公开(公告)号：CN115097734B

公开(公告)日：2024-11-22

申请号：CN202210851725.6

申请日：2022-07-20

Applicant: 电子科技大学

Inventor： 施孟佶 ,  岳江枫 ,  李维豪 ,  林伯先 ,  任芮池 ,  姜兵 ,  唐帆 ,  秦开宇

IPC: G05B13/04

Abstract: 本发明公开了一种神经网络耦合扰动估计器的多智能体二部跟踪控制方法，包括以下步骤：S1、建立领导者智能体的分数阶模型和跟随者智能体的整数阶模型；S2、设计神经网络耦合级联不确定扰动估计器的融合框架，分别对二部跟踪控制中外部扰动和模型不确定性进行估计；S3、设计鲁棒二部跟踪控制协议；S4、设计参数自适应律，完成神经网络自适应参数的设计；S5、将控制协议应用到跟随者智能体的动力学模型中。本发明设计了一种反步级联鲁棒控制器，解决了领导者和跟随者的运动学、跟随者的位置动态回路和控制输入回路的不匹配问题。采用神经网络对分数阶模型进行估计，并采用UDE算法对跟随者的未知部分进行补偿，减少了计算资源的消耗。

公开(公告)号：CN115097734A

公开(公告)日：2022-09-23

申请号：CN202210851725.6

申请日：2022-07-20

Applicant: 电子科技大学

Inventor： 施孟佶 ,  岳江枫 ,  李维豪 ,  林伯先 ,  任芮池 ,  姜兵 ,  唐帆 ,  秦开宇

IPC: G05B13/04

Abstract: 本发明公开了一种神经网络耦合扰动估计器的多智能体二部跟踪控制方法，包括以下步骤：S1、建立领导者智能体的分数阶模型和跟随者智能体的整数阶模型；S2、设计神经网络耦合级联不确定扰动估计器的融合框架，分别对二部跟踪控制中外部扰动和模型不确定性进行估计；S3、设计鲁棒二部跟踪控制协议；S4、设计参数自适应律，完成神经网络自适应参数的设计；S5、将控制协议应用到跟随者智能体的动力学模型中。本发明设计了一种反步级联鲁棒控制器，解决了领导者和跟随者的运动学、跟随者的位置动态回路和控制输入回路的不匹配问题。采用神经网络对分数阶模型进行估计，并采用UDE算法对跟随者的未知部分进行补偿，减少了计算资源的消耗。