Robust Consensus Analysis and Design under Relative State Constraints or Uncertainties
Toyota Technological Institute（名古屋工业大学）
本文提出了一种分析和设计分布式鲁棒一致性控制协议的新方法，针对一般线性无领头多智能体系统，在存在相对状态约束或不确定性时，通过转换系统并利用Lur'e系统网络、S过程、Lyapunov理论和Lasalle不变原理，推导出鲁棒一致性的充分条件及控制器增益设计方法。
2016-05-12 cs.SY eess.SY math.OC
Optimal Consensus for Uncertain High-order Multi-agent Systems by Output Feedback
高阶多智能体系统的分布式最优输出一致性问题是近年来研究的热点。本文进一步研究了具有参数不确定性的高阶多智能体系统的鲁棒控制问题，并通过测量输出反馈设计了分布式鲁棒控制器。我们首先开发一个动态补偿器来估计期望的最优一致点，并将问题转化为几个分散的鲁棒跟踪问题。然后，通过结合积分控制技术和脏微分观测器技术，在一个温和的图连通性条件下，构造性地提出了一种分布式输出反馈积分控制器来解决这个问题。
2021-11-20 cs.SY eess.SY math.OC
Linear OPF-based Robust Dynamic Operating Envelopes with Uncertainties in Unbalanced Distribution Networks
针对配电网动态运行区间计算中忽略不确定性的问题，提出基于线性化非平衡三相最优潮流模型的鲁棒动态运行区间计算方法，并用两个案例验证其有效性和效率。
2023-11-11 math.OC
Adaptive Leader-Following Consensus for Multiple Euler-Lagrange Systems with an Uncertain Leader System
本文研究了具有不确定领导系统的多Euler-Lagrange系统的领导-跟随一致性问题。首先，我们建立了一个自适应分布式观测器的中立稳定的线性领导系统的系统矩阵是不确切的。在标准假设条件下，这种自适应分布式观测器可以估计出领导者的状态，并通过系统的通信网络将其传递给每个跟随者，而不需要精确地知道领导者的系统矩阵。在领导者的状态持续激励的附加假设下，该自适应分布式观测器还可以渐近学习领导者的系统矩阵的参数。在此基础上，利用确定性等价原理，进一步综合了自适应分布式控制律。我们的结果允许解决多个欧拉-拉格朗日系统的领导者跟随一致性问题，即使没有跟随者确切地知道领导者系统的系统矩阵。
2019-09-17 cs.SY eess.SY math.OC
Feasible Region for DERs in Unbalanced Distribution Networks with Uncertain Line Impedances
近年来，分布式能源（DER）的快速发展给配电网的运行带来了诸多挑战，其中运行包络（OE）作为通过虚拟电厂促进DER集成的关键使能器，越来越受到人们的关注。在几何上，OE与可行域（FR）概念有内在联系，FR概念描述了量化所有DER的允许操作范围的区域。本文研究了如何计算FR的DER的线性不平衡三相潮流模型的基础上，同时考虑来自测量/估计网络阻抗的不确定性，导致鲁棒可行域（RFR）。使用初始化的FR，所提出的求解算法旨在通过求解基于Motzkin置换定理制定的非凸双线性问题来寻求RFR，并交替更新RFR直到达到收敛。两个案例，包括一个2总线说明性网络和一个代表性的澳大利亚网络，已被测试，以证明所提出的方法的有效性。
2023-02-15 math.OC
Distributed Online Optimization in Time-Varying Unbalanced Networks without Explicit Subgradients
研究了无显式次梯度的时变不平衡有向图上的分布式在线约束最优化问题。与现有算法形成鲜明对比的是，我们设计了一种新的基于共识的分布式在线算法，该算法具有局部随机零阶预言机，然后通过构造行随机阵来重新缩放预言机，旨在解决时变有向图的不平衡性。在温和的条件下，平均动态后悔超过一个时间范围内渐近收敛于一个次线性速率提供的累积变化增长的次线性与特定的顺序。此外，该算法的对应子梯度时，也提供了其动态遗憾界，这反映了我们的算法的收敛性基本上是不受零阶预言。通过对传感器网络中的分布式目标跟踪问题和动态稀疏信号恢复问题的仿真，验证了该算法的有效性。
