导读:本文包含了分布式跟踪论文开题报告文献综述及选题提纲参考文献，主要关键词:多Euler-Lagrange系统,分布式跟踪控制,误差约束,有限时间控制
分布式跟踪论文文献综述
陈亮亮[1]（2019）在《考虑误差约束的多Euler-Lagrange系统分布式跟踪控制》一文中研究指出多智能体系统可用于描述现实中的很多物理系统,如多机械臂系统、编队卫星系统、水下机器人系统和传感器网络等。在多智能体系统中,各智能体以一定的方式相互通讯,从而完成特定的任务。多智能体系统的分布式控制是指每个智能体均能够根据系统的局部信息独立作出控制决策。通过采用分布式控制的方法,多智能体系统能够具有高的灵活性、鲁棒性以及环境适应性。Euler-Lagrange(EL)方程能够描述很多具有本质非线性的系统,如操作机械臂、自主车辆系统、步行机器人等。用EL方程描述的多智能体系统被称为多EL系统。多EL系统的分布式跟踪控制是指,存在一个领航者和多个跟随者时,多个跟随者通过分布式的控制方法,实现对领航者的跟踪。通过采用有限时间和固定时间控制方法,系统的收敛速度能够得到很大提高。这是由于在有限时间和固定时间控制器的作用下,系统可以在某一个特定时刻达到稳定,从而起到加快收敛速度的作用。误差约束控制可以保证系统受约束的变量在整个控制过程中不会超过预先设定的界。通过将有限时间或固定时间控制与误差约束控制结合起来,则可以从整体上提高系统的控制性能。本文拟针对多EL系统,研究考虑误差约束的分布式有限时间和固定时间跟踪控制。论文的主要内容包括以下方面。考虑误差约束的分布式有限时间跟踪控制。当多EL系统的标称模型已知时,在有向通讯拓扑结构下,通过反步法设计了分布式有限时间跟踪控制律,证明了每个跟随者的控制误差能够在有限时间内收敛到平衡点的一个邻域内,tan形式障碍Lyapunov函数则用于保证系统的误差变量在整个控制过程中不会超过预先设定的界。考虑到多EL系统存在非线性不确定性,设计了分布式有限时间跟踪控制器,其中径向基神经网络用于对系统的非线性不确定性进行估计和补偿。在此基础上,在多EL系统的控制输入存在饱和的情形下,设计了考虑误差约束和输入饱和的分布式有限时间跟踪控制律。考虑误差约束的分布式固定时间跟踪控制。当多EL系统的标称模型已知时,通过加幂积分方法在有向图下设计了分布式固定时间跟踪控制器,证明了系统的跟踪控制误差能够在固定时间内收敛到平衡点的一个邻域内。一种改进的指数形式障碍Lyapunov函数保证了所定义的误差变量不会超过预先设定的界限。在此基础上,考虑到系统存在模型不确定性以及加速度信息不可获得的情形,针对每个跟随者在无向图下设计了分布式固定时间观测器对领航者的广义速度和广义位置信息进行观测。针对惯量矩阵为对角矩阵的多EL系统,利用加幂积分方法设计了分布式固定时间跟踪控制律。径向基神经网络则用于估计系统未知的模型项。理论分析和仿真验证表明,每个跟随者的跟踪误差能够在固定时间内收敛到平衡点的一个邻域内,且误差约束在整个控制过程中会得到满足。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
谭鹤毅[2]（2019）在《摄像机网络中的一种多目标分布式跟踪策略》一文中研究指出为了实现摄像机网络中的多目标分布式跟踪和解决存在的"朴素"问题,提出了一种基于信息一致性的多目标分布式跟踪策略。首先通过对分布式多目标跟踪问题的建模,得到基于平均一致性和信息加权一致性的网络中每个节点的最佳状态估计值及其信息矩阵;然后通过考虑虚假测量值和一致性融合,将来自于多个传感器的测量值与具体的目标关联起来,得到采用信息形式融合来自于多个传感器的测量值的状态估计方程,从而实现对多目标的数据关联和分布式跟踪。仿真实验结果表明,提出的多目标信息一致性跟踪算法相比于目前几种先进的跟踪算法,在平均误差性能方面不仅对于虚假测量值/杂波具有更好的鲁棒性,而且也有更好的收敛性。(本文来源于《电子测量与仪器学报》期刊2019年05期）
