一種基于信息交互的多智能體故障檢測與補(bǔ)償控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于信息交互的多智能體故障檢測與補(bǔ)償控制方法，屬于多智能 體控制技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 近些年，隨著計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，多智能體系統(tǒng)的規(guī)模也在飛速增長。 傳統(tǒng)的集中式控制方案，因受到中央節(jié)點(diǎn)運(yùn)算速度及感知范圍的限制，已經(jīng)越來越難以滿 足實(shí)際問題的需求。而分布式的控制方案，因其對單個智能體自身的要求較低，且具有良好 的可擴(kuò)展性而逐漸成為多智能體控制研宄的主流。但是值得注意的是，由于在分布式的控 制方案中，并不存在一個中央節(jié)點(diǎn)來統(tǒng)籌規(guī)劃所有節(jié)點(diǎn)的行為，這使得系統(tǒng)很容易受到故 障節(jié)點(diǎn)和惡意節(jié)點(diǎn)的攻擊，嚴(yán)重時可能導(dǎo)致整個系統(tǒng)的癱瘓。因此，對于分布式的多智能體 系統(tǒng)而言，設(shè)計(jì)一套安全高效的故障檢測方案，使系統(tǒng)能自動完成對故障節(jié)點(diǎn)的檢測與修 復(fù)，是一項(xiàng)緊迫且擁有廣闊應(yīng)用前景的工作。
[0003] 針對分布式多智能體系統(tǒng)的故障檢測，現(xiàn)有的解決方案主要有以下幾種：
[0004] 方案 1 :文獻(xiàn)（I. Shames, A. Μ. H. Teixeira，H. Sandberg, and K. H. Johansson. Distributed fault detection for interconnected second order system[J]. Automatica, Oct. 2011, to appear.)和文獻(xiàn)(S. Sundaram and C. N. Hadjicostis. Distributed function calculation via I inear iterations in the presence of malicious agents,part i: Attacking the network[C]. American Control Conference, june 2008.)提出采用未知輸入觀測器（UIO)，通過長時間觀測，積累足夠的 數(shù)據(jù)來估計(jì)系統(tǒng)的初始狀態(tài)，進(jìn)而求出系統(tǒng)的最終狀態(tài)，并以此為依據(jù)判斷當(dāng)前節(jié)點(diǎn)的運(yùn) 動是否滿足預(yù)期要求。采用觀測器對故障進(jìn)行實(shí)時監(jiān)測是當(dāng)前多智能體系統(tǒng)故障診斷的主 流方案。故障信號在系統(tǒng)中充當(dāng)未知輸入，驅(qū)動觀測器產(chǎn)生誤差輸出，通過利用誤差信號對 故障進(jìn)行診斷和補(bǔ)償。
[0005] 利用未知輸入觀測器（UIO)進(jìn)行故障診斷有著自身的優(yōu)勢，如物理意義明確， 易于理解；不依賴于物理模型，適用范圍廣等。另外，文獻(xiàn)（Chung，W.H.，Speyer，J. L. , & Chen, R. H. A decentralized fault detection fiIter[J]· Journal of Dynamic Systems, Measurement, and Control, 123 (2)，237 - 247, 2001)指出，與其它觀測器，如 Beard-Jones 故障檢測濾波器（Beard-Jones Fault Detection Filter)相比，未知輸入觀 測器（UIO)結(jié)構(gòu)相對簡單，且很容易應(yīng)用優(yōu)化算法得到近似的最優(yōu)解。但另一方面，該方案 也存在一些不足：對于擁有N個鄰接節(jié)點(diǎn)的節(jié)點(diǎn)而言，為檢測出其所有鄰接節(jié)點(diǎn)故障所需 要的未知輸入觀測器（UIO)數(shù)目為N+1個。當(dāng)系統(tǒng)拓?fù)浣Y(jié)構(gòu)比較復(fù)雜，或是節(jié)點(diǎn)數(shù)目眾多 時，該方案所需要的數(shù)據(jù)及計(jì)算量將會十分龐大，這將對節(jié)點(diǎn)的硬件提出很高的要求。同時 該方案的運(yùn)行還會占用大量的計(jì)算資源，對系統(tǒng)的其它控制任務(wù)產(chǎn)生不利的影響。