2022-02-23 math.OC
Adaptive Consensus and Parameter Estimation of Multi-Agent Systems with An Uncertain Leader
研究了一类具有不确定领导系统的多智能体系统的领导-跟随一致性和参数估计问题。先导系统由一组幅值、频率和相位未知的正弦波组成。为每个智能体建立一个分布式自适应观测器来估计领导者的未知频率。研究表明，如果领导者的信号足够丰富，未知频率的估计误差渐近收敛到零的所有代理。基于所设计的分布式自适应观测器，为每个智能体综合一个分布式自适应控制律，以解决领导者跟随一致性问题。
2020-07-27 cs.SY eess.SY math.OC
Approximate optimal cooperative decentralized control for consensus in a topological network of agents with uncertain nonlinear dynamics
University of Florida（佛罗里达大学）
本文结合图论与自适应动态规划，设计近似最优控制器以应对具有不确定非线性动力学的分布式多智能体系统，提出基于局部通信反馈的分布式连续时间变控制策略。
2013-04-11 cs.SY eess.SY math.OC
An Operator-Theoretic Approach to Robust Event-Triggered Control of Network Systems with Frequency-Domain Uncertainties
在本文中，我们研究的鲁棒性的事件触发一致性算法对频域的不确定性。结果表明，事件触发引起的采样误差实质上是线性有限增益$\mathcal{L}_2$稳定算子作用于采样状态一致性误差的镜像，事件触发机制等价于在反馈系统中引入一个负反馈环.在此基础上，分别研究了具有加性动态不确定性和网络乘性不确定性的事件触发网络系统的鲁棒一致性问题。在这两种情况下，控制器的参数之间的定量关系，网络拓扑的拉普拉斯矩阵，以及对非周期事件触发和频域不确定性的鲁棒性被揭开。此外，事件触发的动态平均一致性（DAC）问题也进行了研究，其中的采样误差被证明是非线性有限增益算子的图像。分析了该算法的鲁棒性能，结果表明，该算法的鲁棒性和性能与拉普拉斯矩阵的特征比成负相关。最后通过仿真实例验证了所得到的结果。
2022-03-04 cs.SY eess.SY math.OC
Consensus on the average in arbitrary directed network topologies with time-delays
University of Cagliari（卡利亚里大学）
在这篇初步的论文中，我们研究了在任意有向图中关于通信/感测时延的平均算法的一致性的稳定性。所提出的算法添加了一个存储变量的代理的状态，使有关的平均状态的信息被保存，尽管算法的迭代是在一个任意的强连接有向图中执行。我们证明，对于任何网络拓扑结构和设计参数的选择的共识，平均算法是稳定的足够小的延迟。我们提供模拟和数值结果来估计任意不平衡有向网络拓扑所允许的最大延迟。
2015-02-15 cs.DM cs.RO math.DS
Robust Dynamic Operating Envelopes via Superellipsoid-based Convex Optimisation in Unbalanced Distribution Networks
本文提出一种基于超椭球凸优化的DOEs计算新方法，能在配电网DER整合中有效应对容量利用的不确定性，在确保网络完整性的同时实现接近全局最优的性能。
2024-01-02 math.OC
(Corrected Version) Push-LSVRG-UP: Distributed Stochastic Optimization over Unbalanced Directed Networks with Uncoordinated Triggered Probabilities
