【阅读笔记01】协同控制中的一致性算法

目录

  • 前言
  • 一、一致性算法产生的背景
  • 二、一致性算法的几个基本概念
  • 三、基本一致性算法


前言

书籍:《Distributed Consensus in Multi-vehicle Cooperative Control Theory and Applications》
作者:任伟


本阅读笔记为个人学习所用

一、一致性算法产生的背景

  1. 多智能体集群系统需要开发以下功能:
    编队控制/集结/姿态校准/群集/觅食/任务和角色分配/载荷输送/空中交通控制/协同搜索等

  2. 实现这些功能的难点:
    多个研究对象、通信带宽,连接能力和计算能力有限、信息交换可能不可靠(谁和谁交换?在什么时候交换?)、需要协商(难点)
    因为难点众多,许多工作都假设:
    每个航行体能够获知全队的姿态信息,能够集中制定编队行动计划,有理想和无限的通信功能
    但实际上,通信网络不是全连通的,是随时间动态变化的,而且无线通信还会受到多路径、衰减和掉包等因素的影响

  3. 公理1.1:分享信息是协同的必要条件

coordination information(协作信息)
coordination variable(协作变量)

航行体间分享的信息

  • 如果每个航行体能够获得一致准确完整的协作信息,则产生协同行为。但是用脑子想想这样是不可能的!why?
    因为编队通信拓扑是不可靠和时变的,并且每个航行体的局部态势感知是动态变化的。
    因此,需要研究分布式算法来确保航行体集群对协作信息逐步地达成一致意见。

  • 公理1.1的结论
    “协同”要求航行体编队在协作变量取值上取得共识,或者任意两个航行体的协作变量之差收敛于预定值。即只利用邻居间的信息(局部信息),在航行体初始状态相异的情况下,设计分布式策略,实现所有航行体的状态最终一致。

  • 分享协作信息的三种方式:
    ①传感器(可能存在硬件缺陷问题)
    ②无线网络(存在通信掉包、稀疏的拓扑、有噪声、不可靠的通信链路问题)
    ③预录共用信息(不灵活)

二、一致性算法的几个基本概念

information state(信息状态)
多个航行体共同关心的变量

consensus(一致)
多个航行体信息状态取值达成共识时,称为达成“一致”

consensus algorithms(一致性算法)
各航行体间相互协商,使得信息状态达成一致的算法

update law(更新律)
各航行体基于其相邻航行体的信息状态适时更新自己的信息状态,使得网络中所有航行体的信息状态收敛于一个共同值

三、基本一致性算法

  1. 一致性算法的基本思想
    对每个航行体的信息状态赋予相似的动力特性,然后使用一阶微分方程模型或者一阶差分方程模型作为更新率来更新其一维信息状态

  2. 连续时间一致性算法
    未完待续…

你可能感兴趣的:(一致性算法,算法,网络)