Professional Documents
Culture Documents
Đồng Thuận Tỉ Lệ: Trường Đại Học Bách Khoa Hà Nội
Đồng Thuận Tỉ Lệ: Trường Đại Học Bách Khoa Hà Nội
ĐỒ ÁN 1
ĐỒNG THUẬN TỈ LỆ
HÀ NỘI, 6/2020
BỘ GIÁO DỤC & ĐÀO TẠO CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
TRƯỜNG ĐH BÁCH KHOA HÀ NỘI Độc lập – Tự do - Hạnh phúc
NHIỆM VỤ
ĐỒ ÁN 1
1
CHƯƠNG 2. ĐẶT VẤN ĐỀ
(với j=2 , …n cho mọi điều kiện ban đầu của x ( 0 ). Hệ các tác tử đạt được đồng
thuận tỉ lệ nếu như biểu thức (2) xảy ra khi t → ∞ .
2
CHƯƠNG 3. QUÁ TRÌNH ĐỒNG THUẬN TỈ LỆ
với i=1 , … , n, và k ij >0 , và hàm sgn được định nghĩa bởi sgn(⋅)=1cho số dương
và sgn(⋅)=−1 cho số âm. Ta có thể viết lại phương trình (2) dưới dạng vector
như sau:
(3)
[
ẋ= diag sgn ( α ) K diag ( α ) x
( i )] [ i ]
❑
với các trường hợp khác. Ta sử dụng ký hiệu A cho ma trận vector các biến
trạng thái của quá trình đồng thuận tỉ lệ. Để phân tích (3), ta có một số giả
thuyết về đồ thị Γ đã cho trước và thuật ngữ ma trận. Đồ thị Γ được gọi là liên
thông mạnh, nếu nó có đường đi trực tiếp từ đỉnh i đến đỉnh j , với cặp i , j bất
kì. Ta nói rằng ma trận C ứng với c nếu [ C ]ij ≠ 0 với ( j, i)∈ E và [ C ]ij =0 với ( j, i) ∉ E .
Một ma trận B ứng với một đồ thị liên thông mạnh gọi là tối giản. [*]
3.2 Ví dụ
Ta xét hệ gồm năm tác tử ở trạng thái ban đầu với dạng đồ thị Γ có hướng như
trên hình 3.1. Hệ các tác tử đạt được đồng thuận tỉ lệ khi các biến trạng thái ban
đầu x 1 , x 2 , x 3 , x 4 , x 5 tiến đến các vị trí mới ta x '1 , x '2 , x '3 , x '4 , x '5 theo tỉ lệ mong muốn
là ( α 1 : α 2 : α 3 :α 4 : α 5 ) =(−1 :−2:1 :2 :3). Từ phương trình (2) ta được :
ẋ 2=−0,5 ( −x 1−(−2 x 2) ) ẋ 4=0,3 (−x 1−2 x 4 ) + 0,5 ( −2 x 2−2 x 4 ) +0,2(3 x 5−2 x 4 )
{ ẋ 1=−0,8 ( x 3−(−x 1 ) )
ẋ3 =1 ( 2 x 4 −x3 ) ẋ 5=0,2 ( x 3−3 x 5 )
[*] Ma trận A=aij là một ma trận không âm n × n được gọi là tối giản nếu
3
với mỗi cặp i , j tồn tại số tự nhiên m sao cho ( A)mij dương.
Từ đó ta tính được phương trình vi phân đối với vector các biến trạng thái là :
Hình STYLEREF
1 \s 3. SEQ
Hình \*
ARABIC \s 1 1 Đồ
thị
ẋ 1=−0,8 x 3−0,8 x 1 ẋ 3=2 x 4 −x3
{ ẋ =0,2 x 3−0,6 x 5
ẋ 2=0,5 x 1−x 2 ẋ 4 =−0,3 x 1−x 2+ 0,6 x5 −2 x 4 5
Hoặc ta có thể tính theo một cách khác từ phương trình (3) như sau:
[ ]
ẋ= diag ( sgn ( α i ) ) K [ diag ( α i ) ] x
Trong đó từ đồ thị Γ ta tính được K :
K= [−0,8 0,5 00,3 0 0−0,5 0 0,5 0 0,8 0−1 0 0,2 0 0 1−1 0 0 0 0 0,2−0,2 ]
Từ đó ta có phương trình vi phân đối với vector các biến trạng thái là:
ẋ=[ −0,8 0,5 0−0,3 0 0−0,50−1 0−0,8 0−1 0 0,2 0 02−2 0 0 0 0 0,6−0,6 ] ∙ [ x1 x 2 x 3 x 4 x 5 ]=[ −0,8 x 1−0,8 x
Từ kết quả trên có thể thấy được phương trình (2) và phương trình (3) là hoàn
toàn tương đương nhau.
