本發(fā)明屬于應用于多智能體系統(tǒng)技術(shù)領(lǐng)域，具體涉及一種領(lǐng)導-跟隨型多智能體系統(tǒng)的有限時間魯棒故障診斷設(shè)計方法。

背景技術(shù)：

對于控制系統(tǒng)來說，在分析或者設(shè)計的過程中，一個系統(tǒng)的穩(wěn)定性處于優(yōu)先考慮的地位。這取決于不穩(wěn)定的系統(tǒng)，在實際中其實是不能應用的。一般情況下，我們在控制領(lǐng)域中常說的穩(wěn)定性，例如Lyapunov穩(wěn)定和BIBO(bounded-input-bounded-output)穩(wěn)定都屬于漸近穩(wěn)定。漸近穩(wěn)定的實質(zhì)即，觀察一個系統(tǒng)在初始狀態(tài)下受到擾動之后，當時間t趨近無窮大時，系統(tǒng)狀態(tài)能否無限接近平衡點。需要注意的是，上述的傳統(tǒng)意義上的穩(wěn)定性理論，所關(guān)注的系統(tǒng)行為，都是對于在無限長的時間區(qū)間來討論的。系統(tǒng)的狀態(tài)并不被限定在一個界內(nèi)，只要它有界即可。也就是說，這些傳統(tǒng)的穩(wěn)定性理論，所刻畫的僅僅是系統(tǒng)的穩(wěn)態(tài)性能，而對于暫態(tài)性能其實不做要求。這就會造成，如一個系統(tǒng)是漸近穩(wěn)定的，但是它的暫態(tài)性能卻很差從而使工程中根本無法使用，并且其無限長的收斂時間也將限制其在實際工程中需快速機動控制的情況中的應用。

本專利中提到的有限時間穩(wěn)定即FTS(finite-time stability)，即是區(qū)別于傳統(tǒng)意義下的穩(wěn)定，著重于系統(tǒng)的暫態(tài)性能和收斂性能而提出的一個穩(wěn)定性概念。FTS預先給定了一個有限的時間區(qū)間和一個特定的界限，在這個時間區(qū)間內(nèi)，控制系統(tǒng)的狀態(tài)將會一直保持在這個界限內(nèi)并且相對于無限長的時間區(qū)間可在有限時間內(nèi)收斂至穩(wěn)定平衡點。對于有限時間穩(wěn)定，有三個要素,包括(1)一個有限的時間區(qū)間,(2)對于初始條件的界限和(3)希望系統(tǒng)狀態(tài)始終保持的界限。

隨著飛行控制系統(tǒng)的發(fā)展，需要多智能體協(xié)同完成任務的情況層出不窮，基于多智能體系統(tǒng)MAS(Multi-Agent Systems)技術(shù)的研究也得到了越來越多的重視和研究。而MAS精密和復雜的特性，使針對其的故障診斷的理論研究自然也要多加重視。故障診斷技術(shù)可分為故障檢測、故障分離和故障估計三個部分。故障診斷技術(shù)主要用來提高系統(tǒng)運行的可靠性和降低系統(tǒng)運行的風險。其通過對系統(tǒng)運行狀況進行監(jiān)測來判斷是否有故障發(fā)生，同時確定故障發(fā)生的具體信息，例如時間、位置和大小等。由于多智能體系統(tǒng)，特別是飛行控制系統(tǒng)的編隊飛行，是一項高耗費高投入的技術(shù)，針對其的故障診斷技術(shù)必 須要有準確性和快速性。這就對故障診斷的暫態(tài)性能和收斂性能都作出了要求。而本專利提出的領(lǐng)導-跟隨型多智能體系統(tǒng)的有限時間魯棒故障診斷設(shè)計方法正是針對該種情況完成的研究，具有具有十分重要的理論研究價值和廣闊的應用前景。

