一种智能集群一体化容错时变编队控制方法及系统

1.一种智能集群一体化容错时变编队控制方法，其特征在于，包括：构建基于执行器故障的智能体动力学模型；所述智能体动力学模型中包括执行器的故障信息；基于所述智能体动力学模型构建去中心化观测器；利用所述去中心化观测器对每个智能体的状态和故障信息进行估计，得到每个智能体的状态估计值和故障信息估计值；基于智能集群的编队可行性分析，确定编队补偿指令；基于智能集群的稳定性分析，确定编队控制律增益参数；基于所述故障信息估计值、所述编队补偿指令和所述编队控制率增益参数重构编队控制协议；基于重构的编队控制协议对所述智能集群进行时变编队控制；所述构建基于执行器故障的智能体动力学模型，具体包括：获取执行器的故障模型；所述执行器的故障模型为：其中， 表示第i个智能体的第k个输入的加性故障；l ik 表示第i个智能体的第k个输入的乘性故障；u ik (t)为第i个智能体的第k个输入，u cik (t)表示第i个智能体的第k个控制器输出；基于所述执行器的故障模型，构建基于所述故障模型的智能体动力学模型；所述智能体动力学模型为：y i (t)＝Cx i (t)；其中，i表示第i个智能体，i＝1,2,...,N；x i (t)为第i个智能体的状态值， n为状态值的数量；y i (t)为第i个智能体的输出值， m为输出值的数量；u i (t)为第i个智能体的输入值， p为输入值的数量，u i (t)＝{u i1 (t),u i2 (t),…u ip (t)}；d i (t)表示第i个智能体外部扰动；L i 表示第i个智能体的乘性故障指示矩阵，L i ＝diag{l i1 ,l i2 ,...,l ip }； 表示第i个智能体的加性故障向量， A表示系统矩阵， B表示输入矩阵， C表示输出矩阵， E表示干扰矩阵， 所述基于所述智能体动力学模型构建去中心化观测器，具体包括：构建去中心化观测器的模型为：其中，x oi (t)表示第i个观测器的状态， 表示观测器得到的第i个智能体的状态估计值， 为第i个智能体的乘性故障的估计值， 表示第i个智能体的加性故障的估计值， F、J、K和H为观测器矩阵；根据公式 确定观测器矩阵J、K和H，其中观测器矩阵F为Hurwitz矩阵；I n 表示单位矩阵；确定第i个智能体的状态估计误差表达式；第i个智能体的状态估计误差表达式为： 其中，e oi (t)表示第i个智能体的状态估计误差；L i (t)为乘性故障； 表示加性故障；确定使得第i个智能体的状态估计误差为零时的故障估计表达式：其中，α ik 和β ik 为第i个智能体第k个输入的自适应率，α ik ＞0，β ik ＞0；P o 为对称正定矩阵，满足F T P o +P o F＝-Q o ，Q o 为任意给定对称正定矩阵； 为第i个智能体第k个输入的乘性故障估计值， 为第i个智能体第k个输入的乘性故障估计值的初始值； 为第i个智能体第k个输入的加性故障估计值， 表示第i个智能体第k个输入的乘性故障估计值的初始值；τ表示积分变量；基于故障估计表达式以及观测器矩阵J、K、H和F，确定所述去中心化观测器的模型的具体表达式，得到构建的去中心化观测器；所述基于智能集群的编队可行性分析，确定编队补偿指令，具体包括：确定满足 的编队补偿指令；当满足 时，编队完成所需时变编队；其中，v i (t)表示编队补偿指令；h i (t)表示所需时变编队；B表示输入矩阵； 为Hurwitz矩阵；基于智能集群的稳定性分析，确定编队控制律增益参数；获取Lyapunov函数V I (t)的表达式及一阶导数 的表达式；Lyapunov函数表达式为：Lyapunov函数一阶导数表达式为：式中， e o (t)表示智能集群的状态估计误差， ξ(t)表示编队误差函数；N表示智能体的数量；p为每个智能体输入值的数量； l ik (t)为第i个智能体第k个输入的乘性故障， 为第i个智能体第k个输入的乘性故障估计值； 为第i个智能体第k个输入的加性故障， 为第i个智能体第k个输入的加性故障估计值；α ik 