[发明专利]一种基于信息交互的多智能体故障检测与补偿控制方法

说明书

技术领域

本发明涉及一种基于信息交互的多智能体故障检测与补偿控制方法，属于多智能体控制技术领域。

背景技术

近些年，随着计算机及网络技术的迅猛发展，多智能体系统的规模也在飞速增长。传统的集中式控制方案，因受到中央节点运算速度及感知范围的限制，已经越来越难以满足实际问题的需求。而分布式的控制方案，因其对单个智能体自身的要求较低，且具有良好的可扩展性而逐渐成为多智能体控制研究的主流。但是值得注意的是，由于在分布式的控制方案中，并不存在一个中央节点来统筹规划所有节点的行为，这使得系统很容易受到故障节点和恶意节点的攻击，严重时可能导致整个系统的瘫痪。因此，对于分布式的多智能体系统而言，设计一套安全高效的故障检测方案，使系统能自动完成对故障节点的检测与修复，是一项紧迫且拥有广阔应用前景的工作。

针对分布式多智能体系统的故障检测，现有的解决方案主要有以下几种：

方案1：文献(I.Shames,A.M.H.Teixeira,H.Sandberg,and K.H.Johansson.Distributed fault detection for interconnected second order system[J].Automatica,Oct.2011,to appear.)和文献(S.Sundaram and C.N.Hadjicostis.Distributed function calculation via linear iterations in the presence of malicious agents,part i:Attacking the network[C].American Control Conference,june 2008.)提出采用未知输入观测器(UIO)，通过长时间观测，积累足够的数据来估计系统的初始状态，进而求出系统的最终状态，并以此为依据判断当前节点的运动是否满足预期要求。采用观测器对故障进行实时监测是当前多智能体系统故障诊断的主流方案。故障信号在系统中充当未知输入，驱动观测器产生误差输出，通过利用误差信号对故障进行诊断和补偿。

利用未知输入观测器(UIO)进行故障诊断有着自身的优势，如物理意义明确，易于理解；不依赖于物理模型，适用范围广等。另外，文献(Chung,W.H., Speyer,J.L.,& Chen,R.H.A decentralized fault detection filter[J].Journal of Dynamic Systems,Measurement,and Control,123(2),237–247,2001)指出，与其它观测器，如Beard-Jones故障检测滤波器(Beard-Jones Fault Detection Filter)相比，未知输入观测器(UIO)结构相对简单，且很容易应用优化算法得到近似的最优解。但另一方面，该方案也存在一些不足：对于拥有N个邻接节点的节点而言，为检测出其所有邻接节点故障所需要的未知输入观测器(UIO)数目为N+1个。当系统拓扑结构比较复杂，或是节点数目众多时，该方案所需要的数据及计算量将会十分庞大，这将对节点的硬件提出很高的要求。同时该方案的运行还会占用大量的计算资源，对系统的其它控制任务产生不利的影响。

方案2：文献(M.Franceschelli,M.Egerstedt,and A.Giua.Motion probes for fault detection and recovery in networked control systems[C].American Control Conference,pages 4358–4363,june 2008.)提出采用运动探测器，通过施加额外的激励信号来激励网络化的控制系统，根据系统的响应判断当前系统的运行状态，借此检测出故障节点。与第一种方案不同，该方案采取的是主动检测的方式。对于这一方案，存在的问题主要是实际操作起来比较困难，激励信号的选取，信号施加的时间等都会受到很多条件的制约。