[发明专利]基于马尔科夫随机场的多无人航行体协同一致性方法

摘要

本发明公开了一种基于马尔科夫随机场的多无人航行体协同一致性方法，用于解决现有多无人航行体协同一致性难以确定的技术问题。技术方案是引入邻居系统，基于马尔科夫随机场场理论，通过邻居之间的协作信息的交互产生全网参考基准；将节点之间的协作偏差映射为团势能，在此基础上建立了基于伊辛模型的能量函数；最后，采用并行能量最小化的方法实现全网一致性。

主权项

1.一种基于马尔科夫随机场的多无人航行体协同一致性方法，其特征在于包括以下步骤：1)对相邻节点加入本地节点的一跳邻居列表进行初始化，节点的协作变量偏差初始化为0；2)设置同步周期计时器；3)迭代计算直到满足收敛精度；4)第k次迭代；5)M个节点在每个同步周期内都以数据报文的方式与邻居进行双向变量数据交换；6)第k次迭代中，节点将本地第k‑1次的发送协作变量以及第k‑1次迭代后收到所有邻居报文的协作变量打包成同步数据包；7)节点广播同步数据包到一跳邻居，并记录发送的变量；8)接收到一跳邻居的广播报文，并记录接收的变量；9)根据接收获得的数据，基于卡尔曼滤波算法计算与单个一跳邻居之间的协作变量的偏差；10)判断同步计时器是否超时，若超时则执行第11)步，否则回到第8)步操作；11)同步计时器超时，同步计时器复位，节点i基于平均场理论计算虚拟参考基准，虚拟参考基准计算公式如下：12)基于虚拟参考基准计算能量函数，计算公式为：13)计算本地协作变量与参考基准的偏差调整量，使能量函数逐渐最小化，从而修正节点协作变量，计算公式为：14)检查同步采样定时器是否超时，如果超时，则进行新一轮的设置同步计时器，然后继续循环一致性算法过程，否则本地循环等待直到计时器超时；上式中，f_i为节点i的本地协作变量，<f_R>_i为由平均场定义的虚拟参考基准；f_i'为节点i的一跳邻居的协作变量,P(f_i')表示节点i的一跳邻居节点i'的协作变量取值为的f概率，由平均场的吉布斯分布确定，U(f)为能量函数，(f_i‑<f_R>_i)²为邻居系统的单节点团C₁的团势能；(f_i‑f_i′)²为双邻居节点团C₂的团势能,μ为较小的常数。