买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种具有饱和输入的多智能体的事件驱动控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113867150B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111198055.4，技术领域涉及：G05B13/04；该发明授权一种具有饱和输入的多智能体的事件驱动控制方法是由杜胜利;盛宏;高永峰设计研发完成，并于2021-10-14向国家知识产权局提交的专利申请。

本一种具有饱和输入的多智能体的事件驱动控制方法在说明书摘要公布了：本发明涉及多智能体一致性控制领域，具体提供了一种适用于具有饱和输入的多智能体系统的事件驱动控制设计方法，其特征在于，包括以下步骤：针对具有饱和输入的智能体，构建每个智能体的状态空间模型，并给出其系统矩阵需要满足的假设条件；基于步骤1中建立的多智能体系统模型，设计一种可以使该系统达成一致性的控制律；设计合适的低反馈增益，将非线性的智能体模型优化为线性模型；利用李雅普诺夫函数法，对事件驱动控制律进行一致性证明。本发明能够利用基于代数黎卡提方程的低增益技术将其优化为线性系统，降低了依赖性；本发明能够在完成一致性控制任务的基础上有效的减少控制律更新的次数，节约资源；本发明能够有效的避免芝诺现象。

本发明授权一种具有饱和输入的多智能体的事件驱动控制方法在权利要求书中公布了：1.一种具有饱和输入的多智能体系统的事件驱动控制设计方法，其特征在于，包括以下步骤： 步骤1：针对具有饱和输入的智能体，构建每个智能体的状态空间模型，即多智能体系统模型，并给出其系统矩阵需要满足的假设条件； 步骤2：基于所述步骤1中建立的多智能体系统模型，设计可以使该系统达成一致性的控制律； 步骤3：利用基于代数黎卡提方程的低增益技术，设计合适的低反馈增益，将非线性的智能体模型优化为线性模型； 步骤4：设计了能够排除芝诺现象的事件驱动机制； 步骤5：利用李雅普诺夫函数法，对设计出的事件驱动控制律进行一致性证明； 所述步骤1中，描述智能体运动特性的状态空间形式的个体数学模型和描述通讯关系的无向通讯拓扑采用以下公式： 其中xit∈Rn，代表智能体i的状态向量，Rn为n维欧氏空间，uit∈Rm代表智能体i的输入，Rm为m维欧氏空间，σ表示uit具有饱和非线性的限制，设无向图G＝{v,ε,A}，来描述各智能体之间的信息传输；其中v＝{1,2,...,N}表示N个节点， 表示边的集合；无向图G的边用eij表示；这代表智能体i和智能体j可以相互进行信息传输，智能体i的所有邻居的集合定义为Ni＝{j∈v:i,j∈ε,j≠i}；无向图G的邻接矩阵定义为A＝[aij]∈RN×N，其中RN×N为N×N维矩阵，其元素定义为aij＝0，当且仅当vj和vi有路径，即eij∈ε时，aij＝1，对角矩阵D＝diag{d1,…,di…,dn}被称作度矩阵，其元素定义为无向图G的拉普拉斯矩阵L定义为L＝D-A； 系统矩阵需要满足的假设条件为：A,B在有界控制下是渐近零可控的，即A,B是可稳定的；A的所有特征值都在封闭的左半s平面上； 所述步骤2中设计的使多智能体系统达成一致性的控制律具体为： 其中，K为反馈增益矩阵，xjt为智能体j的状态； 对于任意有界的初始状态集合，在该控制律下能够达成多智能体系统状态的一致性，即： 所述步骤3中设计合适的低反馈增益，将非线性的智能体模型优化为线性模型的理论依据具体为： 步骤3-1.解如下的代数黎卡提方程： 得到唯一正定的Pγ，其中γ∈0,1是给定的常数，I是具有适当维度的单位矩阵，AT是系统矩阵A的转置，BBT是控制矩阵及其转置之积，N是智能体的个数； 步骤3-2.定义反馈增益矩阵： K＝BTPγ5 利用该方法设计的反馈增益K与γ唯一对应，且γ越小，K的值也越小，通过调整γ就能不断的减小K，使每个智能体的输入u’it保持在饱和约束阈值以下；并且所设计的低反馈增益只需要网络中的智能体个数，而不需要整个网络的拓扑结构； 所述步骤4中设计的能够排除芝诺现象的事件驱动机制，具体为： 步骤4-1.将所述步骤2和所述步骤3中设计的控制律离散化，设计非连续时间的控制律，具体为： 其中代表智能体i的触发序列，将公式6带入到公式1中得到系统的动力学方程为： 步骤4-2.定义变量： 其中xjt和xit表示智能体j和i的状态，值得注意的是，j和i是拓扑结构上相连的智能体，能够相互交换信息；再定义误差变量： 我们定义因为无向图G是无向且联通的，于是存在一个矩阵Γ＝[Γ1,Γ2,…,ΓN]∈RNXN，其中Γ1,Γ2,…,ΓN为拉普拉斯矩阵L对应特征值的特征向量；也就是说ΓTLΓ＝diag{λ1,…,λN}，其中λ1,…,λN为拉普拉斯矩阵L的特征值；对于无向连通图我们可以选择显然，它对应的特征值为λ1＝0；然后我们令φ＝[Γ2,…,ΓN]∈RN×N-1,Λ＝diag{λ2,…,λN},且此处的表示两个矩阵的克罗内克积； 步骤4-3.设计智能体i，i∈v的事件触发序列为： 其中σ0∈0,1是两个常数，λ0＝λN||PγBBTPγ||；与此同时，该规则可以在理论上有效的避免芝诺现象，即任意两次相邻触发时刻间隔的下界为： 其中表示任意两次相邻触发时刻之差，且严格为正； 所述步骤5中利用李雅普诺夫函数法，进行一致性证明，具体为： 步骤5-1.选取恰当的李雅普诺夫函数为： 步骤5-2.其对时间的导数为： 值得一提的是，这里化简的第一步用到了： 步骤5-3.为了判断的符号，我们将首先判断‖zt‖,‖et‖,和之间的关系；首先根据zit的定义，我们容易得到以及： 基于事件触发序列公式10，对于任意都有： 与公式14联立，我们就可以得到‖zt‖,||et||,和之间的关系： 步骤5-4.判断导数符号：与公式13联立可以得到： 公式17的成立是因为 往上式中带入||zt||,||et||,和的不等关系公式16有： 我们再定义λmax＝λmaxpγ为最大特征值,λmin＝λminpγ为最小特征值,λ代表矩阵特征值。为一常数,于是我们有： 带入Vt的定义公式12有： 对上式左右两端开平方，并取t→∞可得， 与公式17相结合，由李雅普诺夫第二法我们可以得出多智能体系统在所给出的事件触发控制策略下，能够达成一致性，即有

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100000 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。