未知非线性多智能体系统的分布式有限时间 自适应神经网络控制

楚东港,刘 烨

(上海工程技术大学,上海 201620)

0 引言

目前多智能体系统已在飞行器的编队、分布式传感器网络、多机械臂协同装备以及网络的资源分配等领域广泛应用[1-2]。多智能体系统经过广大学者多年深入研究,不论低阶亦或高阶系统都已有许多成果。其中的一致性控制问题得到了广泛的关注,而基于自适应控制的分布式一致性控制方法则是在多智能体系统问题研究过程诞生的重要方法。需要注意的是,使用传统递归控制方法处理高阶系统问题时,文献[3]中存在的“微分爆炸”难题将无法避免,这会大幅度的提高计算的复杂度。为了克服“微分爆炸”难题,文献[4-5]引入了基于一阶低通滤波器的动态面控制技术解决了“微分爆炸”难题,降低了计算负担。但是使用动态面控制技术会引入滤波器误差,这会影响控制精度。而文献[6-8]使用了基于正可积时变函数的新型非线性滤波器,该滤波器可完全补偿边界层误差,但会在每一步增加一个自适应项,过多的自适应项会增加计算复杂性。得益于命令滤波器的出现,在原有的滤波器的基础上引入了动态的补偿方程[9-10],从而消除了滤波器误差。但是文献[9-10]中所使用的动态补偿方程中含有符号函数,这将增加系统的抖振行为,不利于系统的稳定。随着多智能体系统在各个领域内的发展,系统的内部问题存在着多样性以及复杂性等特征,这极大地提高了控制器算法设计的难度。文献[11]为解决非线性严格反馈多智能体系统的有限时间一致控制问题,通过逆向设计,构造了针对各智能体的自适应模糊跟踪控制器,从而保证了所有智能体的输出能够在有限的时间内跟踪一个共同的期望轨迹,一致性误差却未收敛到零。……