技術(shù)實現(xiàn)要素：

發(fā)明目的：本發(fā)明是為解決現(xiàn)有問題而提供的領(lǐng)導-跟隨型多智能體系統(tǒng)的有限時間魯棒故障診斷設(shè)計方法，本發(fā)明通過有限時間魯棒控制的方法，設(shè)計了有限時間分布式故障診斷觀測器，可在理論上抑制外界時變干擾對故障診斷的影響，并可保證故障診斷的暫態(tài)性能和收斂性能，即對控制系統(tǒng)中任意一個節(jié)點出現(xiàn)的故障或多個節(jié)點同時出現(xiàn)故障時實行有效準確的有限時間在線診斷和故障估計。

技術(shù)方案：本發(fā)明的具體技術(shù)方案如下：

一種領(lǐng)導-跟隨型多智能體系統(tǒng)的有限時間魯棒故障診斷設(shè)計方法，包括如下具體步驟：

第一步：構(gòu)建具有領(lǐng)導者的多智能體系統(tǒng)連接圖并以有向圖表示，得出跟隨者的Laplacian矩陣L和領(lǐng)導者的鄰接矩陣G；

第二步：建立每個節(jié)點飛行控制系統(tǒng)的狀態(tài)方程和輸出方程，并將狀態(tài)向量與故障向量增廣為新的向量；

第三步：針對每個節(jié)點，根據(jù)構(gòu)建的有向圖，構(gòu)造基于有向圖的分布式誤差方程與全局誤差方程，并基于有限時間魯棒控制，構(gòu)造飛行控制系統(tǒng)的有限時間故障診斷觀測器；

第四步：利用上述求得的有限時間故障診斷觀測器對基于有向圖的多智能體執(zhí)行器故障進行有限時間故障診斷。

進一步的，所述第一步中，得出跟隨者的Laplacian矩陣L和領(lǐng)導者的鄰接矩陣G的具體方法為：

設(shè)由若干個頂點ν和若干個邊ε組成一個完整的領(lǐng)導者-跟隨者有向圖，頂點ν₀表示領(lǐng)導者0；頂點ν_i表示第i個跟隨者，i∈(1～N)；邊(ν_i,ν_j)用來表示跟隨者j可以接收跟隨者i的信息，反之不可以；

定義A＝[a_ij]∈R^n×n表示該有向圖的加權(quán)鄰接矩陣，其中a_ij表示每條邊的權(quán)重；若(ν_i,ν_j)∈ε，則a_ij＞0，否則a_ij＝0；a_ii＝0；

定義該有向圖的領(lǐng)導者的鄰接矩陣為G，其中G＝diag(g₁,…,g_N),

定義跟隨者的Laplacian矩陣L＝G-A。

進一步的，第一步所述的有向圖是指多智能體系統(tǒng)連接圖中的每條邊都具有連接方向。

進一步的，所述第二步中，具體方法為對于每個跟隨者節(jié)點，建立具有故障的系統(tǒng)模型并增廣：

針對領(lǐng)導者0的動態(tài)方程：

針對跟隨者i的動態(tài)方程：

上述方程中，x_i(t)和y_i(t)分別是每個跟隨者節(jié)點的狀態(tài)向量和輸出向量，u_i(t)是各個跟隨者節(jié)點的控制輸入向量；A、B、C分別為所述飛行控制系統(tǒng)的狀態(tài)矩陣、輸入矩陣、輸出矩陣，矩陣H是故障分布矩陣，矩陣D₁為所述每i個跟隨者節(jié)點飛行控制系統(tǒng)的輸入擾動的分布矩陣；f_i(t)為系統(tǒng)故障，ω_i(t)為外界時變擾動向量，且對任意的ω(t)，有ω^T(t)ω(t)≤d₁(d₁≥0)；是故障的微分，且對任意的有(d₂≥0)，其中d₁、d₂為兩個非負標量；

對于增廣后的狀態(tài)方程，新的狀態(tài)向量為狀態(tài)矩陣輸入擾動矩陣故障分布矩陣

進一步的，第二步所述的每個節(jié)點飛行控制系統(tǒng)的狀態(tài)方程和輸出方程，其實現(xiàn)方法是對非線性飛行控制系統(tǒng)在線工作點進行線性化所得到。

