[发明专利]基于异构多智能体的多无人机系统的故障估计方法

权利要求书

1.一种基于异构多智能体的多无人机系统的故障估计方法，其特征在于，包括：

S1、在多无人机系统中选择主智能体，并从所述多无人机系统中划分出所述主智能体所属的邻居智能体，并在所述主智能体上部署故障估计器，所述故障估计器中包括FIR滤波器；

其中，在所述多无人机系统中的无人机启动并组网后，各个无人机之间开始建立通信连接，并将与主智能体建立通信连接的无人机作为邻居智能体；

S2、获取最小估计误差性能指标下的最优FIR滤波器增益；

S3、利用所述主智能体的传感器的输出信息，通过所述主智能体上部署的故障估计器，得到故障估计结果，其中，所述主智能体的传感器的输出信息包括：在同时受到所述主智能体的故障影响，和所述主智能体所属的邻居智能体的故障影响时的，所述主智能体的传感器的输出信息，所述故障估计结果对应同时受到所述主智能体的故障，和所述主智能体所属的邻居智能体的故障情况；

所述S3包括：所述主智能体获取在当前时间窗的，从所述主智能体处采集到的输出信息，其中，在当前时间窗的输出信息，通过前一时间窗内的状态信息进行表示；

所述S3中：

利用FIR滤波器进行故障估计，包括：

其中，为所求的包括自身及其邻居智能体在内的故障估计，p_i(k)为FIR滤波器增益矩阵，Y_i,s(k)表示从智能体i上采集到的时间窗[k-s,k]内的输出信息，表示i个智能体所属的邻居智能体集合，即表示智能体i的邻居智能体|Mi|表示集合的势，也就是主智能体所对应的邻居智能体集合内智能体的个数，表示智能体i的故障估计，表示主智能体i的第|Mi|个邻居智能体的故障估计；

时间窗长度为s＝3，权重矩阵W_f：

所述FIR滤波器的最优滤波器增益为其中，p_i(k)表示所求的滤波器增益，和分别表示由已知恰当维数时变矩阵C_i(k)和D_f,i(k)所得的计算结果，R_i(k)为正定矩阵。

2.根据权利要求1所述的方法，其特征在于，在所述多无人机系统中的无人机启动并组网后，进行系统的预处理，包括：

根据所述多无人机系统组网后的拓扑关系，建立所述多无人机系统的异构多智能体模型，其中，所述拓扑关系包括：各个主智能体与各个邻居智能体之间的连接关系；

将所述异构多智能体模型生成所述故障传播下的多无人机系统中的增广系统。