Contrôle de formation basé sur les données pour des systèmes multi-agents MIMO non linéaires discrets inconnus avec faute de capteur

Un algorithme de contrôle de formation distribué basé sur les données est proposé pour un système multi-agent non linéaire MIMO discret hétérogène non affine inconnu avec une faute de capteur. Pour le MAS inconnu considéré, la technique de linéarisation dynamique dans la théorie du contrôle adaptatif sans modèle (MFAC) est utilisée pour transformer le MAS inconnu en un modèle de données dynamiques virtuelles équivalent. Ensuite, en utilisant le modèle de données virtuel, la structure du contrôleur adaptatif distribué sans modèle est construite. Pour les mesures de signal incorrectes dues à la faute de capteur, le réseau de neurones à fonctions de base radiale (RBFNN) est d'abord entraîné pour le MAS dans le cas sans faute, puis en utilisant les sorties du RBFNN bien entraîné et les sorties réelles du MAS dans le cas de faute de capteur, les lois d'estimation des fautes inconnues et des paramètres du système dans le modèle de données virtuel sont conçues uniquement avec les informations de données d'entrée-sortie mesurées. Enfin, la bornitude de l'erreur de formation est analysée par la méthode de mapping de contraction et la méthode d'induction mathématique. L'efficacité de l'algorithme proposé est illustrée par des exemples de simulation.