[发明专利]一种基于自适应动态规划的分布式最优协同容错控制方法

说明书

本发明公开一种基于自适应动态规划的分布式最优协同容错控制方法，首先，通过智能体之间的通讯链接,构建多智能体系统的通讯拓扑并以有向图G＝(V,E,A)表示；其次，建立局部领域一致性误差方程，并基于最优控制理论和极小值原理，定义智能体v_i的无故障协同控制输入量为u_i，得到分布式最优协同控制律；然后，执行分布式最优协同控制律；最后，基于故障补偿，设计智能体的分布式最优协同容错控制律。采用本发明可克服现有非线性多智能体系统容错控制方法的不足，且在无人机编队的容错控制上具有很好的运用前景。

技术领域

本发明涉及多智能体系统的容错控制领域，特别是一种基于自适应动态规划的分布式最优协同容错控制方法。

背景技术

随着科学技术的迅速发展，在近些年，多智能体系统由于其独特的优势在各个领域都受到了极大的欢迎，如生物领域、物理领域、控制领域和计算机领域等。多智能体系统在实际的运行时，很容易发生故障，主要分为两类：通讯故障和执行器故障。目前已有很多的专家学者对多智能体的容错控制展开了研究，但大部分研究成果针对的是多智能体系统中发生的通讯故障，极少涉及单个智能体的执行器故障，然而，在大多数情况下，单个智能体的执行器故障往往是不可避免的，如果不能及时有效地处理，故障可能会通过智能体之间的连接网络影响整个系统，导致整个系统不稳甚至发生安全事故。因此，如何在兼顾与其他智能体之间的协调以及自身故障和损伤的情况下，实现重构控制和故障管理是多智能体控制系统设计中的重要问题。

此外，现有针对多智能体系统中执行器故障的容错控制成果中，大部分基于线性系统，并且很少在实现协同容错控制的同时，考虑最优性问题。因此发展非线性多智能体系统的分布式最优协同容错控制方法很重要。设计非线性最优协同容错控制律的前提是求解非线性Hamilton-Jacobi-Bellman(HJB)方程，然而由于HJB方程本质上是非线性偏微分方程，很难甚至于不可能求得其解析解。因此，如何高效求解HJB方程成为设计分布式最优协同容错控制律的关键性问题。自适应动态规划技术利用神经网络逼近方法来近似性能指标函数，近些年来被广泛运用于非线性最优求解问题，具有广泛的运用前景。

发明内容

发明目的：本发明提出一种基于自适应动态规划的分布式最优协同容错控制方法，克服现有非线性多智能体系统容错控制方法的不足，在无人机编队的容错控制上具有很好的运用前景。

技术方案：本发明所述的一种基于自适应动态规划的分布式最优协同容错控制方法，包括以下步骤：

(1)基于图论,通过智能体之间的通讯链接,构建多智能体系统的通讯拓扑；

(2)基于一致性理论，建立局部领域一致性误差方程；

(3)推导无故障情况下的分布式最优协同控制律；

(4)执行分布式最优协同控制律；

(5)推导分布式最优协同容错控制律。

所述步骤(1)包括以下步骤：

(11)用有向图表示多智能体系统的通讯拓扑：

G＝(V,E,A)