一种基于信息交互的多智能体故障检测与补偿控制方法
【技术领域】
[0001] 本发明涉及一种基于信息交互的多智能体故障检测与补偿控制方法，属于多智能 体控制技术领域。
【背景技术】
[0002] 近些年，随着计算机及网络技术的迅猛发展，多智能体系统的规模也在飞速增长。 传统的集中式控制方案，因受到中央节点运算速度及感知范围的限制，已经越来越难以满 足实际问题的需求。而分布式的控制方案，因其对单个智能体自身的要求较低，且具有良好 的可扩展性而逐渐成为多智能体控制研宄的主流。但是值得注意的是，由于在分布式的控 制方案中，并不存在一个中央节点来统筹规划所有节点的行为，这使得系统很容易受到故 障节点和恶意节点的攻击，严重时可能导致整个系统的瘫痪。因此，对于分布式的多智能体 系统而言，设计一套安全高效的故障检测方案，使系统能自动完成对故障节点的检测与修 复，是一项紧迫且拥有广阔应用前景的工作。
[0003] 针对分布式多智能体系统的故障检测，现有的解决方案主要有以下几种：
[0004] 方案 1 :文献（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.)和文献(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.)提出采用未知输入观测器（UIO)，通过长时间观测，积累足够的 数据来估计系统的初始状态，进而求出系统的最终状态，并以此为依据判断当前节点的运 动是否满足预期要求。采用观测器对故障进行实时监测是当前多智能体系统故障诊断的主 流方案。故障信号在系统中充当未知输入，驱动观测器产生误差输出，通过利用误差信号对 故障进行诊断和补偿。
[0005] 利用未知输入观测器（UIO)进行故障诊断有着自身的优势，如物理意义明确， 易于理解；不依赖于物理模型，适用范围广等。另外，文献（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，与其它观测器，如 Beard-Jones 故障检测滤波器（Beard-Jones Fault Detection Filter)相比，未知输入观 测器（UIO)结构相对简单，且很容易应用优化算法得到近似的最优解。但另一方面，该方案 也存在一些不足：对于拥有N个邻接节点的节点而言，为检测出其所有邻接节点故障所需 要的未知输入观测器（UIO)数目为N+1个。当系统拓扑结构比较复杂，或是节点数目众多 时，该方案所需要的数据及计算量将会十分庞大，这将对节点的硬件提出很高的要求。同时 该方案的运行还会占用大量的计算资源，对系统的其它控制任务产生不利的影响。
[0006] 方案 2 :文献（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.)提出采用运动探测器，通过施加额外的激励 信号来激励网络化的控制系统，根据系统的响应判断当前系统的运行状态，借此检测出故 障节点。与第一种方案不同，该方案采取的是主动检测的方式。对于这一方案，存在的问题 主要是实际操作起来比较困难，激励信号的选取，信号施加的时间等都会受到很多条件的 制约。
[0007] 方案 3 :文献（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 利用节点间的数据信息交互，通过接收邻接节点的控制量信息，对其运动状态进行模拟重 现，并将其与检测到的邻接节点的实际运动状态进行比较，以此作为依据进行故障检测。该 方案最大的优点是计算简便，可操作性强，但也存在一些明显不足，如限制条件过于严苛， 适用范围较窄，系统的误操作率过高等。
[0008] 本发明受上述方案3启发，在充分借鉴吸收其优势的同时，针对其自身所存在的 不足，提出了一种基于信息交互的分布式故障检测与补偿控制方案。该方案改进了节点的 故障判别机制，通过采用流言传播（Gossip)算法，有效改善系统误操作率过高的问题。同 时，方案中对节点间的信息交互内容做了重新设定，使节点能更有效地利用所接收到的信 息。另外，考虑到信息交互协议的复杂性，本发明提出一种面向控制量的故障修复方案，使 系统对节点信息交互协议的限制大大放宽，扩大了该方案的应用范围。
【发明内容】
[0009] 本发明针对目前分布式多智能体系统易发生故障，且无简便可行的实时故障处理 方案这一问题，提出一种基于信息交互的分布式实时故障检测与补偿控制方法，通过节点 间的信息交互，完成对故障节点的检测、隔离与修复，从而实现对系统故障的及时处理，减 小其带来的损失的目的。
[0010] 本发明的一种基于信息交互的分布式实时故障检测与补偿控制方法，包括如下步 骤：
[0011] 步骤一、系统及故障建模：所述建模包括节点动力学模型，信息交互模型，典型故 障模型；其中节点动力学模型采用单积分器模型，通过一阶微分方程描述节点的运动状态； 信息交互模型采用无向图描述，即节点间均可以双向通信，各个独立智能体借此进行信息 交互，完成系统控制任务；典型故障模型包括现实中智能体常出现的故障类型；
[0012] 步骤二、基于信息交互的多智能体实时故障检测：从步骤一所述的节点动力学模 型的表