线性均方一致性问题的偏差估计

多智能体协同在传感网、社交网、分布式控制等诸多领域有着广泛的实际应用背景,一致性问题作为多智能体协同的基础,受到越来越多研究者的关注.在实际环境中,由于设备、通信干扰等诸多原因,信息在传递过程中通常会携有噪声,本文对噪声条件下一致性问题的系统偏差进行了研究,将求解一致性协议噪声偏差问题转化成矩阵范数的积分问题,根据矩阵迹与特征值的关系,利用范数不等式及积分中值定理,给出仅与增益函数和网络结构相关的一致性协议噪声偏差上界,为一致性系统在实际应用中的噪声估计奠定了理论基础.

模糊随机过程函数列均方一致Henstock积分的可积性

引进了模糊随机过程函数列均方一致Henstock可积的概念,研究了模糊随机过程函数列均方一致Hen-stock可积的充分必要条件,得出了模糊随机过程函数列的收敛定理。

基于噪声的非线性多智能体系统的均方一致性

本文主要研究拓扑结构为有向强连接的非线性多智能体系统的均方一致性问题.考虑到非线性系统中的个体在传递信息时受到噪声环境的干扰,提出一种新的延迟控制方案,提高了系统的控制性能.基于Lyapunov稳定性和Ito^积分方程理论,得到多智能体系统渐近趋于均方一致的充分条件.同时,得到相同的耦合强度下容许的最大延迟间隔,数值仿真结果进一步验证了理论分析的有效性.

输入约束下高阶智能体均方一致性研究

该文对高阶多智能体系统拓扑结构Markov切换且控制输入受到非凸约束时的均方一致性问题进行了研究。首先,引入了一个非凸约束算子,并且根据多智能体系统中邻居节点信息设计了系统的控制协议;之后,利用非负矩阵的性质,得到了当高阶多智能体系统拓扑结构是Markov切换时,系统能够实现均方一致性的充要条件;最后,通过数值仿真验证了在该控制协议下,系统能够达到均方一致性。

脉冲控制下半马尔可夫随机MAS的均方一致性

针对多智能体系统会受到外部干扰而使系统结构随机发生改变的问题,提出了当切换信号服从半马尔可夫过程时,领导-跟随随机多智能体系统实现均方一致的控制算法。运用代数图论、半马尔可夫过程的转移速率与驻留时间分布函数相关性质和Lyapunov稳定性理论等理论工具,对控制算法进行了稳定性分析。通过设计合适的脉冲控制协议,给出了系统实现均方一致性的充分条件。条件表明,若脉冲间隔具有某一上界,均方一致性仍可实现。最后,数值仿真验证了结果的有效性。

带有领航者的非线性Markov切换多智能体系统的均方一致性

近年来,随着科学技术的迅速发展及应用的需要,多智能体系统的协调控制成为控制领域的一个研究热点。一致性问题作为多智能体系统协调控制的基础,受到了各个领域的研究学者越来越多的关注。本文针对非线性多智能体系统设计了相应的一致性控制算法,利用黎卡迪方程方法以及Markov的特性使非线性系统达到均方一致性,最后通过仿真验证了结果的正确性和有效性。

基于合作-竞争关系马尔可夫切换下异质多智能体系统均方二分组一致研究

针对马尔可夫切换下离散和连续异质多智能体系统均方二分组一致问题,本文分别构造了2类包含合作竞争关系和马尔可夫切换拓扑结构异质多智能体系统均方二分组一致协议。利用随机不可约非周期矩阵(stochastic indecomposable and aperiodic matrices,SIA)相关性质、图论代数和矩阵分析等理论,得到相关系统实现均方二分组一致的充分必要条件。仿真实例说明了理论结果的有效性。

线性离散一致性系统均方偏差上界

一致性问题是多智能体协同控制的基础,有广泛的应用背景。之前的研究已经给出了线性一致性协议实现均方一致的充分条件,在此基础上,对线性离散均方一致性问题进行了更加深入的讨论,以图论和随机分析为基础,进一步给出并严格证明线性离散均方一致性问题噪声偏差的上界,同时以4种不同的网络拓扑为例,对所提理论结果进行了说明。结论将为线性离散一致性系统的噪声估计和控制提供理论依据。

时滞随机系统的均方一致渐近稳定性

本文利用文献[1]的比较原理,建立了由随机泛函微分方程描述的时滞随机系统为均方一致渐近稳定的判据。

持续干扰下马尔科夫切换多智能体系统的均方一致性

文章针对带有持续干扰的连续线性多智能体系统,研究了其拓扑结构马尔科夫切换下的均方一致性问题.假设系统在每一时刻的拓扑结构是不连通的,但他们的联合拓扑是连通的.首先设计了一个控制协议,其由两部分组成,一部分是传统的控制协议,另一部分是对干扰的估计.然后,利用矩阵分析理论,随机理论和系统稳定性理论,得到了闭环系统实现一致的充分条件.最后,仿真结果验证了结论的有效性.

拒绝服务攻击下领导-跟随多智能体系统的均方一致性研究

针对带有过程噪声和测量噪声的领导-跟随多智能体系统,研究拒绝服务攻击下多智能体系统的一致性问题.首先,设计基于卡尔曼滤波的状态观测器,对智能体状态进行有效准确的估计;然后,基于预测控制理论提出一种基于状态估计信息的分布式预测控制算法,从而实现领导-跟随多智能体系统的均方一致性控制,并给出拒绝服务攻击环境下实现领导-跟随多智能体系统均方一致性的充分必要条件;最后,通过数值仿真验证所提出方法的正确性和有效性.