史蔚敏[3]（2018）在《广义多智能体系统分布式跟踪策略的研究》一文中研究指出广义线性系统,作为一般线性系统的延伸,因其更适合对电力、机械、移动智能车等系统进行建模分析,受到越来越多学者们的关注.一致性问题,作为最基本也是最重要的一个热点问题,强调利用个体所能获取的局部信息设计相应的控制策略,使得每个个体的状态(或输出)变量随着时间趋于一致.对该问题进行细化,又分为带有领导者和不带领导者两类.前者也被称为跟踪问题,通过设计控制策略使得跟随者与领导者的状态(或输出)达到一致,也即跟随者可跟跟踪到领导的轨迹.后者主要是设计控制协议使得所有个体的状态(或输出)最终一致.本文主要研究的是广义多智能体系统在有向网络下的跟踪问题,具体的工作及创新点主要包括一下几个方面:第一,研究了带有领导的广义线性多智能体系统的容错一致性问题.受工业技术水平影响,在真实环境中,执行器往往不能百分百按要求执行任务,导致系统控制精度不够甚至出错.本文考虑容错机制的控制算法,不同于现有工作,本文假设执行器的错误是时变的,且错误的上界未知.利用个体的局部信息,设计了完全分布式的控制协议,其中与网络结构相关的耦合增益权重可通过自适应律进行自我调节.基于Lyapunov理论,严格证明了闭环系统的稳定性,也即是很好消除了执行器错误所来的影响.此外,作为特殊情况,本部分工作所提的控制协议也可用以解决一般线性多个体系统的容错跟踪问题.第二,不同于一般协同网络结构,研究了基于有向符号图(网络权重可为负)下的连续线性广义多智能体系统的双边一致性跟踪问题.首先,证明了广义线性系统的双边一致与常规一致等价.并基于广义Riccati方程,设计了分布式自适应控制协议以实现系统双边一致,将广义系统的一致性推广到双边一致,很好地扩大了广义系统的应用范围.其次,考虑了系统带有非线性扰动的特殊情况,说明了所提出的控制协议具有很好的鲁棒性。(本文来源于《温州大学》期刊2018-05-24）
汪灿丰[4]（2018）在《分布式跟踪系统中数据分析引擎的设计与实现》一文中研究指出随着企业业务不断扩大,传统的单机架构已经不能够满足业务需求,应用程序通常采用复杂的大规模分布式架构实现。当应用程序出现故障的时候,运维人员难以定位出现问题的服务节点。分布式跟踪系统能够在复杂分布式环境下,跟踪用户请求,还原服务间调用拓扑关系,为运维人员快速定位故障服务节点提供了切实可行的方案。但是分布式跟踪系统采集到的数据具有关联性、无序性、实时性、突发性、并发性的特点,这些特点给后台数据分析引擎带来了极大的挑战。在数据高并发时,如果数据处理过慢容易引起数据阻塞甚至丢失,如果采用数据全量存储的方式不仅对数据存储带来了巨大压力,而且还会导致数据关联查询效率低下。因此,本文提出了一种分布式跟踪系统中数据分析引擎的设计与实现方案。为了解决数据接收和处理速度的不匹配而导致的数据阻塞或者丢失,该数据分析引擎设计了一种数据接收和处理分离的分析模型。该分析模型不仅保证了数据的接收能力,同时保证了数据处理节点的负载均衡。然后在数据处理节点引入Redis缓存的方式实时分析应用调用关系,直接将调用关系存入数据库中,解决数据关联查询缓慢的问题,同时通过数据预聚合的方式,减少了数据存储压力,并对Redis缓存进行了高性能优化。最后通过实验证明该数据分析引擎具有良好的数据处理能力。(本文来源于《浙江大学》期刊2018-01-05）
