本文關鍵詞： 群集系統(tǒng) 分群行為 自組織 分群控制 信息耦合度 選擇性交互 隱式信息傳播 成對交互 速度估計 時延 群集機器人　出處：《西北工業(yè)大學》2016年博士論文　論文類型：學位論文

【摘要】：群集系統(tǒng)的分群行為,表征為一個聚合的母群分裂成若干子群的現(xiàn)象。作為群集系統(tǒng)的固有運動模式,分群行為不僅彌補了單一組群運動難以對群集分裂現(xiàn)象進行有效表征的缺陷,而且賦予了群集更多的運動靈活性和行為多樣性,是群集對環(huán)境適應能力的典型表現(xiàn)。因而,開展群集系統(tǒng)分群控制的研究,對于揭示群集"分裂-融合"行為的內(nèi)在機制,深化對自組織群集運動機理的認知,以及促進分群行為的工程應用,均具有重要的理論價值和實踐意義。本文以國家自然科學基金項目(No.51179156)為依托,針對一類不依賴于指派、協(xié)商等智能規(guī)劃機制的典型自組織分群運動行為,在深入揭示其產(chǎn)生機理的基礎上,對基于信息耦合度(Information coupling degree,ICD)的自組織分群控制方法及相關問題展開研究。論文的主要工作和研究成果如下:(1)群集系統(tǒng)自組織分群運動機理與建模研究以生物群集的分群行為作為參考,從刺激信息在群內(nèi)定向傳播的角度出發(fā),研究了分群運動中群集內(nèi)部信息的傳播機制,指出分群行為是多元外部刺激信息在群內(nèi)傳播所引起的一種個體運動分化現(xiàn)象,并發(fā)現(xiàn)個體間關聯(lián)強度的差異是導致分群行為的根本原因�；谠撜J識,定義了對個體間關聯(lián)強度進行表征的指標—信息耦合度,并提出了一種基于信息耦合度的分群控制模型框架,為后續(xù)分群控制算法的設計奠定了基礎。(2)基于信息耦合度的群集系統(tǒng)分群控制方法研究借鑒生物群集個體間的交互作用關系,綜合利用個體位置和速度信息,建立了信息耦合度模型。然后,從刺激信息在群內(nèi)傳播最大化的角度出發(fā),提出了一種基于"max-ICD"的分群控制策略。進而,將自組織"成對交互"規(guī)則融入傳統(tǒng)的"分離/組隊/聚合"群集協(xié)同規(guī)則中,設計了基于信息耦合度的分群控制算法,實現(xiàn)了外部刺激下群集系統(tǒng)的自組織分群行為。理論分析和仿真實驗均驗證了所提出的分群控制算法的有效性。(3)無速度測量下群集系統(tǒng)分群控制方法研究針對無速度測量下群集系統(tǒng)的自組織分群問題,提出了一種僅利用位置信息的分群控制方法。首先,通過構建分布式觀測器,實現(xiàn)了利用個體間的相對位置信息對相對速度信息的實時估計。進而,以基于信息耦合度的分群控制理論框架為基礎,結合速度信息未知的情形,利用個體間的相對位置信息和估計的相對速度信息,設計了無需速度測量的分群控制算法,實現(xiàn)了群集系統(tǒng)的自組織分群運動。理論分析和仿真實驗均驗證了所提出的無速度測量下自組織分群控制算法的有效性。(4)具有時延的群集系統(tǒng)分群控制方法研究針對分群運動中個體信息獲取存在時延的問題,首先對前面提出的基于信息耦合度的分群控制算法的時延局限性展開討論,發(fā)現(xiàn)時延的存在會顯著降低分群算法的性能。進而,分定常時延和時變時延兩種情況,對時延下群集系統(tǒng)的分群控制方法展開研究。對于定常時延情形,采用Lyapunov-Razumikhin定理得出了群集實現(xiàn)穩(wěn)定分群運動的時延上界及相關收斂條件。對于時變時延情形,利用Lyaponov-Krasovskii泛函得出了線性矩陣不等式形式的時延上界及相關收斂條件。理論分析和仿真實驗均驗證了所提出的時延下群集系統(tǒng)分群控制算法的有效性。(5)群集機器人系統(tǒng)分群控制實驗驗證研究以E-puck群集機器人系統(tǒng)為實驗平臺,對基于信息耦合度的自組織分群控制方法展開實驗驗證工作。針對E-puck機器人的特點,首先建立其運動學模型,并結合所量測的鄰居距離-方位信息,以基于信息耦合度的分群控制思想為基礎,設計了面向群集機器人分群應用的控制算法,最后在Webots機器人仿真平臺上開展的分群實驗驗證了所提算法的可行性和有效性。
[Abstract]:The clustering behavior of the cluster system, represented as a polymerization mother groups are divided into several subgroups. The phenomenon as an inherent motion mode of cluster system, cluster behavior not only overcomes the defects of single group movement difficult to carry out effective characterization of cluster splitting phenomenon, but also gives more flexibility and cluster motion behavior is diversity. The typical performance of cluster to adapt to the environment. Therefore, to carry out research on cluster clustering control system, to reveal the internal mechanism of cluster "split - Fusion" behavior, deepening of self organizing cluster motion mechanism of cognition, and the engineering application to promote clustering behavior, has important theoretical value and practical significance. Based on the National Natural Science Fund Project (No.51179156) as the basis, for a class does not depend on the typical assignment, consultation and other intelligent planning mechanism of self-organizing clustering behavior, in revealing its Based on the generation mechanism, based on information coupling (Information coupling degree, ICD) from the research methods and related issues of clustering in control. The main work and research results are as follows: (1) clustering behavior of self-organizing clustering mechanism and Modeling Research on biological cluster cluster system as the reference, from the stimulus information based on directional propagation angles within the group, the internal information communication mechanism of cluster grouping movement, pointed out that the clustering behavior is multiple external stimuli spread a differentiation phenomenon caused by the movement of the individual within the group, and found the difference correlation strength between individuals is the root cause of clustering behavior. Based