个人答辩陈述在线视频

下面请主席主持会议

好 先请答辩秘书

介绍研究生的基本情况

史建涛 2007年至2011年

在北京理工大学

电气工程与自动化专业

攻读学士学位

2011年至2016年

在清华大学

控制科学与工程专业

攻读博士学位

博士期间 修课程13门32学分

其中90分以上的三门

80到90的七门

70到80的两门

60到70的一门

学位论文的题目是

多智能体编队系统的

故障检测与容错控制

介绍完毕

好 请答辩人报告

学问论文的主要内容

三十到四十五分钟

各位专家 大家下午好

首先非常感谢各位老师

参加我的博士论文答辩会

我是博士生史建涛

我的导师是周东华老师

我的博士论文题目是

多智能体编队系统的

故障检测与容错控制

我的报告

主要分为如下三个部分

首先是绪论部分的介绍

然后是我们的

主要研究内容的介绍

最后是总结与展望部分

首先介绍一下我们本课题的

研究背景和意义

在自然界存在着很多

有趣的生物群体现象

比如鱼群鸟群和昆虫的群体等等

生物群体通常是

由一定数目的个体构成

但是每个个体

通常其自身的结构比较简单

且能力有限

只能完成相对简单的行为

而多个个体通过协作

组成群体系统以后

一般情况下可以克服

可以克服单一个体功能的不足

从而完成更加复杂的任务

生物群体相对于单一个体而言

其在提高生存概率

降低能量消耗和完成复杂任务

等方面具有明显的优势

基于仿生学的启发

1988年一位美国学者

首先提出了智能体的概念

在我们的日常生活中

有很多多智能体系统的实例

多智能体系统通常是由许多

具有信号采集运算和通信能力的

智能体构成

并且不同的个体之间

需要通过网络实现信息的交互

并协作与完成预定的工作

系统中的个体可以是无人机

航天器 车辆船只

机器人以及无线传感器等等

多智能体系统的主要优势

可以总结为如下四个方面

第一 多智能体系统具有

空间上的分布性

和执行任务时的并行性

因此可以显着提高

系统的工作效率与可扩展性

第二个就是 多智能体

多智能体系统中不同的

个体之间的相互作用是分布式的

它们的功能可以互不相同

因此 从而可以使系统更好的适应

不同的工作环境和应用需求

第三就是

我们可以用多智能体系统

代替昂贵的单系统

从而节约生产成本

第四就是

此类系统可以有效降低

我们整个系统的维修成本

而编队是多智能体系统研究的

基本和核心问题之一

也是其众多功能应用的理论前提

编队系统在可扩展性

具有可扩展性强

成本低和可靠性好等优势

目前已经在诸多领域

得到了成功的应用

而下面就是编队系统的

几种典型的应用的实例

像包括 空中加油

卫星编队以及战斗机编队等等

然而 编队系统也具有

其自身的劣势和不足

首先 多智能体编队系统

具有分布式的组成特点

就是说 每个个体的控制

都需要利用网络传输的

邻居个体的相对信息

因此 其系统与集中式系统

相比更为脆弱

第二就是 多智能体系统

不仅需要考虑

个体自身的动态特性

而且需要考虑个体之间的

信息交互作用

这就导致了其

结构和动态特性的复杂性

而第三个就是

多智能体编队系统的

运行环境通常比较恶劣

受到的干扰也更为剧烈

因此就导致了此类系统

在运行中极易发生故障

从而出现单机或者多机

运行异常的情况

甚至会导致撞机坠毁的

恶性事故的发生

这是强五强击机编队

由于简易传统机构故障

出现的迫降事故

近十年来 美军无人机编队

仅仅由于电力系统故障

就已经损失了

超过两百架大型无人机

在我国历年的国庆阅兵中

我们的无人机都是在牵引车上

那么有人指出 为什么编队不能

直接飞越天安门广场

有的专家就明确指出

是因为其可靠性安全性还不够

因此 我们对多智能体编队系统的

故障检测与容错控制问题

展开深入研究

具有重要的理论意义和应用价值

经过近半个世纪的发展

动脉系统的故障检测

与容错控制技术的研究

已经日益成熟

并且在工程实践中

也得到了成功的应用

然而以往的研究

大多是针对集中式系统

而编队系统具有分布式的组成特点

和突破化的结构

因此系统通常不存在一个

可以获取全局信息的中心节点

第二个就是

随着系统中个体数目

和通信的增加

对中心处理单元的计算

和网络通讯能力

也提出严峻的挑战

且会影响故障检测的

鲁棒性和可扩展性

因此 目前多智能体系统的

故障检测的研究还很不充分

已有的有限的研究成果

大致可以分为分散式故障检测

和分布式故障检测等两大类

而针对分散式故障检测问题

Walter提出了基于分散估计理论

与故障检测滤波器相结合的思想

Polycarpou等一系列的那个学者

提出了利用不确定项上届函数

放缩的方法

