[发明专利]一种分布式多智能体协同故障检测方法、存储介质及设备

说明书

本发明公开了一种分布式多智能体协同故障检测方法、存储介质及设备，所述方法，构建多智能体系统故障检测参考模型；针对所述多智能体系统故障检测参考模型中的每个节点设计故障的自检算法，获得故障自检结果；根据所述故障自检结果对所述多智能体系统故障检测参考模型进行校正，优化节点间的协同机制，构成协同检测网络；基于所述协同检测网络构建分布式残差生成器，同时设计对应的门限函数对残差进行评价，获得故障互检结果，结合所述故障自检结果和所述故障互检结果确认所述多智能体系统故障。本发明可实现在仅获得邻居相对输出信息的情况下对多智能体协同故障进行检测，其计算复杂度低且在保证检测精度的同时可最大程度抑制干扰。

技术领域

本发明涉及多智能体控制技术领域，特别涉及一种分布式多智能体协同故障检测方法、存储介质及设备。

背景技术

近年来，多智能体系统正在向大规模、强耦合、高复杂度的方向上不断发展，这给系统的安全性带来了严峻的挑战，也使得故障检测成为多智能体系统应用过程中一个亟待解决的问题。然而，多智能体系统本身是一个复杂的分布式非线性自治系统，而且系统通常需要面对复杂的外部环境，如强电磁干扰，敌方有针对性的打击与诱捕等，这些都会影响到故障算法的正常运行。另外，算法的正常运行还需要借助节点间的信息交互，而复杂受限的外部环境常导致节点的绝对输出值无法获得。例如，在复杂电磁干扰的战场环境下，无人作战单位之间的网络通信受限，通常只能借助自身具有的传感器测量邻居的相对信息；另外，当无人设备执行室内任务时，由于GPS信号无法获得，通常也只能借助车载传感器测量节点间的相对位置及相对速度等信息。上述限制将会给多智能体系统的安全性带来严峻挑战，因此，如何设计对干扰具有强鲁棒性的检测算法，保证系统在复杂环境及相对输出测量下依然能够准确及时地检测出故障，成为了一个亟待解决的科学问题。

在现有的故障检测算法研究中，基于模型和基于知识的故障检测方法是最为常用的两类方法。得益于先进的系统和控制理论的应用，基于模型的故障检测技术为研究高动态系统和控制回路中的故障检测问题提供了一种高效而强大的工具。该类方法的核心思想是通过设计状态观测器估计系统的某一特征参数，同时借助参考输入观测误差信号，并以此为依据检测系统故障。文献(Menon P P,Edwards C.Robust fault estimation usingrelative information in linear multi-agent networks[J].IEEE Transactions onAutomatic Control,2014,59(2):477-482)给出了一种利用滑模观测器对多智能体系统进行故障检测的方法。文章首先对多智能体系统模型进行投影与变换操作，使其生成的子系统满足设计观测器的条件；随后，文章借助多智能体系统节点间的相关状态信息设计了滑模观测器，有效降低了观测器对系统模型及实时通信数据的要求；最后，文章给出了误差信号的构造方法，同时给出了故障信号的观测模型，并通过逻辑分析对故障进行精确定位。