本发明涉及一种基于节点动态的网络结构辨识方法，属于多智能体技术领域。
背景技术：
多智能体系统在各个领域有广泛的应用，无人车，无人机编队控制，机器人的协同控制，时钟同步，电力系统负载平衡等等。系统对单个智能体的性能要求低，而且多个智能体容易实现群体智能。此外，系统易于扩展，新的节点按照系统协议，可以不用任何修改就加入系统，同时分布式的控制方法也有着天然的鲁棒性。
多智能体系统的网络结构通常用拓扑图来描述，其中节点代表单个智能体，如果两个智能体间存在通信，则对应的节点通过边连接起来，拓扑抽象的表达了系统内部的关系。网络的结构信息可用于网络性能优化，路由控制以及故障诊断，对于网络的管理和控制必不可少。
在多智能系统中，节点间的状态更新可以通过各种不同的协议实现。在本发明中考虑的是线性一致性状态更新协议。该协议由于其简单的信息交换方式，在多智能体系统中大量应用,其理论也最为成熟。线性一致性协议的具体实现方法是：在理想的通信环境下，系统中的每个节点接受来自邻居节点的信息，合上节点自身的信息，利用邻居和自身信息的线性组合来更新自身状态，不断重复上述过程，节点的状态逐渐趋于稳定，到达一致性以实现系统目标。
本发明考虑的情形为系统拓扑未知，系统中部分节点包含外部接口，通过输入可以影响其状态，所有节点的状态都可以观测；目标是设计外部输入，改变系统的状态响应，通过辨识输入与节点状态的关系，重构系统的状态空间模型，准确的辨识出系统的拓扑结构。与系统辨识不同，网络结构辨识不是找到与原系统有相似输入输出关系的系统，而是准确的辨识出系统中节点和节点之间是否直接相连。
nabi-abdolyousefim在文献(networkidentificationvianodeknockout[j].ieeetransactionsonautomaticcontrol,2012,57(12):3214-3219.)中给出了一种全局网络结构辨识方法，节点敲除方法的思想来源于生物实验中的基因敲除，将系统中的节点的对外输出变为零，消除其对系统的影响，通过系统频谱，重构系统状态转移矩阵，唯一的恢复出系统的网络结构，要使用该方法，系统中所有的节点必须按照要求，控制自身的状态，在需要的时候将自己的状态变为零，不影响邻居节点的更新。此外，其在文献(agraphrealizationapproachtonetworkidentification[c]//decisionandcontrol.ieee,2012:4642-4647.)中，考虑了系统中部分节点的输入输出关系已知，如何由传输函数，通过系统实现的方法，找到可控可观系统的最小实现。由于最小实现间代数等价，系统有相同的频谱特性，使用优化的方法，找到频谱特性相同，满足拓扑要求，同时与已知系统实现范数距离最小的系统实现。但是，从传递函数到状态空间的转换，是个一对多的映射，得到的系统结果，并不是唯一的。本发明中，部分节点可以注入数据，所有节点的状态已知，根据外部输入与系统状态间的传递函数，唯一的恢复出系统的拓扑结构。
技术实现要素：
本发明的目的是提供一种基于节点动态的网络结构辨识方法，适用于系统拓扑结构未知的黑箱结构，其中部分节点的状态可受到外部输入的影响，所有节点的状态可观测的情形。
本发明通过以下技术方案实现：
一种基于节点动态的网络结构辨识方法，将系统节点分为两类，一类是可以受到外部影响的节点h，另一类是不可以操纵其状态变化的节点n，但是节点n的状态会受到节点h的影响；通过向节点h输入控制量，唯一的辨识出节点h内部的拓扑连接；重新给定节点h输入控制量，节点h和n通过内部结构互相影响，观测系统外部的状态变化，利用系统辨识方法得到输入与状态的传递函数矩阵模型；通过对所述传递函数矩阵模型的变换，将外部模型转化为状态空间模型，唯一的重构出节点h与节点n的拓扑连接以及节点n内部的拓扑结构。
进一步地，所述拓扑结构包括节点间的连接关系、节点与边的连接关系。
进一步地，采用节点敲除的方法唯一的辨识出节点h内部的拓扑连接。
进一步地，所述输入控制量设置为
ui表示的是t时刻，第i个节点的外部输入控制量。
本发明的有益效果：
本发明利用传递函数，将计算复杂度超过指数函数的问题，转换为可以求解的问题，问题的复杂度变为了多项式，通过向网络中部分节点注入数据，节点根据协议更新状态，根据输入和状态，辨识网络的内部结构。网络结构信息对于信息路由，网络布局优化，重要节点搜索等多个问题有重要意义，在系统中包含大量节点时，而系统节点间的连接关系不明确时，使用本方法，可以唯一的重构出原系统的拓扑结构。
具体实施方式
下面详细说明本发明的具体实施步骤。
本发明通过向部分节点输入控制量，节点通过内部结构互相影响，观测外部系统状态变化，利用系统辨识方法得到输入输出模型；通过对输入输出模型的变换，将外部模型转化为状态空间模型，唯一的重构系统对应的拓扑结构。
本发明的详细原理是：将系统节点分为两类，一类是可以受到外部影响的节点h，另一类是不可以操纵其状态变化的节点n，但是节点n的状态会受到节点h的影响；
设系统矩阵为：
l11代表第一类节点间的连接关系，l12代表第一类节点和第二类节点间的连接关系，l22代表第二类节点间的连接关系。
对于第一类节点，注入数据，抵消第二类节点的影响，使得第一类节点独立更新
其中h(t)代表的是第一类节点的状态，l′11代表节点间的拓扑连接关系，因为对于第一类节点，每个节点都可以注入数据与观测状态，满足节点敲除方法的条件，辨识出系统的状态转移矩阵，利用状态矩阵的逆求取第一类节点的网络结构。
根据系统参数与传递函数的关系可知
s*h(s)＝-l11*h(s)-l12*n(s)+i11*u(s)
s*n(s)＝-l21*h(s)-l22*n(s)
其中h(s),n(s),u(s),y(s)为h(t),n(t),u(t),y(t)的laplace变换形式。
第一类节点的状态与输入间的传递函数为：
第二类节点的状态与输入间的传递函数为：
通过公式变形，可以得到：
-l12*(si+l22)-1*l21＝g11-1-si-l11
因为g11，l11已知，上述式子可以计算出来，联立前面的式子，可以得到新的符号矩阵：
p(s)＝-l12*(si+l22)-1*l21*(si+l11-l12*(si+l22)-1*l21)-1
＝(g11-1-si-l11)*g11
对比可得：
p(s)＝l12*g21
因为我们考虑的系统是未加权的，l12是有0和1组成的矩阵，对于p(s)的元素进行展开：
由于p(s)和g21均为已知，可以通过计算得到l12的具体形式。
在l12满列秩的条件下，对于l12进行线性变换，将其变为上梯形矩阵形式，即：
求取线性变换矩阵q，将q作用在符号矩阵两侧：
利用状态转移矩阵，计算出l22，辨识出系统拓扑。
以上所述的仅为本发明的较佳实施例而已，本发明不仅仅局限于上述实施例，凡在本发明的精神和原则之内所做的局部改动、等同替换、改进等均应包含在本发明的保护范围之内。