3.3 Mô phỏng với MATLAB
Với ví dụ trên ta có thể mô phỏng trên MATLAB để có thể hiểu rõ hơn. Sau đây
là chương trình để nhập vào MATLAB:
%% File main.m
global K
K = [-0.8 0 0.8 0 0;0.5 -0.5 0 0 0;0 0 -1 1 0;
0.3 0.5 0 -1 0.2;0 0 0.2 0 -0.2];
% Giai pt vi phân dùng ode45
x0= 10*(rand(5,1)-0,5);
4
% điều kiện đầu
xbar0 = ones(1,5) *x0/5;
[t, y] = ode45(@control_law, [0 7], x0);
x = y';
t_end = length(t);
x(:,t_end)
% Bieu dien tren do thi
figure(1); hold on;
for i=1:5
plot(t, x(i,:),'LineWidth',1.5);
end
xlabel 'Time [s]';
ylabel 'Value';
box on; title 'x_i(t)'
xbar1 = ones(1,5)*x(:,length(t))/5;
%% File control_law.m
function dxdt = control_law(t,x)
global K
alpha = [-1,-2,1,2,3];
A = diag(alpha);
A1= diag(sign(alpha));
dxdt= A1*K*A*x;
end
5
Trong đó, xét khoảng thời gian bắt đầu t=0 s cho đến khi t=7 s thì vector các
biến trạng thái với khoảng thời gian tương ứng là :
x ( 0 )=[ −1.9855 2.0110 1.6634 0.3913 1.9811 ]
x ( 7 )=[ −1.1959−0.59221.2017 0.6012 0.4193 ]
Giá trị trung bình tương ứng trong quá trình đồng thuận tỉ lệ là:
x ¯¿(0)=0.8123 ¿ x ¯¿(7)=0.0868 ¿
3.4 Bổ đề 1
Với bất kì đồ thị liên thông mạnh nào thì ta đều có được phương trình (2) đạt
được đồng thuận tỉ lệ với α 1 , … , α n.
Chứng minh : Xét ma trận L=¿ ¿. Ma trận này là tối giản, chứa các phần tử
không âm (trừ các phần tử trên đường chéo) và tổng các hàng bằng 0. Do đó, L
tương ứng với một ma trận Laplace (có hướng) trên đồ thị tối giản. Nghĩa là ma
trận L nhận v= 1 là một vector riêng bên phải ứng với trị riêng λ=0 , với các giá
trị riêng còn lại nằm ở nửa bên trái mặt phẳng phức Re <0 (OLHP).Có thể thấy
rằng ma trận vector các biến trạng thái của quá trình đồng thuận tỉ lệ :
[ ]
A= diag ( sgn ( α i ) ) K [ diag ( α i ) ] hay ta có thể viết lại là
[ ]
[diag (1/α ¿¿ i)] diag ( α i sgn ( α i ) ) K [diag ( α i ) ]¿, do đó hai ma trận Lvà A là tương
1 1 T
đương nhau. Suy ra ma trận A cũng nhận v=[ ,… , ] là một vector riêng bên
α1 αn
phải ứng với trị riêng λ=0, với các giá trị riêng còn lại nằm ở nửa bên trái mặt
phẳng phức (OLHP). Vì vậy :
T
1 1 (4)
lim x ( t )=
t→∞ α1 [
,…,
αn
wT x (0)
]
Trong đó w T là vector riêng bên trái của A ứng với trị riêng λ=0, x (0) là trạng
thái ban đầu của quá trình đồng thuận.
