论文知识点小记

微分方程解的存在意义

微分方程的解描述了系统状态随时间或空间的演化规律。解的存在性保证了数学模型能够对应实际物理、生物或工程系统的可预测行为。若方程无解,意味着模型无法刻画系统动态,失去应用价值。解的唯一性则确保系统在给定初始条件下具有确定性演化路径,避免多解导致的预测混乱。

多阶动力学方程的必要性

高阶微分方程能更精确地描述系统的复杂动态特性。例如牛顿第二定律 $F = m \frac{d^2x}{dt^2}$ 是二阶方程,因其需同时考虑位移和速度的关联性。多阶特性源于以下需求:

  • 惯性效应:加速度(二阶导)反映力的累积效应,如弹簧振子需二阶方程刻画动能与势能转换。
  • 能量存储机制:电路中电容和电感的能量存储需用二阶方程描述电压/电流的振荡行为。
  • 非局部依赖性:某些系统当前状态依赖于历史状态的高阶变化率(如粘弹性材料)。

解决的核心问题

  1. 复杂系统建模:多阶方程能够整合多个物理量(如位移、速度、加速度)的耦合关系,适用于机械振动、电磁场传播等场景。
  2. 稳定性分析:通过特征方程判断系统稳定性,如二阶系统的阻尼比$\zeta$决定振荡衰减特性。
  3. 控制理论应用:高阶方程提供状态空间描述的基础,便于设计控制器(如PID控制需系统阶数信息)。

数学上,$n$阶常微分方程的通解含$n$个任意常数,对应物理系统中$n$个初始条件的自由度,确保解的唯一性和完备性。

论文大纲

本文研究了拒绝服务(DoS)攻击下非线性多智能体系统(MASs)的固定时间弹性分布式纳什均衡(NE)控制问题。

两大研究动机

  • 动机一:针对高阶非线性MAS,实现固定时间收敛的NE寻求
  • 动机二:在DoS攻击下,实现弹性分布式NE追踪控制

三点主要贡献

  • 提出三层递进式控制框架
  • 设计固定时间弹性NE寻求算法,给出攻击切换下的整体收敛时间上界
  • 设计改进高阶固定时间滤波器,解决DoS攻击导致的信号不光滑问题

四个引理

引理  作用
Lemma 1 固定时间稳定性判据(李雅普诺夫)
Lemma 2 模糊逻辑逼近未知非线性函数(首见)
Lemma 3 保证自适应参数非负性(首见)
Lemma 4 带扰动项的固定时间收敛判据(首见)

        引理1[31]:考虑一个正定且径向无界的李雅普诺夫函数V(x),满足\dot{V}(x) \leq -\mu_1V^m(x)--\mu_2V^n(x),其中\mu_1,\mu_2 > 0m \in (0,1),n> 1
则该系统是固定时间稳定的,其收敛时间为$T^* = \frac{1}{\mu_1(1-m)} + \frac{1}{\mu_2(n-1)}$

        引理2[32]:设f(\zeta)是紧集\Omega _\zeta上的连续函数,给定精度\eta满足|\eta| \leq \bar{\eta}。则模糊逻辑函数\psi^T\theta(\zeta)满足如下等式:
f(\zeta)=\psi^T\theta(\zeta)+\eta
其中\psi=[\psi_1,...,\psi_N]^T为模糊基函数,N为模糊规则数:
\theta(\zeta) = \left[\theta_1(\zeta), \dots, \theta_N(\zeta)\right]^T \bigg/ \sum_{r=1}^{N} \theta_r(\zeta)为理想权重向量,且
\theta_r(\zeta) = e^{-\frac{(\zeta - \lambda_r)^T (\zeta - \lambda_r)}{\rho_r^2}}, \quad r \in \mathcal{N}
式中\lambda_r = \left[\lambda_{r1}, \lambda_{r2}, \dots, \lambda_{rN}\right]^T\rho_r分别为中心向量和宽度

        引理3[33]:考虑如下微分方程:
\dot{\xi}(t) = -a\xi^{2q-1}(t) - b\xi^{2p-1}(t) + h(\xi)
其中\xi(t) \in \mathbb{R},\ a > 0,\ b > 0,\ q = p_1/q_1 > 1,\ 0.5 < p = q_2/p_2 < 1\ (i \in \mathcal{N}),且p_iq_i均为正奇数,满足p_1 > q_1,\ p_2 > q_2;\ {h}(\xi)为正函数。
则若\xi (t_o) \geq0,对任意t \geq t_0,均有\xi(t) \geq 0