来设计对应的分布式自适应阈值

从而实现了一类

多智能体系统的分布式

分散式故障检测

Zhang等利用了

自适应估计器方法估计故障参数

并且提出了利用不匹配函数

来设计残差的思想

针对分布式故障检测的问题

Leehevin等提出了分布式故障

分布式故障检测观测器的方法

观测器参数的求取

需要利用混合h无穷

与h2指标优化的策略

Meskin等研究了几何方法中

利用不变子空间

和不可观测性子空间理论

解决了一类无人机编队的

分布式故障检测问题

Shames等

把未知输出观测器的思想

与结构化残差集的思想相结合

解决了一类二阶积分器模型

描述的多智能体系统的

分布式故障检测与分离问题

针对多智能体系统的

容错控制的研究

Chen等提出了 基于局部测量的

自适应观测器与

阈值设计相结合的方法

解决了一类多智能体系统的

容错输出同步控制问题

Wang等把模糊逻辑的

把模糊逻辑的方法

引入到了此类问题的研究之中

Zuo等提出了基于

投影算子的故障参数

自适应估计方法

并且利用得到的故障估计信息

设计对应的容错控制率

目前已有的研究中

存在着很多有待解决的问题

我们简单概括如下

首先 已有的研究

已有的研究主要针对的是

确定性系统模型

很少考虑扰动和噪声

等随机因素的影响

第二个就是已有的研究

主要针对一阶二阶

和高阶积分器模型

而缺乏普世性

第三个 就是存在模型不确定性的

异构随机多智能体编队系统的

故障检测问题

还没有相关的研究成果

第四就是

非线性多智能体编队系统的

主动容错控制

还没有引起足够的关注

第五是 已有的研究

大多是纯粹的故障检测研究

没有同时深入分析

协同控制策略

对故障检测效果的影响

另外就是现有的研究中

大多利用邻居个体之间的

相对的状态反馈

条件比较保守且

具有一定的局限性

最后就是现有的研究中

大多只有简单的数值仿真

缺乏更有说服力的实验验证

针对上述考虑

本课题对多智能体编队系统的

故障检测与容错控制问题

展开深入研究

我们的论文主要内容与结构安排

可以如下面的图表所示

下面分别向各位专家做一个汇报

我们研究的第一个问题是

二阶随机多智能体编队系统的

分布式故障检测问题

我们的研究对象是

考虑由n个智能体构成的

具有无向连通拓扑的

这样的一个多智能体系统

其中每一个智能体的动态模型

都由这样的

二阶积分器模型来描述

其中的xivi和ui分别表示

第二个智能体的

位移速度和控制量

Y表示是测量信息

kci表示对应的扰动和测量噪声

k1k2为可设计的测量矩阵参数

大T为产业周期

这是我们利用邻居个体之间的

相对输出反馈设计的

一次性控制率

在本章中

我们对于分布式故障检测的研究

是在系统实现均方有一些

一致性的前提下进行的

因此 我们首先对该概念

给出一个描述性的定义

就是说 系统中任何两个

不同的智能体

其状态偏差的均方值

需要满足这样的有界性约束

并且我们为了满足上述条件

给出了系统拓扑结构

和测量矩阵k1k2

需要满足的条件如下

其中λi表示拉普拉斯矩阵的

非零特征根

如果系统中第p个智能体

发生了故障

那么其系统方程可以

写为如下形式

进而我们可以得到

故障多智能体系统的

闭环状态方程

首先我们介绍

基于最优解耦滤波器方法的

故障检测策略

考虑如下一类

比较通用的离散时间

线性时不变系统

我们首先需要对原系统

做一个简单的变换

就把故障项分离为两块之和

就是把故障向量中的

第i个分量抽取出来

并且把剩余的项

写成另外一个部分

就是写成两块

然后对于上述系统

我们设计这样的

这样的最优解偶滤波器

进而得到对应的状态估计误差

和残差动态方程

其中rk是我们设计得到的

残差信号

我们设计上述滤波器的目的是

要使得我们的残差性rk

对特定的故障信号fi解耦

而对于剩余的故障信号敏感

上述滤波器的存在性条件

可以概括如下两个矩阵制条件

其等价条件为如下一组矩阵方程

同时考虑到系统中

存在扰动和噪声的随机性

我们在此基于极大似然比的方法

给出了残差评价函数thk

其中分子主要表示

表示实际残差信号的方差

而分母表示

标称系统残差信号的方差

下面是我们给出的故障检测逻辑

其中 tr是我们给出的

故障检测阈值

从上述分析我们可以看出

残差评价说thk服从

自由度一的x方分布

那么当我们预先给定

我们的故障误报率的要求之后

我们的阈值可以根据

X方分布表来确定

基于上述方法 我们首先研究了

智能体发生位置动态故障的

分布式故障检测问题

此时 多智能体系统的

闭环动态模型如下

其中的测量矩阵为ci

其中的值矩阵cix为

行满秩矩阵

且其中的每一行