针对非平衡有向网络下多智能体系统的大规模凸有限和优化问题，提出结合push-sum技术与非协调触发概率分布式LSVRG的Push-LSVRG-UP算法，具备加速线性收敛、低存储与低迭代复杂度优势，经真实数据集实验验证了实用性与性能提升。
2025-05-17 cs.SY eess.SY math.OC
A cutting-surface consensus approach for distributed robust optimization of multi-agent systems
针对时变非平衡有向网络上的分布式鲁棒凸规划，提出一种基于切割面共识的完全分布式优化方法，实现有限时间终止并保证每个智能体获得可行且近似最优的解。
2025-10-28 cs.MA cs.SY eess.SY
Optimal Output Consensus for Nonlinear Multi-agent Systems with Both Static and Dynamic Uncertainties
在本技术说明中，我们研究了异构不确定非线性多智能体系统的最优输出一致性问题。所考虑的代理商所描述的高阶非线性动力学的静态和动态的不确定性。为了克服非线性、不确定性和最优要求所带来的困难，提出了一种两步设计方法，即依次构造最优信号发生器和分布式部分镇定反馈控制器。我们的研究不仅可以保证输出一致性，而且还可以实现分布式最优化问题的最优协议。
2020-07-18 math.OC
Distributed fixed-point algorithms for dynamic convex optimization over decentralized and unbalanced wireless networks
针对现有分布式动态凸优化求解器不支持超优法与空中计算的局限，提出基于拟Fej�型算法的分析框架，开发适配时变目标的算法与新型OTA-C一致性协议，在分布式监督学习中验证了低延迟高能效的优势。
2024-03-04 cs.MA math.OC
Real-Value Power-Voltage Formulations of, and Bounds for, Three-Wire Unbalanced Optimal Power Flow
本文面向三相不平衡OPF，梳理节点注入与支路潮流框架，推导可实现的实值功率-电压公式及变量边界，并经OpenDSS和IEEE测试馈线验证。
2023-08-21 math.OC
Distributed Robust Consensus Control of Multi-agent Systems with Heterogeneous Matching Uncertainties
研究了具有不同匹配不确定性的线性多智能体系统的分布式一致性问题，分别考虑了无和有一个有界未知控制输入领导者的情况.由于不一致不确定性的存在，本文所讨论的多智能体系统本质上是异构的。针对通信图无向连通的情形，首先设计了一个基于相对状态信息的分布式连续静态一致性协议，使得一致性误差一致最终有界且指数收敛于一个小的可调残差集.然后设计了一个完全分布式的自适应一致性协议，与静态协议相反，它既不依赖于拉普拉斯矩阵的特征值，也不依赖于不确定性的上界。对于存在一个控制输入未知且有界的领导者的情形，提出了分布式静态和自适应一致性协议，以保证一致性误差的有界性.它还表明，所提出的协议可以重新设计，以确保有界的一致性错误的有界性存在的有界外部干扰不满足匹配条件。所提出的协议存在的一个充分条件是每个代理是稳定的。
2013-12-28 math.OC
On the Robustness of Uncertain Consensus Networks
这项工作考虑了不确定共识网络的鲁棒性。第一组结果研究了具有负边权重的共识网络的稳定性。我们表明，如果负权边形成一个削减在图中，或任何一个单一的负边权重的幅度小于的两个事件节点之间的有效电阻的倒数，那么由此产生的网络是不稳定的。这些结果，然后应用于分析的一致性网络的鲁棒性与添加剂，但有界扰动的边缘权重。它示出的小增益条件是有关的再次削减在图中和有效电阻。对于单边缘的情况下，小增益条件也被证明是准确的。然后，将结果扩展到具有非线性耦合的共识网络。
2015-03-02 math.OC
Adaptive Leader-Following Consensus for Uncertain Euler-Lagrange Systems under Directed Switching Networks
