一种通信链路感知多智能体动态事件触发一致性方法

技术领域

本发明涉及信息交互技术领域，具体涉及一种通信链路感知多智能体动态事件触发一致性方法。

背景技术

近年来，多智能体系统(multi-agent systems，MASs)的协同控制在工业界和学术界获得了广泛关注，例如无人机编队飞行、快递分拣的移动机器人、卫星姿态同步、无线传感器网络估计和智能电网功率分配等。其中一致性作为协同控制的基础，现在已经成为人工智能控制方向的一个研究热点问题。

多智能体系统一致性是指由多个智能体组成的群体，能够通过所设计的一致性协议进行信息交互，最终实现状态的趋同及其任务。

通常情况下，多智能体系统由多个微小的嵌入式系统组成，智能体自身配备的计算能力、通信带宽和电池容量等资源条件有限，为了减少网络中的通信量和控制器的更新频率，提出了事件触发控制技术。

在事件触发机制下，每个智能体仅在需要的时候才发送本地信息给它的邻居节点，即当且仅当触发条件满足时，智能体间才进行通信和控制输入更新，显然，事件触发控制避免了控制器的实时更新，可以有效节省通信和计算资源，进而延长智能体的运行寿命。

为了增大触发时间间隔，减少事件频繁地触发，产生大量非必要的信息传递，进一步降低通信负担，动态事件触发机制得到了关注。

现有技术中提出的动态事件触发控制策略的触发条件是固定的，不可智能调节触发频率，且没有考虑实际网络状态的影响，触发机制不能根据网络状态智能调节智能体间信息交互频率，导致系统不能高效合理地使用通信资源，同时现有的技术在设计控制策略时需要知道网络拓扑相关的全局信息，这使得它们在大型网络化多智能体系统中很难实现和应用。

发明内容

本发明的目的在于提供一种通信链路感知多智能体动态事件触发一致性方法，在触发条件中考虑了信道容量，使得事件触发机制随通信资源的变化智能调节。在通信网络性能不好的情况下，减少智能体间信息交互频率，进一步缓解通信负担，节省通信资源；在通信网络性能较好时，适当增加智能体间信息交互频率，在获得更好的控制性能的同时，使得多智能体系统可以更快收敛，进一步，系统控制方案的设计不依赖于网络相关的全局信息，实现了真正的完全分布式。

本发明的目的可以通过以下技术方案实现：

一种通信链路感知多智能体动态事件触发一致性方法，包括以下步骤:

S1：建立多智能体之间信息交换的通信网络拓扑图；

S2：确定多智能体系统动力学方程；

S3：引入自适应控制，设计基于事件触发的完全分布式一致性控制输入策略；

S4：求解代数黎卡提方程的解获得反馈增益矩阵；

S5：基于Lyapunov定理和信道容量参数，设计通信链路感知动态事件触发控制策略；

S6：通过完全分布式控制输入策略和通信链路感知动态事件触发控制策略达到多智能体一致性。

作为本发明进一步的方案：S1中，多智能体之间进行通信交换的网络拓扑是无向的，用图

其中，由N个智能体构成节点集合

节点i能够从节点j获取信息，则节点j为节点i的邻居节点，节点i的所有邻居构成集合

当(i,j)∈ε，则a

作为本发明进一步的方案：S2中，基于由N个智能体所组成的系统，智能体i的运动学方程表示如下：

其中，x

作为本发明进一步的方案：S3中，完全分布式一致性控制输入策略的设定过程为：

定义状态估计值，当触发更新时智能体的状态估计为

定义组合变量为

此时状态误差为

对每个智能体得到基于完全分布式自适应控制输入

其中，K为需要设计的控制增益，F为待确定的常数矩阵；

对于智能体i，

作为本发明进一步的方案：S4中，代数黎卡提方程的解P>0；

PA+A

此时设反馈增益矩阵为K＝B

作为本发明进一步的方案：S5中，基于Lyapunov定理和信道容量参数获取通信链路感知的动态事件触发条件，得到每个智能体下一触发时刻

式中，η

本发明的有益效果：本发明通过在触发条件中考虑信道容量，智能体间信息交互的频率可以随实际网络状态智能调节，从通信资源角度，在事件触发基础上结合实时网络状态，在带宽状态空闲时，较频繁地触发更新状态，增加触发频率，以获得更好的控制性能；在带宽状态较为繁忙时，减少触发频率，从而缓解通信负担，从系统收敛的角度，适当增加触发频率有助于快速稳定系统，即系统收敛速度更快；减少触发频率可以有效节省通信资源；

