博文

存在外部扰动下的事件触发分布式平均跟踪

已有 195 次阅读 2026-2-6 17:39 |个人分类:文章推荐|系统分类:博客资讯

Event-triggered distributed average tracking in the presence of external disturbances(存在外部扰动下的事件触发分布式平均跟踪)

在多智能体系统协同控制领域，分布式平均跟踪（DAT）技术虽已取得显著进展，但在实际应用中仍面临两大核心挑战：外部干扰的严重影响以及由连续通信与计算引发的资源过度消耗。针对这一难题，本文提出了一种事件触发抗干扰分布式平均跟踪（ETAD-DAT）算法，巧妙融合了干扰观测器技术与事件触发机制，在保障高精度跟踪性能的同时，大幅降低了系统通信与计算开销。该方法首先针对一类典型的外部谐波干扰，通过重构现有的抗干扰DAT算法与干扰观测器，并嵌入事件触发控制机制，有效实现了对干扰的精确估计与补偿。其次，设计了一种完全分布式的事件触发条件，使各智能体能够自主决策通信时机，无需依赖全局信息。本工作不仅为受扰多智能体系统提供了一种兼具高精度、强鲁棒性与高资源效率的协同控制新方案，也为未来在更复杂干扰环境和网络拓扑下发展高效、稳定的分布式优化与控制策略奠定了重要基础。

Event-triggered distributed average tracking in the presence of external disturbances一种含乘性噪声随机线性二次控制的在线值迭代方法

作者：Jianhong Zhuang1, Zhenbing Qiu2, Xin Chen1, Chen Fei3, Lan Gao1, Peng Jiang1

机构：1杭州师范大学信息科学与技术学院; 2杭州城市大学信息与电气工程学院; 3中国人民武装警察部队士官学院

引用: Zhuang, J., Qiu, Z., Chen, X. et al. Event-triggered distributed average tracking in the presence of external disturbances. Control Theory Technol. (2026). https://doi.org/10.1007/s11768-025-00296-0

全文链接：https://rdcu.be/e0mo8

摘要

本文聚焦于在外部干扰环境下，采用事件触发机制实现分布式平均跟踪（DAT）。首先，通过重新设计现有的抗干扰DAT算法和干扰观测器，提出了一种事件触发抗干扰分布式平均跟踪（ETAD-DAT）算法，以降低网络化控制系统中的通信负载。此外，采用了一种完全分布式的事件触发条件，为每个智能体自主调度事件触发时刻。仿真结果表明，所提出的ETAD-DAT算法能够在存在外部干扰的情况下，准确地实现对多个时变参考信号的平均跟踪，同时显著提升通信效率。

引言

传感器与通信技术的进步，结合计算机计算能力的提升，推动了基于多智能体系统的机器人协同研究。在多机器人协同应用的一类问题中，存在一种被称为分布式平均跟踪（Distributed Average Tracking, DAT）的问题：其中每个机器人作为自主智能体，通过局部通信与其他智能体交换状态信息，以实时跟踪多个时变参考信号的平均值。

已有大量研究从不同角度聚焦于分布式平均跟踪问题。例如，针对不同的初始条件，研究了动态输入信号的零稳态误差平均估计问题，并引入积分控制器以克服初始条件带来的限制。一些研究通过引入非线性且不连续的函数来提高跟踪精度，或者通过增加通信次数来增强算法的鲁棒性。此外，还有研究分别针对网络动态特性和有向图权重不平衡问题，提出了鲁棒与自适应算法。同时，DAT问题在离散时间算法、编队控制、二阶积分器系统以及隐私保护等领域也正受到广泛研究。

然而，在实际的多智能体系统中，通信网络的带宽和数据处理的计算能力往往受限。这导致那些依赖实时通信与计算的分布式平均跟踪算法难以有效实施。此外，频繁的信息交换还可能引发网络拥塞，甚至使DAT算法无法正常运行。为应对这些挑战，事件触发机制提供了一种可行的解决方案。该方法仅在特定事件被触发时才进行智能体间的信息共享，从而避免了持续通信的需求。针对这一方向，有学者做了如下研究：提出了若干鲁棒的事件触发DAT算法；研究了非线性系统和二阶系统下的事件触发DAT问题；以及提出了自适应的事件触发策略。

另一方面，在实际系统中，各类干扰（如电磁辐射或传导干扰、环境噪声以及通信不稳定等问题）不可避免。为应对这些外部干扰带来的不利影响，提出了一种基于干扰观测器的控制（Disturbance-Observer-Based Control, DOBC）方法，其核心思想是识别干扰并相应调整控制输入以实现补偿。针对多智能体系统，分别研究了基于独立干扰观测器和扩张状态观测器的方法，用于估计并抑制外部干扰。在分布式平均跟踪（DAT）问题中，讨论了匹配干扰与非匹配干扰的情形；有学者进一步探讨了可检测与不可检测的外部动态干扰；还有研究解决了多维干扰估计问题。此外，为在有向图拓扑下抑制非线性系统的外部干扰，有研究采用了内模原理技术；还针对二阶多智能体系统提出了一种消除干扰的算法。

