针对具有网络传输延时和噪声的多车辆系统的编队问题,提出了一种基于自适应卡尔曼滤波器的协作路径跟踪控制方法.根据车辆运动学模型和给定队形及其路径参数,给出车辆协作路径跟踪控制器设计方法,将系统线性化,针对延时情况重构状态方程,用自适应卡尔曼滤波算法滤除噪声的影响,实现系统稳定控制.仿真实验证明了该方法的有效性.

基于RBF神经网络的多智能体编队控制MATLAB仿真

雁群编队控制算法，根据原文进行简化，UAV上可以进行编队控制

基于状态观测器的离散线性多智能体系统协同输出调节

多智能体有限时间一致性算法，自己用matlab编写的，能够正常运行，可自行修改使用。 主程序部分代码： In = [Xl Xf]'; out = ode23(@ctFun, tspan, In); t = out.x; X = out.y; plot(t,X(1,:), t,X(2,:), t,X(3,:), t,X(4,:), 'linewidth',1.5); %% ODE Function function out = ctFun(~,In) global L B a = 0.5; Xl = In(1); Xf = In(2:4); v_0 = 0; dXl = v_0; delta = -(L+B)*(Xf-Xl); delta = sig(delta,a); dX = delta+ v_0; out = [dXl dX]; end 有限时间代码： function sig = sig(x,a) sig = sign(x).*abs(x).^a; end

针对具有通信时延的二阶多智能体系统的有限时间一致性控制问题，分别研究了具有固定拓扑和切换拓扑网络结构情形下的二阶多智能体系统的有限时间一致性。为使多智能体系统能在有限时间内可以达到一致，引入一致性控制增益矩阵并设计了相应的基于相对位置和相对速度的时延状态误差有限时间一致性控制算法，利用系统模型转换，泛函微分方程稳定性理论和有限时间Lyapunov稳定性定理得到了使系统在有限时间内达到一致跟踪的最大时延上界值。最后，仿真实验结果验证了所得理论的正确性和有效性。

了系统地讨论存在时延的编队控制系统的稳定性问题，给出了编队稳定性的2种形式化定义；结合个体动力学模型，概括了利用线性反馈控制和非线性反馈控制的含时延的编队策略以及相应的系统模型；针对各种编队控制策略、具体的任务要求和不同的时延情况，对主要的稳定性分析方法进行了综述，包括特征根分析方法、Lyapunov稳定性理论方法和Hamilton耗散理论方法等，并介绍了用各种稳定性分析方法得到的结论；最后，总结了各种编队稳定性分析方法的优缺点以及未来研究的趋势

近年来，多智能体系统的协调控制在多机器人合作控制、交通车辆控制、无人飞机编队和网络的资源分配等领域有着广泛的应用，成为当前控制学科的一个热点问题.首先介绍了多智能体系统的研究背景、智能体的概念和相关的图论知识；然后从多智能体系统协调控制包含的几个问题入手，即群集问题、编队控制问题、一致性问题和网络优化问题等，对其国内外的发展现状进行了总结和分析；最后，给出了多智能体系统有待解决的一些问题，以促进对多智能体系统协调控制理论与应用的进一步研究.

针对带有动态领导者的多智能体系统,为了使其达到跟踪一致性,设计只依赖于相对位置信息的自适应跟踪控制律.根据接收到的相对位置信息为每个跟随者设计动态输出反馈控制律,并根据控制律估计出智能体之间的相对速度信息.在此基础上设计自适应跟踪控制律,并且通过Lyapunov 稳定性理论和矩阵理论分析得到使系统达到跟踪一致性的充分条件.最后通过数值仿真验证了所提出的设计方法的有效性.

实现多智能体状态观测器输出比例一致，动态方程已知，应用于电力系统