基于时滞补偿机理的网络化多智能体系统一致性分析与控制

With the development of computer and communication technology, information is exchanged by the network in multi-agent systems. Networked time-delays result in the system performance deterioration, or may even lead to global cooperation failure of the multi-agent networks. To achieve the objective of consensus, fast convergence speed and communication resource conservation, this project studies time-delay compensation schemes for discrete-time networked multi-agent systems with communication delays, model uncertainties and external disturbance. Firstly, considering analysis and control of output (asymptotical) consensus for heterogeneous networked multi-agent systems with time-delays, time-delay compensation schemes and event-triggering conditions are established by the networked predictive control method. Secondary, analysis and control of finite-time consensus for discrete-time networked multi-agent systems with incomplete information and time-delays are investigated, based on auxiliary model and topology redundancy. In addition, by combing feedback control and feedforward control, time-delays and external disturbance are compensated simultaneously. Finally, the proposed methods will be verified by the simulation experiment platform based on cloud. The novel idea and theoretical foundation are provided for applying predictive control method to investigate consensus of networked multi-agent systems.

随着计算机和通讯技术的不断发展，多智能体系统广泛使用网络进行通信。网络诱导时滞不仅会影响子系统性能甚至会导致全局协调目标丧失。本项目旨在针对具有网络诱导时滞的离散多智能体系统，综合考虑模型不确定性和外部干扰，研究时滞的主动补偿方法，保证系统完成一致性目标，提高收敛速度并节约网络资源。首先，针对具有时滞的异构多智能体系统，拟利用网络化预测控制方法，建立时滞补偿机制和事件触发策略，给出输出（渐近）一致性分析与控制方案。然后，针对信息不完全和时滞共同作用下的离散多智能体系统，拟利用辅助模型和拓扑冗余度信息，建立时滞补偿机制，给出有限时间一致性控制方法。在此基础上，进一步考虑模型不确定性和外部干扰，拟将反馈控制和前馈控制相结合，同时补偿时滞和外部干扰。最后，将提出方法应用到基于云的网络化多智能体仿真实验平台，为应用预测控制方法研究网络化多智能体系统的一致性问题提供新思路和理论依据。

本项目研究具有网络诱导时滞的离散多智能体系统的一致性分析和控制问题。综合考虑模型不确定性和外部干扰，研究时滞的主动补偿方法，保证系统完成一致性目标，提高收敛速度并节约网络资源。首先，针对网络诱导时滞的时变性，引入网络化预测控制方法，基于系统模型和邻居智能体的信息建立主动补偿时滞的数据预测模型，提出了离散异构多智能体系统的渐近一致性（输出渐近一致性、领导-跟随渐近一致性、分组渐近一致性、分组跟踪渐近一致性）分析与控制方案。然后，针对信息不完全和网络诱导时滞共同作用下的离散异构多智能体系统，利用辅助模型和拓扑冗余度信息，建立时滞补偿机制，给出有限时间稳定性控制方法。在此基础上，进一步考虑外部干扰和执行器饱和的影响，将低增益反馈技术和预测控制相结合，同时补偿时滞和外部干扰，给出解决输出调节问题、分组协同输出调节问题、（半）全局一致性和（半）全局领导-跟随一致性的判别条件，实现多智能体系统既可以跟踪外部系统产生的外源信号，又能够抑制扰动的影响以及执行器饱和的约束。并且讨论了一致性与网络诱导时滞、智能体动态、通信拓扑结构之间的关系。本研究将有利于促进网络化系统和时滞系统理论的发展，可为研究存在网络诱导时滞的多智能体系统的协同控制问题提供有效方法。..在本项目资助下，授权发明专利2项，发表论文8篇，其中SCI检索论文6篇，EI检索论文2篇，并培养了一批优秀的研究生。