除了第j个元素为一以外

其余的元素均为零

并且对应于

智能体i的邻居个体积

这样的一个位序

智能体i对其邻居个体p的

最优解耦滤波器就如下形式

其中zip为对应的滤波器的状态

然后大xiphead

为对系统状态x的估计值

然后进而我们得到残差动态方程

其中rapk为对应的残差信号

这是我们得到的第一个研究结果

如果我们所研究的多智能体系统

具有无向连通拓扑

其中的任何一个智能体

发生故障了

发生位置动态故障的时候

我们可以为该智能体的邻居个体

设计对应的

分布式自由解耦滤波器

使得其残差信号

仅对于故障fp解耦

而对于剩余的故障信号敏感

我们需要证明的条件就是

如下两个矩阵制条件

对于该阶段的分析过程

我们需要利用基于目标节点

邻居集的坐标变换的方法

同时还需要考虑

图拉普拉斯矩阵的组织矩阵

类对角化分解的思路

还需要用到含定范围可变参数的

系统扩展矩阵的

相似变换的处理技巧

在上述研究的基础之上

我们进一步考虑了

智能体发生速度动态故障的

分布式故障检测问题

我们一个直观的思路就是

因为智能体发生了

速度动态故障

那么我们是否仅仅利用其

速度测量信息完成对其

故障的检测

这就是我们重新设定的

测量矩阵

从该测量矩阵可以看出

我们仅仅利用整个

多智能体系统的速度测量信息

这是我们得到的残差动态方程

经过分析我们发现

如果多智能体系统中

任何一个智能体

发生了速度动态故障

那么利用我们提出的

分布式故障检测滤波器的方法

是不能实现对该故障的检测

为了解决上述问题

我们一个直观的想法

就是增加测量信息

就是我们同时需要利用

多智能体的速度测量信息

和位置测量信息

经过分析我们发现

当利用了位置测量信息以后

我们所设计的

分布式滤波器的

条件得到了满足

此时需要证明的条件仍然为

如下两个矩阵制条件

最后是我们本章的

仿真验证部分

在此我们考虑由

四个智能体构成的

具有无向连通拓扑的

多智能体系统

其中我们假定智能体四

发生位置动态故障

和速度动态故障

这个f4x和f4v分别为

对应的故障的具体形式

然后我们为智能体三

设计两类分布式

最优解耦滤波器

对故障信号进行检测

这是当智能体四

发生未知动态故障时

系统的位移曲线

左边是位于曲线

右边是速度曲线

下面是故障检测的结果

这两幅图是智能体四

发生速度动态故障时

系统的位移和速度曲线

这是故障检测的结果

从上述返回结果可以看出

当系统中任何一个智能体

发生速度动态故障

或者是位置动态故障时

利用我们给出的分布式

故障检测方法

可以实现对该故障信号的

准确和及时的检测

下面总结一下我们本章

我们本章的研究内容

我们研究了均方有界

一致性框架下的

二阶随机多智能体

系统的分布式故障检测问题

并且给出了一致性控制下

二阶随机多智能体系统的

闭环动态描述

我们提出了基于分布式

最优解耦滤波器的故障检测方法

并且给出了使得为每个智能体

设计的滤波器的残差信号

仅对该智能体的一个

故障信号敏感

而对其余个体故障敏感的条件

最后我们分析了智能体

发生位置动态故障

和速度动态故障时

进行分布式最优故障检测

所需要满足的条件

在上述研究的基础之上

我们进一步考虑了

具有一般线性随机动态模型的

多智能体编队系统的

分布式故障检测问题

这是我们的研究的对象

仍然考虑N个智能体

构成的多智能体系统

其中第i个智能体的动态模型

由这样一类通用的

线性时变系统来描述

我们对此进行一系列的假设

我们假设ab可控C可观

测量矩阵行满秩

然后故障分布矩阵是列满秩

下面我们给出基于

相对速度反馈的编队控制率

其中的g为待设计的

控制器增益矩阵

然后lik表示智能体i的

编队向量

其中我们利用lj-li

就是δji这个元素

来描述智能体i和j之间

期望的相对位移

下面我们给出控制器

增益矩阵器的

解析表达式如下

其中的可调节参数c

需要满足这样的不等式约束

在文章中 我们对于

分布式故障检测的研究

是在系统实现均方有界编队的

前提下进行的

因此我们首先给出均方有界

编队的描述性定义

就是说系统的任何两个

不同智能体的状态

和其故障向量这样的一个

误差的均方值

需要满足这样的有一些约束

并且我们经过推倒

给出了这个误差上界的

解析表达式

此时我们多智能体系统的

闭环状态模型

可以写为如下形式

其中的ci仍然为

我们的测量矩阵

然后cα为行满秩矩阵

bf为我们系统重新定义的

故障分布矩阵

此时我们对于智能体i

来设计一个分布值滤波器

使得其残差信号

仅对其一个邻居个体

在此我们假设是j的故障解耦

这是我们滤波器的具体形式

