多信号输入下多智能体系统的图可控性分类

在多信号输入情形下,对多智能体系统的图可控性分类进行了分析,构建了新的基于多信号输入下的系统模型。进而利用秩判据和PBH判据,在新的模型下得到系统与可控性的关系,新的模型更方便地表现多智能体系统的一般性。此外,在拉普拉斯矩阵下,对多智能体系统与可控性的关系做了详细的分析与研究,特别是在拉普拉斯矩阵的特征值与系统能控性的关系方面进行了分析。解决了多信号输入下可控性分类的问题,并提高了研究可控性的准确性。而且,在已有结论的基础上对多智能体系统可控性的内容进行了完善。

连续时间线性时不变系统的能控性判据研究

研究了连续时间线性时不变系统的能控性判据,给出格拉姆判据更精确的表达及证明.并给出秩判据及PBH判据的另外证明.

F(z)上系统能控性PBH判据

将实数域上线性系统能控性PBH判据推广到多元有理函数域F(z).由于实数域是F(z)的子域,且为结构化矩阵,一次多项式矩阵和混合矩阵都可视为一类F(z)上矩阵,所以获得的判据适用的范围更广.给出了几个应用实例.

基于网络特征重数的多智能体牵制蜂拥控制

针对多智能体系统蜂拥控制过程中存在效率不高的现象,融合图论和控制理论的分析方法,提出一种基于网络特征重数的牵制蜂拥控制算法.该算法通过网络拓扑结构的邻接矩阵,根据其特征值的最大重数,得出网络可控时所需牵制节点的数目,随后进一步利用控制理论中的PBH判据确定具体的牵制节点,并为之设计牵制蜂拥控制律.与随机牵制策略和度最大牵制策略进行的仿真实验统计结果对比证实了所提算法在提升整个系统控制效率方面的有效性.

ON THE OBSERVABILITY AND DETECTABILITY OF LINEAR STOCHASTIC SYSTEMS WITH MARKOV JUMPS AND MULTIPLICATIVE NOISE

This paper presents the notions of exact observability and exact detectability for Markov jump linear stochastic systems of Ito type with multiplieative noise （for short, MJLSS）. Stochastic Popov-Belevith-Hautus （PBH） Criterions for exact observability and exact detectability are respectively obtained. As an application, stochastic H2/H∞ control for such MJLSS is discussed under exact detectability.