随机拓扑下不确定多智能体系统的协调控制

Due to the inevitable randomness and uncertainties, the project studies the cooperative control of uncertain multi-agent system (MAS) with stochastic topology, analyzes the influences on the converging performances from the stochastic topology and uncertainties systematically，and establishes the cooperative control protocols. .First, by the Theory of Random Graph and Stochastic Analysis， the relationship between stochastic topology and system convergence is explored. By employing LFT uncertain modeling and adaptive filtering techniques to deal with uncertainties, the transmission and storage problem of the uncertain signals among the adjacent subsystems are to be solved. Then, according to the thought of two-dimensional system modeling, a “topology + dynamic subsystem”- type integrated two-dimensional stochastic model is to be proposed. By random matrix theory, distributed adaptive backstepping method and Lyapunov stability theory, some cooperative control protocols can be established for uncertain MAS stage by stage. Finally, the results can be testified and verified through an air-ground jointed formation experiment. .This project is to enrich and improve the multi-agent system theory, and provide a new theoretical basis and practical techniques for physical applications. The results of the project can be applied to: The spacecraft cluster system in deep space exploration, UAV formation, Intelligent public traffic system, multi-robot cooperation system and so on.

考虑到实际物理系统中不可避免的随机性和不确定性，研究随机拓扑下不确定多智能体系统的协调控制问题，系统地分析随机拓扑结构和不确定性对多智能体系统收敛性能的影响，建立协调控制协议。首先，基于随机图和随机分析理论，建立随机拓扑谱特征，并探究其对系统收敛性能的影响；采用LFT不确定建模和自适应滤波等技术，处理系统中的不确定性，解决不确定性信息在邻接子系统间的传递和存储问题；随后，采用二维系统的建模思路，推出“拓扑结构+动态子系统”一体化二维混杂随机模型，采用随机矩阵的描述方法，运用多维系统理论、分布式自适应反步控制方法和Lyapunov稳定性理论，逐步建立不确定多智能体系统的协调控制协议；最后，通过陆空联合编队实验对所研究成果进行测试与验证。. 本项目的开展将丰富和完善多智能体系统理论，为实际物理应用提供新的理论依据和技术手段，可推广应用于：集群航天器深空探测、无人机编队等领域。

随着科技的迅猛发展，多智能体系统在军事、工业生产和社会生活的各个领域中显露出广泛的优良特性和应用前景。然而，随着对多智能体系统研究的深入，随机性和不确定性在系统演化和协调控制过程中也逐渐显现了出来。本项目考虑到实际物理系统中不可避免的随机性和不确定性，探讨不确定多智能体系统协调控制的收敛性条件，针对不确定多智能体系统，乃至高阶、非线性不确定系统，建立相应协调控制协议。首先，以简单图为研究对象，分别研究了树与单圈图，以及伪树与伪单圈图的谱矩问题，着重分析了树和单圈图的邻接矩阵的谱矩相关问题，建立了通过T-序来对图进行分类的思路。其次，研究了子系统在多种不确定因素下的分析与控制问题， 其中包括:执行器故障、测量值随机丢包、参数不确定性等状况。 接着，分析链式拓扑结构下及变拓扑结构下不确定多智能体系统的自适应协同控制及编队问题，设计控制协议以达到控制目标。最后，相关控制策略被应用于四旋翼飞行控制系统，分别设计出一般性及事件驱动下的自适应控制器，为军用和民用推广奠定基础。围绕上述工作，在本领域重要期刊和会议发表和录用学术论文23篇，项目负责人获中国指挥控制学会科技进步一等奖。与挪威和新加坡学者建立长期合作关系，硕士毕业生7名，在读硕士研究生3人。本项目成果可推广应用于：集群航天器深空探测、无人机编队等领域。