進一步的，所述第三步中，構(gòu)造飛行控制系統(tǒng)的有限時間故障診斷觀測器為：

其中，

其中y₀(t)和分別是領(lǐng)導者節(jié)點的故障診斷觀測器測量輸出向量和估計輸出向量；是每個跟隨者節(jié)點故障診斷觀測器的測量輸出向量；

觀測器矩陣其中，適維矩陣R和F是所述的故障診斷觀測器的增益矩陣；

增廣后的觀測器狀態(tài)向量將采集到的各個節(jié)點飛行控制系統(tǒng)的輸出數(shù)據(jù)送入上述的故障診斷觀測器，得到觀測器的狀態(tài)向量，從而得到各個節(jié)點的故障估計值以此來對飛行控制系統(tǒng)執(zhí)行器故障進行在線估計；其中是每個跟隨者節(jié)點故障診斷觀測器的狀態(tài)向量，是每個跟隨者節(jié)點系統(tǒng)的執(zhí)行器故障估計值。

進一步的，所述適維矩陣R和F的具體設(shè)計方法如下：

首先，假設(shè)令狀態(tài)估計誤差故障估計誤差 輸出估計誤差

則對于第i個跟隨者節(jié)點，有局部增廣狀態(tài)估計誤差向量為：

則第i個跟隨者節(jié)點的局部增廣狀態(tài)估計誤差方程表示為：

其次，令則：

然后，將局部誤差方程轉(zhuǎn)為全局誤差方程，首先定義全局變量：

全局增廣狀態(tài)估計誤差向量為

全局輸出估計誤差向量為

全局擾動向量為

全局故障估計誤差向量為

基于有向圖理論，引入克羅內(nèi)克積，得到的全局誤差狀態(tài)空間表達式為：

其中I_N為一個N×N的單位矩陣。

進一步的，所述全局誤差動態(tài)系統(tǒng)滿足：

1)當v(t)＝0時，系統(tǒng)有限時間穩(wěn)定，即對于有限時間參數(shù)(c₁,c₂,T,R₀,d₁,d₂)，其中c₁＜c₂,R₀＞0，c₁,c₂,d₁,d₂均為標量，R₀為給定的矩陣可取為單位矩陣；系統(tǒng)在滿足 的條件下：

2)當v(t)≠0時，由對任意的ω(t)和有ω^T(t)ω(t)≤d₁，且取此時系統(tǒng)有限時間有界，且存在標量γ＞0，T＞0使系統(tǒng)滿足：

進一步的，所述有限時間魯棒故障診斷觀測器增益矩陣R和F，通過求解如下的線性矩陣不等式獲?。?/p>

對于給定的有限時間參數(shù)(c₁,c₂,T,R₀＝I,d₁,d₂)和標量γ＞0，α＞0，λ₁＞0，λ₂＞0，λ₃＞0和β＞0如果存在對稱正定矩陣Q₁∈R^(n+r)×(n+r)，對稱正定陣Q₂∈R^(n+r)×(n+r)，和矩陣滿足：

λ₁I＜Q₁＜I (17)

λ₂I＜Q₂＜λ₃I (18)

所述公式轉(zhuǎn)化為以下線性矩陣不等式：

其中

根據(jù)得到所述故障診斷觀測器的增益矩陣R和F。

有益效果：本發(fā)明提供的領(lǐng)導-跟隨型多智能體系統(tǒng)的有限時間魯棒故障診斷設(shè)計方法，與現(xiàn)有技術(shù)相比，其顯著優(yōu)點在于：

一是本發(fā)明將有限時間控制技術(shù)運用到了多智能體系統(tǒng)的故障診斷過程中，優(yōu)化了診斷過程的暫態(tài)性能，對觀測器估計出的故障限定了一個界限，結(jié)合所用的魯棒控制， 在故障估計的過程中對執(zhí)行器故障發(fā)生時系統(tǒng)受到的時變干擾和故障微分項均有良好的抑制作用，提高了故障診斷的準確性；

二是本發(fā)明在求解過程中加入了e^-αT，式相比于 更容易得到，這可以減少求解結(jié)果的保守性，對于復雜的多智能體系統(tǒng)，更可能得到滿足條件的解；

