脉冲边沿事件触发的二阶非线性多智能体系统滑模一致性控制

《Communications in Nonlinear Science and Numerical Simulation》:Impulsive Edge Event-Triggered Sliding Mode Consensus Control of Second-Order Nonlinear Multi-Agent Systems

【字体: 大 中 小 】 时间:2026年03月21日 来源:Communications in Nonlinear Science and Numerical Simulation 3.8

编辑推荐:

  本文针对存在未知非线性和外部扰动的二阶多智能体系统(MAS),研究了一种新颖的领导者-跟随一致性控制方法。该方法结合了径向基函数神经网络(RBFNNs)逼近、固定时间收敛滑模控制、脉冲控制和边沿事件触发机制,有效提升了系统的鲁棒性和收敛速度,同时显著降低了通信与计算资源消耗,并能有效避免Zeno行为。

  
亮点
本文提出了一种创新的脉冲边沿事件触发控制框架,用于解决具有未知非线性动力学和外部扰动的二阶多智能体系统(MAS)的领导者-跟随一致性问题。该框架巧妙融合了三种关键技术:利用径向基函数神经网络(RBFNNs)进行未知动态的智能逼近;设计固定时间收敛滑模控制器以提升鲁棒性和收敛速率;以及一种新颖的脉冲式边沿事件触发策略,该策略仅在离散采样时刻评估触发条件,从根本上杜绝了Zeno现象。通过李雅普诺夫函数和脉冲控制稳定性理论,严格证明了所提控制协议可确保系统达成一致性。最终,以无人机(UAV)集群为对象的数值仿真验证了所提方法的有效性、优越性及理论分析的可靠性。
引言
随着自动驾驶[1]、无人机(UAV)编队控制[2]、机器人协同[3]和智能交通系统[4]的快速发展,多智能体系统(MAS)已成为一个重要的跨学科研究热点。在MAS面临的诸多挑战中,一致性控制受到了广泛关注,并取得了显著的理论与实践进展[5],[6],[7]。与一阶系统相比,二阶MAS因其能更好地描述智能体的动力学特性,特别是速度和加速度,对工程应用至关重要,已成为一个重要的研究方向[8],[9]。文献[8]提出了在固定和切换拓扑下分析可控性的框架。文献[9]通过提出输入饱和与非饱和控制策略,研究了复杂约束下异构二阶MAS的一致性问题。
领导者-跟随架构在MAS一致性领域被广泛研究,因为协调任务的执行通常需要一个指定领导者的引导。早期研究主要考虑静态领导者模型[10],[11],这不足以捕捉实际工程环境中遇到的非线性、时变的领导者轨迹特征。近年来,动态领导者模型在提升模型工程相关性方面得到越来越多的采用[12],[13],[14]。然而,大多数现有方法仍然依赖于已知的系统动力学或在Lipschitz条件下的扰动建模[15],[16],[17]。这些假设在存在未知非线性或外部扰动时限制了控制性能,难以同时实现精度和鲁棒性。通过引入神经网络来逼近和补偿未知非线性,一定程度上解决了这一局限[18],[19],[20]。文献[19]将神经网络应用于输出反馈控制框架,但未考虑系统扰动的综合影响,并依赖于理想的领导者模型。因此,在动态领导者、未知非线性和扰动下的二阶MAS一致性控制问题仍未得到充分解决。
为减轻通信负担、减少控制更新频率的事件触发控制策略吸引了越来越多的研究兴趣。其基本原理是仅在满足特定触发条件时更新控制器,从而节省带宽和计算资源。文献[21]提出了一种适用于线性MAS的事件触发一致性协议。文献[22]提出并分析了一类非线性领导者-跟随MAS的事件触发协同控制方案。事件触发方法已成功应用于机器人系统和网络化控制系统[23],[24],[25]等多个工程领域,并展现了降低资源消耗和令人满意的控制效果。然而,基于节点的事件触发策略通常依赖个体或局部相对状态进行触发决策。在大规模系统中,可能会出现冗余信息传输和触发条件不一致的问题,从而影响控制精度。为此,研究者提出了边沿事件触发机制[26],[27],[28],其触发条件基于通信链路上的相对状态差异来设计。在此框架下,仅当相邻智能体间的状态误差超过预设阈值时,才会激活控制器更新。文献[28]开发了一种边沿事件触发自适应分布式控制算法,以解决间歇通信下线性MAS的同步问题。尽管这些方法在降低通信频率方面有效,但大多数现有策略仅限于连续或分段连续控制框架,对动态突变响应不够迅速。此外,将边沿触发机制与不连续控制策略相结合的研究有限。另外,现有研究表明,设计不当的触发函数可能引发Zeno行为,即在有限时间间隔内发生无限次触发事件。这种现象严重影响了事件触发控制在实际应用中的可行性。
