具有时延的非线性多智能体系统的神经自适应编队控制与目标跟踪
系统与控制
2020-10-13 v3 系统与控制
摘要
本文提出一种基于自适应神经网络的反步控制器，利用刚性图论解决具有有界时延与干扰的非线性多智能体系统的基于距离编队控制问题与目标跟踪问题。径向基函数神经网络（RBFNN）用于克服并补偿系统动力学中的未知非线性和干扰。基于特定 Lyapunov 函数与杨氏不等式设计合适的控制信号，从而减轻智能体状态时延的影响。利用该 Lyapunov 函数导出自适应神经网络（NN）权重调节律。给出了归一化刚性矩阵奇异值的上界，并基于 Lyapunov 稳定性理论严格证明了编队距离误差的一致最终有界性（UUB）。最后，通过非线性多智能体系统的仿真结果验证了所提方法的性能与有效性。将所提基于距离的方法与现有的基于位移的方法进行比较，以评估所建议方法的性能。
引用
@article{arxiv.2006.00976,
title = {Neuro-Adaptive Formation Control and Target Tracking for Nonlinear Multi-Agent Systems with Time-Delay},
author = {Kiarash Aryankia and Rastko R. Selmic},
journal= {arXiv preprint arXiv:2006.00976},
year = {2020}
}
备注
Published in: IEEE Control Systems Letters ( Volume: 5 , Issue: 3 , July 2021 ) Page(s): 791 - 796 Date of Publication: 01 July 2020 Electronic ISSN: 2475-1456 INSPEC Accession Number: 19785039 DOI: 10.1109/LCSYS.2020.3006187 Publisher: IEEE