随机拓扑下离散多智能体事件触发一致性

针对离散时间多智能体跟踪不稳定的问题,本文研究离散多智能体系统的事件触发一致性控制问题,通过马尔可夫跳变拓扑结构实现各智能体间的信息交互,设计了一种基于动态响应的事件触发条件,给出了马尔可夫跳变控制协议,构造带有转移概率的离散Lyapunov函数,得到所有智能体是均方一致性的充分条件。数值算例验证了所提方法的有效性,证明了本结论可用于解决随机拓扑下离散多智能体的跟踪不一致问题。

Markov切换拓扑下离散多智能体系统滑模一致性控制

针对具有Markov切换拓扑的离散多智能体系统,研究了其在滑模控制下的均方领导跟随一致性问题。通过引入Markov切换拓扑,描述了智能体之间的随机信息交互。采用一致性误差定义了与随机切换拓扑相关的滑模面。根据理想准滑动模态条件得到了等效控制律,并将离散多智能体系统的一致性问题转化为领导跟随误差系统的稳定性问题;利用Lyapunov函数的构造和矩阵理论最终给出了离散滑动模态均方领导跟随一致性的充分条件,并给出了控制增益的设计方法。然后利用趋近律原理给出了一种离散时间滑模控制器,实现了跟随误差能够在有限时间内到达所定义的滑模面区域内。如何处理部分转移概率未知的Markov切换拓扑和设计与随机切换拓扑相关的滑模面是本文的两个难点。最后通过一个数值算例验证了所提方法的有效性。

两种不同脉冲欺骗攻击下随机多智能体系统的均方拟一致性

考虑实际应用中多智能体系统所处环境的复杂性及相关通信网络的开放性,主要研究了一类随机多智能体系统在受到两种不同脉冲欺骗攻击情况下实现均方拟一致性问题。所考虑的两种脉冲欺骗攻击包括替代攻击和虚假数据注入攻击,而攻击发生的概率则是通过引入服从伯努利分布的随机变量加以描述。结合随机过程相关知识和李雅普诺夫稳定性理论,给出系统实现均方拟一致性充分条件。条件表明,系统在遭受两种不同攻击的情况下,误差能保持在一定的范围内。最后,数值仿真验证了结果的有效性。

非线性随机微分方程的一致稳定性

研究了带时滞的延迟随机微分方程的稳定性,并且通过恰当的变量转换,把这类系统的稳定性理论应用到中立型随机系统上,得到了非线性中立型随机时滞微分方程的稳定性的充分条件,并通过一个具体的例子对得到的结论进行了说明.

虚假数据注入攻击下多智能体系统的均方二分一致性研究

研究在虚假数据注入(false data injection,FDI)攻击下带有过程噪声的多智能体系统的均方二分一致性问题.考虑智能体间的合作与竞争交互,在卡尔曼滤波框架下设计一种新颖的能够估计邻居智能体状态的算法,并从理论上证明算法的稳定性.与同类算法相比,该算法考虑了估计器测量范围内和测量范围外智能体的相关性.实验结果表明,相较于局部卡尔曼滤波算法,所提出估计算法具有更好的估计性能.在此基础上提出一种基于状态估计算法的安全保护机制,使智能体的状态更新能采用安全值,从而消除FDI攻击的影响,保障系统能够渐近实现均方二分一致性.最后通过数值实验对理论结果进行验证.

关于“一致估计”几个定理的推广

对概率统计中的点估计的一致性问题进行了讨论,内容涉及参数的无偏估计、一致估计、均方一致估计等。

随机干扰情形下多自主体系统的一致性

文章研究了具有一般通信拓扑和带有随机通信噪声的多自主体系统的一致性问题。为了克服随机噪声的影响,该文设计了随机分布式协议。在该协议下,该文基于广义代数连通性,利用微分方程稳定性理论、矩阵分析、随机分析方法以及图论相关知识,得到了多自主体系统达到均方一致的充分条件以及最终收敛状态;最后通过仿真验证了结果的有效性。

具有随机丢包的网络化多自主体系统的一致性

研究具有随机丢包的网络化多自主体系统的均方一致性问题,其中不同自主体间的通信通道具有相同的丢包情况并且均服从马尔可夫(Markov)分布。首先,利用系统变换和迭代方法,得到了系统达到均方一致的一个初等充要条件。然后,利用矩阵理论和图论知识,如果拓扑图含有有向生成树,则可以将系统的均方一致性转化成一个线性Markov跳变系统的均方稳定性,并且可以建立线性矩阵不等式形式的均方可镇定准则。最后,通过相应的仿真实例说明了所得结论的可行性。

基于事件驱动的随机多智能体系统的一致性

文章使用一种分布式事件驱动控制策略,对带领导者的线性随机多智能体系统的均方一致性进行了研究。利用微分方程稳定性理论与随机分析方法证明了在该事件驱动控制策略下,带领导者的线性随机多智能体系统可达均方一致且无芝诺行为发生,且不要求跟随者之间的拓扑结构是连通图;最后通过仿真,验证了该策略可有效减少多智能体间的通讯次数。