[论文解读] Edge Agreement of Multi-agent System with Quantized Measurements via the Directed Edge Laplacian

Zhiwen Zeng, Xiangke Wang+1 more|arXiv (Cornell University)|Jan 27, 2015

Distributed Control Multi-Agent Systems参考文献 27被引用 3

一句话总结

本文提出了一种针对在有向图下第二阶非线性多智能体系统的量化控制律，利用有向边拉普拉斯矩阵建模边一致性动态。建立了量化区间与收敛特性之间的显式关系——为均匀量化器提供了协议邻域半径的上界，并证明了对数量化器下具有速率估计的指数收敛。

ABSTRACT

This work explores the edge agreement problem of second-order nonlinear multi-agent system under quantized measurements. Under the edge agreement framework, we introduce an important concept about the \emph{essential edge Laplacian} and also obtain a reduced model of the edge agreement dynamics based on the spanning tree subgraph. The quantized edge agreement problem of second-order nonlinear multi-agent system is studied, in which both uniform and logarithmic quantizers are considered. We do not only guarantee the stability of the proposed quantized control law, but also reveal the explicit mathematical connection of the quantized interval and the convergence properties for both uniform and logarithmic quantizers, which has not been addressed before. Particularly, for uniform quantizers, we provide the upper bound of the radius of the agreement neighborhood and indicate that the radius increases with the quantization interval. While for logarithmic quantizers, the agents converge exponentially to the desired agreement equilibrium. In addition, we figure out the relationship of the quantization interval and the convergence speed and also provide the estimates of the convergence rate. Finally, simulation results are given to verify the theoretical analysis.

研究动机与目标

• 解决在量化测量下有向通信拓扑中第二阶非线性多智能体系统的边一致性问题，尽管共识控制方面已有进展，但该问题仍研究不足。
• 引入本质边拉普拉斯矩阵的概念，通过聚焦生成树子图简化动态，实现降阶建模。
• 建立量化区间与收敛行为之间的数学联系，特别是针对均匀和对数量化器。
• 提供协议邻域半径和收敛速率的显式边界，填补先前关于量化第二阶系统研究中的空白。
• 通过仿真验证理论结果，采用蔡氏电路作为混沌非线性动态模型。

提出的方法

• 引入本质边拉普拉斯矩阵，从有向图中提取生成树子图，将边一致性动态简化为最小且稳定的模型。
• 基于生成树推导降阶边一致性动态模型，利用边拉普拉斯矩阵将系统行为与环路及冗余边解耦。
• 对边测量数据应用均匀和对数量化器，将量化效应建模为控制协议中不连续、饱和的非线性项。
• 使用循环小增益定理与基于李雅普诺夫的分析证明稳定性和收敛性，通过矩阵范数与特征值分析推导显式边界。
• 利用系统线性化动态中得到的正定矩阵P的最大与最小特征值之比，估计收敛速率。
• 采用仿真框架，以蔡氏电路作为非线性智能体动态，使用5个智能体的准强连通有向图，并改变量化器参数。

实验结果

研究问题

• RQ1 在有向通信拓扑下，量化如何影响第二阶非线性多智能体系统中边一致性的收敛？
• RQ2 对于均匀量化器，量化区间与协议邻域半径之间存在何种显式数学关系？
• RQ3 对数量化器能否确保指数收敛至一致平衡点？若是，收敛速率由何决定？
• RQ4 量化器选择（均匀 vs. 对数）如何影响边一致性动态的稳定性和收敛速度？
• RQ5 生成树子图在量化测量下简化并稳定边一致性过程方面起何种作用？

主要发现

• 对于均匀量化器，协议邻域半径的上界由量化区间决定，且该半径随区间增宽而增大。
• 对于对数量化器，智能体以指数速度收敛至期望的一致平衡点，收敛速率通过正定矩阵P的最大与最小特征值之比进行估计。
• 收敛速度随量化精度降低而下降：量化区间越大，收敛越慢，其程度由指数衰减速率估计量化。
• 所提出的控制律在均匀和对数量化器下均确保渐近稳定性，即使在不连续和饱和测量下亦成立。
• 仿真结果验证了理论预测：在均匀量化下，边状态收敛至小邻域（例如，δᵤ = 1 时误差 ≈ 0.62）；在对数量化下，δₗ = 0.01 时实现精确一致。
• 本质边拉普拉斯矩阵有效将系统动态简化至生成树，实现稳定且可分析的边一致性行为，且不失一般性。