其中这个zij

就代表它滤波器的状态

这是我们得到的研究结果

对于我们所研究的

多智能体系统

当然我们首先要求它

具有无向连通拓扑

然后如果如下两个条件满足

就是其中一个是矩阵秩

相等的条件

一个是可检测性的条件

那么利用我们给出的编队控制率

和分布式最优解耦滤波器

可以实现对我们这个编队系统中

任何一个智能器发生故障的

分布式检测

其中滤波器的参数

具有如下的这样的一个形式

对于该结论的分析

我们需要用到

分步式滤波器估计

误差动态方程的递推分析

以及最小二乘意义下

状态估计误差协方差

矩阵的最小化处理

和对应的最优权值确定的

处理方法

最后是仿真部分

在本章中 我们利用

某型无人直升机

纵向简化通道模型

进行了一个简单的数值仿真

其中的状态变量为五维的变量

其中包含有无人机的位置坐标

前飞速度 航向角以及角速度

我们第一组仿真

四架无人机期望的飞行轨迹为

在二维平面内间距为一米的直线

我们设定一号无人机为故障机

其故障分布矩阵和故障信号

具有如下的形式

然后左边这幅图是我们

分布式故障检测的结果

右边这幅图是编队飞行的轨迹

第二组仿真是

四架无人机期望的飞行轨迹为

平面内间距为0.5米的

正弦曲线

在这组仿真中

我们设定三号无人机为故障机

其故障分配矩阵和故障信号

具有如下形式

然后左边这幅图呢

是我们故障检测的结果

然后右边这一幅图

是编队飞行的轨迹

从上述仿真结果可以看出

当多智能体编队系统中

任何一架无人机

发生对应的故障的时候

利用我们给出的

分布式故障检测方法

可以实现对该故障信号

准确和及时的检测

本章小结

在本章中 我们研究了

具有一般线性随机动态模型的

多智能体编队系统的

分布式故障检测问题

我们基于邻居

智能体之间的相对输出反馈

设计了均方有界编队控制率

并且我们给出了

确定控制器争议矩阵的

解析表达式

而最后是我们

我们进一步研究了

基于分布式自由解耦滤波器

方法的分布式故障检测策略

并且给出了滤波器参数的

递推求解方法

我们研究的第三个问题是

具有异构不确定随机动态模型的

多智能体编队系统的

分布式鲁班故障检测问题

所谓异构 就是说我们

我们假定系统中不同的智能体

具有不同的模型参数

显然该问题比前两个问题

具有更广泛的普世性

下面是我们的研究对象

仍然考虑N个具有异构随机模型

和智能体 构成的多智能体系统

其中第i个智能体的

动态模型如下

可以看出其模型参数

adcd和e分别都有下标i

这就体现了一种异构的特性

其中的xiuiy

分别代表第i个智能体的

状态输入和输出

fi表示对应的模型不确定性

fy表示故障的作用

我们仍然给出基于

相对输出反馈的编队控制率

其中ki为我们待设计的

控制器争议矩阵

在本章呢 我们对于

分布式故障检测的研究

是在系统实现有界编队的

前提下进行的

再此我们给出这个编队误差

误差上届δ的解析表达式

为了实现

为了实现有界编队

我们的控制器增益矩阵ki

需要的使得如下一组矩阵稳定

为了设计我们对应的

分布式自适应故障检测阈值

我们的处理思路简单介绍如下

首先需要对原系统

进行坐标变换

该坐标变换的主要目的是

把原系统分解为两个子系统

这两个子系统的

主要目的就是说

使故障信号仅仅对

第二个子系统发生作用

而对第一个子系统不起作用

然后我们设计对应的

分布式状态观测器

然后我们需要利用一个处理技巧

就是说把第一个子系统

对应的观测器中

与第二个子系统耦合的变量

用测量量ya来代替

这样处理的主要目的是

为了实现两个子系统

观测器之间的形势解耦

我们进而得到对应的

估计误差动态方程

上述处理的主要目的是

因为第一个子系统模型

不含有故障的影响

且可以实现对第二子系统的

形式解耦

因此我们可以利用其

误差动态方程

设计相应的Lyapunov函数

并对Lyapunov函数的

一阶偏导进行符定分析

把我们得到的结论

带入第二个子系统的

误差动态模型

因为第二个子系统的

误差动态模型中还有故障的影响

并且还有与第一个子系统

耦合的变量

因此我们可以得到相应的

自适应故障检测阈值的

解析表达式

下面就是我们得到的结果

对于我们所研究的编队系统

如果存在这样的对称

阵列矩阵pi

使得这样一个复杂的

Riccuti不等式满足

那么 当布朗发生前

残差向量yq中的每一个元素

它的模值均满足

这样的一个不等式

然后上述不等式

右侧的这个积分项

然后我们就选它为

自适应故障检测阈值

就是这样的形势

我们进一步写为thipt

这样的形式

其中故障检测时间tdi

我们就定义为

使上述不等式首次满足的时刻

下面是我们给出的