[0006] 方案 2 :文獻(xiàn)（M. Franceschelli, M. Egerstedt, and A. Giua. Motion probes for fault detection and recovery in networked control systems[C]. American Control Conference, pages 4358 - 4363, june 2008.)提出采用運(yùn)動探測器，通過施加額外的激勵 信號來激勵網(wǎng)絡(luò)化的控制系統(tǒng)，根據(jù)系統(tǒng)的響應(yīng)判斷當(dāng)前系統(tǒng)的運(yùn)行狀態(tài)，借此檢測出故 障節(jié)點(diǎn)。與第一種方案不同，該方案采取的是主動檢測的方式。對于這一方案，存在的問題 主要是實(shí)際操作起來比較困難，激勵信號的選取，信號施加的時間等都會受到很多條件的 制約。
[0007] 方案 3 :文獻(xiàn)（Guo, M.，Dimarogonas, D. V.，&Johansson, K. H. (2012, June) · Distributed real-time fault detection and isolation for cooperative multi-agent systems [C]· In American Control Conference (ACC) ,2012 (pp. 5270-5275) .IEEE.)提出 利用節(jié)點(diǎn)間的數(shù)據(jù)信息交互，通過接收鄰接節(jié)點(diǎn)的控制量信息，對其運(yùn)動狀態(tài)進(jìn)行模擬重 現(xiàn)，并將其與檢測到的鄰接節(jié)點(diǎn)的實(shí)際運(yùn)動狀態(tài)進(jìn)行比較，以此作為依據(jù)進(jìn)行故障檢測。該 方案最大的優(yōu)點(diǎn)是計(jì)算簡便，可操作性強(qiáng)，但也存在一些明顯不足，如限制條件過于嚴(yán)苛， 適用范圍較窄，系統(tǒng)的誤操作率過高等。
[0008] 本發(fā)明受上述方案3啟發(fā)，在充分借鑒吸收其優(yōu)勢的同時，針對其自身所存在的 不足，提出了一種基于信息交互的分布式故障檢測與補(bǔ)償控制方案。該方案改進(jìn)了節(jié)點(diǎn)的 故障判別機(jī)制，通過采用流言傳播（Gossip)算法，有效改善系統(tǒng)誤操作率過高的問題。同 時，方案中對節(jié)點(diǎn)間的信息交互內(nèi)容做了重新設(shè)定，使節(jié)點(diǎn)能更有效地利用所接收到的信 息。另外，考慮到信息交互協(xié)議的復(fù)雜性，本發(fā)明提出一種面向控制量的故障修復(fù)方案，使 系統(tǒng)對節(jié)點(diǎn)信息交互協(xié)議的限制大大放寬，擴(kuò)大了該方案的應(yīng)用范圍。

【發(fā)明內(nèi)容】

[0009] 本發(fā)明針對目前分布式多智能體系統(tǒng)易發(fā)生故障，且無簡便可行的實(shí)時故障處理 方案這一問題，提出一種基于信息交互的分布式實(shí)時故障檢測與補(bǔ)償控制方法，通過節(jié)點(diǎn) 間的信息交互，完成對故障節(jié)點(diǎn)的檢測、隔離與修復(fù)，從而實(shí)現(xiàn)對系統(tǒng)故障的及時處理，減 小其帶來的損失的目的。
[0010] 本發(fā)明的一種基于信息交互的分布式實(shí)時故障檢測與補(bǔ)償控制方法，包括如下步 驟：
[0011] 步驟一、系統(tǒng)及故障建模：所述建模包括節(jié)點(diǎn)動力學(xué)模型，信息交互模型，典型故 障模型；其中節(jié)點(diǎn)動力學(xué)模型采用單積分器模型，通過一階微分方程描述節(jié)點(diǎn)的運(yùn)動狀態(tài)； 信息交互模型采用無向圖描述，即節(jié)點(diǎn)間均可以雙向通信，各個獨(dú)立智能體借此進(jìn)行信息 交互，完成系統(tǒng)控制任務(wù)；典型故障模型包括現(xiàn)實(shí)中智能體常出現(xiàn)的故障類型；
[0012] 步驟二、基于信息交互的多智能體實(shí)時故障檢測：從步驟一所述的節(jié)點(diǎn)動力學(xué)模 型的表