- 文献综述（或调研报告）：
本设计的调研报告分为两个部分，一个是关于多智能体系统编队控制，另一个是关于离散时间参数不确定非线性系统的自适应控制器设计。
对于多智能体系统编队控制，国内外主要的方向是多智能体系统的一致性分析[1][2][3]，Li[4]利用矩阵论和Lyapunov稳定性理论分析多智能体系统的一致性，并在此基础上实现多智能体系统的编队控制。目前多智能体编队的控制策略主要有分布式、集中式和分散式[5]两种，其中集中式控制策略的控制效果最佳，但是需要大量的信息交互，在交互中容易产生冲突，计算量大，对机载计算机性能要求较高，系统和控制算法复杂[7]；而相对于集中式控制策略，分布式控制策略可靠性高并且简单，因此在工程上更容易实现[6]。当前多智能体模型主要分为一阶[8][9]、二阶[10][11]、三阶[12]以及多阶几种情况，不管是在连续时间还是离散时间，学者们都已经取得丰硕的成果。但是在离散多智能体编队控制器设计问题上，一方面研究的成果不是很多、研究的力度不是很够，另一方面学者的主要精力还是放在构造离散Lyapunov函数上，但是总所周知，离散的李雅普诺夫函数构造难度很大，因此基于Back-stepping方法设计的鲁棒自适应控制器是一个很好的方向。
对于离散时间参数不确定非线性系统，Yeh和Kokotovic[13][14]采用系统化的Back-stepping方法设计了参数严格反馈型和参数纯反馈型自适应控制器及其更新律，而避免使用Lyapunov函数，绕过了在离散时间系统中难以构造Lyapunov函数的障碍.与连续时间情形相比，该方案只能在严格的线性增长条件下保证全局稳定性.并且没有考虑时变参数、未建模动态和外部千扰等对系统的影响，而这在实际中是难以避免的。因此，Zhang,Chen和Soh在文献[14]的基础上提出鲁棒设计方案[15]，对包含外部干扰或未建模动态的不确定离散非线性系统结合 Backstepping方法和参数投影估计器，设计鲁棒自适应控制器, 并且提出了一个鲁棒自适应控制器模型。文献[15]采用自适应界化的方法给出参数的范围和外部干扰上界的相关假定，从而证明该系统的所有信号有界，并可保证跟踪误差有界。由于该方案是一种直接自适应Backstepping方法，每一步都采用一种自适应律，从而导致了过参数化问题的产生。它们进而推广到时变参数和非参数不确定性情况下，提出了能保证整个自适应系统状态的全局有界性的控制器，并提出避免过参数化的方法[16]，在其构造中利用每一步实际状态和虚拟控制变量之间的误差信息，得到自适应系统的全局稳定性和小的跟踪误差。并且Zhang,Chen和Soh在接下来的研究[17]中，通过在参数估计器的归一化因子中加入与系统状态功率有关的项，在消除了系统非线性下界同时获得系统的稳定性和跟踪性能，适用于更广泛的一类不确定非线性离散系统。
参考文献：
[1]梁旭东.多机器人系统编队一致性研究[D].兰州交通大学,2018. DOI:10.7666/d.Y3443296.
[2]王海潇.多智能体系统的一致性研究[D].华北电力大学;华北电力大学(北京),2018.
[3]王婧.离散多智能体系统的协调控制和一致性研究[D].湖南:中南大学,2011. DOI:10.7666/d.y1915933.
[4]李凯.离散多智能体系统编队控制[D].黑龙江:哈尔滨理工大学,2019.
[5]高有涛,徐波,陆宇平.多星编队飞行的分散式耦合控制技术研究[J].宇航学报,2012,33(9):1248-1254. DOI:10.3873/j.issn.1000-1328.2012.09.009.
[6]林涛,韩娜妮,刘仰魁.离散多智能体系统的分布式编队跟踪控制[J].井冈山大学学报（自然科学版）,2014,(1):60-65,70. DOI:10.3969/j.issn.1674-8085.2014.01.013.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
