[发明专利]混合阶异构多智能体系统协同最优编队控制方法及设备有效

专利信息
申请号: 202310067839.6 申请日: 2023-01-16
公开(公告)号: CN116047908B 公开(公告)日: 2023-10-13
发明(设计)人: 李艳东;刘美晨;朱玲;刘博皓;刘永安;王锐 申请(专利权)人: 齐齐哈尔大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 北京方圆嘉禾知识产权代理有限公司 11385 代理人: 王月松
地址: 161006 黑*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 混合 阶异构多 智能 体系 协同 最优 编队 控制 方法 设备
【说明书】:

发明公开一种混合阶异构多智能体系统协同最优编队控制方法及设备,涉及多智能体编队控制技术领域。该混合阶异构多智能体系统协同最优编队控制方法,通过引入异构多智能体系统的通信拓扑模型以及采用构建好的协同最优编队控制协议,能够在混合阶异构多智能体系统完成协同编队的同时使性能指标最优。并且,本发明还引入了最优控制理论,能够进一步加快异构多智能体系统的状态变量随时间变化的收敛速度,极大地帮助系统快速达到期望队形状态。

技术领域

本发明涉及多智能体编队控制技术领域,特别是涉及一种混合阶异构多智能体系统协同最优编队控制方法及设备。

背景技术

随着科技的快速发展,世界各军事大国高度重视无人作战系统协同配合能力。由于异构系统响应速度快、通信能力强及目标侦察精度高的特点,越来越受到各军事强国的青睐。在异构系统编队领域中,通常需要考虑智能体间的协同来完成任务。异构多智能体系统的协同编队问题是异构系统研究方向的一个重要分支。

在复杂多变的环境中,针对异构系统编队问题的基础上,还需要考虑如何使整个编队快速达到预期状态,即编队最优问题。此外,现有的研究对象大多基于同构智能体,即每个智能体的动力学模型是相同的。异构多智能体系统的组成可以大大提高在应用中的感知范围,在合作攻击等方面具有潜在的应用价值。但是现有技术中并没有一种能够使异构多智能体实现协同编队并可以快速地达到所期望的编队状态的控制技术。

发明内容

本发明的目的是提供一种混合阶异构多智能体系统协同最优编队控制方法及设备,能够使异构多智能体实现协同编队并快速地达到所期望的编队状态。

为实现上述目的,本发明提供了如下方案:

一种混合阶异构多智能体系统协同最优编队控制方法,包括:

构建混合阶异构多智能体系统的通信拓扑模型,并基于所述通信拓扑模型确定所述混合阶异构多智能体系统的拉普拉斯矩阵;

建立混合阶异构多智能体系统的动力学模型,并基于所述动力学模型构建各智能体的状态方程;

基于所述状态方程确定各智能体的状态控制参数;所述状态控制参数包括:各智能体的状态变量、各智能体的状态变量系数矩阵、各智能体的控制输入系数矩阵和各智能体的控制输入;

基于所述状态控制参数确定各智能体的最优控制律;

基于所述最优控制律构建控制参数方程;

基于所述控制参数方程确定各智能体的控制参数;

基于所述控制参数和所述拉普拉斯矩阵构建以误差向量为变量的协同最优编队控制协议;

基于所述协同最优编队控制协议控制各智能体实现所述混合阶异构多智能体系统编队。

可选的,构建混合阶异构多智能体系统的通信拓扑模型,并基于所述通信拓扑模型确定所述混合阶异构多智能体系统的拉普拉斯矩阵,具体包括:

确定各智能体间的联系关系,并基于所述联系关系构建系统的通信拓扑模型;

以各智能体间存在的信息交换路径为边,以各智能体为顶点,结合所述通信拓扑模型确定邻接矩阵;

基于所述联系关系确定所述通信拓扑模型中每一顶点的度;

基于所述通信拓扑模型中每一顶点的度构建度矩阵;

基于所述度矩阵和所述邻接矩阵确定所述混合阶异构多智能体系统的拉普拉斯矩阵。

可选的,基于所述状态控制参数确定各智能体的最优控制律,具体包括:

构建各智能体的性能指标;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于齐齐哈尔大学,未经齐齐哈尔大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310067839.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top