陈世明,黎力超

(华东交通大学 电气与自动化工程学院,江西 南昌 330013)

1 引言

近年来,多智能体系统的协同控制在多飞行器集结[1]、智能电 网[2]、多机器 人协同编队[3]、传感器 网络[4]等领域得到广泛应用.一致性是协同控制的基础,通常指的是多智能体系统中所有智能体的状态最终渐近收敛于一个相同的值.

在实际工程应用中,尤其在要求较高精度和较快收敛速度的控制问题上,通常需要在有限时间内达到收敛.文献 [5–6]研究了非理想环境下多智能体系统有限时间一致性.但是,若系统初始状态未知时,无法计算收敛时间的上界值.为排除系统初始状态对收敛时间的影响,文献 [7–11]解决了带有非线性动力学和不确定扰动的多智能体系统固定时间一致性问题,使得系统全局稳定收敛时间与初始状态无关.文献 [10]基于文献 [9]做出改进,在不使用速度信息的前提下,使用状态观测器利用输出信息估计状态信息,解决固定时间领导跟随一致性问题.文献 [11]考虑了更为一般的非线性模型,实现了固定时间一致性,为了减少能量损耗,引入事件触发控制和间歇通信机制,但系统无法按照期望构型收敛.

结合工程实践,系统不可避免受通信能力的制约或外界不确定随机因素的干扰[12].故由随机扰动、随机切换拓扑等因素构成的随机多智能体系统受到了广泛关注[12–23].文献 [13–18]研究了线性随机多智能体系统的平均一致性问题.文献 [13–14]研究了固定拓扑下随机……