[发明专利]一种输出受限非线性系统分布式自适应最优协同控制方法

权利要求书

1.一种输出受限非线性系统分布式自适应最优协同控制方法，其特征在于：包括以下步骤，

步骤1、建立多智能体不确定严格反馈非线性系统模型；

步骤2、基于步骤1所建立的多智能体不确定严格反馈非线性系统模型，结合Backstepping控制方法和自适应动态规划，构建“前馈+反馈”复合控制架构；在此架构下，定义一致性误差动态面；

步骤3、基于Backstepping控制方法和自适应动态规划，通过设计统一的界限李雅普诺夫函数，有效处理系统输出约束；通过构建神经网络，设计神经网络权值自适应更新律，实现对多智能体系统未知函数项的在线估计；基于所设计的神经网络权值自适应更新律以及界限李雅普诺夫函数，在保证闭环系统稳定性的前提下，设计分布式前馈虚拟控制输入；

步骤4、基于步骤3所设计的分布式前馈虚拟控制前馈实际输入u_i以及相应的神经网络权值自适应更新律，将原来协同跟踪控制系统转化为子系统的协同最优反馈控制问题，通过将所定义的协同代价函数分解为线性和非线性项，利用贝尔曼最优原理，推导得到分布式最优反馈控制律；

步骤5、基于步骤4得到的z_i,1-子系统的分布式最优反馈虚拟控制输入，通过构建评价网络，设计评价网络权值自适应更新律，在线逼近最优协同代价函数非线性项，从而得到能够在线执行的分布式自适应最优反馈实际控制律，保证协同控制系统的最优性和鲁棒性，节约控制成本。

2.如权利要求1所述的一种输出受限非线性系统分布式自适应最优协同控制方法，其特征在于：步骤1实现方法为，

建立多智能体不确定严格反馈非线性系统模型如公式(1)所示：

其中，N表示智能体总数量，n_i表示每个智能体状态变量数，表示第i个智能体的第q个状态变量，表示维度为l_q的向量空间，表示x_i,q对时间的一阶导数，i＝1,2,...,N，q＝1,2,…,n_i，上标T表示转置；为系统输入向量；表示系统输出向量，y_i,k为第i个智能体的第k个变量，k＝1,2,...,l₁；本发明中系统输出向量满足不等式表示系统输出变量的边界值；表示第i个智能体的内部动力学非线性光滑函数；未知但满足局部李普希兹连续条件且f_i,q(0)＝0；表示第i个智能体的输入矩阵；函数可逆且满足不等式其中，和均为正常数，||·||表示对变量求2-范数。

3.如权利要求2所述的一种输出受限非线性系统分布式自适应最优协同控制方法，其特征在于：步骤2实现方法为，

结合Backstepping控制方法和自适应动态规划，构建的“前馈+反馈”复合控制架构如式(2)所示：

其中，表示第i个智能体的前馈控制输入，表示第i个智能体的最优反馈控制输入；

在上述所建立的“前馈+反馈”复合控制架构下，定义一致性误差动态面如式(3)所示：

其中，z_i,q表示一致性误差变量，a_ij表示多智能体之间构成的通信拓扑结构中邻接矩阵元素，b_i表示第i个跟随智能体与领导者智能体的连接状态；如果第i个跟随智能体能够获取领导者智能体的信息，则b_i＝1，否则，b_i＝0；r表示领导者智能体输出参考信号；λ_i,q表示将分布式虚拟控制变量作为输入的一阶滤波器的输出信号，即：

其中，τ_i,q表示大于零的时间常数，为λ_i,q对时间求一阶导数；表示分布式虚拟控制变量，表达形式为为最优反馈虚拟控制输入信号，为前馈虚拟控制输入信号。