摘要
多智能体系统由多个子系统通过通信网络相互连接，能够分布在不同的计算节点上进行信息处理，这样的设计提高了计算资源的利用率和信息处理效率。同时，多智能体系统可以根据任务需求和计算资源的可用性进行灵活的扩展和缩减，从而使其在车辆编队、机器人控制、电网等领域广泛应用。然而，随着多智能体系统规模和复杂性的迅速增长，系统中故障发生的频率也随之增加，从而导致系统不稳定或性能退化，因此多智能体系统的故障检测技术对提高系统的可靠性至关重要。 为实现网络信息安全及通信资源优化与合理利用，本文研究了事件触发机制下多智能体系统的分布式故障检测问题。通过设计最优残差生成器，确保生成的残差既具有对外界干扰的鲁棒性，也具有对故障的敏感性。为了减少幅值有界测量噪声对残差的影响，设计了一种基于中心对称多胞体的残差评价方法，以保证系统的检测性能。本文的主要研究内容如下： 针对事件触发机制下多智能体系统，提出了基于H∞/H∞优化技术的分布式故障检测方案。考虑多智能体中的未知扰动、故障以及事件触发传输误差对残差信号的影响，设计了一个依赖事件触发系数的残差生成器，使产生的残差对未知扰动的鲁棒性和对故障的敏感性之间实现了最佳折衷。通过车辆横向动力系统的仿真实验，验证所提出的H∞/H∞优化分布式故障检测方案的可行性。 针对未知且有界干扰下的多智能体系统，考虑通信资源受限约束，在事件触发机制下提出了一种基于中心对称多胞体故障检测方法。基于l1/H∞性能指标设计了故障检测滤波器，并构建无故障情况下的残差区间估计和残差评价机制，减少了幅值有界测量噪声对残差的影响。通过车辆横向动力学仿真验证了所提出方法的适用性。 最后，总结本文所做的主要工作，指出了事件触发机制下多智能体系统的分布式故障检测存在的问题以及未来的发展趋势，并对今后的工作进行了展望。
NETL