[发明专利]针对多智能体系统执行器失效故障的滑模容错控制方法

权利要求书

1.一种针对多智能体系统执行器部分失效故障的滑模容错控制方法，其特征在于：在多智能体系统存在执行器部分失效故障时，结合自适应技术，提出一种滑模容错控制方法，使得多智能体系统在发生执行器故障后能够正常运行；根据智能体之间的相对状态信息定义了一致性误差变量，据此设计了滑模面，求解出系统的滑动模态，然后结合自适应边界估计设计出滑模控制律，最终构成容错控制器，包括如下具体步骤：

步骤1)确定领航-跟随多智能体系统的模型及其参数，包括如下步骤：

步骤1.1)确定领航者的运动模型，如式(1)所示：

其中，和分别表示领航者在t时刻的位置和速度状态；为领航者的控制输入；是连续的向量值函数，表示领航者的固有非线性动力学行为；

步骤1.2)确定第i个跟随者的运动模型，如式(2)所示：

其中，表示第i个跟随者在t时刻的位置状态；表示第i个跟随者在t时刻的速度状态；表示发生执行器故障的第i个跟随者的控制输入；是连续的向量值函数，表示第i个跟随者的固有非线性动力学行为；对于式(1)和式(2)中的非线性函数f(x₀，v₀，t)和f(x_i，v_i，t)，存在非负的实数h₁和h₂满足式(3)：

||f(x_i，v_i，t)-f(x₀，v₀，t)||≤h₁||x_i-x₀||+h₂||v_i-v₀|| (3)

步骤1.3)确定跟随着系统的故障模型，令u_i(t)表示第i个跟随者的控制输入信号，假设每个跟随者有m个执行器，其中m＞1，则其发生执行器失效故障后的控制输入为如式(4)所示：

其中，I_m表示m阶单位矩阵，θ_i(t)＝diag{θ_i1(t)，...，θ_im(t)}表示第i个跟随者的执行器失效因子矩阵，时变函数θ_ip(t)，p∈{1，2，...，m}表示第i个跟随者中的第p个执行器的失效因子，并且满足0≤θ_ip(t)＜1；当θ_ip(t)＝0时，第p个执行器正常工作；当0＜θ_ip(t)＜1时，第p个执行器部分失效但仍在工作；

步骤2)确定多智能体系统的通讯拓扑结构：

考虑无向图通讯拓扑结构下的领航-跟随多智能体系统，图表示包括跟随者和领航者在内的所有节点之间的信息交互情况，其中表示所有的节点集合，表示节点之间的通讯链接集合，表示邻接矩阵；假设多智能体系统共有n个跟随者，图G＝(V，E，A)表示跟随者之间的通讯拓扑网络，其中V＝{1，2，...，n}表示跟随者的节点集合，表示跟随者之间的通讯链接集合，表示图G的邻接矩阵；节点的度定义为度矩阵定义为D＝diag{d₁，d₂，...，d_n}；记为图G的Laplacian矩阵，定义其中l_ij的定义如式(5)所示：

领航者与跟随者之间的邻接矩阵定义为如果领航者0与第i个跟随者之间有一条无向边e_0i＝(0，i)∈E₀，那么b_i＝1；否则，b_i＝0；不难发现，

步骤3)设计滑模面，包括如下步骤：

步骤3.1)根据第i个跟随者获取到的邻居信息，定义了一致性位置误差变量e_xi(t)和一致性速度误差变量e_vi(t)，如式(6)所示：

其中，a_ij代表第i个跟随者和第j个跟随者之间的连接权重，b_i代表第i个跟随者与领航者之间的连接权重，N_i代表第i个跟随者的邻居集合；

记为图G对应的Laplacian矩阵，领航者与跟随者之间的邻接矩阵，定义变量式(6)可以改写为向量形式，如式(7)所示：

步骤3.2)利用一致性误差变量设计滑模面函数，如式(8)所示：

S(t)＝ke_x+e_v (8)

其中，s_i(t)为滑模变量，且s_i(t)＝ke_xi+e_vi，i＝1，2，...，n，k是一个正常数；

步骤4)设计容错控制律，采用自适应方法来估计第i个跟随者执行器故障中的失效因子θ_i(t)的最大值，设计容错控制律，如式(9)所示：

其中，γ_i为控制律中非线性量的控制增益，其定义如式(10)所示：

在式(10)中，h₁和h₂为式(3)中非负实数，ω_i为故障边界值，其定义为ω_i＝1/(1-||θ_i(t)||)；是ω_i的估计值，且满足φ_i为补偿因子，且满足σ，ρ，c₁，c₂为可调节的控制参数；根据式(9)和式(10)，控制律可等价表示为向量形式，如式(11)所示：

其中，γ＝diag{γ₁，...，γ_n}，b_n＝[b₁，...，b_n]^T；

步骤5)根据多智能体系统的运行状态，选择合适的参数，完成对其的容错控制。