复杂非完整多自主体网络协同算法设计与性能极限分析

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61503133
项目类别：
青年科学基金项目
资助金额：
22.0万
负责人：
陈超洋
依托单位：
湖南科技大学
学科分类：
F0301.控制理论与技术
结题年份：
2018
批准年份：
2015
项目状态：
已结题
起止时间：
2016-01-01 至2018-12-31

项目参与者：
沈洪远；池明；卢明；韩光松；胡滨；徐睿；左词立；
关键词：
协同控制非完整性约束性能极限多自主体网络

项目摘要

Based on the characteristics such as self-organization, nonholonomic, heterogeneity, autonomy of complex nonholonomic multi-agent network, as well as the application requirements including spacecraft, deep-sea detector, mobile robots, this project establishes the dynamic models of the complex nonholonomic multi-agent networks in the presence of nonholonomic constraints of nodes and communication. Taking into consideration of energy saving and communication cost decreasing, we construct event-triggered hybrid cooperative algorithm of network of nonholonomic nodes and communications, and event-triggered particle swarm optimization cooperative algorithm under the nonholonomic environment. For different coordination behaviors of complex nonholonomic multi-agent networks such as consensus and tracking, the related performance indexes of universal significance will be refined, and corresponding performance limitations will be derived by designing collaborative optimization algorithms. At last, the theoretical results will be verified on the multi-robot group simulation platform. This project will make contributions to modeling, coordination control and analysis of performance limitation for complex nonholonomic multi-agent networks, and provide new ideas and methods for practical application.

本项目从复杂非完整多自主体网络的自组织、非完整、异质、自治等特性以及航天飞行器、深海探测器、移动机器人等实际应用需求出发，研究节点和通信存在不完整约束的网络，构建能反映网络拓扑结构特征的复杂非完整多自主体网络的动态演化模型。从节约自主体能量和减小网络通信代价的角度入手，设计针对节点和通信非完整的基于事件驱动的混合型协同算法和针对环境非完整的事件驱动性粒子群优化协同算法。对复杂非完整多自主体网络不同的协调行为（一致性、跟踪），提出相应普适的性能指标，通过设计协同优化算法得到对应的性能极限。最后，搭建多机器人群组的实物仿真平台验证其理论成果。本项目将为复杂非完整多自主体网络的建模、协同控制和性能极限分析做出贡献，同时为实际应用提供新思想和新方法。

结项摘要

本项目从复杂非完整多自主体网络的自组织、非完整、异质、自治等特性以及航天飞行器、深海探测器、移动机器人等实际应用需求出发，研究节点和通信存在不完整约束的网络，构建能反映网络拓扑结构特征的复杂非完整多自主体网络的动态演化模型,设计针对节点和通信等非完整约束下的协同算法。对多种非完整约束下的复杂系统，提出相应普适的性能指标，通过设计协同优化算法得到对应的性能极限。通过本项目的研究，获得了如下研究结果：（1）系统动力学方面：首先，针对群机器人系统，研究了带邻近图的网络化非完整移动机器人的多群集行为、带未知领导者动态和相对测量的非完整移动机器人系统的群集行为、控制估计目标下的多异构机器人任务空间协同跟踪、非完整约束的多智能体系统在固定拓扑和切换拓扑下的分布式群集控制；针对多种约束下的多自主系统，研究了切换脉冲协议下的带可变智能的多智能体系统多一致性、基于多虚拟领导者的多智能体有限时间编队控制、带丢包的无线网络控制系统的量化镇定、带未知输出干扰和时滞的非线性系统的自适应神经网络控制；（2）系统性能方面:研究了双通道约束下的网络控制系统最优跟踪性能极限、带网络参量的多输入多输出网络控制系统的最优调节性能、带信道能量约束的线性时不变系统的权衡性能、带新颖权衡因子和约束信道的网络控制系统性能极限、带宽和网络噪声影响下的多通道网络化控制系统的最优跟踪性能、量化影响下的多通道网络化控制离散时间系统的最优跟踪性能、高斯噪声及衰落信道影响下的网络控制系统性能极限。依托本项目，发表学术论文 25 篇，其中国际期刊 SCI 源刊物 17 篇，并基于研究的各个环节，申请了专利25项，授权19项，撰写了软件著作权7项；获得市级奖励3项。本项目为复杂非完整多自主体网络的建模、协同控制和性能极限分析做出了贡献，同时为实际应用提供新思想和新方法。