执行器与传感器组合故障及随机丢包条件下的多无人机会合容错采样数据控制
《European Journal of Control》:Fault-tolerant sampled-data control for multi-UAV rendezvous under combined actuator-sensor faults and random packet losses
【字体:
大
中
小
】
时间:2026年08月28日
来源:European Journal of Control 2.6
编辑推荐:
**摘要**
本文研究了在采样数据方法下,多无人机(UAV)系统的领导者跟随与无领导者会聚问题。与现有的采样数据容错控制方法(通常分别处理执行器故障、传感器故障或丢包问题)不同,所提出的方法能够同时处理联合的执行器故障与传感器故障以及通信网络中的随机丢包。系统地开发了一种基
**摘要**
本文研究了在采样数据方法下,多无人机(UAV)系统的领导者跟随与无领导者会聚问题。与现有的采样数据容错控制方法(通常分别处理执行器故障、传感器故障或丢包问题)不同,所提出的方法能够同时处理联合的执行器故障与传感器故障以及通信网络中的随机丢包。系统地开发了一种基于H∞采样数据的容错控制(FTC)方案,以增强对干扰和网络诱导不确定性的鲁棒性。通过构建改进的李雅普诺夫-克拉斯诺夫斯基泛函,并采用基于Wirtinger的积分不等式与张量积理论,推导出了较为宽松的稳定性条件。此外,建立了采样间隔与网络诱导延迟之间的显式关系,与相关的采样数据一致性结果相比,提供了更好的可行性。所提出的方法能够在统一框架内保证领导者跟随与无领导者会聚,同时有效补偿多种故障类型和随机丢包。通过三个综合数值算例验证了所开发方法的有效性和较低的保守性。
**引言**
近年来,多智能体系统(MAS)的会聚与一致性问题,特别是在无人机编队中的应用,由于其广泛的应用场景(如监视、制图、搜救、协同运输和自主监测等)而受到了广泛关注。会聚目标要求多个智能体通过局部交互达到一个共同的位置或状态,是分布式控制中的基本协调问题。然而,采样数据控制的采用引入了若干挑战,如采样间隔行为、通信延迟、丢包以及其他网络诱导的不完美因素,这些都会使稳定性分析和控制器设计变得更加复杂。此外,实际的无人机系统通常在较宽的工作范围内表现出强非线性,并伴随不可避免的执行器故障和传感器故障,从而增加了控制设计的复杂性。为缓解这些挑战,已提出各种控制策略,包括线性多智能体系统中的鲁棒领导者-跟随者二分一致性、拒绝服务(DoS)攻击下的一致性控制,以及无人机-无人艇子系统的会聚控制等。
会聚问题可大致分为领导者-跟随者问题和无领导者问题。在领导者-跟随者场景中,智能体需跟踪指定领导者的轨迹,而在无领导者情况下,所有智能体在无中心化引导下协同收敛到一个共同状态。尽管这两个问题在文献中已得到广泛研究,但仅有少数工作在统一框架内同时研究领导者跟随与无领导者会聚控制,这促使了对多无人机系统统一稳定性分析的进一步研究。近期的研究利用混合策略探索了这些问题,以平衡性能与通信效率。
与此同时,随着计算能力的进步,采样数据控制技术获得了越来越多的关注。先前的工作研究了采样数据方法下的稳定性与控制综合问题,包括随机采样效应、二阶多智能体系统稳定性条件以及同步跟踪一致性问题。尽管有这些发展,实际的无人机网络通常受到通信限制,包括带宽约束和不可靠的传输通道。在这种环境中,丢包是不可避免的,通常使用伯努利随机过程来建模。若不在控制设计中予以考虑,这些随机丢包可能严重降低系统性能,甚至使整个网络失稳。
此外,实际的多智能体系统受到各种不确定性和故障的影响。执行器故障可能源于部件退化或恶劣的工作条件,而传感器故障和外部干扰也是不可避免的。尽管容错控制(FTC)和H∞控制方法已被广泛研究以增强鲁棒性和干扰抑制能力,但它们在具有执行器故障、传感器故障、随机丢包和外部干扰的采样数据多智能体系统中的综合应用仍基本未被探索。据我们所知,尚不存在针对这些实际约束下基于H∞的容错会聚控制的采样数据多智能体系统的全面研究,这促使了本研究的开展。
基于上述挑战,本文研究了在随机丢包和联合执行器-传感器故障存在下,采样数据多无人机系统的领导者跟随与无领导者会聚控制。主要贡献如下:
1. 在单一综合系统内统一处理采样数据实现、H∞性能、执行器故障(乘性和加性)、传感器故障(加性)、随机丢包以及外部干扰。
2. 推导新的基于线性矩阵不等式(LMI)的充分条件,显式建立了可接受的采样间隔、时变延迟、丢包率以及规定的H∞性能水平之间的耦合关系。
3. 通过构建改进的李雅普诺夫-克拉斯诺夫斯基泛函(LKF)和使用精细的积分不等式技术,降低了保守性。
4. 所提出的模型旨在同时解决领导者跟随与无领导者会聚问题,并与现有文献结果进行了比较。
本文其余部分安排如下:第2节给出多无人机的问题建模。第3节讨论领导者跟随与无领导者无人机系统的会聚方法。第4节通过三个数值算例展示这些方法的有效性,第5节给出结论。
**符号说明** 在本文中,$I_N$表示$N$维单位矩阵,$\otimes$表示张量积。
**图论初步知识** 本文所研究的领导者-跟随者多智能体系统由一个领导者智能体和$N$个跟随者智能体组成。智能体之间的通信拓扑使用无向图建模,记为$\mathcal{G}=(\mathcal{V}, \mathcal{E}, \mathcal{A})$。所有跟随者智能体的集合为$\mathcal{V}=\{v_1, v_2, \ldots, v_N\}$,跟随者智能体之间的通信为$\mathcal{E}\subseteq\mathcal{V}\times\mathcal{V}$,邻接矩阵为$\mathcal{A}=[a_{ij}]\in\mathcal{R}^{N\times N}$。$\mathcal{E}$的元素为$e_{ij}$,$i,j=1,2,\ldots,N$。若智能体$i$与智能体$j$之间存在直接通信,则$e_{ij}=(v_i, v_j)\in\mathcal{E}$;否则,$e_{ij}\notin\mathcal{E}$。
**CRediT作者贡献声明**
Soundararajan Vimal Kumar:撰写——初稿、可视化、验证、软件、方法论、获取资金、形式化分析、数据管理、概念化。
Jonghoek Kim:撰写——审阅与编辑、监督、项目管理、概念化。
T. Saravanakumar:验证。
**利益冲突声明** 作者声明他们没有任何已知的财务利益关系或个人关系可能影响本文所报告的工作。
Soundararajan Vimal Kumar | Jonghoek Kim | T. Saravanakumar
印度塔米尔纳德邦提鲁吉拉帕利市SRM理工学院数学系,提鲁吉拉帕利校区,邮编621105
生物通微信公众号
生物通新浪微博
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