和β ik 为第i个智能体第k个输入的自适应率；Φ xi (t)＝K xi (t)-K xi (0)，Φ fi (t)＝K fi (t)-K fi (0)，Φ di (t)＝K di (t)-K di (0)，K xi (t)、K ei (t)、K fi (t)和K di (t)为控制律增益参数，K xi (0)、K fi (0)和K di (0)为控制律增益参数初值；Γ xi 、Γ ei 、Γ fi 和Γ di 表示任意给定对称正定矩阵 P o 为对称正定矩阵，满足F T P o +P o F＝-Q o ，Q o 为任意给定对称正定矩阵；I N 表示N阶单位矩阵；J为观测器矩阵；B表示输入矩阵；u(t)为智能集群的输入值； 表示控制部分的Lyapunov函数；L＝diag{L 1 ,L 2 ,...,L N }，L i 表示第i个智能体的乘性故障指示矩阵； 为第i个智能体的乘性故障的估计值；求解使得Lyapunov函数V I (t)大于0且一阶导数 小于0的控制律增益参数K xi (t)、K ei (t)、K fi (t)和K di (t)，得到编队控制律增益参数。 2.根据权利要求1所述的智能集群一体化容错时变编队控制方法，其特征在于，所述基于所述故障信息估计值、所述编队补偿指令和所述编队控制率增益参数重构编队控制协议，具体包括：利用公式 重构编队控制协议；其中，u i (t)为第i个智能体的输入值；v i (t)表示编队补偿指令；x i (t)为第i个智能体的状态值；K xi (t)、K ei (t)、K fi (t)和K di (t)为编队控制律增益参数；B表示输入矩阵；e i (t)表示各智能体间的状态误差； I n 表示单位矩阵，L＝diag{L 1 ,L 2 ,...,L N }，L i 表示第i个智能体的乘性故障指示矩阵。 3.一种智能集群一体化容错时变编队控制系统，其特征在于，包括：智能体动力学模型构建模块，用于构建基于执行器故障的智能体动力学模型；所述智能体动力学模型中包括执行器的故障信息；去中心化观测器构建模块，用于基于所述智能体动力学模型构建去中心化观测器；去中心化观测器观测模块，用于利用所述去中心化观测器对每个智能体的状态和故障信息进行估计，得到每个智能体的状态估计值和故障信息估计值；编队补偿指令确定模块，用于基于智能集群的编队可行性分析，确定编队补偿指令；编队控制律增益参数确定模块，用于基于智能集群的稳定性分析，确定编队控制律增益参数；编队控制协议重构模块，用于基于所述故障信息估计值、所述编队补偿指令和所述编队控制率增益参数重构编队控制协议；时变编队控制模块，用于基于重构的编队控制协议对所述智能集群进行时变编队控制；所述智能体动力学模型构建模块，具体包括：故障模型获取单元，用于获取执行器的故障模型；所述执行器的故障模型为：其中， 表示第i个智能体的第k个输入的加性故障；l ik 表示第i个智能体的第k个输入的乘性故障；u ik (t)为第i个智能体的第k个输入，u cik (t)表示第i个智能体的第k个控制器输出；智能体动力学模型构建单元，用于基于所述执行器的故障模型，构建基于所述故障模型的智能体动力学模型；所述智能体动力学模型为：y i (t)＝Cx i (t)；其中，i表示第i个智能体，i＝1,2,...,N；x i (t)为第i个智能体的状态值， n为状态值的数量；y i (t)为第i个智能体的输出值， m为输出值的数量；u i (t)为第i个智能体的输入值， p为输入值的数量，u i (t)＝{u i1 (t),u i2 (t),…u ip (t)}；d i (t)表示第i个智能体外部扰动；L i 表示第i个智能体的乘性故障指示矩阵，L i ＝diag{l i1 ,l i2 ,...,l ip }； 表示第i个智能体的加性故障向量， A表示系统矩阵， B表示输入矩阵， C表示输出矩阵， E表示干扰矩阵， 所述去中心化观测器构建模块，具体包括：去中心化观测器的模型构建单元，用于构建去中心化观测器的模型为：其中，x