Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2501.00523

帮助 | 高级搜索

电气工程与系统科学 > 系统与控制

arXiv:2501.00523 (eess)
[提交于 2024年12月31日 ]

标题: 事件触发的基于观测器的不确定非线性多智能体系统固定时间一致性控制研究

标题: Event-Triggered Observer-Based Fixed-Time Consensus Control for Uncertain Nonlinear Multiagent Systems with Unknown States

Authors:Kewei Zhou, Ziming Wang, Zhihao Chen, Xin Wang
摘要: 本文介绍了一种在多智能体系统(MASs)中实现固定时间跟踪一致性控制的新方法。 不同于依赖传统控制器,我们的创新控制器结合了改进的调节方法和Lyapunov函数以确保稳定性与收敛性。此外,我们还实施了一种事件触发策略,旨在减少更新频率,同时采用输出反馈观测器有效管理未测量的状态。 为应对未知函数和代数环问题的挑战,我们选择了径向基函数神经网络(RBF NNs),因其表现出色而被采用。 我们的方法成功缓解了Zeno行为,并在狭窄的范围内确保了系统的稳定性。通过两个具有代表性的仿真示例验证了所提出解决方案的有效性。
摘要: This paper introduces a novel approach for achieving fixed-time tracking consensus control in multiagent systems (MASs). Departing from the reliance on traditional controllers, our innovative controller integrates modified tuning and Lyapunov functions to guarantee stability and convergence. Furthermore, we have implemented an event-triggered strategy aimed at reducing the frequency of updates, alongside an output-feedback observer to manage unmeasured states effectively. To address the challenges posed by unknown functions and algebraic-loop problems, we opted for radial basis function neural networks (RBF NNs), chosen for their superior performance. Our methodology successfully mitigates Zeno's behavior and ensures stability within a narrowly defined set. The efficacy of our proposed solution is validated through two illustrative simulation examples.
主题: 系统与控制 (eess.SY)
引用方式: arXiv:2501.00523 [eess.SY]
  (或者 arXiv:2501.00523v1 [eess.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.00523
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ziming Wang [查看电子邮件]
[v1] 星期二, 2024 年 12 月 31 日 16:10:28 UTC (2,909 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.SY
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号