三是本發(fā)明將有限時間控制技術(shù)運用到了多智能體系統(tǒng)的故障診斷過程中，提高了系統(tǒng)的收斂性能，區(qū)別于漸近穩(wěn)定性能在無限長時間區(qū)間的收斂性能，可以使故障診斷觀測器在有限時間內(nèi)即可對多智能體系統(tǒng)發(fā)生的故障進行在線診斷和故障估計。

本發(fā)明對于飛行控制系統(tǒng)的編隊飛行控制系統(tǒng)的實時故障診斷與準確監(jiān)測具有重要的實用參考價值。

附圖說明

圖1：圖1為本發(fā)明實施驗證的實例所建立的具有1個領(lǐng)導者和4個跟隨者節(jié)點的分布式飛行控制系統(tǒng)有向圖。

圖2：圖2-1為本發(fā)明實施例1所測的第1、4個跟隨者節(jié)點(智能體1與智能體4)同時出現(xiàn)故障時，4個跟隨者節(jié)點2(智能體1、2、3和4)的故障診斷觀測器的故障估計曲線示意圖；圖2-2為本發(fā)明實施例1所測的第1、4個跟隨者節(jié)點(智能體1與智能體4)均出現(xiàn)故障時，跟隨者節(jié)點1(智能體1)的故障診斷觀測器所測得的故障估計值與故障真實值的對比曲線示意圖；圖2-3為本發(fā)明實施例1所測的第1、4個跟隨者節(jié)點(智能體1與智能體4)均出現(xiàn)故障時，跟隨者節(jié)點4(智能體4)的故障診斷觀測器所測得的故障估計值與故障真實值的對比曲線示意圖。

圖3：圖3-1為本發(fā)明實施例2所測的第2、3個跟隨者節(jié)點(智能體2與智能體3)同時出現(xiàn)故障時，4個跟隨者節(jié)點2(智能體1、2、3和4)的故障診斷觀測器的故障估計曲線示意圖；圖3-2為本發(fā)明實施例2所測的第2、3個跟隨者節(jié)點(智能體2與智能體3)均出現(xiàn)故障時，跟隨者節(jié)點2(智能體2)的故障診斷觀測器所測得的故障估計值與故障真實值的對比曲線示意圖；圖3-3為本發(fā)明實施例2所測的第2、3個跟隨者節(jié)點(智能體2與智能體3)均出現(xiàn)故障時，跟隨者節(jié)點3(智能體3)的故障診斷觀測器所測得的故障估計值與故障真實值的對比曲線示意圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明做更進一步的解釋。

根據(jù)本發(fā)明提出的領(lǐng)導-跟隨型多智能體系統(tǒng)的有限時間魯棒故障診斷設(shè)計方法，它包括如下具體步驟：

第一步：構(gòu)建具有領(lǐng)導者的多智能體系統(tǒng)連接圖并以有向圖表示，得出跟隨者的Laplacian矩陣L和領(lǐng)導者的鄰接矩陣G：

設(shè)由若干個頂點ν和若干個邊ε組成一個完整的領(lǐng)導者-跟隨者有向圖。頂點ν₀表示領(lǐng)導者0；頂點ν_i表示第i個跟隨者，i∈(1～N)。邊(ν_i,ν_j)用來表示跟隨者j可以接收跟隨者i的信息，但是反之不可以，因為各個跟隨者之間可能是單向通訊的。

定義A＝[a_ij]∈R^n×n表示該有向圖的加權(quán)鄰接矩陣，其中a_ij表示每條邊的權(quán)重；若(ν_i,ν_j)∈ε，則a_ij＞0，否則a_ij＝0。且對于本發(fā)明使用的有向圖，不考慮節(jié)點自身的連通性即a_ii＝0。

