[发明专利]一种多重信息约束下的多智能体一致性协同控制方法

权利要求书

1.一种多重信息约束下的多智能体一致性协同控制方法，其特征在于，该方法包含以下步骤：

S1：将多智能体的各个智能体作为通信节点建立通信拓扑；

S2：针对每个智能体在多智能体通信拓扑中连通关系制定一致性协同方案，各个智能体根据通信拓扑相互通讯，从而获取邻居节点的状态信息；

S3：结合多智能体的具体工作环境和自身约束条件限制，建立多智能体的多重信息约束条件；

S4：在多重信息约束条件下，每个智能体根据自身及邻居节点的状态信息计算期望稳态跟踪误差，并根据一致性协同控制的性能得失设计性能函数指标对跟踪误差进行性能变换，得到变换后的误差模型；

S5：根据变换后的误差模型，结合最优化稳定状态以及多智能体内协同控制的指令信号，实现多重信息约束下多智能体一致性协同控制；

其中，步骤S2所述的制定一致性协同方案具体为：

S201：根据多智能体内通信协议设计需求确定通信拓扑图；

S202：根据通信拓扑图确定邻接矩阵A，度矩阵D和拉普拉斯矩阵L；

S203：由矩阵信息确定的通信规则，进一步制定各智能体的状态一致性协同方案；

进一步，步骤S201所述的通信拓扑图由节点信息V和边信息E构成，其中，各个智能体节点集合V＝{v_j|j＝1，…，p}，各个智能体之间连通关系集合E＝{(v_j，v_k)|v_j∈V，v_k∈V}，p≥2为多智能体中智能体的个数；

进一步，步骤S202所述的邻接矩阵其中，当(v_j，v_k)∈E时，a_jk＝1，否则a_jk＝0；所述的度矩阵其中，diag(·)为对角化操作；所述的拉普拉斯矩阵

进一步，步骤S203所述的通信规则为连通关系；所述的各智能体采用一阶微分模型进行状态描述；所述的第j个智能体的一致性协同方案为其中，为m维的第j个智能体的状态信息，N_j为与第j个智能体相邻的智能体节点集合；所述的智能体的一致性协同方案可进一步写成紧凑形式为其中，为张量积，I_m为m维单位矩阵；

步骤S3所述的多重信息约束条为线性约束条件和饱和约束条件两类，具体地：结合实际场景的通信过程与信道模型，在节点v_j的状态信息经过通信通道传递到节点v_k的过程中，线性约束条件为信号因散射、环境恶化、时滞或其他对通信链路的影响引发的衰减饱和约束条件为第j个智能体的信号失真、驱动功率限制以及测量量程限制Γ_j(·)；所述的多智能体的多重信息约束条件形式为：

所述的步骤S4具体为：

S401：多智能体根据自身及邻居节点的状态信息计算期望其中，Z为满足的解，*为卷积，H＝(h_jk)_{1j≤mp，1kmp}为通信的信道矩阵；

S402：多智能体根据自身及邻居节点的状态信息计算期望稳态跟踪误差e＝Z-Y；

S403：设计用于评估多智能体一致性精度的性能函数指标：F＝(Z-Y)^TS°(Z-Y)/2；其中，为正定权重矩阵；

S404：将多智能体的性能函数指标与多重信息约束条件下的通信规则相结合进行性能变换，得到一个二次规划问题；

S405：针对二次规划问题设计求解器，得到误差模型；

进一步，步骤S404所述的二次规划问题的一般形式为：最小化F，约束条件为和Z∈Γ；进一步，变换等价形式为：最小化(t-y)^TS(t-y)/2，约束条件为Ls＝0、s＝H*t以及t＝Γ(z)；进一步，变换紧凑形式为：最小化(Γ(z)-y)^TS(Γ(z)-y)/2+β·(H*Γ(z))^T·L·(H*Γ(z))/2，约束条件为L·(H*Γ(z))＝0；其中，分别为矩阵Z、Y的向量化，β＞0为放缩系数，Γ(·)为对应的饱和约束的向量化表示，I_p为p维单位矩阵；

进一步，步骤S405所述的求解器设计为：

其中，为求解器的放缩参数，为Γ(z)对z向量的导数，·表示将mp维的列向量复制扩展成mp×mp为的矩阵，为哈达玛积，δ为约束条件所对应的拉格朗日乘子。

2.根据权利要求1所述的一种多重信息约束下的多智能体一致性协同控制方法，其特征在于，步骤S1所述的通信拓扑根据多智能体内部信息流通与交换的需求设定为有向型或无向型中的一种，或者根据多智能体的连接关系设置领导-跟随者通信连通、邻居通信连通、指定对象通信连通的连接方式中的一种或多种，又或者根据多智能体的应用规模、最优化控制、功率能量消耗的信息选取固定拓扑结构和切换拓扑结构中的一种。