故障可检测性条件

分析的一个结论

对系统中任何一个智能体i

如果存在时刻tdi

使得故障函数fi满足这样

如下的这样的一个不等式

那么 该故障可以在时刻tpi时

被检测到

在我们的仿真中

考虑一个由四个智能体构成的

这样的一个多智能体系统

其中的模型参数跟ai bi ei

di和ci分别给定如下

然后fi代表模型不确定性

然后Ω还有vi

为零均值的白噪声

我们假定系统中三号智能体

与四号智能体为故障个体

其故障模态 我们分别选为

f3这样的形势

以及f4这样的形式

左边这一幅

这两幅图是系统中

三号智能机发生故障时

其自身的残差和阈值的比较结果

从上述仿真结果可以看出

当智能体三自身发生故障的时候

其残差信号

迅速超过了对应的阈值

从而实现了

对该故障的准确的检测

而从右边的两幅图可以看出

当智能体三发生故障的时候

其邻居个体 智能体四

并没有出现故障的误报

就是说其残差信号

始终没有超过对应的阈值

当智能体四

发生对应的故障的时候

我们依然可以得到对应的结果

在本章中我们研究了

不确定异构随机多智能体

编队系统的

分布式鲁棒故障检测问题

我们基于邻居智能体之间的

相对输出反馈

设计了分布式鲁棒观测器

对智能体的状态进行实时估计

为了有效处理模型不确定性

和噪声等随机因素的影响

我们提出了多智能体编队系统

基于分布式自适应

故障检测阈值的

鲁棒故障检测方法

并且给出了

确定自适应自身阈值

和故障发生时间的解析表达式

上述三个问题都是对

多智能体的故障检测问题的研究

由绪论中的介绍我们可以知道

因为多智能体编队系统

尤其是无人机编队

其通常需要在比较恶劣的环境

或者是在比较危险的环境中

执行作业

比如像灾区的航拍

以及森林的灭火

等等一些一些应用场合

那么如果当系统中的

任何一架无人机出现故障的时候

因为我们考虑到我们

实际系统的一个复杂性的约束

以及对完成任务的要求

通常情况下不允许

也不可能及时进行维修

因此 确保我们的系统中的

一架或者多架无人机

发生故障的时候

整个系统仍然能够继续运行

并且保持可接受的性能指标

这样就具有一定的研究意义

这就设计到了我们的

容错控制的研究

这样的一个背景

该问题的研究我们是基于

无人直升机的

数学模型来进行的

因此 我们首先给出

无人机建模的简单的一些常识

在这个飞行器进行建模的研究中

我们通常需要用到

至少三个坐标系

包括地坐标系

惯性坐标系和机体坐标系

因为有不同的坐标系

那么我们就需要用到

不同周期之间

进行坐标变换的欧拉角

以及对应的欧拉转移矩阵

通过对于非无人直升机的

动力学和运动学模型进行分析

我们搭建了

这样的一个非线性动态模型

其中的非线性像gxt

具有这样的一个解析表达式

基于上述模型在本章中

我们考虑由n+1个

智能体构成的领航跟随性

这样的一个多智能体系统

其中第i个跟随智能体

它的动态模型就如下形式

然后领航智能体的模型

就这样的形式

然后l是我们给定的编队向量

li是第二个智能体的编队向量

其物理意义就是说

当整个系统达到我们

预先设定的编队的时候

第i个智能体与

第i个跟随智能体与领航智能体

之间的位移偏差

就用这个li来表示

可见它就是包括三个方向的位移

在本章中我们考虑智能体

我们考虑智能体发生执行器故障的

这样的一种情况

也就是说

我们认为智能体的某些

执行器通道不能正常工作

不是一般性

一般我们假定这个故障分布矩阵

是由 控制矩阵b的

某一些列来构成的

因此我们很容易找到

一个矩阵ē

使得bē等于e

其中辅助矩阵ē

将用于我们后续

容错编队控制率的设计

我们首先研究了基于分散式

状态观测器和故障估计器

相结合的容错编队控制

这是我们给出的

分散式状态观测器

和故障估计器的一个解析表达式

基于我们上述设计的观测器

和故障估计器

我们可以得到第一个研究结果

我们的误差向量 其中包括

输出估计误差和故障估计误差

将非指数收敛到

如下的一个集合s之内

其中的收敛速率α

就这样的一个形式

我们对系统需要进行一些约束

包括像ac可观

然后是ce列满秩

同时要求我们的故障信号

同时你观测增益矩阵

要使得gs这样的一个形式

满足严格证实这样的一个约束

其他是对我们的一个

参数矩阵的要求

这是我们基于上述观测器

和故障估计器

给出的容错编队控制率

下面是我们得到的

第二个研究结果

如果我们所研究的

多智能体系统的拓扑图

包含有一棵有效生成树

并且领航体为根节点

同时我们要求所有的

跟随智能体具有无向连通拓扑

此时如果存在两个常数

γ1和γ2 使得这样的

不等式满足

并且观测增益矩阵?