并且此通信链路感知动态事件触发机制是完全分布式的，通过自适应耦合增益，控制输入可以自适应调节，不需要依赖于和网络拓扑相关的全局信息，使得控制方案可以在大型网络化多智能体系统中实现和应用。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的流程图；

图2是本发明多智能体系统通信拓扑图；

图3是本发明完全分布式的通信链路感知动态事件触发机制下智能体的速度状态演变曲线；

图4是本发明自适应耦合增益示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1-图2所示，本发明为一种通信链路感知多智能体动态事件触发一致性方法，包括以下步骤：

S1：建立多智能体之间信息交换的通信网络拓扑图；

S2：确定多智能体系统动力学方程；

S3：引入自适应控制，设计基于事件触发的完全分布式一致性控制输入策略；

S4：求解代数黎卡提方程的解P获得反馈增益矩阵；

S5：基于Lyapunov定理和信道容量参数，设计通信链路感知动态事件触发控制策略；

S6：通过完全分布式控制输入策略和通信链路感知动态事件触发控制策略实现多智能体一致性。

S1中，多智能体之间进行通信交换的网络拓扑是无向的，用图

其中由N个智能体构成节点集合

当(i,j)∈ε，则a

S2中，多智能体系统动力学方程的确定过程为：

设计一个由N个智能体所组成的系统，智能体i的运动学方程表示如下：

其中，x

S3中，设计基于事件触发的完全分布式一致性控制输入策略的过程为：

定义状态估计值，即当触发更新时智能体的状态估计为

定义组合变量为

此时状态误差为

对每个智能体设计了基于完全分布式自适应控制输入

K为需要设计的控制增益，F为待确定的常数矩阵；

对于智能体i，

S4中，反馈增益矩阵是求代数黎卡提方程(ARE)的解P>0；

PA+A

此时设反馈增益矩阵为K＝B

S5中，基于Lyapunov定理和信道容量参数获取通信链路感知的动态事件触发条件，得到每个智能体下一触发时刻

式中，η

S6中，基于Lyapunov定理证明系统的稳定性和一致性，证明过程为：

定义x(t)＝col(x

Lyapunov函数

其中，

由(8)可知η

根据q(t

根据杨氏不等式定理有

由Laplacian矩阵的性质可知

将(12)、(13)代入(11)可得

根据杨氏不等式定理

将(15)代入(14)可得

定义

基于通信图为无向拓扑图，则

最终缩放为

此处2≤λ

将(8)和(20)代入(10)可得

其中

根据比较定理

证明，

W(t)渐近收敛到如下集合

因此，W(t)≥V(t)>0，故q

为了验证本申请中完全分布式的通信链路感知动态事件触发控制策略的有效性，设计一个包含五个智能体的多智能体系统，其网络通信拓扑图如图1所示，每个智能体的初始状态是随机的，其中

式中ω

令μ＝0.5，通过求解代数黎卡提方程(7)得反馈增益矩阵K：

其他参数定义为β

如图3所示，所有智能体的速度状态最终都达到了一致，如图4所示，各个智能体对应的自适应耦合增益收敛到有效稳态值，多智能体系统可以自适应调节控制输入，有效避免了触发控制策略使用全局信息；

表1

如表1所示，获知所提出的通信链路感知动态事件触发机制可以在通信资源和收敛速度之间权衡调节，当通信网络性能较好时，智能体间增加信息交互频率，以获取更快的收敛速度，当通信网络性能不好时，智能体间减少信息交互，以进一步节省通信资源。

本发明的核心点之一：在于提出了一种完全分布式的通信链路感知多智能体系统动态事件触发一致性控制方案，所提出的控制策略使得智能体间信息交互的频率可以随实际网络状态的变化智能调节，在网络状态不好时，减少信息交互频率，从而缓解通信负担，进一步节省通信资源；在网络状态较好时，较频繁地触发更新状态，增加触发频率，以获得更好的控制性能，同时加快系统的收敛速度，通过结果表明，触发频率可以在通信资源和收敛速度之间权衡，具有实际可行性；

本发明的核心点之二：在于通信链路感知动态事件触发机制是完全分布式的，通过自适应耦合增益，控制输入可以自适应调节，不需要依赖于和网络拓扑相关的全局信息，使得控制方案可以在大型网络化多智能体系统中实现和应用。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。