隨著先進通信技術(shù)和智能計算技術(shù)的高速發(fā)展,以此技術(shù)為基礎(chǔ)的多智能體系統(tǒng)分布式協(xié)同問題正逐漸成為跨越人工智能2.0的重要途徑,為通訊網(wǎng)絡(luò)、智能控制、仿生機器人等前沿領(lǐng)域帶來了新的挑戰(zhàn)和機遇。人工智能2.0指出,通過多智能體的協(xié)同控制,可以在系統(tǒng)層面上涌現(xiàn)出超越單體智能能力的群體協(xié)同智能。與此同時,在多智能體的控制過程中,往往受到測量、狀態(tài)、機動等方面的約束,對控制算法的設(shè)計提出了更高的要求,如特定的集群任務(wù)中,移動機器人的速度和位置需要被控制在規(guī)定的約束范圍內(nèi)。以此為背景,約束條件下的多智能體控制概念應(yīng)運而生,本文旨在圍繞跟蹤、編隊和環(huán)航三個重要的協(xié)同任務(wù),解決速度測量約束、系統(tǒng)輸出約束和機動構(gòu)型約束條件下的網(wǎng)絡(luò)化智能體系統(tǒng)協(xié)同控制問題,具體來說:針對速度測量約束條件下的分布式跟蹤控制問題,利用等價和分離原理,提出了可應(yīng)用于網(wǎng)絡(luò)化分布式控制的自適應(yīng)高增益觀測器。據(jù)此,在有向通訊網(wǎng)絡(luò)下,分別基于狀態(tài)和輸出反饋,提出了完全分布式跟蹤算法。其中,為了補償系統(tǒng)模型的不確定性,控制器結(jié)合了自適應(yīng)神經(jīng)網(wǎng)絡(luò)的逼近特性,并證明了所有狀態(tài)誤差的半全局一致最終有界性。針對系統(tǒng)輸出約束條件下的分布式跟蹤控制問... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：140 頁

【學位級別】：博士

【部分圖文】：

自然界中的生物群體行為Fig.1-1Biologicalgroupbehaviorinnature[3]

哈爾濱工業(yè)大學工學博士學位論文J3=130.40.40.4100.40.40.49kg·m2,J4=160.60.20.6140.40.20.412kg·m2圖4-1網(wǎng)絡(luò)拓撲Fig.4-1Networktopology表4-1仿真參數(shù)Table4-1Parametersforsimulation參數(shù)數(shù)值參數(shù)數(shù)值β1200kci[0.13,0.17,0.15]Tβ2200k1i[0.5,0.5,0.5]TK2i100I3Kpi[0.5,0.5,0.5]TKdi100I3˙σi(0)[0,0,0]Tˉλ1i5˙σ(1)00.011sin(0.09t+π2)l12˙σ(2)00.012sin(0.08t+π2)εi0.01˙σ(3)00.014sin(0.1t+π2)γi4σ0(0)[0,0,0]Tηr10σ1(0)[0.06,0.04,0.07]Tμrrandom[1,1]σ2(0)[0.07,0.03,0.09]TWi(0)0σ3(0)[0.06,0.04,0.02]Tχi5σ4(0)[0.05,0.02,0.01]T網(wǎng)絡(luò)拓撲如圖4-1所示。可以看出，跟隨者1和跟隨者2可以直接獲取領(lǐng)航者0的狀態(tài)。然而，跟隨者3和跟隨者4只能從其他跟隨者間接獲得領(lǐng)航者0的信息，這會增加他們跟蹤動態(tài)領(lǐng)航者的難度。我們考慮三種不同的情況。首先，在狀態(tài)反饋的條件下，我們評估具有姿態(tài)約束的分布式航天器系統(tǒng)的控制策略(4-21)。其次，在輸出反饋的條件下，我們評估具有姿態(tài)約束的分布式航天器控制方案(4-60)。最后，我們用PD控制器τi=Kpiz1iKdi˙z1i作為對照實驗，并對比仿真效果。仿真分析中所有控制參數(shù)見表4-1。-60-

【參考文獻】：
期刊論文
[1]Distributed tracking for networked Euler-Lagrange systems without velocity measurements[J]. Qingkai Yang,Hao Fang,Yutian Mao,Jie Huang.  Journal of Systems Engineering and Electronics. 2014(04)
[2]人工勢場和虛擬領(lǐng)航者結(jié)合的多智能體編隊[J]. 曲成剛,曹喜濱,張澤旭.  哈爾濱工業(yè)大學學報. 2014(05)
[3]具有多個通信時延的多智能體系統(tǒng)分布式H∞一致性控制[J]. 劉學良,胥布工.  控制與決策. 2012(04)
[4]多智能體系統(tǒng)在分布式采樣控制下的動力學行為[J]. 余宏旺,鄭毓蕃.  自動化學報. 2012(03)
[5]多智能體系統(tǒng)動態(tài)協(xié)調(diào)與分布式控制設(shè)計[J]. 洪奕光,翟超.  控制理論與應(yīng)用. 2011(10)
[6]多智能體系統(tǒng)分布式控制的研究新進展[J]. 王曉麗,洪奕光.  復(fù)雜系統(tǒng)與復(fù)雜性科學. 2010(Z1)
[7]非平衡拓撲結(jié)構(gòu)的多智能體網(wǎng)絡(luò)系統(tǒng)一致性協(xié)議[J]. 譚拂曉,關(guān)新平,劉德榮.  控制理論與應(yīng)用. 2009(10)
[8]群體系統(tǒng)蜂擁控制理論及應(yīng)用研究進展[J]. 陳世明.  計算機應(yīng)用研究. 2009(06)
[9]離散時間系統(tǒng)的多智能體的一致性[J]. 楊洪勇,張嗣瀛.  控制與決策. 2009(03)
[10]編隊飛行衛(wèi)星自主相對導(dǎo)航算法研究[J]. 吳云華,曹喜濱.  哈爾濱工業(yè)大學學報. 2007(03)



本文編號：3392705