无输入信号约束的异构物理二阶智能体的分布式平均跟踪
最优化与控制
2017-03-29 v1
摘要
本文研究了具有异构非线性动力学的物理二阶智能体的分布式平均跟踪问题，其中对输入信号没有约束。智能体动力学中的非线性项是异构的，满足稍后定义的类 Lipschitz 条件，且该条件比 Lipschitz 条件更一般。在所提出的算法中，为每个智能体设计了一个控制输入和一个滤波器。每个智能体的滤波器有两个输出，其思想是第一个输出估计输入信号的平均值，第二个输出渐近估计输入速度的平均值。同时，每个智能体的位置和速度分别被驱动去跟踪第一个和第二个输出。智能体动力学中存在异构非线性项使得必须为智能体设计滤波器。由于智能体动力学中的非线性项可能是无界的且输入信号是任意的，因此在智能体的滤波器和控制输入中采用了新颖的状态依赖时变增益来克服这些无界效应。最后，将结果推广到实现一组双积分器智能体的分布式平均跟踪，其中对输入信号没有约束且不再需要滤波器。还给出了数值仿真以说明理论结果。
引用
@article{arxiv.1703.09377,
title = {Distributed Average Tracking of Heterogeneous Physical Second-order Agents With No Input Signals Constraint},
author = {Sheida Ghapani and Salar Rahili and Wei Ren},
journal= {arXiv preprint arXiv:1703.09377},
year = {2017}
}