现有的抗干扰分布式平均跟踪（AD-DAT）算法虽展现出优异的干扰抑制性能，但由于频繁的通信和控制器更新，导致系统资源消耗过大。具体而言，高频率的通信显著占用网络带宽，而控制器的连续更新则加剧了计算资源的使用，从而在系统资源受限的情况下削弱了其处理其他关键任务的能力。为解决这一问题，本文引入事件触发机制，用于调度各智能体之间的状态交换与控制器更新。该机制具有以下三大优势：(1)通过设定阈值条件保障系统的全局稳定性；(2)通过降低智能体间的通信频率，提升网络带宽的利用效率；(3)通过减少控制器更新次数，提高计算资源的使用效率。这些特性共同有效缓解了AD-DAT算法的资源消耗，同时维持了其控制性能。需要指出的是，将事件触发机制与抗干扰DAT方案相结合并非易事——事件触发机制的引入可能导致对外部干扰的估计不准确，进而影响DAT算法的收敛精度，甚至破坏其稳定性。因此，亟需深入研究如何在确保算法精度与稳定性的前提下，有效地将事件触发机制融入抗干扰DAT算法中。

本文的主要贡献可概括如下：首先，针对一类外部谐波干扰，通过重新设计抗干扰分布式平均跟踪（DAT）算法和干扰观测器，并引入事件触发控制机制，提出了一种事件触发抗干扰分布式平均跟踪（ETAD-DAT）算法。其次，为调度各智能体之间每轮通信的事件触发时刻，设计了一种完全分布式的事件触发条件。此外，从理论角度对所提算法进行了收敛性分析，结果表明：即使存在外部干扰，系统仍能实现对多个时变参考信号平均值的精确跟踪。最后，通过仿真实验验证了所提出算法的有效性。

本文其余部分安排如下：第2节介绍相关预备知识；第3节给出算法设计与收敛性分析；第4节提供仿真实验结果；最后，第5节对全文进行总结。

图1 UAV-UGV陆空协同拓扑结构图

图2 UAV状态演化图

图3 干扰观测器状态估计图

结论

本文提出了一种事件触发抗干扰分布式平均跟踪（ETAD-DAT）算法，通过融合抗干扰方法与事件触发通信机制，有效消除了外部干扰的影响，不仅实现了零稳态误差的精确目标跟踪，还显著降低了网络化控制系统中的通信负载。未来的工作将致力于将该研究拓展至更广泛的外部干扰类型，并进一步优化事件触发机制以提升算法性能。

作者简介

Jianhong Zhuang，目前正于杭州师范大学攻读计算机科学与技术专业硕士学位。他的当前研究兴趣包括多智能体系统的分布式控制以及无人机的自主控制。

Zhenbing Qiu，于2020年在哈尔滨工程大学自动化学院获得控制科学与工程博士学位。2018年9月至2019年9月，他曾作为访问研究员在加拿大安大略省汉密尔顿市麦克马斯特大学电气与计算机工程系从事研究工作。目前，他是杭州城市大学信息与电气工程学院副教授。他的主要研究兴趣包括航空航天工程、导航、非线性状态估计以及仿生集成导航系统。

Xin Chen，正于杭州师范大学攻读计算机科学与技术专业硕士学位。她的当前研究兴趣包括多智能体系统网络的分布式控制与分布式优化。

Chen Fei，于2020年在广西师范大学电子与信息工程学院/集成电路学院获得电子科学与技术专业硕士学位。目前，他在中国人民武装警察部队士官学院任教。他的研究兴趣包括：基于强化学习、机器学习和博弈论的无人机集群通信抗干扰技术，以及任务分配、轨迹规划和频谱资源分配等方向。

Lan Gao，于2012年在山东石油化工学院获得信息与计算科学专业学士学位，2015年和2018年分别在重庆大学计算机科学与技术专业获得硕士和博士学位。目前，他是杭州师范大学信息科学与技术学院副教授。2016年至2018年，他曾作为联合培养博士生在美国加州大学河滨分校电气与计算机工程系学习。此外，她还曾在杭州北航创新研究院从事博士后研究工作。他的当前研究兴趣包括分布式协同控制、网络化控制系统中的抗扰/抗攻击控制以及隐私保护。

Peng Jiang,于1999年和2004年在浙江大学控制科学与工程学院获得学士和博士学位。目前，他是杭州师范大学信息科学与技术学院教授。他的研究主要聚焦于信息物理系统、机器学习、人工智能、车辆排放监测、无人自主系统以及工业安全等领域。

期刊简介

640 spr.jpg

欢迎扫码进入期刊主页

Control Theory and Technology (CTT), 中文名《控制理论与技术》, 创刊于2003年，原刊名为Journal of Control Theory and Applications，2014年刊名更改为Control Theory and Technology。由华南理工大学与中国科学院数学与系统科学研究院联合主办，主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中的应用。目前被 ESCI (JIF 1.5)、EI、Scopus (CiteScore 3.2)、CSCD、INSPEC、ACM 等众多数据库收录, 并于2013–2018年获得两期中国科技期刊国际影响力提升计划项目资助。2017–2021年连续获得“中国最具国际影响力学术期刊”和“中国国际影响力优秀学术期刊”称号，获得广东省高水平科技期刊建设项目I期(2021-2024年)和II期，2022-2025年进入中国科协自动化学科领域高质量科技期刊目录。

官网：https://link.springer.com/journal/11768 (即http://www.springer.com/11768)

https://jcta.ijournals.cn/cta_en/ch/index.aspx

投稿：https://mc03.manuscriptcentral.com/ctt

微信：ControlTheoryTech （欢迎扫码关注期刊微信公众号）