鲁伟林[5]（2018）在《分布式跟踪告警诊断系统的设计与实现》一文中研究指出人类从农耕时代到十九世纪末的工业时代,再到当今二十一世纪的信息时代,技术不断的推动着生产力快速发展,带给人类一个崭新的世界。互联网已经在全球掀起了一场改变人类方方面面的变革。目前,中国已有8亿网民在互联网上获取各种各样的信息和服务,同时越来越多的线下服务正在逐步迁移至线上,如何保证产品或服务的高可用性和高可靠性,确保业务不间断提供服务,成为所有互联网企业不可避免的思考。另一方面,多数互联网公司都开始采用面向服务架构(SOA)技术,应用服务之间结构越来越复杂、变化越来越迅速。当服务出现故障时,往往伴随着上下游服务节点大量的告警信息,同时告警信息之间有着千丝万缕的关系,如果简单依靠运维人员通过命令去诊断和解决故障,效率低下,可能导致应用停止服务的时间过长,产品的用户体验良好度下降等诸多问题。因此,本文提出基于分布式跟踪技术,采集服务链路调用数据,再通过告警诊断子系统对告警信息进行去冗余、推理等操作,诊断出重要告警信息,帮助运维人员快速解决故障。本文首先分析了当前业界关于故障诊断的相关现状和技术,结合它们的优缺点,提出基于分布式跟踪技术,诊断告警数据。然后采用松耦合架构理念,设计了整体系统架构图,其中告警数据接收子系统设计成集群方式启动,保证数据接收模块稳定性。告警诊断子系统采用分层结构设计,将诊断过程共分成6大模块,以提高告警数据诊断的准确性和去冗余性。最后通过实验验证了基于分布式跟踪告警诊断系统的有效性。(本文来源于《浙江大学》期刊2018-01-05）
王世谦[6]（2017）在《无线传感器网络目标分布式跟踪算法研究》一文中研究指出在无线传感器网络多目标跟踪中大多采用集中式多目标跟踪算法,但该算法具有有极大的局限性。因此,本文就无线传感器网络下,提出一种分布式多目标跟踪算法,仿真结果显示,该算法能完成对多目标的分布式跟踪,并且跟踪精度较高。(本文来源于《电子世界》期刊2017年24期）
赵亚[7]（2017）在《严反馈非仿射多智能体系统的分布式跟踪算法研究》一文中研究指出近年来,多智能体系统的分布式协调控制问题是一个热门的研究课题,其广泛应用于计算机科学、生物学等许多学科和领域,引起了许多研究学者的关注。一致性问题是多智能体的经典问题,其可大致分为两大研究方向:无领航者的一致性问题和有领航者-跟随者的跟踪问题。目前关于领航者和跟随者的一致性跟踪控制问题已经取得了很多研究成果,但大部分针对的是仿射类型的多智能体系统。然而在实际中有一类应用系统如化学反应过程、风能转换系统等被描述为非仿射的形式,因此,对于非仿射多智能体系统的研究很有必要。本文对非仿射多智能体系统的分布式跟踪控制算法进行了研究,提出了两种不同类型的分布式跟踪控制策略。本文的主要研究内容如下:(1)针对状态可测具有一个领航者的严反馈非仿射多智能体系统,提出一种基于状态反馈的分布式跟踪控制算法,实现了有向拓扑结构下的跟随者和领航者之间的一致性跟踪。首先,通过结合一阶低通滤波器和状态变量变换,将非仿射系统转化为仿射形式;接着,设计全维状态观测器,实现对状态转换得到的新的未知状态量的估计;在设计中应用RBF神经网络逼近未知非线性函数;采用反推法(Backstepping)和动态面(DSC)技术设计控制器;最后,通过仿真结果验证所设计算法的有效性。