[发明专利]一种基于韧性协议的分布式平均跟踪方法

说明书

本发明提供一种基于韧性协议的分布式平均跟踪方法，涉及控制和信息技术领域。本发明在网络中攻击性智能体数量未知或者部分智能体故障的情况下，对智能体进行定义、分类，包括普通智能体、可信任智能体以及带有攻击性的智能体，普通智能体成功跟踪上可信任智能体时变参考输入信号的平均值。相比较传统的分布式平均跟踪算法，该方法具有较强的抗干扰能力和鲁棒性，免受带有攻击性智能体的干扰，普通智能体最后跟踪可信任智能体时变参考输入信号平均值的状态，使系统具有较高的安全性。

技术领域

本发明涉及控制和信息技术领域，尤其涉及一种基于韧性协议的分布式平均跟踪方法。

背景技术

多智能体系统是由一系列相互作用的智能体构成的，每个智能体系统具备一定的自主性，能感知周围的环境，并与其他智能体进行通讯。分布式平均跟踪是多智能体系统领域的一个重要研究问题。它的目标是使一组智能体在只与邻居智能体通讯的前提下，能够跟踪上一组时变参考信号的平均轨迹。分布式平均跟踪在无人机编队控制、分布式优化、多传感器信息融合、多核微处理器的任务迁移等领域具有较为广阔的应用前景。但在面对网络攻击时，现有的分布式平均跟踪算法变得脆弱甚至无效，这可能导致系统瘫痪。

针对上述问题，在多智能体网络受到攻击时，有韧性的算法可以有效地抑制恶意攻击所带来影响。为实现系统的韧性，将智能体定义为以下三类：普通智能体、可信任智能体以及带有攻击性的智能体。韧性算法的核心思想是利用邻居中的可信任智能体，根据特定的方法构造出一个韧性状态集合。当邻居智能体的状态属于该韧性集合时，该智能体可以视为正常的，反之则视为不正常，不予考虑。韧性协议可以有效地解决网络中具有攻击性智能体的网络安全问题，并且恶意智能体的数量可以任意且未知。

相比于一般的分布式平均跟踪算法，引入韧性思想的分布式平均跟踪算法可以有效地解决带有攻击性智能体影响跟踪结果的问题。并且当部分邻居智能体出现故障而不能正确更新其自身状态值时，该智能体会根据韧性算法进行状态纠正更新，最终能够跟踪上所有可信任智能体参考信号的平均轨迹，从而有效提高系统的鲁棒性和适应性。

在上述背景下，我们提出一种基于韧性协议的分布式平均跟踪方法，其基本思想是：通过对系统中智能体的分类处理，避免系统中带有攻击性的智能体对分布式平均跟踪结果产生负面的影响，使普通智能体能够成功跟踪系统中可信任智能体时变参考信号的平均轨迹。

基于韧性协议的分布式动态平均跟踪方法设计的难点在于：

第一：算法是分布式的，智能体的控制输入仅可以利用局部信息，且多智能体跟踪的目标值是一组时变参考信号的平均轨迹，它对于每一个智能体都是未知的；

第二：由于系统中存在带有攻击性的智能体，原无向网络拓扑结构变成单向网络拓扑结构，网络拓扑结构发生变化。对于任意一个普通智能体来说，由于最终利用的邻居智能体信息是根据韧性一致性协议筛选过的，这就造成了原无向图双向传输问题变为部分邻居节点之间单向传输问题；

第三：在恶意智能体数量未知或者跟踪过程中部分智能体出现异常的情况下，如何实现每个普通智能体能成功跟踪系统中可信任智能体时变参考信号的平均轨迹。

发明内容

针对上述现有技术的不足，本发明提供一种基于韧性协议的分布式平均跟踪方法，解决带有攻击性的智能体在一般分布式动态平均跟踪算法实现的过程中对跟踪结果产生较坏影响的问题；

本发明所采取的技术方案是一种基于韧性协议的分布式平均跟踪方法，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；