基于云的网络化多智能体系统分布式一致性控制.pdf

摘要

随着计算机技术和通信技术的快速发展，多智能体系统与以5G物联网和云计算等为代

表的新一代互联网技术深度融合，形成了基于云的网络化多智能系统新模式，其优势在于能

够处理复杂数据，减小系统部署成本、提高系统的可拓展性等。然而，由于网络云的引入，

网络化多智能系统往往受到通信链路受限（上传和下载数据）和通信拓扑多变等许多网络因

素制约，这使得其分布式一致性控制面临着新的困难与挑战，因此，如何在基于云框架下设

计有效的分布式一致性控制策略是网络化多智能体系统亟待解决的问题之一。

本论文针对基于云的多智能体系统分布式一致性控制问题展开研究，重点考虑了多异构

网络诱导时延、切换拓扑、通信量化、状态信息不可测等影响，提出了一系列分布式协同控

制新理论与新方法。主要创新点如下：

（1）针对网络诱导的异构时变时延问题，提出了基于云的网络化多智能体系统分布式一

致性控制方法。首先，在固定拓扑结构下，通过引入异步时延处理机制，建立了云框架下网

络化多智能体系统模型。在此模型基础上，通过利用李雅普诺夫分析方法，得到了能够保证

闭环系统稳定的充分条件，并提出了基于云的控制器设计方法。其次，在切换拓扑结构下，

利用切换系统分析方法，得到了保证闭环系统指数稳定的充分条件，其中，拓扑切换的平均

驻留时间需要满足相应的条件，并且系统参数需要满足一组线性矩阵不等式（LMI）条件。

在此条件下，进而获得了切换拓扑基于云的控制器增益矩阵设计方法。最后，通过数值仿真

验证了所提方法的有效性。

（2）针对系统状态不完全可测量问题，提出了基于云观测器的网络化多智能体系统的分

布式一致性控制方法。在云框架下，分别设计了龙伯格型观测器和分布式云观测器，并理论

证明了所设计的两种观测器能够有效的估计系统状态。在此基础上，设计了基于云观测器的

分布式一致性控制策略，利用李雅普诺夫分析方法和线性矩阵不等式方法，得到了能够保证

系统一致性的充分条件，进而获得了观测器增益矩阵和云控制器增益矩阵的设计方法。通过

数值仿真验证了所设计方法的有效性，并对两种设计方法进行了对比。

（3）针对通信时延和状态量化等问题，提出了基于云的网络化多智能体系统分布式一致

性控制方法。首先，在异构时变时延和对数量化器影响下，设计了基于云的分布式一致性协

议。然后，利用李雅普诺夫分析方法，对闭环系统进行稳定性分析，得到了闭环误差系统稳

定性充分条件，该条件刻画了多异构通信时延和量化对系统的影响，并且，在此稳定性条件

下，获得了云控制器增益设计方法。最后，通过数值仿真验证了所设计方法的有效性。

关键词:网络化多智能体系统，云控制，通信时延，切换拓扑，云观测器，状态量化

Abstract

Withtherapidadvancementofcomputerandcommunicationtechnologies,theintegrationof

multi-agentsystemswithcutting-edgeInternettechnologiessuchas5GIoTandcloudcomputing

hasresultedintheemergenceofanewcloud-basednetworkedmulti-agentsystemparadigm.This

paradigmoffersnumerousbenefitssuchasenhanceddataprocessingcapabilities,reducedsystem

deploymentcosts,andimprovedsystemscalability.However,theintroductionofcloudnetworking

hasposedseveralchallengestonetworkedmulti-agentsystems,includinglimitationsimposedby

communicationlinks(uploadinganddownloadingdata)andthevariablenatureofcommunication

topology.Thesechallengeshavecr