扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

中国空军工程大学、海军航空大学等学校合作SCI新成果:具有未知控制方向和执行器故障的高阶非线性多智能体系统的神经自适应指定时间约束一致跟踪控制

论论资讯 | 2023-04-20 2热度

Neurocomputing

Explore content

About the journal

Publish with us

Neural-adaptive specified-time constrained consensus tracking control of high-order nonlinear multi-agent systems with unknown control directions and actuator faults

Zhou C.; Wang Y.; Lv M.; Wang N.

Published:2023-06-14
DOI:10.1016/j.neucom.2023.03.029

研究背景

在现代社会中,多智能体系统的研究已经成为一个热门话题。然而,由于高阶(大于1的正奇数)项的存在,高阶非线性多智能体系统的一致跟踪控制问题是一个困难的挑战,尤其是在存在未知控制方向和执行器故障的情况下。因此,开展这方面的研究对于解决现实生活中的问题具有重要意义。

研究内容

在这篇论文中,研究者提出了一种特定时间神经自适应控制算法,用于解决高阶非线性多智能体系统的一致跟踪控制问题。为了保证跟踪误差在特定时间内保持在时变约束范围内,研究者巧妙地将新颖的特定时间性能函数(STPF)与时变高阶对数型障碍李雅普诺夫函数(BLF)相结合。为了处理混合未知控制方向,研究者创新地在分布式高阶非线性多智能体场景中采用了混合Nussbaum函数。通过将径向基函数神经网络(RBFNN)与加一次幂积分器技术相结合,引入自适应逼近策略来导出神经自适应控制器。此外,研究者还考虑了执行器故障。利用可变分离引理以“类线性”的方式提取故障信号。比较模拟结果表明,所设计的控制框架是有效的。

研究意义

该论文的创新点在于提出了一种特定时间神经自适应控制算法,用于解决高阶非线性多智能体系统的一致跟踪控制问题。该算法不仅考虑了未知控制方向和执行器故障的情况,而且通过引入自适应逼近策略,可以适应不同的系统动态。该研究为解决现实生活中的多智能体系统问题提供了一种新的思路和方法。

微信扫码即可查看