基于有向通信拓扑的高阶分布式一致性算法

计算机应用 ›› 2013, Vol. 33 ›› Issue (10): 2757-2761.

基于有向通信拓扑的高阶分布式一致性算法

彭换新¹,²,戚国庆²,盛安冬²

1. 南京工业职业技术学院机械工程学院,南京 210046
2. 南京理工大学自动化学院,南京 210094

收稿日期:2013-03-20 修回日期:2013-05-13 发布日期:2013-11-01 出版日期:2013-10-01
通讯作者: 彭换新
作者简介:彭换新(1973-)，男, 湖南涟源人，讲师,博士研究生，主要研究方向：数据融合、非线性滤波；戚国庆(1977-), 男, 安徽合肥人，副研究员,博士，主要研究方向：非线性滤波、数据融合；盛安冬(1964-), 男，浙江杭州人，研究员，博士生导师,博士,主要研究方向：导航、制导与控制。
基金资助:
国家自然科学基金资助项目;江苏省智能传感器网络工程技术研究开发中心开发基金资助项目

High-order distributed consensus algorithm under directed communication topology

PENG Huanxin¹,²,QI Guoqing¹,SHENG Andong¹

1. School of Automation, Nanjing University of Science and Technology, Nanjing Jiangsu 210094, China
2. School of Mechanical Engineering, Nanjing Institute of Industry Technology, Nanjing Jiangsu 210046, China;

Received:2013-03-20 Revised:2013-05-13 Online:2013-11-01 Published:2013-10-01
Contact: PENG Huanxin

摘要/Abstract

摘要： 为了提高有向通信拓扑下分布式一致性算法的收敛速度，提出了一种基于有向通信拓扑的高阶分布式一致性算法。该算法通过有向单跳通信，利用有向二跳邻接节点的前多步信息提高分布式一致性算法的收敛速度。对有向通信拓扑下该算法的收敛性能和收敛速度进行了分析和仿真比较。结果显示，该算法在满足一定条件下能收敛到初始状态的平均值，与其他同样利用二跳邻接节点信息的一致性算法相比，具有通信量小、收敛速度更快的特点，但是能容忍的最大通信延时变小。

关键词: 分布式一致性, 多智能体系统, 有向拓扑, 延时, 高阶

Abstract: In order to improve the convergence rate of distributed consensus algorithms under directed communication topologies, a high-order distributed consensus algorithm was proposed. Under directed topologies, the previous state values of two-hop adjacency nodes were utilized to improve the convergence rate based on single-hop communication. The performance and convergence rate of the high-order distributed consensus algorithm were analyzed under directed networks. The simulation results were provided to verify these analytical results. The results show that an average consensus can be reached under certain conditions, the convergence rate of the high-order algorithm is superior to the other algorithms utilizing the information of two-hop adjacency nodes, but the high-order algorithm can tolerate smaller communication time-delays than the other algorithms utilizing the information of two-hop adjacency nodes.

Key words: distributed consensus, multi-Agent system, directed topology, time-delay, high-order

中图分类号:

TP273.5

彭换新戚国庆盛安冬. 基于有向通信拓扑的高阶分布式一致性算法[J]. 计算机应用, 2013, 33(10): 2757-2761.

PENG Huanxin QI Guoqing SHENG Andong. High-order distributed consensus algorithm under directed communication topology[J]. Journal of Computer Applications, 2013, 33(10): 2757-2761.

[1]	张春雪, 仇丽青, 孙承爱, 荆彩霞. 基于两阶段动态兴趣识别的购买行为预测模型[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2365-2371.
[2]	郑俊豪, 陶洪峰. 基于高阶内模的变参考轨迹鲁棒迭代学习控制[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2279-2284.
[3]	唐朝君, 夏梅妍, 张华, 谢挺. 动态事件触发下多智能体系统固定时间一致性[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 960-965.
[4]	孙安泰, 刘烨, 徐冬梅. 多智能体系统的动态面渐近补偿算法[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3151-3157.
[5]	甘舰文, 陈艳, 周芃, 杜亮. 基于高阶一致性学习的聚类集成算法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2665-2672.
[6]	高安安, 胡爱花, 江正仙. 事件触发脉冲控制多智能体系统的安全一致[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 140-146.
[7]	李晓杰, 崔超然, 宋广乐, 苏雅茜, 吴天泽, 张春云. 基于时序超图卷积神经网络的股票趋势预测方法[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 797-803.
[8]	臧嵘, 王莉, 史腾飞. 基于注意力消息共享的多智能体强化学习[J]. 《计算机应用》唯一官方网站, 2022, 42(11): 3346-3353.
[9]	顼聪, 王兴田, 陶永鹏. 基于高阶位平面冗余的可逆信息隐藏方法[J]. 《计算机应用》唯一官方网站, 2022, 42(1): 171-177.
[10]	王云燕, 胡爱花. 网络攻击下双层结构多智能体系统一致性[J]. 计算机应用, 2021, 41(5): 1399-1405.
[11]	惠飞, 邢美华, 郭静, 唐书宇. 基于车车通信的前向碰撞预警策略[J]. 计算机应用, 2021, 41(2): 498-503.
[12]	雷皓云, 任珍文, 汪彦龙, 薛爽, 李浩然. 基于上界单纯形投影图张量学习的多核聚类算法[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3468-3474.
[13]	姚兴虎, 谭晓阳. 基于奖励高速路网络的多智能体强化学习中的全局信用分配算法[J]. 计算机应用, 2021, 41(1): 1-7.
[14]	席雅睿, 乔志伟, 温静, 张艳娇, 杨雯晶, 闫慧文. 基于Chambolle-Pock算法框架的高阶TV图像重建算法[J]. 计算机应用, 2020, 40(6): 1793-1798.
[15]	邓凯, 黄佳进, 秦进. 基于物品的统一推荐模型[J]. 《计算机应用》唯一官方网站, 2020, 40(2): 530-534.