多智能体最优覆盖控制方法研究

《多智能体最优覆盖控制方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：博士学位论文多智能体最优覆盖控制方法研究作者姓名：左磊指导教师：严卫生教授西北工业大学学位类别：工学博士学科专业：兵器科学与技术培养单位：航海学院âóoÇ年U月GnéO}9XOGnjá}neTn}gãeá_]9XOjá~îÄáOhÄ?îïãndO_8K_ÄÄO}á9á_nj~ã@h_ááOLánin}áêOÄáO}jpneîáOHj_H9eäj_éO}Ä_áî_jq9}á_9eTãeõeehOjánTáO}Oxã_}OhOjáTn}áOLOX}OOnTKnHán}nTp_enÄnqîg9îJâóoÇ摘要多智能体在目标区域内的最优覆盖控制行为，表征为利用多智能

2、体对目标区域进行分割，进而实现对目标区域的最优监控目标。作为区域监控策略的重要组成部分，覆盖控制的主要目的在于，根据目标区域内被关注信息的分布r敏感度函数s，合理地分布多智能体，使得目标区域内被关注度高的区域得到更多的资源。覆盖控制理论中涉及的研究理论不仅包括多智能体的协同控制方法，还包括敏感度函数的估计算法以及基于目标函数的最优化策略，是多个学科理论知识的综合拓展。此外，利用覆盖控制能够高效地对目标区域实施监控、探测以及开发等任务，具有十分重要的工程应用价值。因此，深入研究覆盖控制方法，具有重要的理论研究意义与广泛的工程应用价值。本文在现有的覆盖控制研究基础上，针对覆盖控制

3、在工程应用中所面临的实际问题，在揭示其产生机理的基础上，设计最优覆盖控制算法，实现对目标区域的最优监控。根据当前覆盖控制的研究现状与存在的问题，本文的主要研究内容与创新点为：ou针对敏感度函数未知的多智能体覆盖控制问题，首先利用多智能体覆盖网络的采样信息以及高斯估计算法，提出了一种基于高斯估计的覆盖控制律。在此基础上，深入分析高斯估计系统中权重系数的一致性关系，提出了一种基于信息一致性的覆盖控制算法，进一步提高了覆盖系统对敏感度函数的估计效率。âu针对覆盖目标存在采样噪声的多智能体覆盖控制问题，本文根据?9îOÄ_9j估计算法，提出了一种基于?9îOÄ_9j估计的覆盖控制策略

4、，有效地实现了对目标区域的最优监控。在此基础上，利用协方差稳定的相关定理，证明了该覆盖系统的稳定性以及代价函数的收敛性。此外，由?9îOÄ_9j估计的算法特点可知，本文提出的基于?9îOÄ_9j估计的覆盖控制律，能够对时变敏感度函数进行预测，极大地拓展了该覆盖算法的适用性。àu针对具有复杂动力学特性的多智能体覆盖控制问题，本文主要研究了以独轮车与水面无人船r8~çs为控制对象的覆盖控制方法。根据航行器与其监测区域质心的几何关系，将多航行器覆盖控制问题转化为单航行器的动态航迹点追踪问题，设计了运动学层面上的覆盖控制算法。在此基础上，利用反演法与航行器的动力学模型，提出了动力学层

5、面上的覆盖控制策略，并证明了该覆盖系统的稳定性与有效性。Vu针对流场环境下时间最优的覆盖控制问题，本文首先根据目标区域内风速的流动特性以及航行器的运动学模型，确定了航行器在流场区域内最短航行时间。其次，通过数值计算的方法，重新构建覆盖网络的代价函数，并给出了相应的最优区域^西北工业大学博士学位论文ěě多智能体覆盖控制分割原则。最后，利用梯度下降法，设计相应的覆盖控制律，使得覆盖网络能够在流场环境内逐渐趋向于其时间最优位置。关键词：多智能体，覆盖控制，敏感度函数，代价函数，目标区域，高斯估计，信息一致性，?9îOÄ_9j估计，独轮车，水面自主无人船r8~çs，时间最优^^8@Ä

6、á}9Há^já_ÄáOÄ_ÄJêO_jéOÄá_X9áOáOHnéO}9XOHnjá}neq}n@eOhJê_H_Äh9_jeî9@nãá}OX_njnqá_h9eq9}á_á_njÄá}9áOXîu8Ä9j_hqn}á9jáq9}ánTHnnqO}9á_éOHnjá}neJáOh9_jn@aOHá_éOnTHnéO}9XOHnjá}ne_ÄánnòO}9j_jTn}h9á_nj@9ÄOL}OX_njq9}á_á_njÄá}9áOXîÄãHá9ááOhn}O_hqn}á9já}OX_njÄH9jXOáhn}O9ááOjá_njÄT}nháO9XOjáÄu

7、Ün9H_OéOá_ÄXn9eJ9HnÄáTãjHá_njJLOqOjL_jXnj@ná9HO}á9_jhOá}_H9jLáOL_Äá}_@ãá_njnTáO_jTn}h9á_njnT_jáO}OÄárLOjÄ_áîTãjHá_njsJ_ÄLOõjOLánLOÄH}_@OáOqO}Tn}h9jHOnTáOHnéO}9XOjOáên}cÅáOjJ9L_Äá}_@ãáOLHnjá}nee9êê_ee@Oq}nqnÄOLánh_j_h_ñOáOHnÄáTãjHá_njá}nãXqá_h