使得a-?c稳定

并满足这一个不等式约束

其中耦合增益c1

满足这样一个不等式

所以我们可以直接给出

容错控制器k的

K的一个解析表达式

就是b转置乘以Q逆

其中对称正定矩阵Q

通过求解如下这样的一个

Riccuti不等式来得到

在上述条件之下

我们所设计的状态观测器

和控制率 可以使得

多智能体系统

达到容错编队的这样一个目的

我们对于上述结论的处理过程

首先 我们需要综合考虑

状态估计误差和编队误差

以及故障估计误差稳定性分析的

含可调节权值的

Lyapunov函数的一阶偏导

负定义分析这样的一个处理思路

我们需要用到基于坐标变换的

误差矢量归一化处理的

这样的一个技巧

需要用到基于Riccuti不等式

和矩阵特征根的

放缩处理的方法

在上述研究的基础之上

我们进一步考虑了

基于分布式状态观测器的

容错编队控制方法

该观测器的具体形式

与上一个观测器的形式相比

其主要区别在于

就是增加了这样的一项

就是我们增加了对于

邻居智能体估计信息的利用

因为我们的观测器的形势

更为复杂

因此我们后边得到的结论

比前一个

比前一个结论也更为复杂

但是其处理的过程

和所运用的技术手段完全一样

下面是仿真验证部分

在本章中

我们利用了260型无人直升机

实际的模型参数

进行了一种仿真实验

编队的通讯拓普

如中间这幅图所示

其中0代表领航机

123表表示三架跟随机

然后他们期望的编队队形

就是排成一个这样的一个锥形

然后领航机在下面

三架跟随机在下面

然后做匀速直线飞行

对于故障模态的设定

我们对于三架无人机

分别在30秒60秒30秒

然后对应不同的三个

执行机通道

然后注入了三个不同形式的

这样的

包括常值故障和时变故障

F1f2f3我分别为对应的

故障的解析表达式

然后这是我们分散式仿真的结果

这是

第一幅图是编队飞行的轨迹

然后 左边这幅图是x方向

跟随机与领航机之间的位移偏差

那右边这幅图是y方向

跟随无人机与领航无人机

之间的位移偏差

然后这是z方向的位移偏差

这是分布式的仿真结果

编队飞行轨迹

然后下面是三个方向

三个领航机与跟随机

之间的位移偏差曲线

通过上述仿真可以看出

我们所提出的

我们所提出的非线性

多智能体编队系统的

容错控制方法

当系统中任何一架无人机

发生故障的时候

或者是多架无人机

同时发生故障的时候

都可以实现其对容错编队的控制

最后总结一下我们本章的

主要研究内容

在本章中 我们基于

实际的无人直升机数学模型

研究了具有一般非线性动态的

多智能体编队系统的故障估计

与容错控制问题

我们提出了基于分散式

和分布式状态观测器

与自适应故障估计器

相结合的这样的一类

容错编队控制方法

并且我们证明了

编队误差和故障估计误差的

最终一致有界性

给出了相关观测器估计器

以及容错控制率参数的设计方法

在问题四研究的基础之上

我们进一步考虑了

存在噪声和通信干扰的

随机非线性多智能体编队系统的

容错控制问题

这就是第i个智能体的动态模型

与问题四相比 主要区别在于

我们进一步考虑了

过程噪声和测量噪声的影响

另一个区别在于 在本章中

我们考虑了模型参考编队控制

这样的一个框架

就是说 我们为每个智能体

设计对应的参考轨迹

然后在本章中我们仍然考虑

执行器发生故障的这样的一种

这样的一种情况

这是我们设计的对应的

状态观测器和故障估计器

其中 δ对称正定矩阵

以及矩阵r和υ大于0

分别我们带设计的

加强矩阵和参数

这是我们设计的容错控制率

在本章中

我们对于容错控制

给出了重新的定义

容错编队给出了重新的定义

第一就是

当我们不考虑扰动和故障的

这样一个标称多智能体系统

如果这样的一个条件满足

我们就说系统达到了编队

而当考虑系统的扰动

和故障的时候

在零初始的条件下

如果这样的一个误差性能指标

满足这样的一个

h无穷性能指标的约束

我们就说系统实现了融合编队

因为我们需要处理还有

通信干扰的这样一类

其它噪声的情况

我们不能直接用传统的一个

微分和积分的处理方法

我们需要用到随机积分

和随机微分的处理技巧

因此我们需要首先定义

相关的辅助变量

这是我们

我们基于随机积分

和随机微分的处理过程

给出的状态估计误差

编队误差和故障估计误差的

这样的一个形式

下面是我们的研究结果

对我们所研究的这样的一类

多智能体系统

如果我们前面给出的观测器

