受限切換拓撲時延多智能體系統(tǒng)的指數(shù)一致性

梁志鵬，李杰雄，江泓逸

(1.香港科技大學 理學院，香港 999077；2.廣東外語外貿(mào)大學 金融學院，廣東 廣州 510006)

?

受限切換拓撲時延多智能體系統(tǒng)的指數(shù)一致性

梁志鵬1，李杰雄2，江泓逸2

(1.香港科技大學 理學院，香港 999077；2.廣東外語外貿(mào)大學 金融學院，廣東 廣州 510006)

針對多智能體系統(tǒng)的一致性問題，建立一階動力學模型，并考慮時變時延和受限拓撲切換，設(shè)計出相應的一致性控制器，其中有向網(wǎng)絡拓撲根據(jù)ADT型切換信號進行切換，并通過狀態(tài)變換將一致性問題轉(zhuǎn)化為低階差異系統(tǒng)的指數(shù)穩(wěn)定性問題，通過構(gòu)造分段Lyapunov-Krasovskii泛函，并借助詹森不等式給出在線性矩陣不等式框架下多智能體系統(tǒng)達到指數(shù)一致性的充分條件。

多智能體系統(tǒng)；指數(shù)一致性；一階積分器；時變時延；受限切換

LIANG Zhipeng1, LI Jiexiong2, JIANG Hongyi2

(1. School of Science, Hong Kong University of Science and Technology, Hong Kong 999077, China;2. School of Finance, Guangdong University of Foreign Studies, Guangzhou 510006, China)

多智能體系統(tǒng)的一致性問題研究得較早的是一階積分器型動力系統(tǒng)，其中較為經(jīng)典的理論是Ren等證明了：對于一階系統(tǒng)，當信息交互拓撲中存在一個生成樹時，所施加的控制器能保證系統(tǒng)達到漸近一致性[1]。對于復雜網(wǎng)絡系統(tǒng)，Chen等提出運用圖論對系統(tǒng)的同步能力進行分析[2]。上述理論均建立在固定信息交互拓撲的基礎(chǔ)上。然而，在實際應用中，其研究對象通常存在通信拓撲切換[3]。對于多智能體網(wǎng)絡，由于個體只對局部區(qū)域內(nèi)信息作出感應或?qū)φ系K作出反應，網(wǎng)絡中的通信路徑可能會斷開或重聯(lián)，這導致系統(tǒng)的通信拓撲是時變或切換的[4]。

針對網(wǎng)絡通信拓撲切換，Belykh等提出耦合根據(jù)一定概率進行切換的閃爍網(wǎng)絡[5]，但其設(shè)定用于控制拓撲切換的切換信號通常過于迅速。對于現(xiàn)實中大部分多智能體系統(tǒng)，Liu等提出通信網(wǎng)絡切換過于迅速易縮短機器的使用壽命[6]。Liberson等提出切換網(wǎng)絡可能在速度較快的切換信號下無法保持穩(wěn)定[7]。因此，針對一階多智能體系統(tǒng)，研究人員開始研究通過限制切換信號轉(zhuǎn)換的速度來減慢系統(tǒng)網(wǎng)絡拓撲的切換速度。其中，Liu等研究拓撲切換下時延網(wǎng)絡的局部指數(shù)同步[8]，其通信網(wǎng)絡拓撲根據(jù)ADT信號進行切換，但系統(tǒng)針對的是恒定耦合時延，在實際應用中具有較大的局限性。

基于以上論述的啟發(fā)，本文主要考察在以下兩個約束條件下一階多智能體系統(tǒng)的一致性問題：(1)ADT轉(zhuǎn)換規(guī)則下的受限有向切換信息交互網(wǎng)絡；(2)時變的信息交互時延。

1 動力學模型

假定所研究的多智能體系統(tǒng)中包含智能體的 個智能體，本文只考慮一階積分器型時間連續(xù)系統(tǒng)，建立動力學模型如下[9]

(1)

另外，d(t)表示時變時延，可定義為一種滿足以下條件的時變可微函數(shù)

(2)

其中，h>0且μ為常數(shù)。同時，令x(t)=[x1(t),x2(t),…,xN(t)]T，則多智能系統(tǒng)可寫成矩陣形式如下式所示

(3)

其中，Lσ為有限切換拓撲的拉普拉斯矩陣。在建立一階帶自時延和有限切換拓撲的多智能體系統(tǒng)模型后，本文的目標是分析多智能系統(tǒng)在具有ADT特性的切換拓撲下，達到指數(shù)一致性的充分條件。因此，需在此引入ADT的定義。

定義1 對于切換信號σ(t)和任意T2≥T1≥0，令Nσ(T1,T2)表示σ(t)在區(qū)間(T1,T2)內(nèi)切換的次數(shù)。若存在τa>0和整數(shù)N0≥0使得

(4)

則稱τa為ADT。通常規(guī)定N0=0。

2 一致性分析

2.1 狀態(tài)變換

為分析上述多智能體系統(tǒng)的指數(shù)一致性，本文對多智能體系統(tǒng)進行狀態(tài)變換如下

y(t)[y1(t),y2(t),…,yN-1(t)]，其中，矩陣E=[-1N-1,IN-1]∈R(N-1)×N。對于i=1，2，…,N-1，有yi(t)=xi+1(t)-x1(t)，則矩陣形式的多智能體系統(tǒng)可轉(zhuǎn)化為如下降階形式

(6)

