典型文献
具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制
文献摘要：
针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks,RBFNNs)对不确定参数(未知函数)进行估计.同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定.首先,本文采用10个智能体作为被控对象,基于有向通讯拓扑结构理论,构建了非线性多智能体系统模型.其次,基于RBFNNs逼近特性,采用反推技术与动态面技术相结合,设计出合理的容错控制器,补偿多智能体中出现的未知非线性执行器故障,并采用有限时间理论解决系统瞬态不稳定问题.接着,基于Lyapunov稳定性理论分析了控制器的稳定性和快速收敛性.最后,通过两种算例对比,验证了所设计的控制器性能优于传统的反推技术,为工程实践提供了一种有效的研究思路.
文献关键词：
多智能体系统;混合执行器故障;协同容错控制;径向基函数神经网络;动态面技术
中图分类号：
作者姓名：
张普;薛惠锋;高山;左轩
作者机构：
西北工业大学自动化学院,陕西西安710129
文献出处：
引用格式：
[1]张普;薛惠锋;高山;左轩-.具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制)[J].系统工程与电子技术,2022(04):1220-1229
A类：
混合执行器故障,多智能体编队系统,RBFNNs,动态面技术
B类：
有限时间,时间自适应,协同容错控制,参数不确定,瞬态,稳定问题,径向基函数神经网络,radial,basis,function,neural,networks,不确定参数,反推,技术设计,自适应容错控制,保证系统,系统实现,被控对象,拓扑结构,结构理论,非线性多智能体系统,多智能体系统模型,逼近,技术相结合,理论解,Lyapunov,稳定性理论,快速收敛,收敛性,控制器性能
AB值：
0.237966
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