on the understanding of the definition the characterization of the strength of the correlation between individual index information coupling degree, and proposes an information coupling clustering control model based on the framework for further clustering control Laid the foundation of the algorithm design. (2) cluster clustering control method based on the biological cluster interaction relationship between individual information based on coupling degree, the comprehensive utilization of position and speed information of individuals, to establish the information model of coupling degree. Then, starting from the stimulation of information dissemination in the maximum angle, put forward a based on the "max-ICD" grouping control strategy. Then, the self-organization "interactions" rules into the traditional "separation / team / polymerization" cluster coordination rules, designed the information coupling degree of clustering algorithm based on self organizing clustering behavior is realized under external stimulation of the cluster system. Theoretical analysis and simulation experiments verify the validity of the proposed control algorithm of clustering. (3) without velocity measurement under cluster self-organization groups system clustering control method for speed measurement of the cluster system is proposed. A method using only the location information of the cluster control method. Firstly, through the construction of distributed observer, the relative position between the individual information real-time estimation of the relative speed of information. Then, the information coupling clustering framework based on control theory as the basis, combined with the speed of the information is unknown, the relative position of relative velocity information estimation and information between individuals, designed without clustering control algorithm of velocity measurement, realizes the self organization clustering movement cluster system. Theoretical analysis and simulation experiments show that the speed measurement proposed since the effectiveness of clustering control algorithm. (4) with clustering control method for cluster system the individual information clustering movement access latency problems delay, firstly some delay limitation information coupling control algorithm based on cluster expansion The discussion, found delays will significantly reduce the performance of clustering algorithm. Then, divided into constant delay and time-varying delay two cases, to study the time delay of the cluster system clustering control method. For constant time, using the Lyapunov-Razumikhin theorem that the delay bound cluster realize stable cluster movement and related convergence conditions for time-varying delay, delay bound by the Lyaponov-Krasovskii functional form of linear matrix inequalities and convergence conditions are obtained. The theoretical analysis and experimental results show the effectiveness of the cluster clustering algorithm of the control system under the proposed delay. (5) the cluster grouping control robot system and experimental studies of the E-puck cluster system as the experimental robot based on the information platform, the coupling degree of self organization clustering control method experiment. According to the characteristics of E-puck robot, Firstly, the kinematic model, and combined with the measured neighbor distance azimuth information, the information coupling degree of clustering based on control theory, design oriented cluster control algorithm of robot application clustering, clustering experiment finally carried out in simulation platform of the Webots robot verified the feasibility and effectiveness of the algorithm.