3.5 Nhận xét
Thông qua lựa chọn α 1 , … , α n , các đa tác tử trong hệ (2) có thể di chuyển tới bất
kì vị trí nào trong chiều không gian con nào của Rn mà nó không vuông góc với
trục tọa độ. Do đó, hệ có thể đạt được đồng thuận tỉ lệ tiến đến tiệm cận tới
không gian rỗng của ma trận chung n cột có n-1 hàng không phụ thuộc.
6
CHƯƠNG 4. SỰ TƯƠNG ĐƯƠNG VỚI M-MATRIX
7
tử ngoài đường chéo nhỏ hơn hoặc bằng 0 M =( mij ) , mij <0 , i≠ j , và các
trị riêng có phần thực là không âm.
vector riêng bên phải v=[1/α 1 , . .. , 1/α n]T tương ứng với một trị riêng bằng
không. Từ đó ta có Q[1/α 1 , .. . , 1/α n ]T =−D [1/α 1 , . . ., 1/α n ]T . Vì vậy ma trận D
chứa các phần tử trên đường chéo chính trong R có thể tìm được trực tiếp từ
phương trình này : D=diag([diag(α i)]Q[1/α 1 , .. . ,1 /α n ]T ).
8
CHƯƠNG 5. ĐẶC TÍNH THÊM
α i x i (t) đạt đến một giá trị chung, nó là trung bình cộng các chỉ số của trạng thái
T
^ T [diag ( sign ( α i ) ) ], trong đó w
tỉ lệ ban đầu. Từ (3), w = w ^ T là vector riêng bên trái
ωi w ^ T sign(α i)
của ma trận K (Laplacian) và luôn dương. Vì vậy, = là luôn dương.
αi αi
ωi
có thể là trọng số bất kì trên tiêu chuẩn đơn giản, tỉ lệ với các hàng của ma
αi
trận K. Trong trường hợp đặc biệt, w T =1T , phương trình (2) thỏa mãn 1T ẋ ( t )=0 ,
tổng của các biến trạng thái ban đầu không thay đổi. Trường hợp đặc biệt tương
ứng với các lớp tuyến tính khép kín hoặc mô hình dòng chảy.
5.2 Bổ đề 3
Nếu Γ là một đồ thị cây vô hướng với trọng số có thể bất đối xứng, thì các trị
riêng của ma trận A trong quá trình đồng thuận tỷ lệ đều là số thực.
Chứng minh : Từ chứng minh của bổ đề 1, ma trận vector các biến trạng thái A
tương tự với ma trận L=[ diag ( α i sgn ( α i ) ) ] K , nó cũng tương ứng với đồ thị cây vô
hướng Γ . Bởi vì L có các phần tử (trừ đường chéo chính) không âm và tổng các
hàng bằng không, và S=I +cL là một ma trận có hàng ngẫu nhiên với c >0 đủ
nhỏ. Vì vậy S tương ứng với một ma trận cây vô hướng Γ . Do đó các trị riêng
9
1
của S là số thực. Cuối cùng ta được trị riêng của L= (S−I ), cũng như trị riêng
c
của A đều là số thực.
CHƯƠNG 6. ĐỒNG THUẬN TỈ LỆ BÁM THEO MỘT TÍN HIỆU BIẾT TRƯỚC
6.1 Đồng thuận tỉ lệ bám theo một tín hiệu biết trước
Trong quá trình đồng thuận tỉ lệ theo phương trình (2), các thành phần tác tử
trạng thái ban đầu hội tụ tới (điều kiện ban đầu phụ thuộc) điểm cố định trên hệ
đa tác. Tương tự với quá trình đồng thuận, quá trình đồng thuận tỉ lệ (2) có thể
thay đổi để theo dõi tín hiệu thời gian trong hệ các đa tác tử. Cụ thể, xét:
❑
1 (5)
ẋ i=sgn ( α i ) ∑ k ij ( α j x j ( t )−α i xi ( t )) + ḟ (t)
j∈u ( i ) αi
Với tín hiệu đặt f (t) là một hàm tuyến tính liên tục theo thời gian và vi phân
thực. Bổ đề dưới đây chứng minh quá trình (5) đạt được đồng thuận tỉ lệ.