研究人员通过寻求连续控制的替代方案来解决上述挑战。作为不连续控制的典型形式,脉冲控制在离散时间点施加瞬时控制输入来间歇性地调节系统状态。该方法结构简单、实现成本低,能大幅降低通信频率和计算开销,特别适合资源受限的分布式系统。与连续控制相比,脉冲控制在时间管理上提供了高度灵活性,便于控制优化,同时保持了强鲁棒性和可扩展性。近年来,脉冲控制在MAS领域受到广泛关注[29],[30],[31]。文献[29]研究了仅在采样时刻进行通信的条件下,通过脉冲控制实现领导者-跟随MAS的稳定性和一致性问题。文献[31]提出了一种状态受限的脉冲控制协议,以实现非线性MAS的有限时间一致性。文献[32]提出了一种自适应模糊预设时间事件触发控制,包含滑模微分器和新型滤波器误差补偿机制,以解决计算复杂度和滤波器误差收敛问题。值得注意的是,与纯粹的事件触发控制相比,脉冲机制具有更好的内在不连续性,并允许更可控的触发间隔。与事件触发策略结合时,两者可有效防止Zeno行为的发生,并提供高度稳定和可预测的触发机制。这种集成不仅提高了控制实现的可靠性,还有助于进一步降低通信资源使用和能耗。
受先前研究和事件触发与脉冲控制策略有效性的启发,本文研究了具有动态领导者、未知非线性和外部扰动的二阶MAS的一致性问题。提出了一个集脉冲控制、边沿事件触发机制和滑模控制于一体的综合控制框架。在该方法中,脉冲控制便于在预定义采样时刻进行信息交换,而控制器更新则由边沿事件触发策略决定。触发条件根据通信链路上的状态变化构建,每条边分配独立的规则。在每个采样时刻,相邻智能体共同评估该条件,一旦满足,则同时执行状态采样和控制更新。与将脉冲协议嵌入到连续评估的事件触发结构中的现有方法(这通常依赖于实时状态误差函数并可能引发Zeno行为)不同,所提出的框架仅在离散时间点进行触发评估。这种结构设计从本质上防止了Zeno行为的发生。本工作的主要贡献总结如下:
  • •
    1. 1.
      针对具有未知非线性和外部扰动的二阶MAS,本研究引入动态领导者模型,并通过结合径向基函数神经网络(RBFNNs)与滑模控制,提出了一种鲁棒的固定时间收敛分布式一致性控制器。该方法能在非线性未知性和外部扰动的共同影响下,显著提高控制精度和系统稳定性。
  • •
    1. 2.
      提出了一种基于边沿事件触发机制的分布式一致性控制框架,其中触发条件在通信链路上定义,控制更新基于相邻智能体之间的相对状态差启动。与传统事件触发策略相比,所提方法在降低通信频率、提高触发效率和增强整体资源利用率方面能取得更好的性能。
  • •
    1. 3.
      受文献[31]和[33]的启发,本研究进一步将脉冲控制与边沿事件触发机制相结合,提出了一种脉冲边沿事件触发控制策略。所提方法结合了不连续控制的低频更新特性和基于边沿机制的精确触发能力。这种集成不仅降低了控制器更新频率,还有效消除了Zeno行为。
本文的组织结构如下:第2节介绍了图论的基本概念和相关预备知识。第3节致力于结合RBFNNs的滑模控制方法设计以及适当的脉冲边沿事件触发协议构建。并从理论上证明了所提方法的可行性。第4节提供了数值仿真结果及相应分析。最后,第5节给出结论。
主要结果
本节首先介绍一些符号。然后,在所提出的滑模控制基础上,构建了一个用于跟踪目的的固定时间一致性协议。最后,设计了一种脉冲边沿事件触发策略,以确保MAS(1)实现领导者-跟随一致性。
对于任何边ep= (υj, υi),根据关联矩阵D,方向是从节点υj指向节点υi。第p条边的状态和速度定义为yp(t) = xi(t) - xj(t) 和 zp(t) = vi(t) - vj(t)。
仿真示例
本节提供一组数值仿真,以验证第3节所提方法的有效性和可行性。构建了一个由六架无人机(UAV)组成的MAS,其中一架无人机被指定为领导者。智能体间的交互拓扑如图1所示。
对应的拉普拉斯矩阵为
L = [2, -1, -1, 0, 0; -1, 2, -1, 0, 0; -1, -1, 4, -1, -1; 0, 0, -1, 2, -1; 0, 0, -1, -1, 2]
MAS(1)的五个跟随者的动态行为可描述如下:
f1= -3cos(x1) - 0.5sin(v1), d1(t) = 0.2sin(t)
f2= -1.8cos(x2) - 0.6sin(v2), d2(t) = 0.2cos(t)
f3= -2.5cos(x3) - 0.3sin(v3), d3(t) = 0.3sin(2t)
f4= -3.2cos(x4) - 0.4sin(v4), d4(t) = 0.3cos(2t)
f5= -2cos(x5) - 0.7sin(v5), d5(t) = 0.1sin(t) + 0.1cos(t)
结论
本研究探讨了一类具有未知非线性和外部扰动的二阶MAS的领导者-跟随一致性问题。通过采用RBFNNs逼近未知非线性,并开发固定时间滑模控制策略以增强鲁棒性和收敛性能,解决了传统滑模控制在处理未知非线性和外部扰动时面临的挑战。提出了一种新颖的分布式控制协议,将脉冲控制与边沿事件触发机制相结合,有效避免了Zeno行为,并显著降低了通信与计算开销。理论分析和数值仿真结果均验证了所提方法的有效性和优越性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号