故障估计器以及容错控制器的

参数矩阵kτ

rγ以及耦合常数c

满足这样的一个如下的条件

则多智能体系统可以达到

我们定义的容错编队

对上述结论的分析过程

首先 我们需要综合考虑

状态估计误差

编队误差和故障估计误差的

Lyapunov函数的一个分析

然后因为Lyapunov函数

因为还有这样的一个

我们对Lyapunov函数的

一阶偏导数负定性的分析

需要用到伊藤随机微分

处理的技巧

然后我们需要在均值意义下

对Lyapunov函数的稳定性

进行分析

并且需要用到伊藤公式的

相关性质

同时我们还需要考虑

拉普拉斯矩阵特征跟性质的

这样一个矩阵不等式的

放缩处理的一个技巧

在本章的仿真中

我们考虑有五架无人机

构成的这样的一个多智能体系统

这是系统的动态模型

和相关的模型参数

然后这是一个飞行方向

仿真时间我们设定为120秒

其中的一号和四号机

我们选定为故障机

其故障模态由f1和f4给出

然后五架无人机参考的轨迹为

间距为4米的正弦曲线

左边这一幅图是

没有采取容错控制的

无人机编队的飞行轨迹

可以看到

当一号机和四号机

发生故障的时候

整个编队的飞行轨迹都会脱离

都会偏离我们预定的

这样一个正选曲线的轨迹

右边的是我们画出的

对应的一个误差曲线

也可以很明显的看出

就是这个故障的影响

左边这幅图是我们采取

我们给出的容错控制率的

这样的一个无人机编队的

飞行轨迹

右边是对应的误差曲线

可以看到当采取

我们的容错控制之后

当无人机短暂偏离

预定的轨迹之后

可以很快返回运动的轨迹飞行

从而实现了

很好的一个容错编队

这是我们给出的

故障估计的仿真结果

可以看到当故障发生后

故障估计的

故障估计这样的一个信号

可以迅速跟踪上

实际故障的这样一个轨迹

在本章中 我们研究了

同时存在扰动 测量噪声

与通信干扰的这样的一个

非线性随机多智能体编队的

一个协同容错控制问题

并且我们给出了

基于h无穷思想的容错编队

性能指标

为了处理多种随机干扰的作用

我们提出了基于伊藤随机积分

和微分处理技巧

对误差动态系统

进行变换和处理的方法

最后部分是我们的实验验证部分

首先介绍一下我们的实验平台

我们的实验中 用的一个实验系统

包括三架四旋翼无人直升机

和一个地面控制站

然后这是每架四旋翼无人机的

一个硬件构成的一个简图

其中无人机它的位移和速度

位置和速度

需要通过GPS模块来测区

然后为了记录飞行数据

每架飞机呢

有一个容量为两G的SD卡

四旋翼无人直升机

它的位置控制环的时间常数

通常会远大于自带控制环

所以为了简单起见

在无人机编队控制的研究中

我们仅考虑位置和速度信息

此时我们可以把

无人机编队的控制

设定为如下的一个双回路结构

其中的外环主要是为了

控制无人机的位移和速度

内环主要是为了调节

无人机的姿态

本章的实验研究中

我们主要对外环控制进行研究

通常情况下

在无人机的编队控制上

各架无人机对应的动力学模型

可以近似描述为双微分模型

这是我们给出的

无人机一个简化的

状态空间的一个形式

本实验主要是为了验证

问题四中提出的一种

容错编队控制方法

为了使实验方案的简单

我们对于理论结果进行了

一系列的理想化和特殊化的处理

这是我们设计的观测器

和故障估计器

这是我们给出的容错控制率

然后这是我们计算得到的

仿真和实验的参数

下面是仿真结果

在本小结的仿真和实验中

三架无人直升机期望的

飞行轨迹为

距离地面为1.2米

然后彼此间距为三米的

这样的一个作为一个

一米每秒的匀速直线飞行

然后仿真的实验时间均为40秒

其中一号无人机

我们设定为故障机

其故障模式如f1所示

就是说当第十五秒的时候

我们添加这样的一类

比较复杂的一个故障形式

左边这幅图是没有采取

容错控制的

编队访问飞行轨迹曲线

右边这幅图是采取了

容错控制的仿真曲线

这是故障估计的仿真结果

那下面是实验的结果

左边这幅图是没有采取容错控制

右边这幅图是采取了容错控制

可以看到它的效果还是很明显

然后这是故障估计的实验结果

下面向大家看一下

就是我们无人机容错编队

飞行的实验视频

容错控制发挥作用

无人机返回

首先开始 三架无人机

飞向预定的位置 形成编队

目标故障已有明确标识

三架无人机沿预定的航线

编队飞行

目标无人机发生故障

偏离预定航线

其他两架无人机也受到影响

