Control de consenso mejorado de datos muestreados para sistemas multiagente a través de funciones en bucle que incorporan retraso
Autores: Nguyen, Khanh Hieu; Kim, Sung Hyun
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Control de consenso mejorado de datos muestreados para sistemas multiagente a través de funciones en bucle que incorporan retraso
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Control de consenso
Sistemas multiagente
Retrasos de comunicación
Términos integrales que incorporan retrasos
Condiciones de estabilidad
Ejemplo numérico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Este documento aborda el problema de lograr control de consenso para sistemas de múltiples agentes homogéneos (MASs) bajo datos muestreados aperiódicos y retrasos de comunicación. Al incorporar información adicional de retraso, este documento introduce dos términos integrales novedosos que incorporan retraso, una función funcional de bucle de dos lados mejorada y una función discontinua novedosa para explotar aún más las respuestas del estado del sistema observadas durante el muestreo y la transmisión de datos. Además, este documento introduce dos igualdades adicionales a cero para derivar condiciones de estabilidad y estabilización menos conservadoras. Con base en esto, se derivan condiciones suficientes para garantizar consenso en MASs bajo este contexto como desigualdades matriciales lineales (LMIs). Finalmente, la efectividad y superioridad del método propuesto se validan a través de un ejemplo numérico.
Descripción
Este documento aborda el problema de lograr control de consenso para sistemas de múltiples agentes homogéneos (MASs) bajo datos muestreados aperiódicos y retrasos de comunicación. Al incorporar información adicional de retraso, este documento introduce dos términos integrales novedosos que incorporan retraso, una función funcional de bucle de dos lados mejorada y una función discontinua novedosa para explotar aún más las respuestas del estado del sistema observadas durante el muestreo y la transmisión de datos. Además, este documento introduce dos igualdades adicionales a cero para derivar condiciones de estabilidad y estabilización menos conservadoras. Con base en esto, se derivan condiciones suficientes para garantizar consenso en MASs bajo este contexto como desigualdades matriciales lineales (LMIs). Finalmente, la efectividad y superioridad del método propuesto se validan a través de un ejemplo numérico.