failure duration
        7.4.1 Design of Distributed Protocol
        7.4.2 Convergence Analysis
    7.5 Examples
    7.6 Conclusion
Chapter 8 Conclusions and Future Works
第9章 主要工作與未來展望
    9.1 主要工作總結(jié)
    9.2 未來工作展望
Bibliography
Biography
中文簡介

【相似文獻】

相關(guān)期刊論文 前9條

1 張青;弓志坤;楊正全;陳增強;;多智能體系統(tǒng)的自適應(yīng)群集分布式優(yōu)化（英文）[J];控制理論與應(yīng)用;2019年04期

2 方建印;謝欣欣;;具有飽和輸入和通信約束的多智能體系統(tǒng)的包含控制[J];河南工程學院學報(自然科學版);2016年04期

3 李健;沈艷軍;劉允剛;;線性多智能體系統(tǒng)一致性的自適應(yīng)動態(tài)規(guī)劃求解方法[J];系統(tǒng)科學與數(shù)學;2016年07期

4 楊瑞;葉冬;;多智能體系統(tǒng)一致性研究[J];山東工業(yè)技術(shù);2017年07期

5 張曉嬌;崔寶同;齊斌;;二階多智能體系統(tǒng)一致性的幾個條件（英文）[J];控制工程;2017年04期

6 姜香菊;紀志堅;孫方剛;李自強;;二階多智能體系統(tǒng)的能觀性[J];工業(yè)控制計算機;2017年05期

7 朱美玲;趙蕊;徐勇;;速度不可測的異構(gòu)多智能體系統(tǒng)一致性分析[J];計算機工程與科學;2017年09期

8 莫立坡;于永光;;多智能體系統(tǒng)的有限時間旋轉(zhuǎn)環(huán)繞控制（英文）[J];自動化學報;2017年09期

9 聞國光;黃俊;于玉潔;;異質(zhì)多智能體系統(tǒng)在固定拓撲下的分組一致性[J];北京交通大學學報;2016年03期

相關(guān)博士學位論文 前10條

1 張文樂;多智能體系統(tǒng)的快速一致性及多跟蹤控制研究[D];東北大學;2017年

2 萬穎;時滯網(wǎng)絡(luò)系統(tǒng)的動力學分析及采樣控制[D];東南大學;2017年

3 張婷;幾類多智能體系統(tǒng)量化學習一致性研究[D];西安電子科技大學;2017年

4 馬婧瑛;多智能體系統(tǒng)的性能優(yōu)化[D];西安電子科技大學;2017年

5 游秀;一類非匹配非線性多智能體系統(tǒng)的分布式一致性控制[D];燕山大學;2017年

6 戴江濤;半馬爾科夫切換拓撲下的多智能體系統(tǒng)一致性[D];大連理工大學;2018年

7 王海洋;APTL模型檢測方法及多智能體系統(tǒng)驗證的研究[D];西安電子科技大學;2018年

8 徐曉樂;多智能體系統(tǒng)的一致性問題研究[D];浙江工業(yè)大學;2014年

9 李曉磊;不同約束條件下非線性多智能體一致性控制[D];燕山大學;2018年

10 馬驥;多智能體系統(tǒng)量化趨同[D];中國科學技術(shù)大學;2019年

相關(guān)碩士學位論文 前10條

1 李嘉豪;具有Markov切換拓撲的多智能體系統(tǒng)一致性研究[D];浙江理工大學;2019年

2 謝警;多智能體系統(tǒng)的一致性及其在覆蓋控制中的應(yīng)用[D];廈門大學;2017年

3 孫迎春;多智能體系統(tǒng)有限時間編隊控制和包含控制問題研究[D];東北大學;2017年

4 王國鋒;多智能體系統(tǒng)的一致性問題研究[D];東北大學;2017年

5 劉洪明;復(fù)雜網(wǎng)絡(luò)滯后同步與牽制控制多智能體系統(tǒng)一致性[D];杭州電子科技大學;2018年

6 張增英;多智能體系統(tǒng)群集行為動力學分析及控制方法研究[D];蘭州交通大學;2017年

7 謝朝龍;基于Web的多智能體系統(tǒng)實驗平臺的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學;2018年

8 趙連杰;多智能體系統(tǒng)環(huán)形編隊控制與包圍控制問題研究[D];東北大學;2015年

9 曹兵;基于自適應(yīng)技術(shù)的多智能體系統(tǒng)一致性容錯控制方法研究[D];東北大學;2015年

10 楊振威;基于多智能體系統(tǒng)一致性的跟蹤控制研究[D];東北石油大學;2018年

本文編號：2847275