[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

说明书

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，为多智能体系统中各个智能体建立具有量化输入、未建模动态和动态扰动的非线性动力学模型；利用输入‑状态指数稳定性原理将未建模动态及动态扰动项里的未建模项与状态项之间的耦合关系进行解耦分离出独立的未建模动态项和状态项；将量化输入项分解为具有权重系数的输入项的代数表达式；结合自适应神经网络方法与backstepping技术对简化后的智能体模型进行控制器设计；利用Lyapunov稳定性理论给出一致性收敛和稳定性条件；根据收敛和稳定性条件给出控制参数选取规则，以达到一致性量化控制效果。本发明降低了网络化控制系统的通信负担，达到较好的鲁棒性控制效果。

技术领域

本发明涉及一种高阶不确定多智能体系统一致性控制技术，特别涉及一种具有未建模动态和动态不确定扰动特性的严格反馈多智能体输入量化一致性控制方法。

背景技术

随着控制技术、通信技术、计算机网络技术、生物科学技术和人工智能技术的不断发展，其交叉学科——多智能体系统的控制研究引起学者广泛关注。智能体之间通过相互协作共同完成一项单个个体无法单独完成的复杂群体任务，因此，多智能体的协同控制研究一直是多智能体研究领域的重点。而一致性控制又是协同控制研究的关键和基础。近年来一致性控制研究已经取得了很多可喜成果。这些成果主要集中于一阶、二阶和模型简单的高阶系统一致性控制。随着控制工程的不断发展和人们需求的日益增长，需要研究的被控对象越来越复杂。比如大型航空航天系统的建模状态变量可达上千个，而实际建模时往往作必要的简化处理，导致部分环节未被建模。如果在控制设计时忽略这些未建模动态部分影响，会导致系统不稳定甚至崩溃。

同时，多智能体网络控制系统的信息交互依赖于智能体之间实时连续的交换。受通信带宽约束，实际上的信息交流往往不那么令人满意，这将导致依赖实时连续信息交流的多智能体一致性控制在实际网络调节下难以精确实施。量化技术作为一种信息压缩的有效方法，已经成功应用在各种通信系统。主要有均匀量化和非均匀量化两种方式。磁滞量化是一种非均匀量化，是指将输入信号根据控制需求不均匀分割的量化技术。相比于均匀量化，此量化方法具有可调节的量化精度，避免信号抖振现象。因此，此量化方式更适合应用在实际通讯系统。

因此，设计一种更符合实际应用需求的多智能体一致性控制方法，以减少网络带宽负荷同时对未建模动态和不确定扰动具有一定鲁棒性，是目前多智能体一致性研究迫切需要解决的问题。

发明内容

本发明的目的在于提供一种针对具有未建模动态和动态扰动的不确定性多智能体系统一致性量化控制方法，以解决上述背景中提出的问题。

为实现上述发明方法，本发明提供的技术方案如下：

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，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；