在领导系统是神经稳定的、通信网络是联合连通无向的假设下，利用自适应分布式观测器方法研究了多个Euler-Lagrange系统的领导-跟随一致性问题.在本文中，我们将研究同样的问题，而不假设领导系统是中立稳定的，和通信网络是无向的。这个新结果的有效性将通过一个例子来说明。
2016-04-25 math.OC
Distributed Optimal Control with Recovered Robustness for Uncertain Network Systems: A Complementary Design Approach
研究了线性多智能体系统的分布式鲁棒次优一致控制问题，同时满足H2和Hinfty性能要求.提出了一种新的两步互补设计方法。在第一步中，一个分布式控制法律的名义多智能体系统的设计，以达到共识与规定的H2性能。在第二步中，一个额外的控制输入，取决于一些精心选择的残差信号表示的建模失配，被设计为补充H2的性能，通过提供鲁棒性保证方面的H_infty要求相对于干扰或不确定性。建议的互补设计方法提供了一个额外的自由度的设计，有两个单独的控制，以处理H2性能和鲁棒性的共识，分别。因此，它不需要做出太多的权衡，并且可以预期比诸如混合H2/H_infty控制方法的权衡设计保守得多。此外，这种互补的方法将恢复可实现的H2性能时，外部干扰或不确定性不存在。通过数值仿真验证了理论结果的有效性和互补方法的优势。
2022-04-14 cs.SY eess.SY math.OC
A closed-loop design for scalable high-order consensus
针对高阶积分器多智能体系统，本文提出串行一致性闭环分布式控制，可在任意模型阶数和网络拓扑下实现 n 阶一致性，并保证可扩展性与鲁棒性。
2023-04-24 cs.SY eess.SY math.OC
Computation of Robust Dynamic Operating Envelopes Based on Non-convex OPF for Unbalanced Distribution Networks
针对不平衡配电网中鲁棒动态运行包络计算复杂度高及线性化模型误差风险，提出基于非凸UTOPF的灵敏度过滤技术简化数值计算，并在澳大利亚配电网验证了其准确性与效率。
2024-07-23 math.OC
Output Consensus of Heterogeneous Multi-Agent Systems with Mismatched Uncertainties and Measurement Noises: An ADRC Approach
本文研究了具有有向生成树的有向通信拓扑结构下的高阶主从多智能体系统在大规模非匹配干扰、非匹配不确定性和测量噪声下的实际输出一致性问题。通过引入不改变输出的可逆状态变换，利用扩展状态观测器提取并估计出影响各智能体输出性能并与变换后系统控制输入相匹配的实际总扰动。然后，结合输出反馈控制策略，设计了基于扩展状态观测器估计的控制策略，以获得输出一致性，并设计了前馈补偿器，以主动衰减各智能体的总干扰。通过严格的证明，证明了所有从者的输出都能实际跟踪领导者的输出，并且领导-从者多智能体系统的所有状态都是有界的。通过数值模拟验证了控制方案和理论结果的正确性。
2023-03-03 math.OC
Distributed constrained optimization and consensus in uncertain networks via proximal minimization
我们提供了一个统一的框架，分布式凸优化随时间变化的网络，在约束和不确定性的存在下，功能，通常在文献中单独处理。我们采用了近端最小化的角度来看，这种设置使我们能够绕过现有算法的困难，同时简化了底层的数学分析。我们开发了一个迭代算法，并显示收敛的结果计划的一些优化集中的问题。为了处理的情况下，代理人的约束集的影响，可能是共同的不确定性向量，我们遵循一个基于EQUIPO的方法，并提供概率保证所得到的解决方案的可行性。为此，我们提供了一个分布式实现的情况下的方法，允许代理使用不同的一组不确定性的情况下，在他们的局部最优化程序。我们的算法的有效性证明了通过一个数值例子相关的回归问题的正则化。
2017-05-23 math.OC
Robust Dynamic Operating Envelopes for DER Integration in Unbalanced Distribution Networks
