基于观测器的分布式模型预测控制：用于马尔可夫切换拓扑下的串稳定多车队

切换通信拓扑会导致车队不稳定，因为在动态切换过程中可能丢失车辆信息。这凸显了需要设计一种能够在动态变化的拓扑下维持车队稳定性的控制器的需求。然而，在确保稳定性的前提下，捕捉切换拓扑的动态特征并获取控制器设计的完整车辆信息仍是一个重大挑战。在本研究中，我们提出一种用于马尔可夫切换拓扑下的车队的观测器基分布式模型预测控制 (DMPC) 方法。考虑到拓扑切换的随机性，我们使用连续时间马尔可夫链对有向切换通信拓扑进行建模。为获取控制器设计所需的领头车辆信息，我们开发一种完全分布式的自适应观测器，能够快速适应随机切换的拓扑，确保观测信息不受动态拓扑切换的影响。此外，派生了保证观测器均方稳定性的充分条件。进一步，我们基于观测器构建 DMPC 终端更新法则，并基于观测信息制定串稳定性约束。数值仿真表明，我们的方法在确保串稳定性的同时，可减少跟踪误差。