[发明专利]一种基于非均匀量化的不确定多智能体系统一致性控制方法

权利要求书

1.一种基于非均匀量化的不确定多智能体系统一致性控制方法，其特征在于，所述方法包括以下步骤：

步骤1：建立具有未建模动态、动态扰动和磁滞型量化输入的连续型非线性高阶多智能体系统数学模型，第j个智能体的动力学方程为：

其中，z是未建模动态，Δ_j,i是动态扰动项，f_j,i和g_j,i是非线性不确定项，y_j是输出项，q_j(u_j)是量化器，取输入信号u_j的量化值，表达形式如式(2)；给定领导者参考信号为y_r，为所有智能体系统的期望输出；

步骤2：对未建模动态、动态扰动和输入量化项分别进行一系列简化处理，包括以下步骤：

21)利用输入-状态指数稳定条件，对未建模动态和动态扰动项进行处理，分离出未建模动态项和状态项；

22)对步骤1给出的磁滞量化输入模型，给出一种新的分解方法，分离出控制输入项u_j(t)，即其中g_j(u_j)为量化权重系数，为类似扰动项，满足1-δ_j≤g_j(u_j)≤1+δ_j，

步骤3：根据步骤2给出的量化器分解形式对步骤1的多智能体模型设计自适应神经网络一致性控制协议，包括以下步骤；

31)首先给出基于图论的误差动态面方程：

z_j,i＝x_j,i-α_j,i-1 (4)

其中，a_j,i和b_j分别是由拓扑结构决定的邻接矩阵和度矩阵的元素，α_j,i-1是待设计虚拟控制信号；

32)利用backstepping设计方法并结合神经网络逼近特性进行第1步虚拟控制器设计，首先对误差信号z_j,1求导，然后对递推过程产生的一系列未知不确定项进行神经网络逼近，并进行一系列不等式化简，最后根据Lyapunov函数法得到虚拟控制器和参数估计表达式分别为：

其中，S_j,1(X_j,1)是神经网络基函数向量，ρ_j,1、σ_j,1和τ_j,1分别是设计参数；

33)采用步骤32)的设计方法，不断递推，得到第i步的虚拟控制器和参数估计表达式：

其中，S_j,i(X_j,i)是神经网络基函数向量，ρ_j,i、σ_j,i和τ_j,i分别是设计参数；

34)得出实际控制信号u_j表达为

步骤4：针对步骤1建立的具有未建模动态、动态扰动以及输入量化的非线性多智能体模型和步骤3设计的自适应神经网络一致性控制协议，利用Lyapunov第二稳定性条件给出一致性收敛和稳定性条件；

步骤5：根据步骤4中给出的一致性收敛和稳定性条件，给出控制选取的规则；

步骤6：将步骤5设计的控制参数选取代入到步骤3的控制协议中，实现对具有未建模动态和动态扰动的多智能体系统的一致性量化控制。

2.如权利要求1所述的一种基于非均匀量化的不确定多智能体系统一致性控制方法，其特征在于，所述步骤5中，控制选取的规则如下：

51)选取决定量化器量化性能的参数为0＜δ_j＜1，0＜u_j,min＜1；

52)对于给定的V(z)和q(y_j,z,t)，选取决定未建模动态信号r的正参数c，d满足

53)选取控制设计参数满足：τ_j,1＞0，k_j,i＞0，τ_j,i＞0，ρ_j,i＞0，σ_j,i＞0；

54)选取实际控制器参数为：k_j,n＞0，τ_j,n＞0，ρ_j,n＞0，σ_j,n＞0。