Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河海大学杨荟僚获国家专利权

河海大学杨荟僚获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉河海大学申请的专利一种基于拓扑重构的多智能体系统协同容错跟踪控制方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119717516B

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411839783.2,技术领域涉及:G05B13/04;该发明授权一种基于拓扑重构的多智能体系统协同容错跟踪控制方法及系统是由杨荟僚;郁文华;吴大伟;王昱;雍可南设计研发完成,并于2024-12-13向国家知识产权局提交的专利申请。

一种基于拓扑重构的多智能体系统协同容错跟踪控制方法及系统在说明书摘要公布了:本发明公开了一种基于拓扑重构的多智能体系统协同容错跟踪控制方法及系统,用于解决多智能体系统在执行器故障下的性能保持问题。该方法具体包括如下步骤:步骤一、明确故障情况下的多智能体系统描述;步骤二、构造无故障情况下多智能体系统的初始拓扑结构及标称控制器;步骤三、设计应对各故障场景的拓扑重构策略;步骤四、集成各拓扑重构策略并形成协同容错控制方法。本发明能够在多智能体系统执行器发生故障时,根据故障信息,通过调整拓扑结构保证多智能体系统性能,从而削弱故障对多智能体系统的不良影响,提高多智能体系统的可靠性。

本发明授权一种基于拓扑重构的多智能体系统协同容错跟踪控制方法及系统在权利要求书中公布了:1.一种基于拓扑重构的多智能体系统协同容错跟踪控制方法,其特征在于:该方法包括: S1:根据多个智能体的非线性模型构建多智能体系统的动力学模型,并考虑某个智能体的执行器发生控制能效部分损失时的多智能体系统的动力学模型,且每个智能体都需要跟踪发生器产生的参考信号; S2:在无故障情况下,设计多智能体系统的初始拓扑结构,并利用状态反馈控制技术分别对领导者智能体和跟随者智能体设计分布式标称控制器,使得多智能体系统能够一致渐近地跟踪所述参考信号; S3:针对不同的故障场景,设计相应的拓扑重构策略来保证整个多智能体系统的跟踪误差渐近收敛于零; S4:将步骤S3所设计的各拓扑重构策略集成为一体,并形成协同容错控制方法,使得当多智能体系统检测到某种执行器故障时,所述协同容错控制方法被激活,从而进行相应的拓扑结构调整,在不改变标称控制器原始结构和参数的情况下实现了对时变参考信号的一致性跟踪; 所述步骤S2中,在无故障情况下,设计多智能体系统的初始拓扑结构,并利用状态反馈控制技术分别对领导者智能体和跟随者智能体设计分布式标称控制器,具体包括: 首先,将多智能体的初始拓扑设计为无向生成树,其拉普拉斯矩阵记为L,其具体表示为,为多智能体系统拓扑结构的邻接矩阵,若智能体与智能体互为邻居,则其连接权值,否则,,且有,为第个多智能体的入度,即,为智能体邻居的集合,并且对每个智能体从1开始编号至n,此外,每个智能体除其自身编号信息外,还需携带所属层数; 对于领导者智能体,其编号为1,其控制律设计为: 6其中,为一个待设计的参数,需满足,为牵引增益,需满足;表示领导者智能体对应的速度状态,表示领导者智能体对应的位置状态,为领导者邻居的集合,是指的逆矩阵; 对于跟随者智能体,其控制律设计为: 7上述参数、牵引增益以及拉普拉斯矩阵的所有连接权值需满足以下两个条件: 89其中,,,为去除最后一行最后一列剩余的矩阵,代表矩阵的最小特征根,为位置状态量的维度; 为满足如下Lipschitz条件的常数:,则无故障情况下,多智能体系统能够一致渐近地跟踪参考信号;其中,均为非线性项定义域内的任意值,为的第个元素; 所述步骤S3中,针对不同的故障场景,设计相应的拓扑重构策略来保证整个多智能体系统的跟踪误差渐近收敛于零,包括:领导者智能体故障; 若领导者智能体发生执行器故障,此时将牵引增益调节为如下形式: 10其中,为执行器剩余控制能效的下界,则能消除执行器故障对系统性能的影响。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人河海大学,其通讯地址为:210024 江苏省南京市鼓楼区西康路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。