[发明专利]基于攻击补偿的非线性多智体系统无领导者一致控制方法

权利要求书

1.一种基于攻击补偿的非线性多智体系统无领导者一致控制方法，其特征在于，至少包括：

S1.建立遭受传感器和执行器双重攻击的连续时间非线性多智能体系统模型；

S2.基于径向基神经网络逼近非线性多智能体系统模型中的复合不确定性非线性项；

S3.利用有向图确认无领导者多智能体系统中智能体之间的通信拓扑关系；

S4.采用动态面技术构建不考虑传感器攻击时的辅助变量，定义一致误差；

S5.确定遭受传感器攻击时的攻击补偿变量，基于受攻击的传感器数据以及攻击补偿变量构建新的坐标变换辅助变量；

设步骤S5中遭受传感器攻击时的攻击补偿变量为攻击补偿变量满足：

其中，b_i,k,c_i,k,d_i,k,ρ_i,k均为设计参数，b_i,k,c_i,k,d_i,k,ρ_i,k均大于0；

步骤S5中所述受攻击的传感器数据为x_a,i，基于受攻击的传感器数据为x_a,i以及攻击补偿变量构建新的坐标变换的表达式为：

其中，z_i,1和z_i,p表示基于受攻击的传感器数据为x_a,i以及攻击补偿变量构建新的坐标变换后的辅助变量；

S6.基于新的坐标变换辅助变量，设计虚拟控制器、实际控制器及神经网络权值自适应律，

步骤S6中所述设计的虚拟控制器的表达式为：

基于虚拟控制器涉及的实际控制器u_i为：

其中，φ_i,k为神经网络高斯函数，为径向基神经网络权值的自适应参数；径向基神经网络权值的自适应参数的自适应率满足：

其中，Γ_i,k表示自适应律增益矩阵，σ_i,k为修正参数矩阵。

2.根据权利要求1所述的基于攻击补偿的非线性多智体系统无领导者一致控制方法，其特征在于，步骤S1所述的连续时间非线性多智能体系统模型建立的过程为：

定义参数：k＝1,2,...,n；q＝1,2,...,n-1；p＝2,3,...,n；r＝3,4,...,n-1,得到连续时间非线性多智能体系统的模型表达式为：

其中，x_i＝[x_i,1,...,x_i,n]^T为连续时间非线性多智能体系统的状态向量；表示复合不确定性非线性项，且u_i表示待设计的连续时间非线性多智能体系统的控制器，实现一致性控制；表示执行器攻击向量；表示传感器攻击向量；和均为状态向量和时间的函数；x_a,i＝[x_a,i,1,...,x_a,i,n]^T表示受攻击后连续时间非线性多智能体系统模型的传感器数据。

3.根据权利要求2所述的基于攻击补偿的非线性多智体系统无领导者一致控制方法，其特征在于，步骤S2中复合不确定性非线性项统一设为f(x)，利用径向基神经网络在紧集上以任意精度逼近f(x)的过程满足：

其中，x表示径向基神经网络的输入，h为径向基神经网络的输入维度；ε(x)为逼近误差，满足：φ(x)＝[φ₁(x),φ₂(x),...,φ_l(x)]表示基函数向量，表示理想权重，定义为：对所有使逼近误差|ε(x)|最小的θ的值，表达式为：