定義該有向圖的領(lǐng)導者的鄰接矩陣為G，其中G＝diag(g₁,…,g_N),定義跟隨者的Laplacian矩陣L＝G-A。

第二步：建立每個節(jié)點飛行控制系統(tǒng)的狀態(tài)方程和輸出方程，并將狀態(tài)向量與故障向量增廣為新的向量：

針對領(lǐng)導者0的動態(tài)方程：

針對跟隨者i的動態(tài)方程：

上述方程中，x_i(t)和y_i(t)分別是每個跟隨者節(jié)點的狀態(tài)向量和輸出向量，u_i(t)是各個跟隨者節(jié)點的控制輸入向量；A、B、C分別為所述飛行控制系統(tǒng)的狀態(tài)矩陣、輸入矩陣、輸出矩陣，矩陣H是故障分布矩陣，矩陣D₁為所述每i個跟隨者節(jié)點飛行控制系統(tǒng)的輸入擾動的分布矩陣；f_i(t)為系統(tǒng)故障(此處考慮的是執(zhí)行器加性故障)，ω_i(t) 為外界時變擾動向量，且對任意的ω(t)，有ω^T(t)ω(t)≤d₁(d₁≥0)；是故障的微分，且對任意的有對于增廣后的狀態(tài)方程，新的狀態(tài)向量為狀態(tài)矩陣輸出矩陣輸入擾動矩陣故障分布矩陣

第三步：針對每個節(jié)點，根據(jù)構(gòu)建的有向圖，構(gòu)造基于有向圖的分布式誤差方程與全局誤差方程，并基于有限時間魯棒控制，構(gòu)造了如下的飛行控制系統(tǒng)的有限時間故障診斷觀測器：

在上述動態(tài)方程中，

其中y₀(t)和分別是領(lǐng)導者節(jié)點的測量輸出向量(設(shè)領(lǐng)導者全狀態(tài)可測)和領(lǐng)導者節(jié)點的估計輸出向量，增廣后的觀測器狀態(tài)向量將采集到的各個節(jié)點飛行控制系統(tǒng)的輸出數(shù)據(jù)送入上述的故障診斷觀測器，得到觀測器的狀態(tài)向量，從而得到各個節(jié)點的故障估計值以此來對飛行控制系統(tǒng)執(zhí)行器故障進行在線估計。

是領(lǐng)導者節(jié)點的故障診斷觀測器輸出向量；和分別是每個跟隨者節(jié)點故障診斷觀測器的狀態(tài)向量和測量輸出向量，是每個跟隨者節(jié)點系統(tǒng)的執(zhí)行器故障估計值。

觀測器矩陣適維矩陣R和F是所述的故障診斷觀測器增益矩陣，也是本發(fā)明重點所需要設(shè)計的未知矩陣，具體設(shè)計方法如下：

從第二步已知，本發(fā)明中假設(shè)領(lǐng)導者節(jié)點0的全狀態(tài)可測，可知對領(lǐng)導者的估計輸 出向量即原測量出的輸出向量，也就是說：基于該假設(shè)，令狀態(tài)估計誤差為故障估計誤差為輸出估計誤差為

