具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks,RBFNNs)对不确定参数(未知函数)进行估计.同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定....     

基于改进灰色关联分析的航天产品性能样机仿真结果一致性验证方法

灰色关联分析法因其计算简单、不要求大样本容量等诸多优点被广泛应用于仿真模型验证领域，但邓氏关联度模型存在无法判断序列距离的弊端，容易造成仿真验证结果的误判。为了提高使用灰色关联分析法验证仿真结果可靠性的准确度，提出一种用以判断数据序列之间距离的距离分析方法。在验证航天产品性能样机仿真结果一致性时，将距离分析方法与灰色关联分析法相结合，形成考虑序列距离的灰色关联分析法，从曲线的形状与位置两个方面同时判断两组序列的一致性，从而提高了验证结果的准确度与可靠性。     

具有弱通讯的多智能体分布式自适应协同跟踪控制

针对具有弱通讯的高阶严反馈非线性多智能体系统,提出一种新颖的分布式自适应反演控制方法,并研究了该系统的协同跟踪控制问题。首先,以5个智能体作为被控对象,其中一个智能体以分布式结构组成“领航者-跟随者”编队模式,并且将领航者的运动速度作为整个编队系统的前行速度,其余智能体作为跟随者跟随领航者编队运动。其次,采用自适应反演方法,对系统中由于弱通讯导致的不确定参数进行自适应估计,并对系统设计补偿追踪控制律,使系统中的智能体能够实现自主跟踪时变的参考轨迹,最终以最优的轨迹避开障碍物,并保持期望队形运动。接着,根据Lyapunov稳定性理论,证明了所提方法的有效性。最后,通过仿真对比表明,所提方法能够使多智能体系统的横向、纵向跟踪误差以及参考轨迹的相对误差均实现快速收敛,并在跟踪过程中保持该系统渐近稳定。