针对现有动态运行包络线计算忽略系统数据不确定性的问题，本文提出基于几何构造的鲁棒动态运行包络线确定性计算方法，可实现比例公平并通过两种方式扩容，经案例验证兼具效率与合规性。
2023-08-28 math.OC
Compositional design for time-varying and nonlinear coordination
本文提出一种组合控制框架，通过串联稳定的一阶一致性算子生成高阶一致性协议，使其继承部件稳定性，并应用于车辆编队控制中的时变权重、时变延迟和饱和输入场景，仿真验证了其优势。
2025-04-09 cs.SY eess.SY math.OC
Randomized Constraints Consensus for Distributed Robust Mixed-Integer Programming
在本文中，我们考虑一个网络的处理器，旨在合作解决混合整数凸规划的不确定性。每个节点只知道一个共同的费用函数和它的局部不确定约束集。我们提出了一个随机的，分布式算法工作在异步，不可靠和定向通信。该算法是基于本地计算和通信范式。在每个通信回合，节点执行两个更新：（i）验证，其中它们以随机方式检查候选最佳点的鲁棒可行性，以及（ii）优化步骤，其中它们与邻居交换其候选基础（定义解的最小约束集）并本地解决最优化问题。作为主要的结果，我们表明，处理器可以停止算法后，有限数量的通信轮（无论是因为验证已成功的足够数量的轮或因为一个给定的阈值已达到），使候选人最优解是一致的。共同的解决方案被证明是-具有高置信度-可行的，因此，除了具有任意小的概率测度的子集的不确定性的整个集合的最佳。我们使用两个例子：一个随机的，不确定的混合整数线性规划和无线传感器网络中的分布式定位所提出的分布式算法的有效性。分布式算法在多核平台上实现，其中节点异步通信。
2019-07-09 cs.DC cs.SY eess.SY
Convergence Rate of Accelerated Average Consensus with Local Node Memory: Optimization and Analytic Solutions
先前的研究表明，增加局部记忆可以加速共识。人们自然会问这样的问题：$M$ -tap内存加速可实现的最快速率是多少，以及相应的控制参数是什么。本文介绍了一套有效的和以前没有使用过的技术来分析收敛速度的加速共识与$M$ -抽头内存的本地节点和设计的控制协议。这些有效的方法，包括Kharitonov稳定性定理、Routh稳定性判据和鲁棒稳定裕度，得到了如下新结果：1）收敛速度与控制参数之间的直接联系，2）在给定图上$M \leq 2$的最优收敛速度和相应的最优控制参数的显式表达式; 3）不确定图集上记忆$M \geq 1$的最优最坏情况收敛速度及相应的最优控制参数。我们表明，加速与内存$M = 1$提供了最佳的收敛速度的意义上的最坏情况下的性能。数值算例验证了理论结果的正确性和有效性。
2021-12-10 cs.SY eess.SY math.OC
A Robust Consensus Algorithm for Current Sharing and Voltage Regulation in DC Microgrids
University of Pavia（帕维亚大学）；Johann Bernoulli Institute for Mathematics and Computer Science, University of Groningen（格罗宁根大学约翰·伯努利数学与计算机科学研究所）
本文提出了一种新的分布式控制算法，用于直流微电网中的电流分配和电压调节，通过一致性算法实现比例电流分配，并利用滑模控制策略保证电压调节。
2018-04-29 cs.SY eess.SY math.OC
Distributed Event-Triggered Leader-Follower Consensus of Nonlinear Multi-Agent Systems
我们考虑分布式领导者-追随者的共识问题与事件触发的通信。所考虑的系统是一个非线性输入仿射多智能体系统。该方法假设智能体具有相同的动力学结构，且参数不确定，满足增量稳定性条件。提出了一种分布式控制律，它基于两个新的通信触发条件（CTC）实现一致性：第一个条件实现渐近一致性，但不保证Zeno行为;第二个条件排除Zeno行为，但具有实际一致性.