則對于第i個跟隨者節(jié)點，有局部增廣狀態(tài)估計誤差向量為：

則第i個跟隨者節(jié)點的局部增廣狀態(tài)估計誤差方程可表示為：

令則：

將局部誤差方程轉(zhuǎn)為全局誤差方程，首先定義全局變量：

全局增廣狀態(tài)估計誤差向量為

全局輸出估計誤差向量為

全局擾動向量為

全局故障估計誤差向量為

基于有向圖理論，引入克羅內(nèi)克積(用表示)，得到的全局誤差狀態(tài)空間表達式為：

其中I_N為一個N×N的單位矩陣。

為求解出需要設(shè)計的適維未知增益矩陣即有限時間魯棒故障診斷觀測器增益矩陣R和F，本發(fā)明要求該全局誤差動態(tài)系統(tǒng)滿足：

1)當v(t)＝0時，系統(tǒng)有限時間穩(wěn)定，即對于有限時間參數(shù)(c₁,c₂,T,R₀,d₁,d₂)，其中

c₁＜c₂,R₀＞0，c₁,c₂,d₁,d₂均為標量，R₀為給定的矩陣可取為單位矩陣；系統(tǒng)在滿足的條件下：

2)當v(t)≠0時，由對任意的ω(t)和有ω^T(t)ω(t)≤d₁，且取此時系統(tǒng)有限時間有界，且存在標量γ＞0，T＞0使系統(tǒng)滿足：

其中，

本發(fā)明第三步所述有限時間魯棒故障診斷觀測器增益矩陣R和F，可以通過求解如下的線性矩陣不等式獲?。簩τ诮o定的有限時間參數(shù)(c₁,c₂,T,R₀＝I,d₁,d₂)和標量γ＞0，α＞0，λ₁＞0，λ₂＞0，λ₃＞0和β＞0如果存在對稱正定矩陣Q₁∈R^(n+r)×(n+r)，對稱正定陣Q₂∈R^(n+r)×(n+r)，和矩陣滿足：

λ₁I＜Q₁＜I (37)

λ₂I＜Q₂＜λ₃I (38)

為了易于求解，上述公式中轉(zhuǎn)化為以下線性矩陣不等式：

其中根據(jù)得到所述故障診斷觀測器的增益矩陣R和F；上述矩陣都滿足矩陣的運算法則。

利用上述求得的分布式故障診斷觀測器對基于有向圖的多智能體執(zhí)行器故障進行有限時間故障診斷。

本發(fā)明進一步的優(yōu)選方案是：本發(fā)明第一步所述的有向圖是指多智能體系統(tǒng)連接圖中的每條邊都具有連接方向的，無向圖是指多智能體系統(tǒng)通訊拓撲連接圖中的每條邊都不設(shè)有連接方向。無向圖是有向圖的一種特例，有向圖更具有一般性。

本發(fā)明第二步所述的每個節(jié)點飛行控制系統(tǒng)的狀態(tài)方程和輸出方程，其實現(xiàn)方法是對非線性飛行控制系統(tǒng)在線工作點進行線性化所得到。

根據(jù)下述實施例，可以更好的理解本發(fā)明。然而，本領(lǐng)域的技術(shù)人員容易理解，實施例所描述的具體的物料配比、工藝條件及其結(jié)果僅用于說明本發(fā)明，而不應當也不會限制權(quán)利要求書中所詳細描述的本發(fā)明。

實施例

本發(fā)明以如下的某型民航飛機縱向運動方程為實施對象，針對其編隊飛行中出現(xiàn)的執(zhí)行器故障，提出一種有限時間分布式故障診斷觀測器，該故障診斷方法可以提高故障診斷的暫態(tài)性能和收斂性能；

考慮如下的某型民航飛機縱向運動方程：

其中，狀態(tài)向量x(t)為俯仰角速率q(rad/s)，真空速V_tas(m/s)，迎角α(rad)和俯仰角θ(rad)?？刂戚斎雞(t)為升降舵偏角δ_e(rad)和推力T(10⁵N)。系統(tǒng)各個矩陣表示如下：

假設(shè)該系統(tǒng)發(fā)生執(zhí)行器故障：鑒于執(zhí)行器故障是發(fā)生在控制輸入的部分，因此本發(fā)明有故障分布矩陣H＝B；假定系統(tǒng)的輸入擾動的分布矩陣是D₁＝0.1[1,1,1,1]^T；如圖1所示，圖1中的智能體0代表領(lǐng)導者，智能體1、智能體2、智能體3和智能體4代表該有向圖具有4個跟隨者節(jié)點，其中只有節(jié)點1可以與領(lǐng)導者0通訊；從圖1中可以得出跟隨者的Laplacian矩陣L和領(lǐng)導者的鄰接矩陣G：

利用上述的求得的分布式故障診斷觀測器對基于有向圖的多智能體執(zhí)行器故障進行有限時間故障診斷。

應用Matlab軟件中的CVX工具箱，直接對c₂，λ₃和β最小化，求解上述中的各個條件可得：當取c₁＝1，T＝1時，可以求得c₂＝129.0068，β＝0.8590，從而可以得到 得到的其他分布式觀測器矩陣如下：

