论文部分内容阅读
近十年来，随着多智能体系统在学术界和工业界的广泛应用，其分布式协同控制问题已经成了一个热门的研究课题。一致性问题作为协同控制的基础问题，主要研究整个系统是否能够达成一致，即能否通过设计合适的控制协议使得所有的智能体趋于一致。在多智能体系统中，数据和资源是分散的，每个智能体只能利用局部的、分散的信息，而且随着系统模型的复杂、参数不确定、通信技术的局限以及所处环境的不稳定，加剧了系统实现一致性的难度。因此，有必要分析这些因素对于实现一致性的影响。本文运用Lyapunov稳定性理论、It(o)随机微分方程理论和线性矩阵不等式，研究了基于采样数据的非线性多智能体系统的均方一致性，重点探究了随机因素、采样时间间隔、通信延时对多智能体系统一致性的影响，全文主要分以下五个部分: 第一章是绪论部分，主要介绍了课题相关背景、研究意义、研究现状和预备知识，以及本文的主要内容和贡献。 第二章研究了基于随机采样的非线性多智能体系统均方一致性问题。分别讨论了有向和无向网络拓扑下实现均方一致性的充分条件，并研究了随机采样、通信延时、采样时间间隔对实现一致性的影响。提出了一种实现多智能体均方一致性的网络拓扑结构的设计方案，最后通过仿真验证了结果的正确性。 第三章研究了基于采样数据的随机非线性多智能体系统的均方一致性问题。应用It(o)随机微分和Lyapunov稳定性理论，得出非线性多智能体系统实现均方一致性的充分条件。然后，分别讨论了忽略通信延时和无向网络拓扑情况下的一致性问题。最后，通过数值仿真，验证了结论的有效性。 第四章研究了基于采样数据的不同测量噪声下非线性多智能体系统的均方有界一致性问题。首先，利用It(o)随机微分方程对不同噪声扰动下的多智能体系统进行建模，得出多智能体系统实现均方有界一致性的充分条件。然后，对一致性控制增益矩阵进行了设计。最后，通过数值仿真，证明了该方法的有效性。 第五章总结了全文的主要工作，并对未来的研究方向做了展望。