为安全起见 故障发生后

无人机切换到手动控制

使三架无人机处于悬停状态

此阶段 三架无人机调整姿态

并通过程序祛除故障

为第二阶段的实验做准备

三架无人机沿直线进行

编队飞行

目标无人机发生故障

偏离预定航线

其他两架无人机也受到影响

容错控制发挥作用

无人机返回预定的航线飞行

我们的实验视频

已经上传到了那个优酷网上

最后总结一下

我们论文的主要创新点

首先 我们针对具有二阶

随机动态模型的多智能体系统

提出了一种分布式

最优故障检测方法

并且给出了智能体的位置动态

和速度动态发生故障时

进行分布式故障检测

所需要满足的条件

第二就是我们对上述方法

进行了扩展

应用于具有一般线性

随机动态模型的

这样的一类多智能体编队系统

第三 就是我们研究了

具有模型不确定性的

异构随机多智能体编队系统的

这样的鲁棒故障检测问题

提出了一种基于分布式估计器

与分布式自适应阈值相结合的

这样的一类鲁棒故障检测方法

第四就是 我们针对具有

非线性动态模型的多智能体编队

我们提出了一种基于分散式

和分布式状态观测器

与自适应故障估计器相结合的

主动容错编队控制方法

利用第三种方法进行扩展

我们进一步研究了

存在扰动 测量噪声

与通信干扰的这样的一类

非线性随机多智能体

编队系统的容错控制问题

最后我们利用

四旋翼无人直升机平台

为实验对象

对理论成果进行了实验验证

下一步 实变动态模型描述一下

以及具有施加事件处罚机制

另外就是奇异系统模型描述下的

多智能体编队系统的

故障检测与容错控制问题

是我们需要进一步考虑的方向

这是目前已经发表的期刊论文

已经发表的会议论文

这是已经修回和再审的

论文和专利

这是博士在读期间

所获的部分奖项

然后最后衷心感谢

我的导师周老师

以及副导师何老师

对我的指导和帮助

感谢钟老师课题组的两位同学

对我们实验研究

给予的大力支持

感谢各位论文评审专家

和各位答辩委员会的专家

谢谢各位老师 请您批评指正

先提几个问题

那个 你在2.4的时候

对那个通讯拓扑的假设呢

是假设了 有相有相图

有生存术的假设

对对

但是前面的话呢

是做的无向图的假设

对对

这为什么

前面那些问题为什么

有向图要是 做有向图假设

有什么困难吗

你说前面的三个问题

为什么不用有向图是吧

对

这个

因为您是这方面的那个权威专家

您知道那个有向图和无向图

它主要的区别就是

因为无向图它拉普拉斯矩阵

是一个对称的

对称的半正定矩阵

所以它的特征图

就满足一些个很好的一个性质

对对对

所以我们后续出来

处理起来就比较方便

但是对于这个有向图

它的拉普拉斯矩阵

就不满足上述条件

所以就是说

处理起来可能复杂一些

所以我们前三个问题就是

考虑了比较简单的这样一个情况

一个是可能会出现重根

对对对

可能会出现负根是吧

对对

那样会 你试过是吧

我试过 处理起来可以解决

但是过程要复杂一些

描述起来复杂一点

对对对 描述比较复杂一些

应该是可以解决

可以做

对对

行 你这个往前翻

翻到比如说 那个15页

这个条件 这个矩阵的

我就看你这个中间这个条件

这个rank的话是相乘的

那这两个 那个collect集的话

是可以乘起来的

对对对

因为后面是in

应该是相等的

对对对

那乘起来的话呢

后面都是in的话

其实您说就可以把它去掉了

可以拿掉了

对对对 是那个

我们后续有就是

我们论文推导的过程中

就直接把那in去掉了

但是因为这里为什么这样给出呢

就是说因为要跟我们前面

给出来的那个基于

最优结果滤波器的

功能检测方法

它那个结论保持一致

因为它那个结论去

需要满足这样的条件

因为你拿掉之后

计算量就小了

对对对

包括下面这个也是

下面这个的话

因为后面都可以写成Xin的

对对对 是是

也可以拿掉

对 就是说他那个可以

collect那个集可以写到外面

对 就一提到外头的话

就不需要了

因为你讨论是说是满秩嘛

对对对是

后面插一个in的话不影响秩

对 是是

是吧 就可以拿掉了

我们定理的推导过程中

就是直接把它拿出来了

但是这里为了就是统一期间

都把它写成这样的一个

Collect集的形式多

对 因为多智能体的话

有一个结论是希望

尽可能简洁计算量

但是你这个小n的话

是系统的阶次 不是那个

个体的个数

不是 对对那个系统的维数

对 这样的话问题还不是太

太大