通信受限下的信息处理和多智能体鲁棒协调控制

本项目针对随机通信连接丢失、时延、以及通信的间断、不连续这三种通信约束对多智能体协作不可忽略的影响，研究不确定通信环境下的信息处理和相关的鲁棒协调控制设计。有效融合卡尔曼滤波方法和一致性协议，设计通信受限下的分布式滤波方法，研究在通信受限下高阶动态多智能体系统的鲁棒一致性和多运动体系统编队的鲁棒稳定性，并结合系统控制性能设计网络调度算法和优化网络协议参数，为多智能体系统在国民经济和国防建设中的应用提供理论支撑。

本项目主要针对随机网络中连接丢失、通信时延以及采样等通信约束对多智能体协作不可忽略的影响，研究不确定通信环境下的信息处理和协调控制设计。首先，研究了通信受限下多智能体系统的一致性，分别考察了随机连接丢失和通信时延对系统一致性的影响。对于随机丢失网络中的高阶多智能体系统，指出了网络连接权重和连接丢失概率对该系统可一致性的影响，并进一步给出了系统可一致允许的连接丢失概率上界。对于具有相同通信时延的高阶多输入多输出多智能体系统，分别对固定拓扑和切换拓扑下的系统给出了系统一致的协议增益条件和时延条件，并进一步给出了可一致性允许的时延上界。对于具有不确定通信时延的异质单输入单输出多智能体系统，给出了系统存在高阶一致解的充分必要条件，并利用这一条件进一步指出：对于具有非均匀通信时延的多智能体系统的高阶一致性，并不要求一致性协议中引入的自时延必须等于相应的通信时延，同时给出自时延应当满足的一个更为宽松的匹配条件。其次，研究了传感器网络中的分布式估计和分布式跟踪问题。一方面研究了固定拓扑和切换拓扑下传感器网络传感周期对高阶动态运动目标一致性跟踪的影响，给出了实现目标跟踪所允许的传感周期上界。另一方面研究了线性动态目标在同质传感器网络下的分布式滤波和分布式可检测问题。分别考察了两种分布式估计算法，并分别给出了在这两种算法下目标分布式可检测的充分条件和必要条件。最后，研究了多智能体的编队控制问题。一方面，通过结合一致性和自适应设计方法给出了一种协同自适应估计器，避免了假设每个智能体都要得到期望的在轨速度信息；另一方面分别研究了欠驱动舰船寻迹编队一组目标闭轨道的同时保持姿态同步的控制问题和外界时不变流场作用下的动力学小车稳定地沿着轨道编队运动的控制问题。研究结果表明我们前期的同心压缩扩张轨道的设计方法既可以扩展处理一类非凸闭曲线进而用于欠驱动舰船的协同运动控制，又可以扩展来处理流场作用下的鲁棒协同路径跟踪控制。在本项目的资助下，共发表高水平学术论文14篇，其中SCI 收录的国际期刊文章5篇，EI 收录的国内国际会议文章9篇，发表于IEEE Transactions on Automatic Control 的文章1 篇，发表于Automatica 的文章1 篇。完成论文2篇，一篇投稿System & Control Letters，一篇投稿Automatica。