        引理4[34]:考虑如下线性系统:
\dot{\varpi} = f(\varpi, t),\quad \varpi(t_0) = \varpi_0
其中f: \mathbb{R}^n \times \mathbb{R}^+ \to \mathbb{R}^n为光滑向量函数,\varpi \in \mathbb{R}^n为状态变量。假设存在连续正定标量函数V(\varpi),满足:\dot{V}(\varpi) \leq -\left(\alpha V^m(\varpi) + \beta V^n(\varpi)\right)^\kappa + \rho
式中\alpha,\beta,m,m,\rho均为正常数,且m\kappa\geq1,n\kappa \in (0,1)
\Omega_{\alpha_0}\Omega_{\beta_0}均包含于集合\Omega_1,则状态\varpi(t)将进入区域\Omega_{\alpha_0},且所需的固定时间为:
T_s = \frac{1}{(m\kappa - 1)\alpha_0} + \frac{1}{(1 - n\kappa)\beta_0}

五个假设

  • Assumption 1:通信图无向连通
  • Assumption 2:代价函数二阶连续可微
  • Assumption 3:梯度严格单调
  • Assumption 4:强凸性条件(保证NE唯一)
  • Assumption 5:DoS攻击持续时间有界($|D(t_0,t)| \leq \delta(t-t_0)$

DoS攻击模型

  • 攻击集合与正常通信集合的定义
  • 攻击持续时间约束条件

系统模型

        具有未知非线性扰动(模糊逻辑处理)的高阶非线性系统(反步法处理)

        $\dot{x}_{i,\iota} = x_{i,\iota+1} + Q_{i,\iota},\quad \dot{x}_{i,n} = u_i + Q_{i,n},\quad y_i = x_{i,1}$

控制目标

        $\lim_{t \to \infty} y_i - \varepsilon_i^* = 0$

现实问题

├─ 系统非线性(不知道Q长什么样)→ 用模糊逻辑逼近

├─ DoS攻击干扰通信 → 设计弹性NE算法

├─ 攻击导致信号不光滑 → 设计高阶滤波器

└─ 要求固定时间收敛 → 用sig函数+李雅普诺夫方法

主要结果

  1. 固定时间弹性NE寻求算法

        算法设计(15):

        Theorem 1 -> 算法固定时间收敛

        Proof:

        Part-I:正常通信下 → V̇ ≤ -α₁V^((p+1)/2) - β₁V^((q+1)/2) → 固定时间收敛

                 ↓

        Part-II:DoS攻击下 → M₁=M₂=0,梯度项仍工作 → 仍能固定时间收敛

                 ↓

        Part-III:攻击切换时刻分四种情形 → 推导整体收敛时间上界 T*_max

        2. 改进高阶固定时间滤波器

        滤波器设计(49):

        Theorem 2 -> 滤波器固定时间收敛+光滑

        保证:\epsilon_{i,1}-h_i在固定时间内收敛到零;\epsilon_{i,1}具有直到i阶的高阶导数(光滑)

        3.模糊自适应控制器

        反步法逐步设计

        proof:
        
Step 1:定义误差 e_{i,1} = x_{i,1} - \epsilon_{i,1}

                     用Lemma 2逼近未知非线性 Q̄_{i,1}

                     设计虚拟控制律 B_{i,1} 和自适应律 θ̂_{i,1}

                        ↓

        Step τ(中间步):定义误差 e_{i,τ}

                       处理上一步虚拟控制律的导数项

                       设计虚拟控制律 B_{i,τ} 和自适应律 θ̂_{i,τ}

                        ↓

        Step n(最后步):设计真实控制律 u_i(公式82)

                       设计自适应律 θ̂_{i,n}(公式83)

        Theorem 3 -> 控制器层固定时间追踪NE,总体稳定性

五组仿真结果

图号 验证内容 结论
Fig.3 玩家策略轨迹 固定时间内收敛到NE ✓
Fig.4 滤波器估计误差$\Xi_{i,1,i} - \varepsilon_i$ 误差趋近零 ✓
Fig.5 系统输出轨迹 $y_i \to \varepsilon_i^*$
Fig.6 自适应参数$\hat{\theta}_{i,2}$ 有界 ✓
Fig.7 vs Fig.8 \dot{h}_{3,3}(旧)vs\dot{\Xi}_{3,1,3}(新) 滤波器使信号从不连续变光滑 ✓

Q&A:

Q1:非线性系统是指有未知非线性项的意思吗?

A1:非线性系统和未知非线性项是两个叠加的概念,本文两者都有,前者用反步法处理,后者用模糊逼近处理。

Q2:反步法是专门为高阶系统设计的吗?

A2:反步法天然为多层级高阶系统而生,阶数越高越需要它,一阶系统根本用不上。

Q3:这3个步骤和Theorem内在有何关联?是分别独立解决问题还是互相有影响?有无先后顺序?

A3:三个Theorem是严格串联的依赖链——Theorem 1为Theorem 2提供收敛的输入,Theorem 2为Theorem 3提供光滑的信号,三者缺一不可,有严格的逻辑先后顺序。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