基于量化信息通信的网络化多个体系统的分布式协调研究

随着网络、分布式计算和通信技术的迅猛发展，基于远程通信和无线传感网络的多个体动态系统的分布式协同与控制近年来成为研究热点。但无线传感网络由于带宽和容量限制，使得个体间仅能依靠有限信道信息进行局部交互作用实现相互协作，又给分析和设计带来巨大挑战。本项目依据网络化多个体系统的客观现实，深入分析个体之间如何仅仅通过局部的有限信道信息共享，使得整个网络涌现出宏观协调一致行为的内在形成机制，并寻求有效的分布式协调控制算法使群体涌现出期望的集体行为。重点考虑在量化信息、量化失配等信息通信受限情况下的分布式协调策略的设计，发展更有利于实际应用的协调控制理论和方法；并分析在复杂动态环境下系统性能与网络拓扑结构、量化精度间的定性和定量关系。

在网络化多个体系统中，个体间的信息通信通常受到有限带宽限制和通信环境的影响。本项目对有向网络上的多个体系统量化一致性问题进行了较深入的研究；同时研究了具有测量噪声干扰的多个体系统鲁棒一致性问题和具有固定通信时延的多个体分布式次梯度优化算法。项目研究具有重要的理论意义和实际应用价值，主要贡献有：.(1) 分别基于无限水平静态对数量化策略和有限水平动态一致量化策略，研究了固定有向强连通网络的加权平均一致性问题,建立了这两种量化器参数与网络拓扑参数间的关系。.(2) 通过对有向切换网络的不同通道分别设计有限水平自适应动态一致量化器，并分析了闭环系统的一致收敛性。提出的量化一致性算法只需个体发送有限量化信息，就可以保证网络指数收敛，且最终的一致性值仍位于所有个体初始状态的凸包内。.(3)分别讨论了基于异步和同步迭代策略多个体随机切换网络的量化动态平均一致性问题。这里的动态平均一致性涉及到两个过程：首先每个个体各自对其局部的某个时变参数进行估计，这称为局部参数调节过程；其次，所有个体与其周围邻居通过数字网络进行信息共享，这称为空间平均过程。从理论上严格证明了所有个体状态最终收敛到所有个体局部估计参数真实值的统计平均，并给出了个体状态与这个所有个体局部估计参数真实值的统计平均的均方误差上界。.(4) 研究了具有测量噪声干扰的有向网络多个体系统鲁棒一致性问题，通过引入时变控制增益，提出了随机逼近一致性算法，证明了所有个体可达成均方意义下的一致性，并分析了最终一致性值这一随机变量的统计特性.(5)在个体间通信时延有界条件下，研究了固定强连通网络和切换周期强连通网络的分布式次梯度凸优化算法。研究表明：时延并不改变算法的收敛性，但影响算法的收敛性能，亦即通信时延的存在将使得算法的收敛速度变慢，收敛误差变大。. 在后续研究过程中，还增加了社会学习、量子编码等研究内容。