在過去的十年里,多智能體系統(tǒng)的分布式濾波與控制問題,由于其在無線傳感器網(wǎng)絡(luò)的信息融合與目標(biāo)跟蹤、多機器人系統(tǒng)的編隊控制、通信網(wǎng)絡(luò)的擁塞控制、社會經(jīng)濟系統(tǒng)的分析與優(yōu)化等領(lǐng)域的廣泛應(yīng)用,受到了控制領(lǐng)域與人工智能領(lǐng)域研究者的極大關(guān)注。本文圍繞多智能體系統(tǒng)的分布式濾波與控制問題開展一系列研究,取得了以下成果:（1）研究了多智能體系統(tǒng)的強跟蹤一致性濾波問題�；谝延蟹植际綖V波算法并利用強跟蹤濾波器和當(dāng)前統(tǒng)計模型在模型失配和噪聲統(tǒng)計特性不準(zhǔn)確下依然能夠有效跟蹤目標(biāo)的優(yōu)點,提出了基于當(dāng)前統(tǒng)計模型的分布式強跟蹤一致性濾波算法,較好地實現(xiàn)了對非合作目標(biāo)的跟蹤。該分布式估計融合算法能夠綜合利用多個傳感器的測量信息和冗余度提高參數(shù)估計的魯棒性和精確性,為多智能體系統(tǒng)對非合作目標(biāo)的跟蹤提供了理論基礎(chǔ)。（2）研究了多四旋翼飛行器系統(tǒng)的編隊跟蹤問題�；谀Ｐ蛥⒖家恢滦詤f(xié)議、最大距離一致性協(xié)議和參考控制器,提出了帶有編隊信息反饋的四旋翼飛行器系統(tǒng)編隊控制方法。使用分布式強跟蹤一致性濾波對參考模型一致性協(xié)議進行相應(yīng)修正,實現(xiàn)了多四旋翼飛行器系統(tǒng)對非合作目標(biāo)的編隊跟蹤。（3）研究了基于采樣數(shù)據(jù)的二階隨機多智能體系統(tǒng)的一... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：101 頁

【學(xué)位級別】：博士

【部分圖文】：

a魚群的群集

信息、傳輸信息、處理信息與應(yīng)用信息的能力，但均不具備單獨完成整個系統(tǒng)所面對的任務(wù)的能力，整個系統(tǒng)所面對的任務(wù)需要借助于智能體之間的相互通信與相互協(xié)同才能完成。多智能體系統(tǒng)的上述特點自然催生了其分布式協(xié)同控制問題的提出。多智能體系統(tǒng)分布式協(xié)同控制的核心是對于每個智能體，設(shè)計恰當(dāng)?shù)幕谧陨硇畔⑴c局部鄰居智能體信息的分布式控制輸入（協(xié)議），使得多智能體系統(tǒng)在分布式控制輸入的作用下實現(xiàn)整體控制目標(biāo)。多智能體系統(tǒng)分布式協(xié)同控制的研究意義從哲學(xué)的角度分為兩個層面：認識世界層面與改造世界層面。認識世界層面，即使用多智能體系統(tǒng)建立自然界中許多生物群體系統(tǒng)的動力學(xué)模型，借助于數(shù)學(xué)、控制理論、計算機仿真等方法來揭示生物群體系統(tǒng)涌現(xiàn)性產(chǎn)生的內(nèi)在規(guī)律，如：魚群的群集（如圖 1-1a 所示）、鳥群的蜂擁（如圖 1-1b 所示）、螢火蟲群體的閃光同步（如圖 1-1c 所示）等。改造世界層面，即將獲得的生物群體系統(tǒng)涌現(xiàn)性產(chǎn)生的內(nèi)在規(guī)律應(yīng)用到工程實踐當(dāng)中，設(shè)計滿足實際應(yīng)用需求的工程系統(tǒng)，如：多機器人編隊系統(tǒng)（如圖 1-2a 所示）、多衛(wèi)星姿態(tài)協(xié)同系統(tǒng)（如圖 1-2b 所示）、多傳感器覆蓋系統(tǒng)（如圖 1-2c 所示）等。因此，研究多智能體系統(tǒng)分布式協(xié)同控制問題具有重要的理論意義和應(yīng)用價值。

信息、傳輸信息、處理信息與應(yīng)用信息的能力，但均不具備單獨完成整個系統(tǒng)所面對的任務(wù)的能力，整個系統(tǒng)所面對的任務(wù)需要借助于智能體之間的相互通信與相互協(xié)同才能完成。多智能體系統(tǒng)的上述特點自然催生了其分布式協(xié)同控制問題的提出。多智能體系統(tǒng)分布式協(xié)同控制的核心是對于每個智能體，設(shè)計恰當(dāng)?shù)幕谧陨硇畔⑴c局部鄰居智能體信息的分布式控制輸入（協(xié)議），使得多智能體系統(tǒng)在分布式控制輸入的作用下實現(xiàn)整體控制目標(biāo)。多智能體系統(tǒng)分布式協(xié)同控制的研究意義從哲學(xué)的角度分為兩個層面：認識世界層面與改造世界層面。認識世界層面，即使用多智能體系統(tǒng)建立自然界中許多生物群體系統(tǒng)的動力學(xué)模型，借助于數(shù)學(xué)、控制理論、計算機仿真等方法來揭示生物群體系統(tǒng)涌現(xiàn)性產(chǎn)生的內(nèi)在規(guī)律，如：魚群的群集（如圖 1-1a 所示）、鳥群的蜂擁（如圖 1-1b 所示）、螢火蟲群體的閃光同步（如圖 1-1c 所示）等。改造世界層面，即將獲得的生物群體系統(tǒng)涌現(xiàn)性產(chǎn)生的內(nèi)在規(guī)律應(yīng)用到工程實踐當(dāng)中，設(shè)計滿足實際應(yīng)用需求的工程系統(tǒng)，如：多機器人編隊系統(tǒng)（如圖 1-2a 所示）、多衛(wèi)星姿態(tài)協(xié)同系統(tǒng)（如圖 1-2b 所示）、多傳感器覆蓋系統(tǒng)（如圖 1-2c 所示）等。因此，研究多智能體系統(tǒng)分布式協(xié)同控制問題具有重要的理論意義和應(yīng)用價值。

【參考文獻】：
期刊論文
[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]基于蜂擁控制的移動傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法[J]. 婁柯,崔寶同,李紋.  控制與決策. 2013(11)
[3]傳感器網(wǎng)絡(luò)一致性分布式濾波算法[J]. 王長城,戚國慶,李銀伢,盛安冬.  控制理論與應(yīng)用. 2012(12)
[4]基于當(dāng)前統(tǒng)計模型的機動目標(biāo)自適應(yīng)跟蹤算法[J]. 錢華明,陳亮,滿國晶,楊峻巍,張玥.  系統(tǒng)工程與電子技術(shù). 2011(10)
[5]基于STF-Singer模型的AUV傳感器故障診斷[J]. 陳小龍,龐永杰,李曄,李東起.  儀器儀表學(xué)報. 2010(07)
[6]一種強跟蹤擴展卡爾曼濾波器的改進算法[J]. 范文兵,劉春風(fēng),張素貞.  控制與決策. 2006(01)



本文編號：3325234