(2)针对部分状态不可测具有一个领航者的严反馈非仿射多智能体系统,提出一种基于输出反馈具有预设性能边界的分布式跟踪控制算法,实现了有向拓扑结构下跟随者和领航者之间有性能约束的一致性跟踪。与现有结果相比,避免了非仿射函数偏导数的限制性假设,通过引入一个辅助的一阶低通滤波器,降低了非仿射形式控制协议设计的难点,并避免在设计中的代数回路问题;通过设计一个分布式输入驱动观测器,来估计各智能体系统状态信息;最后,基于动态面(DSC)技术和RBF神经网络逼近技术,设计满足性能约束(PPB)的一致性算法。仿真结果证明了所提出算法的有效性。(本文来源于《重庆大学》期刊2017-04-01）
王剑平[8]（2017）在《一类多智能体系统的分布式跟踪控制》一文中研究指出随着中国科技的发展和不断进步,多智能体系统在工程当中的应用越来越广泛,尤其是在航空航天、机器人等人工智能领域都起着越来越重要的作用。多智能体系统是由许许多多的智能体之间的自由组合构成的。这些智能体能够对多变的环境迅速地做出反应,并且这些智能体能够自由交互、互相配合的完成各种复杂任务。多智能体具有许多的特性,例如分布性、自主性和协调性等的特征,并且拥有着比单个智能体更高的智能性和处理种种庞大问题的能力。因此,对多智能体系统的跟踪控制问题的研究已经成为多智能体系统领域当中一个十分重要的热点问题。然而,如何实现各个智能体之间的协调合作这个问题是所研究的一个重点的问题。本文研究了已知控制方向的和未知控制方向的非线性多智能体系统的一致性的问题。构造了一个新的Lyapunov泛函,按照Lyapunov稳定性的理论,导出了非线性多智能体系统的稳定性判据。首先研究的是已知控制方向的一阶与二阶的非线性多智能体系统,然后推广到了未知控制方向的一阶与二阶的非线性多智能体系统。所得稳定性判据均可用Matlab中的Simulink仿真验证。本文的主要内容分为如下5章:第1章分析了非线性多智能体系统的研究背景及其意义,并且简要的介绍了非线性多智能体系统的一致性控制的研究的现状,给出了本文所要解决的问题。第2章简要介绍了代数图论、矩阵的Kronecker积、Lyapunov稳定性理论以及本文需用到的重要引理。第3章首先讨论已知控制方向的一阶与二阶非线性多智能体系统的分布式跟踪控制。我们使得系统更加的复杂,首先对于一阶系统,设计了一个新的Lyapunov泛函,利用该Lyapunov泛函以及Lyapunov稳定性理论导出了稳定性判据。然后推广到了二阶系统,进而又设计了一个新的Lyapunov泛函,利用该Lyapunov泛函以及Lyapunov稳定性理论导出了稳定性判据。最后,做了仿真实例说明了本章所得稳定性判据结果的正确性。第4章是对第3章结果的进一步改进,研究的是未知控制方向的非线性多智能体系统的一致性。首先对于一阶系统,设计了一个新的Lyapunov泛函,利用该Lyapunov泛函以及Lyapunov稳定性理论导出了稳定性判据。然后推广到了二阶系统,进而又设计了一个新的Lyapunov泛函,利用该Lyapunov泛函以及Lyapunov稳定性理论导出了稳定性判据。最后,做了仿真实例说明了本章所得稳定性判据结果的准确性。第5章总结了本文的主要研究内容,并且对所得的稳定性判据进行了一下分析,并对下一步的研究重心作了进一步的展望。(本文来源于《曲阜师范大学》期刊2017-03-20）
