[发明专利]多智能体一致性复位控制算法及系统

权利要求书

1.一种多智能体一致性复位控制算法，其特征在于，包括以下步骤：

将多智能体中每一个智能体等效为一个通信节点，确定各个通信节点之间的通信关系，并根据各个通信节点之间的通信关系构建多智能体的通信拓扑网络；

在通信拓扑网络中确定目标节点及其邻居节点，构建以目标节点与其各个邻居节点的状态差之和为输入量的复位积分器；

获取目标节点及其各个邻居节点的状态信息计算目标节点与其各个邻居节点的状态差之和，将所述状态差之和输入到所述复位积分器中，得到所述复位积分器的输出量；

根据所述状态差之和以及所述复位积分器的输出量确定目标节点的控制输入量。

2.根据权利要求1所述的多智能体一致性复位控制算法，其特征在于，所述复位积分器的数学模型如下：

其中，i表示目标节点在通信拓扑网络中的节点序号；k表示采样周期；T表示采样周期；表示第i个节点的复位积分器状态缓存变量，v_i表示第i个节点的复位积分器的输出，ξ_i表示第i个节点与其各个邻居节点的状态差之和，表示第i个节点的“流集合”工作区间；表示第i个节点的“跳变集合”工作区间；a_i表示第i个节点的复位积分器赋值比例系数，p_i表示调节因子系数。

3.根据权利要求2所述的多智能体一致性复位控制算法，其特征在于，所述第i个节点的“流集合”工作区间的数学模型为：

所述第i个节点的“跳变集合”工作区间的数学模型为：

其中，Ψ_i表示复位函数。

4.根据权利要求3所述的多智能体一致性复位控制算法，其特征在于，所述复位函数的数学模型如下：

k₁＝2rT-λ_nr²T²-hT²-λ_nrhT²；

k₂＝(rh+h²)λ_nT²；

其中，k₁、k₂分别为两个不同的中间参量，λ_n表示通信拓扑网络的拉普拉斯矩阵L的最大特征值；r、h分别为控制器两个不同的增益可调参数。

5.根据权利要求4所述的多智能体一致性复位控制算法，其特征在于，所述调节因子系数的计算公式如下：

6.根据权利要求5所述的多智能体一致性复位控制算法，其特征在于，所述采样周期需要满足下列约束条件：

0＜T＜2r/λ_nr²+rh+h。

7.根据权利要求4所述的多智能体一致性复位控制算法，其特征在于，根据所述状态差之和以及所述复位积分器的输出量确定目标节点的控制输入量，通过以下公式实现：

u_i(k)＝-rξ_i(k)-hv_i(k)；

其中，u_i(k)为第i个智能体在第kT个时刻的控制输入；T为离散采样周期；ξ_i(k)表示第i个智能体与其各个邻居智能体的状态差之和；v_i(k)表示第i个智能体的复位积分器输出；r和h分别为两个不同的控制器增益可调参数。

8.根据权利要求1-7任意一项所述的多智能体一致性复位控制算法，其特征在于，所述智能体包括：机器人、传感器、航天器中一种或任意几种的组合；所述状态为智能体的位置信息。

9.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至8任一所述算法的步骤。