博文

基于神经观测器的多智能体系统有限时间容错跟踪控制

已有 592 次阅读 2025-12-12 11:19 |个人分类:文章推荐|系统分类:博客资讯

Finite-time fault-tolerant tracking control for multi-agent systems based on neural observer (基于神经观测器的多智能体系统有限时间容错跟踪控制)

多智能体系统协同控制中，执行器故障、不可测系统状态、模型不确定性与未知外部扰动等挑战如同“隐形杀手”，严重威胁系统稳定性，传统方法往往难以兼顾响应速度与鲁棒性。北京理工大学团队提出一种基于神经观测器的有限时间容错控制策略，通过融合自适应反步法、指令滤波与RBF神经网络，在定向拓扑与领航-跟随架构下针对存在非仿射故障、高阶状态不可观、控制系数不确定及未知外部扰动的多智能体系统实现了对期望轨迹的高精度跟踪。仿真表明：在突变故障与渐发故障场景下，算法均能实现跟踪误差的快速收敛，并将稳态误差维持在较小范围内，为无人机编队、智能电网等安全关键系统提供新思路。

Finite-time fault-tolerant tracking control for multi-agent systems based on neural observer基于神经观测器的多智能体系统有限时间容错跟踪控制

作者：Junzhe Cheng1, Shitong Zhang1, Qing Wang1,2, Bin Xin1,2

机构：1 北京理工大学; 2 自主智能无人系统全国重点实验室

引用：Cheng, J., Zhang, S., Wang, Q. et al. Finite-time fault-tolerant tracking control for multi-agent systems based on neural observer. Control Theory Technol. (2025). https://doi.org/10.1007/s11768-025-00273-7

全文链接：https://rdcu.be/eSop0

摘要

本文研究了高阶非线性多智能体系统在存在非仿射故障、部分可测状态、不确定控制系数以及未知外部扰动情况下的一致性跟踪控制问题。在有向拓扑条件下，提出了一种基于自适应反步法的观测器型有限时间控制策略。其中，利用基于神经网络的状态观测器来逼近系统中不可测的状态变量。为解决反步法设计中常见的“复杂度爆炸问题”，文中引入了有限时间指令滤波器，并设计了误差补偿信号以抑制滤波引入的误差。此外，引入Butterworth低通滤波器，以避免控制器设计过程中出现的代数环问题。基于有限时间Lyapunov稳定性判据，对闭环系统的有限时间稳定性进行了严格分析，证明了系统的所有闭环信号在有限时间内保持有界。最后，通过一个仿真实例验证了所提控制策略的有效性。

引言

近几十年来，一致性问题作为实现智能体之间协作与协调的基石，在多智能体系统的研究中受到了广泛关注。解决多智能体系统中的一致性控制问题时，为了确保系统具有鲁棒性和有效的控制性能，需考虑众多实际挑战，包括：系统状态的部分可测性、模型不确定性、不可预测的故障以及对更快收敛速度的需求等。

将非仿射故障动态引入控制设计的考量之中，有助于构建更加鲁棒的控制协议，从而在多种安全关键型多智能体系统应用中实现更优的性能与稳定性。收敛速度在多智能体系统一致性控制中具有关键作用——更快的收敛直接影响系统性能。尽管已有许多研究侧重于渐近稳定，即仅在时间趋于无穷时才能保证系统轨迹趋于期望的信号，而有限时间控制方案具有显著优势：包括更快的收敛速度、更高的跟踪精度以及更优的整体系统性能。有限时间控制方法也更契合实际应用需求，特别是在需要系统快速响应的场景中。将有限时间控制策略引入多智能体系统，不仅能够提升控制效率，还能增强系统对动态变化与时敏任务的响应能力。

基于上述考虑，本文针对具有非仿射故障和不确定控制系数的非线性多智能体系统，提出了一种基于神经观测器的有限时间容错控制方案。本文的贡献如下：

本文提出了一种基于观测器的先进有限时间自适应跟踪控制算法，适用于在有向图通信拓扑下运行的部分可测非线性多智能体系统。所提方法将指令滤波反步控制与径向基函数神经网络（RBFNNs）及神经状态观测器相结合，以同时应对非仿射故障、不确定控制系数、未知系统状态及外部扰动等复杂问题。
与传统线性故障模型不同，本文研究的非仿射故障模型进一步考虑了系统状态之间的非线性耦合关系，从而能够更准确地刻画实际系统中的故障情形。这一特性使所提出的容错控制算法具备更强的实用性与广泛适用性。此外，对不确定控制系数的考虑也使该方法较许多假设控制系数为已知常数的现有研究更具现实意义。
现有文献多数在假设系统状态完全可测的条件下进行控制器设计。然而，在许多受空间与质量限制的紧凑系统中，部分传感器的缺失会导致状态观测不完全。本文引入的基于神经网络的状态观测器仅利用一阶可测状态即可实现高阶状态估计。此外，借助线性矩阵不等式方法，观测器参数的选择过程得到了显著简化。

图1(原文Fig. 1) 控制框图

结论

本文研究了一种有限时间容错控制方案，用于在存在非仿射故障、不可测状态、不确定控制系数以及未知外部扰动的非线性多智能体系统中实现一致性跟踪控制。为解决复杂度爆炸与代数环问题，文中引入了有限时间指令滤波器和Butterworth低通滤波器。此外，采用线性矩阵不等式方法有效求解了观测器增益的可行解。基于有限时间Lyapunov稳定性判据的分析结果表明，所提出的基于观测器的有限时间控制器能够保证系统具有精确的跟踪性能，并确保所有闭环信号在有限时间内保持有界。未来的研究工作将进一步探讨该控制协议在编队控制问题中的应用。

作者介绍

Junzhe Cheng，于2023年获得了南京航空航天大学的工学学士学位。他目前正在北京理工大学自动化学院攻读硕士学位。他目前的研究兴趣包括非线性系统和多智能体系统的分布式控制。

Shitong Zhang，于2022年获得北京信息科技大学学士学位。他目前正在北京理工大学自动化学院攻读硕士学位。他目前的研究兴趣包括多智能体系统和非线性系统。

Qing Wang，分别于2013年和2018年获得北京科技大学的工程学士和博士学位。2018年至2020年，她在北京理工大学自动化学院担任博士后研究员。她目前在北京理工大学工作。她目前的研究兴趣包括多智能体系统、非线性系统、智能控制和分布式优化。

Bin Xin，分别于2004年和2012年获得北京理工大学信息工程学士学位和控制科学与工程博士学位。2011年至2012年，他是曼彻斯特大学(英国)决策与认知科学研究中心的学术访问者。他目前是北京理工大学自动化学院的教授。他目前的研究兴趣包括搜索和优化、进化计算、无人系统和多智能体系统。

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，2022-2024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）