博文
渤海大学与南洋理工大学、图卢兹大学联合 | 基于降阶观测器的非线性多智能体系统自适应动态事件触发跟踪控制
||
多智能体系统的协同控制是无人系统集群、智能微电网等领域的核心技术，然而实际系统中状态不可测、通信资源受限以及非线性耦合等问题，严重制约了控制性能与工程可行性。
渤海大学与南洋理工大学、图卢兹大学联合，从分布式降阶观测与动态事件触发的角度提出一种新颖框架，仅利用邻居相对输出信息设计改进的降阶观测器，显著降低计算负担并提升状态估计收敛速度；同时构建基于跟踪误差的动态事件触发机制，实现通信频率的自适应调节。理论分析与仿真验证表明，该方法在保证闭环系统稳定的同时，可有效避免Zeno行为，并在同步误差收敛后大幅降低触发频率。具体方法与结果如下。
Adaptive dynamic event-triggered tracking control for nonlinear multiagent systems with reduced-order observers (基于降阶观测器的非线性多智能体系统自适应动态事件触发跟踪控制)
作者：Hongxuan Song1， Guangliang Liu1， Hongjian Chen2， Zhijian Hu3
机构：1 渤海大学控制科学与工程学院; 2 南洋理工大学电气与电子工程学院; 3 图卢兹大学 LAAS-CNRS
引用: Song, H., Liu, G., Chen, H. et al. Adaptive dynamic event-triggered tracking control for nonlinear multiagent systems with reduced-order observers. Control Theory Technol. (2026). https://doi.org/10.1007/s11768-026-00335-4
摘要
本文研究了事件触发机制下基于改进降阶观测器的非线性多智能体系统自适应输出反馈跟踪控制问题。首先，提出了一种仅依赖于每个跟随者智能体相对输出信息的改进降阶观测器，用以解决状态不可测问题。与现有观测器不同的是，该观测器能够在充分利用分布式信息的同时降低计算负担。其次，构建了一种在阈值设计中考虑跟踪误差的动态事件触发机制，其优势在于触发频率可根据系统跟踪误差进行自适应调节。利用Lyapunov稳定性理论，保证了整个闭环系统信号的稳定性，且所有跟随者的输出最终能够同步跟踪参考信号。此外，Zeno行为也得到了有效避免。最后，通过仿真算例验证了所设计控制方法的有效性。
引言
近年来，多智能体系统协同控制的研究已在众多领域获得广泛关注，如水下航行器、智能电网、机器人系统等。在协同控制领域，跟踪控制问题得到了深入研究。针对领导者-跟随者多智能体系统，已有研究分别解决了输入不确定性切换有向图下的异步跟踪控制、高阶非线性系统的容错控制、符号网络下线性系统的跟踪控制以及二阶非线性系统的滑模跟踪策略等问题。然而，上述非线性多智能体系统控制策略主要解决状态可测情况下的问题，无法实现状态不可测时的跟踪控制，这激发了本文的研究动机。
在实际应用中，完全获取系统状态信息极具挑战性。许多学者通过设计观测器来解决状态不可测问题。部分观测器仅基于自身可访问的输入输出信息，其不足在于无法充分利用邻居信息，影响系统可靠性。为此，有学者设计了自适应分布式观测器来估计线性多智能体系统状态。随着研究深入，降阶观测器在降低计算复杂度和提高估计精度方面展现出巨大潜力。然而，现有降阶观测器往往忽略了相邻智能体之间的信息传输。 事件触发控制因其在降低网络控制传输成本方面的优势而备受关注。固定阈值事件触发策略虽能有效克服周期采样的缺陷，但其阈值无法根据系统性能实时调整，难以达到最优控制性能。为此，一类动态事件触发机制被提出，通过引入额外动态变量实现阈值条件的动态可调。然而，现有动态事件触发机制的阈值缺乏随瞬时跟踪误差在线变化的自适应性，当系统趋于稳定时仍存在频繁触发的问题。 本文针对上述问题，研究基于分布式降阶观测器的非线性多智能体系统事件触发跟踪控制。通过反步技术，完成自适应协同跟踪控制器设计，确保闭环系统内所有信号保持有界。本文主要创新点如下： 1.构建了仅依赖于每个跟随者智能体相对输出信息的分布式降阶观测器。与现有降阶观测器不同，该观测器充分挖掘了邻居间的相对输出信息，而非仅依赖自身输出信息，实现了更快的收敛速度和更小的初始估计误差。 2.设计了一种动态事件触发机制。与现有机制相比，其阈值可根据跟踪误差灵活调整，有效避免系统趋于稳定时的频繁触发。 3.基于分布式降阶观测器和动态事件触发机制，提出了自适应模糊控制框架，实现多智能体系统的协同控制，并避免了Zeno行为的发生。仿真结果验证了所提控制方案的有效性。
结论
本文基于改进的动态事件触发机制和降阶观测器，针对多智能体系统提出了一种模糊自适应跟踪控制策略。通过利用相对输出信息，开发了改进的分布式降阶观测器用于未知状态的估计。随后，设计了动态事件触发机制，其阈值参数可根据跟踪误差进行调节。最终，仿真算例验证了所设计方法的有效性。未来工作将探索相邻智能体之间的事件触发通信，并进一步解决参数不确定性和外部扰动问题。
作者介绍
Hongxuan Song，2023年获得青岛科技大学电气工程及自动化专业学士学位，现为渤海大学控制理论与控制工程专业硕士研究生。主要研究方向包括自适应控制、协同控制及其应用。
Guangliang Liu，2020年获得渤海大学控制理论与控制工程专业硕士学位，2024年获得东北大学控制科学与工程专业博士学位。2022年至2024年在新加坡南洋理工大学电气与电子工程学院联合培养。现任渤海大学副教授。研究兴趣包括自适应控制、事件触发控制、多智能体系统和微电网。
Hongjian Chen，获得电子科技大学电子信息工程学士学位和南洋理工大学计算机控制与自动化硕士学位，现于南洋理工大学电气与电子工程学院攻读博士学位。研究兴趣包括弹性控制、复杂系统和多智能体系统。
Zhijian Hu，2022年获得哈尔滨工业大学控制科学与工程博士学位，现任法国图卢兹大学LAAS-CNRS玛丽·居里博士后研究员。曾任南洋理工大学电气与电子工程学院研究员。研究方向为弹性和安全控制及其在信息物理能源系统中的应用。担任IEEE Transactions on Industry Applications、IEEE Industry Applications Magazine和IET Renewable Power Generation编委。
相关链接
Control Theory and Technology 2024-2025年期刊合集（中文介绍）
2024-2025刊期合集（英文）
Volume 23 (February - November 2025)
Issue 3, 2025 - Special issue on ADRC: New ADRC developments in Ibero-America
Volume 22 (February - November 2024)
Issue 3, 2024 - Special issue on analysis and control of complex systems in honor of the 90th birthday of Professor Huashu Qin
Issue 2, 2024 - Special issue on system identification and estimation
期刊简介
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 1.9)、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）
X (Twitter): CTT_Journal
微博：ControlTheoryTech
Email：jcta@scut.edu.cn
Tel：020-8711 1464
https://blog.sciencenet.cn/blog-3635716-1550450.html
上一篇：2025年度最佳综述奖 | 分布式内模方法及其应用
下一篇：面向执行器故障的混合一阶与二阶非线性多智能体系统容错模糊迭代学习控制