薛白[9]（2017）在《基于邻居控制信息的多智能体分布式跟踪协议》一文中研究指出多智能体网络化系统的分布式协同跟踪问题,近年来得到越来越广泛的研究。本论文研究基于邻居滞后控制信息的分布式同步跟踪控制问题,借助于线性中立型时滞系统理论,分析系统稳定性和跟踪误差的收敛性。本论文首先对线性中立型时滞系统的稳定性进行阐述,详细说明线性中立型时滞系统时滞无关稳定的判定定理,并从代数可行角度对定理进行分析,为本论文提供理论基础。针对速度同步跟踪控制问题,基于一阶多智能体系统模型,提出了“二层邻居”的概念,并利用二层邻居的延迟信息作为输入信息,构造了分布式控制协议,该协议可以保证闭环系统是时滞无关稳定的,并利用线性中立型系统的稳定性判据进行理论证明。针对二阶多智能体系统,跟踪控制协议的设计是从两个不同的角度开展研究的。首先,考虑经典的二阶多智能体分布式跟踪控制协议,在邻居输入控制信息中加入时滞,利用线性中立型系统的稳定性判据解决所设计控制协议的稳定性问题。其次,针对位置轨迹同步控制跟踪问题,利用系统相对阶降低技术,把二阶模型的同步跟踪控制转化为一个新的一阶系统的同步跟踪控制问题,进而再利用一阶多智能体系统的研究结果,构造了分布式控制协议。该设计方法简单,设计的协议能够保证闭环系统是时滞无关稳定的。针对二阶多智能体系统,将同步跟踪控制协议进一步扩展应用到多智能体编队控制中。在研究轨迹跟踪协议基础之上,在状态变量中加入常值的偏离,以获得编队控制协议。最终,将相关协议应用到四旋翼飞行平台,从实验角度进一步检验了理论结果的正确性。(本文来源于《电子科技大学》期刊2017-03-01）
焦强[10]（2017）在《同质与异质线性多智能体系统的分布式跟踪控制》一文中研究指出本文在“领导者-跟随者”的框架下,着眼于具有同质与异质两类高阶线性系统动态的多智能体系统的分布式跟踪控制。当跟随者受到外界的干扰作用时,如何设计控制策略保证跟随者很好地跟踪领导者,是本文关心的第一个问题;当存在多个领导者时,智能体之间以什么样的方式进行通讯,可以保证跟随者最终包含在多个领导者形成的凸包内,是本文关心的第二个问题.,当智能体之间存在的不仅仅是吸引作用,而同时具有排斥作用时,最终会表现出什么样的群体行为,是本文关心的第叁个问题。相比已有研究成果,本文就这叁个问题分别取得了如下成果:1.研究了受外界干扰的线性多智能体系统的最优跟踪问题。区别于已有的方法本文以新的视角看待外界扰动,结合分布式控制、最优控制理论和微分博弈理论把上述最优跟踪问题转化成一个基于通讯拓扑的多玩家零和微分博弈问题。在该博弈问题中,误差系统的动态和性能指标不仅依赖于其邻居智能体的动态,同时也受到来自邻居的干扰。通过研究发现求解该博弈问题需要求解相应的有耦合关联的Hamilton-Jacobi-Isaacs(HJI方程,而为了求解这些耦合关联的HJI方程,给出了策略迭代学习算法,并证明了该算法的收敛性。利用所提出的方法证明了相应的跟踪误差是L4有界的。与此同时,给出了一个在线策略迭代算法来求解相应的零和博弈问题,并提供了一个数值算例验证了在线迭代算法的有效性。2.研究了受外界干扰的同质与异质线性多智能体系统的L2增益输出反馈跟踪问题。对于同质线性多智能体系统的情形,将问题转化为求解一系列解耦的单系统的L4增益静态输出反馈控制问题。相比传统的基于线性二次调节器(LQR)最优控制方法所设计的静态输出反馈控制,给出了一个新的基于通讯拓扑谱性质的Riccati方程。基于此设计了分布式输出反馈控制策略,并给出了求解静态输出反馈增益的迭代算法步骤。对于异质线性多智能体系统的情形,将问题转化为两个子问题的求解:1)求解一系列解耦的单系统的L2增益静态输出反馈控制问题;2)求解关于(和通讯拓扑有关的)局部动态补偿器的增益条件。相比已有成果,通过引入一个控制增益矩阵,得到了更加一般的局部动态补偿器,基于此设计了新的分布式控制策略。最后给出数值算例验证了所提出方法的有效性。