[发明专利]基于RBF神经网络的异构多智能体系统协同容错控制方法

说明书

本发明公开了一种基于RBF神经网络的异构多智能体系统协同容错控制方法：首先，假设所有的智能体都可以获得预定的运动轨迹和速度，通过异构多智能体间的通讯链接，构建异构多智能体系统通讯拓扑并以有向图表示，并计算出拉普拉斯矩阵；然后，具体分析每个智能体的动力学方程，在考虑执行器的乘性故障和加性故障的情况下，形成形式统一的二阶动态方程；基于RBF神经网络自适应理论和通讯网络链接的设计异构多智能体系统的协同容错控制器，基于一致性理论得到异构多智能体系统的全局动态方程，实现系统的协同容错控制。本发明克服了异构多智能体系统因内部智能体结构的不同导致难以协同容错控制的问题，使系统具有较强的鲁棒性和抗扰动性。

技术领域

本发明涉及一种基于RBF神经网络的异构多智能体系统协同容错控制方法，属于异构多 智能体系统技术领域。

背景技术

近年来，无人作战系统作为改变未来战争模式的颠覆性技术装备，在世界范围内得到飞 速发展，已经成为国家间军事博弈的重要力量。面向未来作战应用需求，以无人机与无人车 组成的异构无人集群系统具有重要的研究价值。

由于无人机和无人车的异构特性，编队控制的困难度急剧增加。无人机与无人车之间存 在巨大差异，例如，二者有不同的工作空间、不同的动力学特性、不同的速度限制，这些差 异不仅仅体现在数学模型的差异上，更让控制系统难于统一处理。同时，二者模型的差异又 导致了控制目标量的不一致，进一步增加了编队控制系统的设计难度。受制于这些困难，目 前无人机和无人车协同控制的精度低且可靠性差，现有编队控制方法不能有效地指导工程应 用。同时，无人作战系统实现任务的前提是每个智能体本身能够正常运行，一旦在运行中某 个或多个智能体发生执行器故障，就可能因控制律不能完整的被执行而导致整体任务失败。 由于多智能体之间相互连接，单个智能体的故障很可能影响整个系统，甚至导致整个系统崩 溃，无法完成任务，造成巨大的损失，但是目前这个方向的研究尚少，因此异构智能体系统 的容错控制具有重要的现实意义。

发明内容

为了解决上述背景技术提出的技术问题，本发明旨在提供基于RBF神经网络的异构多智 能体系统协同容错控制方法，克服因智能体不同导致难以实现协同容错控制的问题。

本发明为解决上述技术问题采用以下技术方案：

基于RBF神经网络的异构多智能体系统协同容错控制方法，包括如下步骤：

(1)设定所有的智能体都能够获得预定的运动轨迹和速度，通过异构多智能体间的通讯 链接，构建异构多智能体系统的通讯拓扑并以有向图表示，计算出拉普拉斯矩阵L；

(2)根据每个智能体的动力学方程，针对方程中难以处理的非线性项、模型不确定性和 外界扰动进行处理，在考虑执行器的乘性故障和加性故障的情况下，形成统一二阶动态方程 形式的每个智能体带有故障的模型；

(3)基于RBF神经网络自适应理论和通讯网络链接，设计异构多智能体系统的协同容 错控制器，基于一致性理论得到异构多智能体系统的全局动态方程，实现系统的协同容错控 制。