一种群体智能系统自适应事件触发时变分组编队控制方法

技术领域

本发明涉及群体智能系统编队控制技术领域，具体涉及一种群体智能系统自适应事件触发时变分组编队控制方法。

背景技术

群体智能系统协同编队控制在过去几年中得到了广泛的关注，可应用于自主水下航行器、无人机和电磁卫星等许多方面。在实际工程应用中，由于距离、不同需求或其他因素的影响，智能体往往需要分组来执行任务。同时，期望的编队构型通常会随着实际任务的不同而变化。因此，时变分组编队问题的研究具有很大的现实意义。

在实际应用中，智能体之间的连续通讯往往会消耗大量的资源，不利于长时间任务的执行。事件触发技术的使用避免了通讯过程中连续信息的使用，用户可通过设计合适的事件触发条件来尽可能的降低资源的消耗。此外，自适应技术的应用，避免了分布式编队控制过程中不易得到的全局信息的使用，更加满足实际需求。

因此，群体智能系统自适应事件触发的时变分组编队是一个很有现实意义的问题，目前仍有待进一步研究。

发明内容

针对现有技术中的上述不足，本发明提供了一种群体智能系统自适应事件触发时变分组编队控制方法。

为了达到上述发明目的，本发明采用的技术方案为：

一种群体智能系统自适应事件触发时变分组编队控制方法，包括以下步骤：

S1、建立群体智能系统的动力学模型以及对应的系统通讯拓扑；

S2、根据系统通讯拓扑确定系统分组后对应的拉普拉斯矩阵；

S3、获取系统期望的时变编队构型，构造编队分组条件；并根据系统分组后对应的拉普拉斯矩阵构造事件触发条件；

S4、根据编队分组条件和事件触发条件，结合自适应方法确定时变分组编队控制律；

S5、利用时变分组编队控制律对系统的分组智能体进行控制，完成指定的分组编队，并使各组智能体形成期望的时变编队构型。

可选地，步骤S1中建立的群体智能系统的动力学模型具体为：

其中，

可选地，其特征在于，步骤S2根据系统通讯拓扑确定系统分组后对应的拉普拉斯矩阵具体为：

其中，

可选地，步骤S3中构造的编队分组条件具体为：

其中，

可选地，步骤S3中构造的事件触发条件具体为：

其中，

可选地，步骤S4中确定的时变分组编队控制律具体为：

其中，

本发明具有以下有益效果：

（1）本发明通过引入了事件触发方案来处理时变分组编队问题，与使用连续通信方法的算法相比，所提出的事件触发时变分组编队算法降低了邻居之间的通信频率，更加适用于现实任务的执行；

（2）本发明中智能体之间的相互作用关系是有向的，符合更普遍的群体智能系统通讯拓扑的现实需求，克服了已有技术要求智能体之间信息交互对称的局限性；

（3）本发明采用自适应技术，克服了使用全局信息的缺点，实现完全分布的时变分组编队控制；

（4）本发明在避免全局信息使用以及减少通信资源使用的基础上，实现了群体智能系统的编队分组控制，有利于更好的完成多元化编队任务。

附图说明

图1为本发明实施例中一种群体智能系统自适应事件触发时变分组编队控制方法的流程示意图；

图2为本发明实施例中群体智能系统的通讯拓扑示意图；

图3为本发明实施例中分组编队实现过程中无人机的状态变化示意图；

图4为本发明实施例中无人机实现分组编队过程中的跟踪误差示意图；

图5为本发明实施例中无人机实现分组编队过程中自适应参数的变化示意图；

图6为本发明实施例中无人机控制过程中的触发瞬间示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，本发明实施例提供了一种群体智能系统自适应事件触发时变分组编队控制方法，包括以下步骤S1至S5：

S1、建立群体智能系统的动力学模型以及对应的系统通讯拓扑；

在本发明的一个可选实施例中，本实施例建立一个带有

其中，

本实施例建立的群体智能系统中各智能体与其对应邻居之间可进行通讯，且其通讯不要求具有对称性，由此构成更具普遍性的通讯拓扑。

S2、根据系统通讯拓扑确定系统分组后对应的拉普拉斯矩阵；

在本发明的一个可选实施例中，将群体智能系统分为z组后，各组智能体对应的拉普拉斯矩阵

其中，

S3、获取系统期望的时变编队构型，构造编队分组条件；并根据系统分组后对应的拉普拉斯矩阵构造事件触发条件；

在本发明的一个可选实施例中，本实施例获取系统期望的时变编队构型

其中，

本实施例设定跟随者

/>

其中，

S4、根据编队分组条件和事件触发条件，结合自适应方法确定时变分组编队控制律；

在本发明的一个可选实施例中，本实施例根据编队分组条件和事件触发条件，结合自适应方法确定时变分组编队控制律具体为：

其中，

S5、利用时变分组编队控制律对系统的分组智能体进行控制，完成指定的分组编队，并使各组智能体形成期望的时变编队构型。

下面结合具体实例对本实施例提供的一种群体智能系统自适应事件触发时变分组编队控制方法进行具体分析说明。

考虑由11架无人机组成的群体智能系统，将要执行的任务分为以下三个阶段：

第一阶段，8架无人机以一个预定义的编队构型对3个目标进行整体合围；

第二阶段，目标根据自身需求分别前往两地，8架无人机分为两组对两地的目标进行合围，每组4架无人机；

第三阶段，根据实际任务执行中的需求，两地之间需进行资源调度，最终形成分别包含3架无人机和5架无人机的两个组，对目标进行合围。

每架无人机的动力学模型如下：

其中，

在第一阶段，整个无人机群体智能系统在0-15秒内形成一个正八边形的编队。拓扑结构如图2中(a)所示，其中无人机1-8是跟随者，无人机9-11是领导者。对应拉普拉斯矩阵为：

，/>

本阶段期望的时变编队构型为：

第二阶段中，无人机将被分为两组，每一组将跟随自己的领导者，在15秒后形成一个预定义的编队。图2中(b)显示了与该阶段相关的通讯拓扑图。对应拉普拉斯矩阵为：

，/>

期望的时变编队构型为

在第三阶段，即30秒后，整个无人机系统将根据指令分为三组，通讯拓扑图如图2中(c)所示。对应拉普拉斯矩阵为：

，/>

和第二阶段相同，每一组也将跟随自己的领导者，形成对应的预定义时变编队构型，如下式所示：

接下来进行其他参数的选取。通过解代数黎卡提方程方程，得

如图3所示，所有无人机都成功地形成了预定义的分组编队构型。在0~15s，8架无人机跟随系统的三个目标形成了一个预定义的正八边形编队，对目标进行整体合围；15s后，三个目标根据自身的任务轨迹分别前往两地执行任务，此时，跟随者为了实现对目标的合围，也分为了两组去跟踪两地的目标，每组分别有4个跟随者，到30s时，第二阶段任务结束，两组无人机准确形成了期望的编队构型；30s之后，由于实际任务需求，进行资源调度，形成了分别包含3架无人机和5架无人机的两个组，并以期望的编队构型对目标进行合围。通过观察图4，可以得到在这三个阶段无人机的跟踪误差都可收敛到零。自适应参数

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。