3.研究了异质线性多智能体系统的协同输出调节问题。不同于上面所述外界扰动的情形,在输出调节问题框架下,跟随者受到的扰动来自于领导者。不同于已有成果,进一步研究了上述局部动态补偿器,在协同输出调节问题中的可行性。基于此设计了分布式控制策略,并给出数值算例验证了所提出方法的有效性。4.研究了异质线性多智能体系统的输出包含问题。不同于上面只有一个领导者的情形,在输出包含问题中存在多个领导者,针对跟随者通过引入一个新的基于邻居输出信息的误差变量,将异质线性多智能体系统的输出包含问题转化为相应的协同输出调节问题。设计了适用于多个领导者情形的局部动态补偿器,基于此给出了分布式控制策略。相比已有成果,进一步放宽了对跟随者之间通讯拓扑必须为强连通的限制,取而代之的是,只要求每个跟随者都至少由一个领导者可达。最后给出数值算例验证了所提出方法的有效性。5.研究了同质与异质线性多智能体系统的二分跟踪问题。在智能体的通讯拓扑中引入负数权值的边,用来描述智能体之间的排斥作用。基于有符号图的结构平衡理论,揭示了一组智能体从协同跟踪到二分跟踪的机理。对于同质线性多智能体系统的情形,基于LQR最优控制的方法,给出了实现二分跟踪的分布式控制策略,并揭示了二分跟踪和协同跟踪的关联。对于异质线性多智能体系统的情形,设计了适用于二分跟踪情形的局部动态补偿器,基于此给出了分布式控制策略。最后给出数值算例验证了所提出方法的有效性。(本文来源于《南京理工大学》期刊2017-01-01）
分布式跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了实现摄像机网络中的多目标分布式跟踪和解决存在的"朴素"问题,提出了一种基于信息一致性的多目标分布式跟踪策略。首先通过对分布式多目标跟踪问题的建模,得到基于平均一致性和信息加权一致性的网络中每个节点的最佳状态估计值及其信息矩阵;然后通过考虑虚假测量值和一致性融合,将来自于多个传感器的测量值与具体的目标关联起来,得到采用信息形式融合来自于多个传感器的测量值的状态估计方程,从而实现对多目标的数据关联和分布式跟踪。仿真实验结果表明,提出的多目标信息一致性跟踪算法相比于目前几种先进的跟踪算法,在平均误差性能方面不仅对于虚假测量值/杂波具有更好的鲁棒性,而且也有更好的收敛性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分布式跟踪论文参考文献
[1].陈亮亮.考虑误差约束的多Euler-Lagrange系统分布式跟踪控制[D].哈尔滨工业大学.2019
[2].谭鹤毅.摄像机网络中的一种多目标分布式跟踪策略[J].电子测量与仪器学报.2019
[3].史蔚敏.广义多智能体系统分布式跟踪策略的研究[D].温州大学.2018
[4].汪灿丰.分布式跟踪系统中数据分析引擎的设计与实现[D].浙江大学.2018
[5].鲁伟林.分布式跟踪告警诊断系统的设计与实现[D].浙江大学.2018
[6].王世谦.无线传感器网络目标分布式跟踪算法研究[J].电子世界.2017
[7].赵亚.严反馈非仿射多智能体系统的分布式跟踪算法研究[D].重庆大学.2017
[8].王剑平.一类多智能体系统的分布式跟踪控制[D].曲阜师范大学.2017
[9].薛白.基于邻居控制信息的多智能体分布式跟踪协议[D].电子科技大学.2017
[10].焦强.同质与异质线性多智能体系统的分布式跟踪控制[D].南京理工大学.2017
标签：多Euler-Lagrange系统; 分布式跟踪控制; 误差约束; 有限时间控制;