首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种面向异构无人集群系统的事件触发最优协同控制方法 

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!

申请/专利权人:北京理工大学

摘要:本发明提供一种面向异构无人集群系统的事件触发最优协同控制方法,为每个跟随者无人系统设计分布式观测器,利用强化学习算法求解观测器的最优反馈增益,实现观测器对领导者状态的最优估计;综合考虑异构无人系统的瞬态性能和稳态性能,在不需要获取系统精确模型的情况下,采用数据驱动方法获得无人系统的最优反馈控制器,实现异构无人平台集群系统的最优协同跟踪控制;在自身能量和网络等有限资源消耗方面,基于节点的开环估计器设计了动态事件触发规则,只有在满足触发条件时才会对被控系统的数据进行一系列的采样和传输操作,在跟随者对领导者状态准确跟踪的前提下显著降低了网络信息流通量和控制器的更新频率,节约了有限的通信和计算资源。

主权项:1.一种面向异构无人集群系统的事件触发最优协同控制方法,其特征在于,包括以下步骤:S1:分别构建领导者与各跟随者组成的增广异构无人系统的动力学模型如下: 其中,N为跟随者的数量,zit为第i个增广异构无人系统的状态向量的真实值,且由第i个跟随者的状态xi和领导者的估计状态ηi组成,T表示转置,为zit的导数,为第i个增广异构无人系统的状态转移矩阵,为第i个增广异构无人系统的控制输入矩阵,为第i个增广异构无人系统的输出控制矩阵,eit为第i个增广异构无人系统的状态测量误差,第i个增广异构无人系统的控制输入矩阵uit=Ki1xi+Ki2ηi=Kizit,且Ki=[Ki1,Ki2]表示第i个跟随者的控制器增益矩阵;S2:利用数据驱动的强化学习方法获取各增广异构无人系统的控制器增益矩阵最优值S3:根据当前时刻下设定事件函数是否被触发来确定各增广异构无人系统中的状态向量zit的取值,若任一增广异构无人系统对应的设定事件函数未被触发,则采用开环估计器获取状态向量zit的估计值作为该增广异构无人系统中的状态向量的当前取值zipret;若任一增广异构无人系统对应的设定事件函数被触发,则该增广异构无人系统采集自身的状态向量真实值作为该增广异构无人系统中的状态向量的当前取值zipret;S4:根据控制器增益矩阵最优值和当前时刻下状态向量zipret的取值来确定当前时刻第i个增广异构无人系统的控制输入矩阵在当前时刻下实现跟随者对领导者的状态跟踪。

全文数据:

权利要求:

百度查询: 北京理工大学 一种面向异构无人集群系统的事件触发最优协同控制方法

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。