6.2 Bổ đề 4
Quá trình đồng thuận tỉ lệ theo phương trình (5) đạt được đồng thuận tỉ lệ nếu
đồ thị Γ của nó là liên thông mạnh. Đặc biệt, vector trạng thái x i ( t ) của thành
1 T
phần i hội tụ tới hàm thời gian: α (w x ( 0 ) + f ( t ) ), với w T là vector riêng bên trái
i
của ma trận A (đã xác định từ trước), và x ( 0 ) là vector các biến trạng thái ban
đầu của hệ.
1
Chứng minh: Ta xét z i ( t )=x i ( t )− α f (t). Viết lại (5) theo biến z i ( t ), ta được
i
❑
z i˙( t )=sgn ( α i ) ∑ k ij ( α j z j ( t )−α i z i (t)), với i=1 , … , n. Do đó, z i ( t ) thỏa mãn đồng
j ∈U ( i )
thuận tỉ lệ theo như dạng phương trình (2). Nếu đồ thị Γ liên thông mạnh, theo
T 1 1
bổ đề 1 và phương trình (4) thì z i ( t ) hội tụ tới α w x ( 0 ). Vì thế, x i ( t )=z i ( t ) + α f (t )
i i
10
1 T
hội tụ tới α (w x ( 0 ) + f ( t ) ), như đã viết trong bổ đề. Từ đó, theo phương trình (1)
i
11
end
%% File main.m
global K
K = [-0.8 0 0.8 0 0;0.5 -0.5 0 0 0;0 0 -1 1 0;
0.3 0.5 0 -1 0.2;0 0 0.2 0 -0.2];
% Giai pt vi phân dùng ode45
x1_0=rand(2,1);
x2_0=rand(2,1);
x3_0=rand(2,1);
x4_0=rand(2,1);
x5_0=rand(2,1);
x0 = [x1_0;x2_0;x3_0;x4_0;x5_0]; %điều kiện đầu
[t, x] = ode45(@control_law,[0 20],x0);
x = x';
t_end = length(t);
% Bieu dien tren do thi
figure(1);hold on;
x1_0=x(1:2,:);
x2_0=x(3:4,:);
x3_0=x(5:6,:);
x4_0=x(7:8,:);
12
x5_0=x(9:10,:);
plot(x1_0(1,1:t_end),
x1_0(2,1:t_end),'k','LineWidth',1.5);
plot(x2_0(1,1:t_end),
x2_0(2,1:t_end),'r','LineWidth',1.5);
plot(x3_0(1,1:t_end),
x3_0(2,1:t_end),'b','LineWidth',1.5);
plot(x4_0(1,1:t_end),
x4_0(2,1:t_end),'g','LineWidth',1.5);
plot(x5_0(1,1:t_end),
x5_0(2,1:t_end),'y','LineWidth',1.5);
%grid on
axis equal
grid off
axis([-2,2,-2,2]);
xlabel x
ylabel y
title 'Trajectories of 5 agents'
box on
%% File control_law.m
function dxdt = control_law(t,x)
global K
alpha = [-1,-2,1,2,3];
A = diag(alpha);
A1= diag(sign(alpha));
A2=[-cos(t)/1;sin(t)/1;-cos(t)/2;
sin(t)/2;cos(t)/1 ;
-sin(t)/1;cos(t)/2;-sin(t)/2;cos(t)/3;-sin(t)/3];
I=eye(2);
A3=A1*K*A;
dxdt = kron(A3,I)*x+A2;
end
13
Hình 6.2 Kết quả mô phỏng
[1] TS. Trịnh Hoàng Minh, Điều khiển nối mạng, 2019.
[2] Ren, W., Bread, R.W., & Atkins, E.M. A survey of consensus problems in multi-
14
agent coordination, In Proceeding of the 2005 American control conference,
Portland, Oregon, June 2005.
[3] Yang, T., Roy, S., Wan, Y., &Saberi, A. (2001). Constructing consensus
controllers for networks with identical general linear agents. International
Journal of Robust and Nonlinear Control, 21(11), 1237-1256
[4] Sundaram, S., & Hadjicostics, C. N. (2008). Distributed function calculation and
consensus using linear iterative strategies. IEEE Journal on Selected Areas in
Communications, 26(4), 650-660.
[5] Automatica, "Scaled consensus", 2014.
15