oi (t)表示第i个观测器的状态， 表示观测器得到的第i个智能体的状态估计值， 为第i个智能体的乘性故障的估计值， 表示第i个智能体的加性故障的估计值， F、J、K和H为观测器矩阵；观测器矩阵确定单元，用于根据公式 确定观测器矩阵J、K和H，其中观测器矩阵F为Hurwitz矩阵；I n 表示单位矩阵；状态估计误差表达式确定单元，用于确定第i个智能体的状态估计误差表达式；第i个智能体的状态估计误差表达式为： 其中，e oi (t)表示第i个智能体的状态估计误差；L i (t)为乘性故障； 表示加性故障；故障估计表达式确定单元，用于确定使得第i个智能体的状态估计误差为零时的故障估计表达式：其中，α ik 和β ik 为第i个智能体第k个输入的自适应率，α ik ＞0，β ik ＞0；P o 为对称正定矩阵，满足F T P o +P o F＝-Q o ，Q o 为任意给定对称正定矩阵； 为第i个智能体第k个输入的乘性故障估计值， 为第i个智能体第k个输入的乘性故障估计值的初始值； 为第i个智能体第k个输入的加性故障估计值， 表示第i个智能体第k个输入的乘性故障估计值的初始值；τ表示积分变量；去中心化观测器确定单元，用于基于故障估计表达式以及观测器矩阵J、K、H和F，确定所述去中心化观测器的模型的具体表达式，得到构建的去中心化观测器；所述基于智能集群的编队可行性分析，确定编队补偿指令，具体包括：确定满足 的编队补偿指令；当满足 时，编队完成所需时变编队；其中，v i (t)表示编队补偿指令；h i (t)表示所需时变编队；B表示输入矩阵； 为Hurwitz矩阵；基于智能集群的稳定性分析，确定编队控制律增益参数；获取Lyapunov函数V I (t)的表达式及一阶导数 的表达式；Lyapunov函数表达式为：Lyapunov函数一阶导数表达式为：式中， e o (t)表示智能集群的状态估计误差， ξ(t)表示编队误差函数；N表示智能体的数量；p为每个智能体输入值的数量； l ik (t)为第i个智能体第k个输入的乘性故障， 为第i个智能体第k个输入的乘性故障估计值； 为第i个智能体第k个输入的加性故障， 为第i个智能体第k个输入的加性故障估计值；α ik 和β ik 为第i个智能体第k个输入的自适应率；Φ xi (t)＝K xi (t)-K xi (0)，Φ fi (t)＝K fi (t)-K fi (0)，Φ di (t)＝K di (t)-K di (0)，K xi (t)、K ei (t)、K fi (t)和K di (t)为控制律增益参数，K xi (0)、K fi (0)和K di (0)为控制律增益参数初值；Γ xi 、Γ ei 、Γ fi 和Γ di 表示任意给定对称正定矩阵 P o 为对称正定矩阵，满足F T P o +P o F＝-Q o ，Q o 为任意给定对称正定矩阵；I N 表示N阶单位矩阵；J为观测器矩阵；B表示输入矩阵；u(t)为智能集群的输入值； 表示控制部分的Lyapunov函数；L＝diag{L 1 ,L 2 ,...,L N }，L i 表示第i个智能体的乘性故障指示矩阵； 为第i个智能体的乘性故障的估计值；求解使得Lyapunov函数V I (t)大于0且一阶导数 小于0的控制律增益参数K xi (t)、K ei (t)、K fi (t)和K di (t)，得到编队控制律增益参数。 4.根据权利要求3所述的智能集群一体化容错时变编队控制系统，其特征在于，所述编队控制协议重构模块，具体包括：编队控制协议重构单元，用于利用公式 重构编队控制协议；其中，u i (t)为第i个智能体的输入值；v i (t)表示编队补偿指令；x i (t)为第i个智能体的状态值；K xi (t)、K ei (t)、K fi (t)和K di (t)为编队控制律增益参数；B表示输入矩阵；e i (t)表示各智能体间的状态误差； I n 表示单位矩阵，L＝diag{L 1 ,L 2 ,...,L N }，L i 表示第i个智能体的乘性故障指示矩阵。