2023-03-03 math.OC
Adaptive Leader-Following Consensus for a Class of Higher-Order Nonlinear Multi-Agent Systems with Directed Switching Networks
本文研究了联合连接有向切换网络下一类不确定非线性多智能体系统的领导-跟随一致性问题。不确定性包括常数、无界参数和外部干扰。本文首先将自适应分布式观测器的最新结果从全局渐近收敛推广到全局指数收敛。然后，将传统的适应控制技术与自适应分布式观测器相结合，提出了一种分布式自适应状态反馈控制律。我们的结果说明了领导者以下的一致性问题的一组vanderPol振荡器。
2017-03-28 math.OC
Distributed Averaging Problems over Directed Signed Networks
本文的目的是解决分布平均问题的签署网络中存在的一般有向拓扑表示的签署有向图。提出了一类新的改进的Laplacian势函数：导出无符号有向图和镜像（无向）符号图，并在此基础上利用最近邻规则设计了两个分布式平均协议.它表明，与任何设计的协议，签名平均共识（分别，状态稳定性）可以实现当且仅当相关的签名网络的签名有向图是结构平衡（分别，不平衡），无论是否满足重量平衡。此外，改进的Laplacian势函数还可以用于求解有向拓扑的签名网络的定时一致性问题，提出了一种非线性分布式协议，以保证在固定时间内的双方一致性或状态稳定性.另外，通过揭示有向符号网络的收敛行为与改进的Laplacian势函数性质之间的紧密联系，利用李雅普诺夫稳定性分析方法可以实现有向符号网络的收敛性分析。说明性的例子来证明我们的理论结果的有效性有向签署网络。
2020-08-13 math.DS math.OC
Nash Equilibrium Seeking Over Directed Graphs
在本文中，我们的目标是开发分布式连续时间算法在有向图上寻找纳什均衡的非合作对策。受最近基于一致性的设计的启发，我们提出了一个分布式算法的权重平衡的有向图的比例增益。通过进一步嵌入一个分布估计的左特征向量与零特征值的图Laplacian，我们将其扩展到任意强连接有向图的情况下，可能有不平衡的重量。在这两种情况下，纳什均衡被证明是完全达到指数收敛速度。最后通过一个算例说明了理论结果的有效性。
2022-04-18 math.OC
Adaptive Uncertainty-Weighted ADMM for Distributed Optimization
提出了一种求解大规模凸优化问题的自适应不确定加权一致ADMM方法AUQ-ADMM。我们的主要贡献是一种新的自适应加权方案，经验上增加了共识ADMM计划取得的进展，是有吸引力的，当使用大量的子问题。权重与每个子问题的解决方案相关的不确定性，并使用低秩近似有效地计算。我们证明了AUQ-ADMM可证明收敛，并证明了其在一系列机器学习应用中的有效性，包括弹性网络回归，多项式逻辑斯谛回归和支持向量机。我们提供了一个基于PyTorch包的实现。
2022-04-19 cs.NA math.NA math.OC
Randomized Constraints Consensus for Distributed Robust Linear Programming
在本文中，我们考虑一个网络的处理器，旨在合作解决线性规划问题的不确定性。每个节点只知道一个共同的费用函数和它的局部不确定约束集。我们提出了一个随机的，分布式的算法工作在时变的，异步的和有向的通信拓扑结构。该算法是基于本地计算和通信范式。在每一轮通信中，节点执行两次更新：（i）验证，其中它们签入随机设置-鲁棒可行性（以及因此的最优性），以及（ii）优化步骤，其中它们交换它们的候选基（积极约束的最小集合）与邻居并本地解决其约束集包括以下内容的最优化问题：违反候选最优点（如果存在）、代理的当前基和邻居基的集合的采样约束。作为主要结果，我们表明，如果处理器成功地执行了足够数量的通信回合的验证步骤，它可以停止算法，因为已经达成共识。对于除具有任意小概率测度的子集之外的整个不确定性集合，具有高置信度的共同解决方案是可行的（因此是最优的）。我们展示了所提出的分布式算法在多核平台上的有效性，其中节点异步通信。
2017-06-01 math.OC
Distributed Random Convex Programming via Constraints Consensus
