[发明专利]一种基于韧性协议的分布式平均跟踪方法

权利要求书

1.一种基于韧性协议的分布式平均跟踪方法，其特征在于，包括以下步骤：

步骤1：构造多智能体无向连通的网络拓扑图，每个节点代表一个智能体，获得图的点集、边集和每个节点的邻居信息；

其中构造无向连通的网络拓扑图，表示为G(t)＝(V，E(t))，其中，t表示更新时间，V表示智能体的集合，V＝{1,…,N}，表示总共N个智能体；表示边的集合；定义(i,j)表示智能体j发送信息给智能体i；不考虑自环的情况，定义智能体i的邻居集合N_i＝{j|(i,j)∈E,i,j∈V}，定义G(t)的邻接矩阵为A(t)＝[a_ij(t)]∈R^N×N，a_ij(t)表示连接智能体i与智能体j边的权值，R^N×N为实数域上的N维空间，当智能体i接收智能体j的信息时，a_ij(t)0，当智能体i不接收智能体j的信息时，a_ij(t)＝0；

步骤2：定义不同类别的智能体，包括普通智能体、可信任智能体以及带有攻击性的智能体，并将该图的所有智能体进行定义、分类；

所述普通智能体，通过与邻居同步互动来更新自身状态值，即遵循特定的更新规则；普通智能体无法识别除可信任智能体之外的其他邻居的身份，可能接收来自带有攻击性智能体的状态信息；

所述可信任的智能体，属于普通智能体的一种，但比普通智能体具有更高的安全等级，不会被带有攻击性的智能体所攻击，同样根据特定的更新规则更新自身的状态值；

所述带有攻击性的智能体，不跟随特定的更新规则更新其状态值，因此会向其邻居发送错误信息；

步骤3：定义智能体初始状态值，同时定义采样时间间隔以及智能体的参考输入；

其中智能体i的初始状态值为x_i(0)，满足x_i(0)＝r_i(-h)；采样时间间隔为h，满足t＝ph，其中p为大于0的整数，智能体i的参考输入为r_i(t)；对于任意的h0，存在一个常数θ0满足：△R(t)＝△r_max(t)-△r_min(t)≤hθ,

其中，△r_i(t)＝r_i(t)-r_i(t-h),△r_max(t)＝max_i∈V△r_i(t),△r_min(t)＝min_i∈V△r_i(t)，Δr_i(t)表示智能体i在相邻采样时刻参考输入的差值；Δr_max(t)表示智能体i在所有相邻采样时刻参考输入差值的最大值；Δr_min(t)表示智能体i在所有相邻采样时刻参考输入差值的最小值；ΔR(t)表示智能体i在所有相邻采样时刻参考输入差值之间的最大偏差；

步骤4：每个普通智能体接收邻居智能体发送来的初始状态值；若智能体j为智能体i的邻居，则智能体j将自身初始状态值x_j(0)发送至智能体i；

步骤5：普通智能体根据接收到的初始状态值，识别自己邻居智能体中的可信任智能体，普通智能体的所有可信任的邻居智能体组成一个集合T_i；

步骤6：将集合T_i中可信任的邻居智能体状态的最大、最小值与该普通智能体的状态值相比较，得出三者中的最大、最小值；

在t时刻对于所有的j∈T_i，将集合T_i中的智能体状态值按照大小进行排序，最大值记为x_jM(t)，最小值记为x_jm(t)；将智能体i的状态值记为x_i(t)，定义三者最大值x_i^M(t)＝max(x_i(t),x_jM(t))，最小值x_i^m(t)＝min(x_i(t),x_jm(t))；

步骤7：用步骤6中所得到的最大、最小值所限定的范围去筛选该普通智能体所有的邻居智能体，符合条件的邻居智能体构成韧性邻居集合；

所述韧性邻居集合R_i(t)＝{j|x_i^m(t)≤x_j(t)≤x_i^M(t),j∈N_i∪{i}}；

步骤8：根据步骤7得出的韧性邻居集合中智能体的信息，设计韧性分布式平均跟踪算法；

对于任意的普通智能体i，其邻居智能体j∈R_i(t)，设计如下的状态更新算法：

步骤9：根据所设计的韧性分布式平均跟踪方法，逐步更新该普通智能体自身状态值；

令t+h替换t的位置，每个普通智能体重复步骤1-8去求取t+2h时刻的状态值，以此类推进行更新自身的状态值。