其中，Πσ=-ELσF，F(xiàn)=[0N-1,IN-1]T∈RN×(N-1)。通過狀態(tài)變換(5)，向量y(t)∈R(N-1)可用于描述系統(tǒng)(1)中智能體間的差異。因此，經(jīng)轉(zhuǎn)換后的降階系統(tǒng)(6)可用來描述原系統(tǒng)的動態(tài)差異，稱其為差異系統(tǒng)。

2.2 指數(shù)一致性分析

(7)

針對子系統(tǒng)(7)，構(gòu)造Lyapunov-Krasovskii泛函如下

(8)

其中

(9)

[yT(t)Qiy(t)-e-αhyT(t-h)Qiy(t-h)]

(10)

[μ-e-αh]yT(t-d(t))Riy(t-d(t))

(11)

(12)

綜合式(9)～式(12)，并結(jié)合詹森不等式，可得

其中

假設(shè)Φi<0，則有

(13)

對其積分可得

Vi(t)≤e-α(t-t0)Vi(t0),?i=M

(14)

針對整個系統(tǒng)(6)，構(gòu)造如下的分段Lyapunov-Krasovskii泛函

(15)

其中

假設(shè)存在β≥1，對于?i,j∈M有

Pi≤βPj,Qi≤βQj,Ri≤βRj,Zi≤βZj

(16)

則根據(jù)式(16)進一步可得，對于切換時刻tj有

(17)

(18)

同時，由式(15)可得

a‖y(t)‖2≤Vσ(t)(t)

(19)

(20)

其中

結(jié)合式(18)～式(20)可得

(21)

即

(22)

定理1 考慮以σ(t)作為切換信號的受限切換拓撲下的多智能體系統(tǒng)(1)，其中σ(t)滿足式(4)，且時變時延d(t)滿足式(2)。令α>0、h>0及μ為給定標量，若存在矩陣Pi>0、Qi>0、Ri>0、Zi>0，?i∈M，使得

定理1給出在線性矩陣不等式框架下，檢驗受限切換拓撲下一階多智能體系統(tǒng)是否達到指數(shù)一致性的充分條件。其中，LMI形式下的檢驗標準有以下優(yōu)勢：(1)檢驗過程中無需改變條件中的矩陣和(或)參數(shù)值；(2)通過LMI計算機數(shù)值模擬能使已執(zhí)行問題得到有效驗證。同時，在ADT滿足式時，可進一步確定切換信號σ(t)使得多智能體系統(tǒng)達到指數(shù)一致性。

此外，定理1所描述的指數(shù)一致性檢驗準則是基于系統(tǒng)存在時變時延的情況，因此條件更符合實際應用的要求。同時，準則中只要求d(t)關(guān)于時間t的一階導數(shù)μ為已知量，因此均適用于擁有較快或較慢的時變時延信息交互的多智能體系統(tǒng)。然而，當d(t)不可導或s(t)的導數(shù)未知時，定理1就會失效。此時，可調(diào)整并設(shè)計類似的檢驗準則來分析系統(tǒng)的指數(shù)一致性問題。

[1] Ren W,Beard R W,Atkins E M. Information consensus in multivehicle cooperative control[J].IEEE Control Systems Magazine,2007,27(2):71-82.

[2] Chen G R,Duan Z S.Network synchronizability analysis:a graph-theoretic approach[J].Chaos,2008,18(3):450-450.

[3] Olfati-Saber R, Murray R M.Consensus problems in networks of agents with switching topology and time-delays[J].IEEE Transactions on Automatic Control,2004,49(9): 1520-1533.

[4] Ren W,Beard R W.Consensus seeking in multiagent systems under dynamically changing interaction topologies[J].IEEE Transactions on Automatic Control,2005,50(5):655-661.

[5] Boyd S,Chaoui L E,Feron E, et al.Linear matrix inequalities in system and control theory[M]. Philadelphia:SIAM, 1994.

[6] Liu T,Zhao J.Synchronization of complex switched delay dynamical networks with simultaneously diagonalizable coupling matrices[J].Journal of Control Theory Application,2008,6(4):351-356.[7] Liberzon D,Morse A S.Basic problems in stability and design of switched systems[J].IEEE Control System Magzine,1999,19(5):59-70.

[8] Liu T,Zhao J,Hill D J.Exponential synchronization of complex delayed dynamical networks with switching topology[J].IEEE Transactions on Circuits System I,2010,57(11):2967-2980.

[9] Olfati-Saber R,Fax J A，Murray R M. Consensus and cooperation in networked multi-agent systems[J].Proceedings of the IEEE,2007,95(1): 215-233.

[10] Murray R M.Recent research in cooperative control of multi-vehicle systems[J].Journal of Dynamic Systems Measurement and Control,2007,129(5): 571-583.

[11] Hespanha J P,Morse A S.Stability of switched systems with average dwell-time[C].California:38th IEEE Conference on Decision and Control,1999.

Exponential Consensus of Multi-agent Systems with Time-varying Delay Under Constrained Switching Topologies

The consensus protocol is designed under constrained switching topologies orchestrated by switching signal with ADT property to addresses consensus problem of first order multi-agent systems (MASs). By introducing a state transformation, the problem is converted to the exponential stability problem of a reduced-order disagreement system. By constructing the piecewise Lyapunov-Krasovskii functionals, some sufficient conditions in the form of linear matrix inequality for exponential consensus are derived with the help of Jensen’s Inequality.

multi-agent system; exponential consensus; single-integrator; time-varying delay; constrained switching topology

2015- 12- 28

國家級大學生創(chuàng)新訓練基金資助項目(201511846024)

梁志鵬(1992-)，男，碩士研究生。研究方向：應用數(shù)學。

10.16180/j.cnki.issn1007-7820.2016.10.018

TP273+.5

A

1007-7820(2016)10-062-04