為驗證本發(fā)明飛行控制系統(tǒng)故障診斷方法的效果，采用以下兩個仿真實施例來進行驗證，在兩例實施例中，均在系統(tǒng)模型中加入了噪聲作為擾動。

實施例1

假設(shè)第1、4個跟隨者節(jié)點同時出現(xiàn)了故障：

第1個跟隨者節(jié)點出現(xiàn)的故障

第4個跟隨者節(jié)點出現(xiàn)的故障

即第1個跟隨者節(jié)點在20s時，出現(xiàn)了執(zhí)行器故障，第4個跟隨者節(jié)點在50s時出現(xiàn)了故障。實驗仿真結(jié)果如圖2所示。圖2-1為本發(fā)明實施例1所測的第1、4個跟隨者節(jié)點(智能體1與智能體4)同時出現(xiàn)故障時，4個跟隨者節(jié)點2(智能體1、2、3和4)的故障診斷觀測器的故障估計曲線示意圖；圖2-2為本發(fā)明實施例1所測的第1、4個跟隨者節(jié)點(智能體1與智能體4)均出現(xiàn)故障時，跟隨者節(jié)點1(智能體1)的故障診斷觀測器所測得的故障估計值與故障真實值的對比曲線示意圖；圖2-3為本發(fā)明實施例1所測的第1、4個跟隨者節(jié)點(智能體1與智能體4)均出現(xiàn)故障時，跟隨者節(jié)點4(智能體4)的故障診斷觀測器所測得的故障估計值與故障真實值的對比曲線示意圖。

實施例2

假設(shè)第2、3個跟隨者節(jié)點同時出現(xiàn)故障：

第2個跟隨者節(jié)點出現(xiàn)的故障

第3個跟隨者節(jié)點出現(xiàn)的故障

即第2個跟隨者節(jié)點在10s時在出現(xiàn)了執(zhí)行器故障，第3個跟隨者節(jié)點在40s時在總距出現(xiàn)了執(zhí)行器故障。實驗仿真結(jié)果如圖3和圖4所示。

圖3-1為本發(fā)明實施例2所測的第2、3個跟隨者節(jié)點(智能體2與智能體3)同時出現(xiàn)故障時，4個跟隨者節(jié)點2(智能體1、2、3和4)的故障診斷觀測器的故障估計曲線示意圖；圖3-2為本發(fā)明實施例2所測的第2、3個跟隨者節(jié)點(智能體2與智能體3)均出現(xiàn)故障時，跟隨者節(jié)點2(智能體2)的故障診斷觀測器所測得的故障估計值與故障真實值的對比曲線示意圖；圖3-3為本發(fā)明實施例2所測的第2、3個跟隨者節(jié)點(智能體2與智能體3)均出現(xiàn)故障時，跟隨者節(jié)點3(智能體3)的故障診斷觀測器所測得的故障估計值與故障真實值的對比曲線示意圖。

如附圖所示，由圖2-1和3-1可以看出,當系統(tǒng)出現(xiàn)故障時,本觀測器可以實時診斷出故障是在哪個智能體上發(fā)生的。由圖2-2、2-3、3-2和3-3可以看出，本觀測器估計出的故障可以在有限時間內(nèi)模擬故障真實值，并且由曲線的小幅波動可以看出，本觀測器具有良好的魯棒性。

從仿真結(jié)果可以得出，當多智能體系統(tǒng)中一個或多個跟隨者節(jié)點的系統(tǒng)出現(xiàn)故障時，本發(fā)明設(shè)計的增廣式有限時間故障診斷觀測器可以在有限時間內(nèi)就診斷出發(fā)生故障的節(jié)點系統(tǒng)，并在有限時間內(nèi)估計出故障的大小，具有較好的故障估計性能，并且對加入的擾動和故障微分項都有良好的抑制效果。本發(fā)明對于飛行控制系統(tǒng)的編隊飛行控制系統(tǒng)有限時間內(nèi)的故障診斷與準確監(jiān)測具有重要的實用參考價值。

本發(fā)明的具體實施方式中凡未涉到的說明屬于本領(lǐng)域的公知技術(shù)，可參考公知技術(shù)加以實施。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。