【學位授予單位】：西北工業(yè)大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP13

【相似文獻】

相關期刊論文 前10條

1 王萍;;圖書館的自組織序[J];圖書館;2006年01期

2 喬東枝;;圖書館核心競爭力的自組織研究[J];科技情報開發(fā)與經(jīng)濟;2007年16期

3 方天宇;張佳琳;;自組織網(wǎng)絡中的智能容錯導航算法研究[J];雞西大學學報;2012年06期

4 寧錄游,張中兆;自組織通信網(wǎng)技術[J];通信技術;2002年01期

5 楊甫;肖前香;;按需自組織路由算法的設計[J];信息安全與通信保密;2006年06期

6 曹薊光;;自組織網(wǎng)絡技術的發(fā)展趨勢[J];電信網(wǎng)技術;2007年07期

7 于坤;吳國新;方群;;基于二階聲譽測度的自組織網(wǎng)絡合作激勵機制[J];東南大學學報(自然科學版);2008年06期

8 孫韓林;金躍輝;崔毅東;蔣硯軍;;自組織網(wǎng)絡的元指標體系[J];計算機系統(tǒng)應用;2008年09期

9 彭寧波;;信息自組織的產(chǎn)生、形成和發(fā)展探析[J];圖書館學研究;2010年07期

10 李燕;淺談自組織無線網(wǎng)絡技術[J];甘肅科技;2005年10期

相關會議論文 前10條

1 黃進永;;自組織網(wǎng)絡可靠性分析技術[A];2010第十五屆可靠性學術年會論文集[C];2010年

2 譚矛;孫江輝;;一種自組織式車-車通訊技術的研究[A];2013中國汽車工程學會年會論文集[C];2013年

3 趙寧;;軍用自組織網(wǎng)絡體系結構研究[A];開創(chuàng)新世紀的通信技術——第七屆全國青年通信學術會議論文集[C];2001年

4 蔡曉晗;;城市規(guī)劃的多元力量——以舊住房自組織改建為例[A];多元與包容——2012中國城市規(guī)劃年會論文集(06.住房建設與社區(qū)規(guī)劃)[C];2012年

5 袁倩;;國家退出之后:基于農(nóng)村自組織的公共產(chǎn)品供給機制——對趙壩“農(nóng)民議會”的案例研究[A];上海青年政治學年度報告2013[C];2013年

6 梅林;謝薇;鐘雪霞;王建;;淺談應急通信自組織網(wǎng)絡技術[A];2013第一屆中國指揮控制大會論文集[C];2013年

7 朱脈勇;王瑩;黃潔;龔輝;刁國旺;;表面活性劑對鎳納米粒子的形貌及自組織的影響[A];中國化學會第27屆學術年會第04分會場摘要集[C];2010年

8 邵澤才;丁丁;劉磊;黃宇紅;;自組織移動通信網(wǎng)絡研究概述[A];2008年中國通信學會無線及移動通信委員會學術年會論文集[C];2008年

9 王進富;張穎穎;;協(xié)同創(chuàng)新網(wǎng)絡形成的自組織機理[A];第十一屆中國技術管理（2014`MOT）年會論文集[C];2014年

10 張蓉茜;陳曉曙;;一種分級多跳自組織無線通信網(wǎng)絡的研究[A];江蘇省通信學會2004年學術年會論文集[C];2004年

相關博士學位論文 前10條

1 范紹帥;自組織網(wǎng)絡智能化控制與優(yōu)化策略研究[D];北京郵電大學;2015年

2 楊盼盼;基于信息耦合度的自組織分群控制方法研究[D];西北工業(yè)大學;2016年

3 孫瑜;鄉(xiāng)村自組織運作過程中能人現(xiàn)象研究[D];清華大學;2014年

4 郭毅;基于政策的自組織軟件系統(tǒng)及其構造和運行技術研究[D];國防科學技術大學;2013年

5 陳曦;自組織蜂窩通信系統(tǒng)若干關鍵技術研究[D];解放軍信息工程大學;2007年

6 王非;自組織網(wǎng)絡信譽模型及其應用研究[D];華中科技大學;2008年

7 魏W，

本文編號：1534820