[论文学习] 带有时滞和不规则拓扑的多智能体一致性稳定性分析

[论文学习笔记]Cepeda-Gomez R , Olgac N . Exhaustive stability analysis in a consensus system with time delay and irregular topologies[C]// Proceedings of the 2011 American Control Conference. IEEE, 2011.

1 论文的贡献，解决的问题

论文所研究的是具有二阶动力学模型、带有时滞与不规则拓扑的多智能体，达成consensus的稳定性问题。实在是想不到翻译consensus的方式，大概的含义是聚集到某一点
提出了两个新的概念，这也是文章主要解决的问题：

• the most exigent eigenvalue： 决定了系统的收敛允许时滞的范围
• the most critical eigenvalue： 决定了系统达到consensus的速度

达成consensus的速度会因为通讯时滞的不同而被影响，延长通讯延时有可能会提高达成consensus的速度。

2 使用图论描述不规则拓扑的多智能体

首先我们假设所有的智能体之间通讯是相互的，即如果用图去描述通讯的拓扑关系，应该生成一个无向图。因此我们不使用入度和出度，而直接用度（degree） 来描述一个节点与其他多少个节点相连。将agent-i的度记为${\Delta }_i$，对于n个节点的图，定义度矩阵：
$$\Delta =\left[\begin{array}{ccc}{\Delta }_1& & \\ & \ddots & \\ & & {\Delta }_n\end{array}\right]$$
通讯的拓扑关系可以直接由邻接矩阵（Adjacency matrix） 来描述，图$\Gamma$的邻接矩阵被定义为：
$$A_{\Gamma }(i,j)=\{\begin{array}{cc}1& \text{,if i and j are connected}\\ 0& \text{,if i and j are not connected}\end{array}$$
对于一个无向图而言，显然邻接矩阵会是一个二元对称矩阵（binary symmetric matrix）。

3 系统的动力学建模

为了便于描述，我们设所有能够与j-th agent（表示第j个智能体）通讯的agents，通讯的信息包括所处的位置，与所处位置的一阶导，这些agents构成一个集合$N_j$ ，集合含有${\Delta }_j$个元素。
设想所有的通讯都有相同的延时$\tau$，我们把二阶动力学系统描述成以下的PD控制：
$${\ddot{x}}_j=u_j=P(\sum _{k\in N_j}\frac{x_k(t-\tau )}{{\Delta }_j}-x_j(t))+D(\sum _{k\in N_j}\frac{{\dot{x}}_k(t-\tau )}{{\Delta }_j}-{\dot{x}}_j(t))\text{\hspace{1em}(3.1)}$$

• 上式仅含有x，是因为为了推导的简化，我们只考虑了一维情况，很显然这可以推广到三维，并不失一般性。
• ${\sum }_{k\in N_j}\frac{x_k(t-\tau )}{{\Delta }_j}$尽管它看上去很杂乱，但是含义很明确，可以从某种程度上认为是一种重心，就是对位置求了平均。当然我们获取的信息总是要晚一点点，所以加上了时滞项。
• u就是输入，可以想象到，一旦所有agents聚集到某一个点，那么系统就没有输入了。这就是我们的目标，稳定在一点。

这样的表述显然还是不够的，为了将所有的agents全部漂亮地表达在一个方程里，我们使用矩阵来进行状态空间上的表述。
定义状态向量$x=[x_1,{\dot{x}}_1,\cdots ,x_{}$