本文讨论随机凸规划的分布式求解方法。RCP是具有（通常很大）N个随机提取约束的凸优化问题;它们出现在几个应用领域，特别是在不确定性不确定决策的背景下，参见[2]，[3]。我们在这里考虑一种设置，其中随机约束（场景）的实例不是由单个集中式处理单元保存，而是分布在网络的不同节点之间。每个节点只“看到”约束的一个小子集，并且可以与邻居通信。目标是使所有节点收敛到与集中式RCP问题相同的解。为此，我们开发了两种分布式算法，它们是约束一致性算法的变体[4]，[5]：积极约束一致性（ACC）算法和顶点约束一致性（VCC）算法。我们表明，ACC算法计算的整体最优解在有限的时间内，几乎肯定有界的通信在每次迭代。而VCC算法是专门为特殊情况下，其中的约束函数也是凸w.r.t.不确定的参数，它计算的解决方案，在一定数量的迭代由通信图的直径。我们进一步设计了一个变种的VCC算法，即量化顶点约束共识（qVCC），以应付处理器之间的通信带宽有界的情况下。我们讨论了几个应用所提出的分布式技术，包括估计，分类和随机模型预测控制，我们提出了一个数值分析的性能所提出的方法。作为一个补充的数值结果，我们表明，使用ACC算法的场景解决方案的并行计算显着优于其集中等效。
2012-07-26 math.OC
Leader-following consensus for multi-agent systems with nonlinear dynamics subject to additive bounded disturbances and asynchronously sampled outputs (long version)
研究了一类具有不确定动态的Lipschitz非线性多智能体系统的领导-跟随一致性问题，其中每个智能体只在离散时刻传输其噪声输出，且与其邻居无关.建议的共识协议是基于一个连续离散时间观测器，它提供了一个连续的时间估计的状态的邻居从他们的离散时间输出测量，连同一个连续的控制律。利用李雅普诺夫方法对多智能体系统的稳定性进行了分析，并在调节参数和最大允许采样周期满足一定不等式的条件下，保证了多智能体系统的指数实际收敛性.所提出的协议进行了模拟的多智能体系统，其动态由蔡氏振荡器统治。
2020-07-02 math.DS math.OC
Consensus of a class of nonlinear fractional-order multi-agent systems via dynamic output feedback controller
研究了一类不确定非线性分数阶多智能体系统的一致性问题。首先利用相邻智能体的输出测量值设计分数阶非脆弱动态输出反馈控制器，然后通过适当的状态变换将一致性问题转化为稳定性问题.基于直接李雅普诺夫方法，给出了变换后系统鲁棒渐近稳定性进而主系统一致的充分条件.此外，利用S-过程和Schur补，提出了含非线性项和不含非线性项的分数阶系统的系统镇定设计算法。结果被表示为一个线性矩阵不等式约束的最优化问题。仿真结果验证了理论结果的有效性。
2021-11-28 cs.NA eess.SP math.NA
Distributed Estimation using Bayesian Consensus Filtering
我们提出了贝叶斯共识过滤器（BCF）跟踪一个移动目标，使用一个网络组的传感代理和实现共识的最佳估计目标的状态的概率分布。我们的BCF框架可以将非线性目标动态模型，异构非线性测量模型，非高斯不确定性，和高阶矩的局部估计后验概率分布的目标的状态，使用贝叶斯滤波器。如果代理商使用对数意见池组合其估计的后验概率分布，则协商一致的概率分布和局部后验概率分布之间的Kullback-Leibler分歧的总和被最小化。严格的稳定性和收敛性的结果，建议BCF算法与单或多个共识环。通信的概率分布和实现BCF算法的计算方法进行了讨论，连同一个数值例子。
2016-10-13 cs.IT math.IT math.OC
Distributed Adaptive Consensus Control of High Order Unknown Nonlinear Networked Systems with Guaranteed Performance
针对高阶非线性多智能体系统，提出了具有指定性能函数的自适应协同跟踪控制。使用这种方法，最初在已知大集合内的跟踪误差被限制在较小的预定义集合内。利用输出误差变换，将约束系统松弛并映射到无约束系统。控制器的设想下，代理的非线性动力学是未知的，感知网络的结构和强连接的假设。在所提出的控制器下，所有智能体跟踪的领导节点的轨迹，保证一致最终有界的转换误差和未知参数和动态的有界自适应估计。此外，建议的控制器与PPF分布，使得每个追随者代理需要自己的状态之间的信息相对于连接的邻居。针对具有不确定时变参数和外部干扰的高度非线性异构网络系统，验证了所提出的控制器的鲁棒性和平滑性。索引术语：预定性能，神经自适应，高阶，转换误差，多智能体，分布式控制，一致性，同步，瞬态，稳态误差，MIMO，SISO。
2019-04-25 math.OC
Distributed Nash Equilibrium Seeking for a Class of Uncertain Nonlinear Systems subject to Bounded Disturbances
针对联合强连通切换网络下受有界扰动影响的不确定非线性系统N人博弈，提出融合共识算法、分布式估计器与自适应控制的分布式纳什均衡求解方法，可处理界未知扰动，其特例可解决高阶积分器系统的该类问题。
2024-11-02 math.OC
